[发明专利]业务风险预测方法、装置和系统

权利要求书

1.一种业务风险预测方法，包括：

构建预测当前业务风险前多个业务周期的多维度特征数据；

对每个业务周期的多维度特征数据对应的风险值进行标注，生成标注数据；

将任意一个或多个业务周期的多维度特征数据和对应的标注数据输入至分类模型，对分类模型进行训练，得到多个风险预测模型，以便基于训练好的多个风险预测模型预测当前业务的风险，其中，所述风险预测模型的个数等于业务周期数的组合个数。

2.根据权利要求1所述的业务风险预测方法，其中，

所述当前业务的风险值是根据多个风险预测模型预测的多个当前业务的多维度特征数据对应的风险值的平均运算值确定。

3.根据权利要求1或2所述的业务风险预测方法，其中，

所述多维度特征数据包括：业务发送方历史行为特征数据、即时业务特征数据、设备特征数据、网络环境特征数据和业务接收方特征数据中的两种或两种以上特征数据。

4.根据权利要求1或2所述的业务风险预测方法，其中，

对所述多维度特征数据中的类别特征数据进行混合编码处理。

5.根据权利要求3所述的业务风险预测方法，其中，

所述业务发送方历史行为特征数据包括：业务发送方执行业务行为之前预定时间段的平均业务次数和最大业务次数、业务发送方对应当前环境出现次数、以及出现次数与之前总业务次数之比；

所述即时业务特征数据包括：当前预定时间内设备出现次数、设备出现次数与当前预定时间内总业务次数之比、该设备对应业务发送方数、以及业务发送方数与当前预定时间内总业务次数之比；

所述设备特征数据包括：当前业务之前设备对应不同业务发送方次数、以及预定时间设备对应的平均业务次数；

所述网路环境特征数据包括：预定时间内网络环境对应的业务发送方数、业务接收方数、设备数，以及对应业务次数最多的业务发送方、业务接收方和设备，以及网络环境不同时间段内活跃度之比；

所述业务接收方特征数据包括：当前预定时间段内业务接收方对应的业务次数，出现次数最多的业务发送方、业务接收方和设备，业务接收方对应的业务发送方、设备以及每个业务发送方、设备出现次数，以及业务接收方不同时间段内活跃度之比。

6.根据权利要求1或2所述的业务风险预测方法，其中，多个业务周期包括第一业务周期和第二业务周期，多个风险预测模型包括第一风险预测模型、第二风险预测模型和第三风险预测模型；

基于所述第一业务周期的多维度特征数据和对应的标注数据训练第一风险预测模型，基于所述第二业务周期的多维度特征数据和对应的标注数据训练第二风险预测模型，基于所述第一业务周期和第二业务周期的多维度特征数据和对应的标注数据训练第三风险预测模型。

7.一种业务风险预测方法，包括：

构建当前业务对应的多维度特征数据；

基于每个风险预测模型预测所述多维度特征数据对应的风险值；

将每个风险预测模型预测的风险值进行平均运算，得到所述当前业务对应的风险值。

8.根据权利要求7所述的业务风险预测方法，其中，

每个风险预测模型根据预测当前业务风险前任意一个或多个业务周期的多维度特征数据和对应的标注数据训练得到，其中，所述风险预测模型的个数等于业务周期数的组合个数。

9.一种业务风险预测装置，包括：

第一数据构建单元，被配置为构建预测当前业务风险前多个业务周期的多维度特征数据；

标注数据生成单元，被配置为对每个业务周期的多维度特征数据对应的风险值进行标注，生成标注数据；

预测模型训练单元，被配置为将任意一个或多个业务周期的多维度特征数据和对应的标注数据输入至分类模型，对分类模型进行训练，得到多个风险预测模型，以便基于训练好的多个风险预测模型预测当前业务的风险，其中，所述风险预测模型的个数等于业务周期数的组合个数。