[发明专利]一种风险规则确定方法和装置

说明书

本说明书提供一种风险规则确定方法和装置，先获取当前一定时间段内的白样本客户，黑样本客户，全量客户三种客户群体，再对比确定黑样本客户群体与其他客户群之间的行为差异，将此行为差异确定为具有风险的异常点，形成风险规则。本说明书提供的技术方案能自动获取客户群体的异常行为规则，提升了新风险规则的开发效率，并提高新规则初始上线时的准确覆盖能力。

技术领域

本说明书涉及互联网领域，尤其涉及一种风险规则确定方法和装置。

背景技术

在目前的各类风控系统(如反洗钱系统)中，存在很多预定义的风险规则，依据这些预定义的风险规则对当前发生的交易等进行风险防控。但传统方案对于新风险的发现支撑力度不够，对应新风险的新规则开发只能依赖专家经验，导致新风险规则的开发周期很长，且初始规则的准确率不高，需要长时间优化改进才能形成稳定规则。目前缺少一种新风险规则的智能开发方式，能够提高新规则开发效率的同时提升初始规则的准确率。

发明内容

针对上述技术问题，本说明书实施例提供一种风险规则确定方法和装置，技术方案如下：

根据本说明书实施例的第一方面，提供一种风险规则确定方法，该方法包括：

获取预定时间段内的全量样本客户、白样本客户和黑样本客户，提取所述客户的特征数据，以生成全量客户特征集、白样本客户特征集和黑样本客户特征集；

分别在全量客户特征集、白样本客户特征集和黑样本客户特征集中，提取出全量客户、白样本客户和黑样本客户的高频行为特征；

分别对比黑样本客户与全量客户的高频行为特征，黑样本客户与白样本客户的高频行为特征，提取出差异度高于预设条件的行为特征，根据提取出的行为特征确定目标风险规则。

根据本说明书实施例的第二方面，提供一种风险规则确定装置，该装置包括：

样本确定模块：用于获取预定时间段内的全量样本客户、白样本客户和黑样本客户，提取所述客户的特征数据，以生成全量客户特征集、白样本客户特征集和黑样本客户特征集；

特征提取模块：用于分别在全量客户特征集、白样本客户特征集和黑样本客户特征集中，提取出全量客户、白样本客户和黑样本客户的高频行为特征；

规则生成模块：用于分别对比黑样本客户与全量客户的高频行为特征，黑样本客户与白样本客户的高频行为特征，提取出差异度高于预设条件的行为特征，根据提取出的行为特征确定目标风险规则。

根据本说明书实施例的第三方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现一种风险规则确定方法，该方法包括：

获取预定时间段内的全量样本客户、白样本客户和黑样本客户，提取所述客户的特征数据，以生成全量客户特征集、白样本客户特征集和黑样本客户特征集；

分别在全量客户特征集、白样本客户特征集和黑样本客户特征集中，提取出全量客户、白样本客户和黑样本客户的高频行为特征；

分别对比黑样本客户与全量客户的高频行为特征，黑样本客户与白样本客户的高频行为特征，提取出差异度高于预设条件的行为特征，根据提取出的行为特征确定目标风险规则。

本说明书实施例所提供的技术方案，先获取当前一定时间段内的白样本客户，黑样本客户，全量客户三种客户群体，再对比确定黑样本客户群体与其他客户群之间的行为差异，将此行为差异确定为具有风险的异常点，形成风险规则。本说明书提供的技术方案能自动获取客户群体的异常行为规则，提升了新风险规则的开发效率，并提高新规则初始上线时的准确覆盖能力。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书实施例。