[发明专利]无监督风险防控模型的训练方法、更新方法及装置

权利要求书

1.一种无监督风险防控模型的更新方法，包括：

基于预设时间间隔对在线系统在目标业务的业务数据进行采样；

基于采样的业务数据进行重采样操作以得到目标业务数据，所述重采样操作至少包括数据可信过滤操作；

当未参与训练的目标业务数据达到预定数量时，基于预定数量的未参与训练的目标业务数据，对所述在线系统在所述目标业务的当前风险防控模型进行增量训练，以得到目标风险防控模型，其中，所述当前风险防控模型为孤立森林模型；

将所述在线系统在所述目标业务的当前风险防控模型替换为所述目标风险防控模型。

2.如权利要求1所述的方法，

将所述在线系统在所述目标业务的当前风险防控模型替换为所述目标风险防控模型，包括：

基于所述目标风险防控模型对所述在线系统在所述目标业务进行AB测试；

当所述AB测试的第一评估指标满足第一预设条件时，将所述在线系统在所述目标业务的当前风险防控模型替换为所述目标风险防控模型。

3.如权利要求2所述的方法，所述第一预设条件包括：所述AB测试中所述目标风险防控模型的第一评估指标大于所述当前风险防控模型的第一评估指标。

4.如权利要求2或3所述的方法，基于所述目标风险防控模型对所述在线系统在所述目标业务进行AB测试，包括：

当所述目标风险防控模型的第二评估指标满足第二预设条件时，基于所述目标风险防控模型对所述在线系统在所述目标业务进行AB测试。

5.如权利要求4所述的方法，

所述第二预设条件包括：

所述目标风险防控模型的第二评估指标大于预设阈值；和/或

所述目标风险防控模型的第二评估指标大于所述当前风险防控模型的第二评估指标的预设比例。

6.如权利要求5所述的方法，

所述第二评估指标包括如下至少一种：

所述目标业务的交易后商户汇款率；

所述目标业务的交易后多商家客群重叠度。

7.如权利要求1所述的方法，

将所述在线系统在所述目标业务的当前风险防控模型替换为所述目标风险防控模型，包括：

当所述目标风险防控模型的第二评估指标满足第二预设条件时，将所述在线系统在所述目标业务的当前风险防控模型替换为所述目标风险防控模型。

8.如权利要求1所述的方法，所述重采样操作还包括：过滤所述采样的业务数据中特征维度在预设范围以外的数据。

9.如权利要求1所述的方法，所述当前风险防控模型允许的最大高度是预配置的。

10.如权利要求1所述的方法，所述当前风险防控模型的平均路径长度是基于所述当前风险防控模型中叶子节点个数加权确定的。

11.一种无监督风险防控模型的训练方法，包括：

基于预设时间间隔对在线系统在目标业务的业务数据进行采样；

基于采样的业务数据进行重采样以得到目标业务数据，所述重采样至少包括数据可信过滤操作；

当未参与训练的目标业务数据达到预定数量时，基于预定数量的未参与训练的目标业务数据，对所述在线系统在所述目标业务的当前风险防控模型进行增量训练，以得到目标风险防控模型，其中，所述当前风险防控模型为孤立森林模型。