[发明专利]一种基于用户行为和神经网络的风险控制方法、装置和电子设备

权利要求书

1.基于用户行为和神经网络的风险控制方法，包括：

利用现有用户数据提取形成用户应用操作的时间序列数据；

基于所述时间序列数据建立风险预测模型；

获取当前用户操作行为信息；

使用所述风险预测模型对所述当前用户进行风险分类及概率识别；

对识别为风险的用户进行人工核实。

2.根据权利要求1所述的基于用户行为和神经网络的风险控制方法，包括：

提取现有用户数据；

基于所述现有用户数据，形成用户应用操作的时间序列数据。

3.根据权利要求1至2任一项所述的基于用户行为和神经网络的风险控制方法，包括：

获得所述时间序列数据；

建立风险预测模型，所述风险预测模型为LSTM+Attention风险预测模型。

4.根据权利要求1至3任一项所述的基于用户行为和神经网络的风险控制方法，包括：

所述建立LSTM+Attention风险预测模型，包括：

生成不同风险类型用户的概率；

计算现有用户逾期的第一概率、计算现有用户可能是中介的第二概率、计算现有用户可能是伪冒用户的第三概率。

5.根据权利要求1至4任一项所述的基于用户行为和神经网络的风险控制方法，包括：

分别获取现有用户的第一概率、第二概率、第三概率的阈值。

6.根据权利要求1至5任一项所述的基于用户行为和神经网络的风险控制方法，包括：

所述获取当前用户操作行为信息，包括：

获取当前用户的授信申请；

确认所述当前用户的授信申请到达的时间点；

生成所述时间点为最后时间点的当前用户时间序列数据。

7.根据权利要求1至6任一项所述的基于用户行为和神经网络的风险控制方法，包括：

所述使用所述风险预测模型对所述当前用户进行风险分类及概率识别，包括：

将所述当前用户时间序列数据输入所述风险预测模型；

计算所述当前用户的第一概率、第二概率、第三概率。

8.基于用户行为和神经网络的风险控制装置，包括：

第一获得模块：用于利用现有用户数据提取形成用户应用操作的时间序列数据；

建立风险预测模型模块：用于基于所述时间序列数据建立风险预测模型；

第二获得模块：用于获取当前用户操作行为信息；

风险识别模块：用于使用所述风险预测模型对所述当前用户进行风险分类及概率识别；

人工核实模块：用于对识别为风险用户进行人工核实。

9.一种服务器，包括处理器和存储器：

所述存储器用于存储执行权利要求1至7任一项所述方法的程序；所述处理器被配置为用于执行所述存储器中存储的程序。

10.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。