[发明专利]一种风险控制方法、装置、计算机系统及可读存储介质

说明书

本发明公开了一种风险控制方法、装置、计算机系统及可读存储介质，属于互联网安全，包括以下步骤：从征信服务器和贷款服务器中获取用户信息，并获得应还款金额；将多维负债信息录入负债聚类模型以判断其是否为风险负债信息；若是，则生成风险信号；若否，则将其录入成熟风控模型获得负债估算值；将多维收入信息录入收入聚类模型以判断其是否为风险收入信息；若是，则生成风险信号并结束；若否，则将其录入成熟收入风控模型获得收入估算值；将负债估算值和收入估算值通过编码及排序获得综合输入向量，并将综合输入向量录入成熟综合风控模型获得综合估算值。本发明节省了人力物力，提高了审批效率，极大的提高了风险评估效率和评估准确度。

技术领域

本发明涉及通信技术领域，尤其涉及一种风险控制方法、装置、计算机系统及可读存储介质。

背景技术

互联网金融是传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。当前业内对基于互联网金融的小额贷款的贷款人的征信报告的审查，仍然通常采用人工核查方式，因此，通常一个客户经理每月需要审批几百上千份征信报告，不仅极大的耗费人力物力，容易出错，还很容易因评估征信报告时间过长，导致放贷效率降低；

而当前企业所使用的分类器仅仅能够对征信报告进行大致评估，其评估效率和评估效果在使用过程中并不理想，并且评估效率也较低。

发明内容

本发明的目的是提供一种风险控制方法、装置、计算机系统及可读存储介质，用于解决现有技术存在的问题。

为实现上述目的，本发明提供一种风险控制方法，包括以下步骤：

S1：利用姓名身份正则表达式从征信服务器和贷款服务器中获取用户信息，并通过所述用户信息获得应还款金额；其中，将姓名身份正则表达式以通信信号的形式输出至征信服务器和贷款服务器，并且接受由征信服务器和贷款服务器以通信信号的形式输出的用户信息；

S2：根据所述用户信息和应还款金额生成多维负债信息，将所述多维负债信息录入负债聚类模型以判断其是否为风险负债信息；若是，则生成风险信号并结束；若否，则将其录入成熟风控模型以获得负债估算值并进入S3；

S3：根据所述用户信息生成多维收入信息，将所述多维收入信息录入收入聚类模型以判断其是否为风险收入信息；若是，则生成风险信号并结束；若否，则将其录入成熟收入风控模型以获得收入估算值并进入S4；

S4：将所述负债估算值和收入估算值通过编码及排序获得综合输入向量，并将所述综合输入向量录入成熟综合风控模型，以获得综合估算值；根据所述综合估算值生成风险信号或验证通过信号并结束。

上述方案中，所述S2中的负债聚类模型通过以下步骤训练获得：

S2-01：从信贷系统的黑名单中获取聚类样本，所述创建样本包括征信信息、贷款信息；

S2-02：根据用户信息和应还款金额生成多维负债样本信息；

S2-03：将多维负债样本信息录入所述初级负债聚类模型；

S2-04：按照S2-01-S0-03的方法获得多个创建样本的多维负债样本信息，并将其录入所述初级负债聚类模型；

S2-05：利用所述负债聚类模型获得所述多个多维负债样本信息的中心点，以获得负债聚类模型。

上述方案中，所述S2中将所述多维负债信息录入负债聚类模型以判断其是否为风险负债信息；若是，则生成风险信号并结束；若否，则将其录入成熟风控模型以获得负债估算值并进入S3包括：

将所述多维负债信息录入负债聚类模型，利用所述负债聚类模型计算所述多维负债信息与所述中心点的欧式距离，判断所述欧式距离是否小于风险阈值；

若是，则生成风险信号并结束；