[发明专利]一种多级混联的风险管理方法、装置和电子设备

权利要求书

1.一种多级混联的风险管理方法，其特征在于，包括：

构建一级风险评估模型，所述一级风险评估模型由第一风险评估层和第二风险评估层构成，其中，第一风险评估层包括两条一级风险评估链路；

获取初期用户信息，代入所述一级风险评估模型获取所述所述初期用户一级风险预估值；

根据一级风险预估值对所述初期用户进行首次筛选形成中期用户；

构建二级风险评估模型，对满足二级风险评估条件的中期用户进行二级风险评估以获取二级风险预估值，其中，所述二级风险评估模型包括按照用户类型划分的三条二级风险评估链路；

根据所述二级风险预估值对用户进行风险处理。

2.根据权利要求1所述的方法，其特征在于，构建所述两条一级风险评估链路进一步包括：构建基于全流程表现的用户入催事前模型链路和构建基于分阶段表现的阶段入催事前模型链路。

3.根据权利要求1-2中任一项所述的方法，其特征在于，所述构建用户入催事前模型链路进一步包括：

获取历史用户特征数据，所述特征数据包括在贷后管理队伍中的时长特征数据及贷后表现数据；

基于所述历史用户特征数据、贷后表现你n数据，采用机器学习的方法训练生成用户贷后管理事前模型，用以预测新用户的贷后表现值；

设置第一风险阈值；

对所述用户贷后管理事前模型预测的贷后表现值超出所述第一风险阈值的用户进行反馈预警。

4.根据权利要求1-3中任一项所述的方法，其特征在于，构建所述阶段入催事前模型链路进一步包括：

获取历史用户特征数据，所述特征数据包括IVR阶段特征数据、人工阶段特征数据及贷后表现数据；

基于所述历史用户特征数据，采用机器学习的方法训练生成IVR贷后管理事前模型和人工贷后管理事前模型，用以预测信息用户的IVR贷后表现值和人工贷后表现值；

分别设置IVR风险阈值和人工风险阈值；

对所述用户的IVR贷后表现值和人工贷后表现值超出相应阈值的用户进行反馈预警。

5.根据权利要求1-4中任一项所述的方法，其特征在于，构建所述第二风险评估层进一步包括：

构建用户风险预测模型用以进行用户风险值预测，其中，所述用户风险预测模型包括申请评分卡模型。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述获取初期用户信息，代入所述一级风险评估模型获取所述所述初期用户一级风险预估值步骤进一步包括：

获取初始用户信息；

将所述初始用户信息随机代入所述第一风险评估层中所述两条一级风险评估链路中任意一条中；

将通过所述一级风险评估链路评估的用户的信息推送至所述第二风险评估层获取所述初始用户一级风险预估值。

7.根据权利要求1-6中任一项所述的方法，其特征在于，构建所述二级风险评估链路的步骤进一步包括：

获取历史中期用户特征数据，所述特征数据包括属性特征、行为特征、金融特征及回收表现特征；

采用机器学习的方法训练训练生成贷中回收率模型，用以预测满足二级风险评估条件的中期用户的回收率；

设置贷中回收率风险阈值；

对所述用户的贷中回收率超出所述贷中回收率风险阈值的用户进行反馈预警。