[发明专利]风险识别方法、装置、设备及介质

说明书

本申请公开了一种风险识别方法、装置、设备及介质，应用于人工智能中的机器学习领域。该方法包括：获取在线网络业务的业务数据；将所述业务数据输入至风险识别模型中得到风险识别结果，所述风险识别模型是根据总训练集训练得到的，所述总训练集包括：观察时间达到表现期的第一白样本集和第一黑样本集，以及所述观察时间未达到所述表现期的第二白样本集和第二黑样本集；根据所述风险识别结果对所述在线网络业务进行处理。该方法可以将表现期不足的样本用于模型训练。

技术领域

本申请涉及人工智能中的机器学习领域，特别涉及一种风险识别方法、装置、设备及介质。

背景技术

基于互联网提供的网络服务中存在一定的安全风险。比如对于金融借贷类的网络服务中，需要识别用户的信用程度。

相关技术中采用机器学习模型对网络服务的风险进行识别。预先收集白样本和黑样本，白样本包括多个在表现期内没有风险行为的样本，黑样本包括多个在表现期内存在风险行为的样本。采用白样本和黑样本对机器学习模型进行分类任务的训练，得到具有分类能力的机器学习模型。

上述表现期的时间长度较长，比如6个月或1年，因此在实际训练过程中能够用来训练的样本数量有限。

发明内容

本申请实施例提供了一种风险识别方法、装置、设备及介质，可以解决表现期的时间长度较长，比如6个月或1年，因此在实际训练过程中能够用来训练的样本数量有限的问题。所述技术方案如下：

根据本申请的一个方面，提供了一种风险识别方法，所述方法包括：

获取在线网络业务的业务数据；

将所述业务数据输入至风险识别模型中得到风险识别结果，所述风险识别模型是根据总训练集训练得到的，所述总训练集包括：观察时间达到表现期的第一白样本集和第一黑样本集，以及所述观察时间未达到所述表现期的第二白样本集和第二黑样本集；

根据所述风险识别结果对所述在线网络业务进行处理。

根据本申请的另一方面，提供了一种音乐片段的选取装置，所述装置包括：

获取模块，用于获取在线网络业务的业务数据；

风险识别模块，用于将所述业务数据输入至风险识别模型中得到风险识别结果，所述风险识别模型是根据总训练集训练得到的，所述总训练集包括：观察时间达到表现期的第一白样本集和第一黑样本集，以及所述观察时间未达到所述表现期的第二白样本集和第二黑样本集；

处理模块，用于根据所述风险识别结果对所述在线网络业务进行处理。

根据本申请的另一方面，提供了一种计算机设备，所述计算机设备包括：处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上方面所述的风险识别方法。

根据本申请的另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上方面所述的风险识别方法。

本申请实施例提供的技术方案带来的有益效果至少包括：

通过利用含有观察时间达到表现期的第一白样本集和第一黑样本集，以及观察时间未达到表现期的第二白样本集和第二黑样本集的总训练集训练风险识别模型，使样本的收集不局限于表现期充足的样本，还有效利用了表现期不足的样本，扩大了样本的收集范围，为训练模型提供了更多的有效样本。

附图说明