[发明专利]评测模型训练方法、评测和业务审核方法、装置及设备

权利要求书

1.一种评测模型训练方法，其特征在于，包括：

获取样本数据；

将所述样本数据输入到预评测模型，得到所述样本数据的预评测分数；

基于所述预评测分数，提取所述样本数据的中间样本数据，所述中间样本数据的预评测分数大于第一预设值且小于第二预设值，所述第一预设值小于所述第二预设值，所述第一预设值和所述第二预设值均大于0；

将所述中间样本数据输入到神经网络进行模型训练，得到所述中间样本数据的风险评测模型。

2.根据权利要求1所述的方法，其特征在于，所述样本数据包括至少一个数据源的子样本数据；

所述方法还包括：获取所述预评测模型，具体包括：

分别将每个子样本数据划分为至少两个客群数据；

获取每个客群数据的子预评测模型；

将各个客群数据的子预评测模型进行融合，得到所述预评测模型。

3.根据权利要求2所述的方法，其特征在于，所述获取每个客群数据的子预评测模型，包括：

确定第一客群数据对应的子模型，所述第一客群数据是所有数据源的所有客群数据中的任一客群数据；

基于所述第一客群数据对应的子模型和第一预设算法，得到所述第一客群数据的子预评测模型。

4.根据权利要求3所述的方法，其特征在于，所述确定所述第一客群数据对应的子模型，包括：

从所述第一客群数据中选择目标数据；其中，所述目标数据与模型目标相对应；

基于所述目标数据和第二预设算法，得到所述第一客群数据的子模型。

5.根据权利要求2所述的方法，其特征在于，所述将各个客群数据的子预评测模型进行融合，得到所述预评测模型，包括：

基于所有客群的子预评测模型的输出和第三预设算法，得到所述预评测模型。

6.根据权利要求2或3所述的方法，其特征在于，所述将所述中间样本数据输入到神经网络进行模型训练，得到所述中间样本数据的风险评测模型，包括：

从每个数据源的至少两个客群数据中，确定所述中间样本数据对应的目标客群数据；

获取所述目标客群数据的子预评测模型；

将所述目标客群数据的子预评测模型进行融合，得到所述中间样本数据的风险评测模型。

7.一种评测方法，其特征在于，包括：

获取待评测用户的用户信息；

根据所述用户信息，确定所述待评测用户所对应的客群信息；

基于所述客群信息对应的预评测模型，得到所述待评测用户的预评测分数；

在所述预评测分数大于第一预设值且小于第二预设值的情况下，将所述用户信息输入风险评测模型，得到所述待评测用户的风险评测分数；

其中，所述第一预设值和所述第二预设值均大于0。

8.根据权利要求7所述的方法，其特征在于，所述基于所述客群信息对应的预评测模型，得到所述待评测用户的预评测分数，包括：

基于所述用户信息和所述客群信息对应的子模型，得到子模型分；

基于所述子模型分和所述客群信息对应的子预评测模型，得到所述用户信息对应的子预评测模型分；

基于所述子预评测模型分和所述预评测模型，得到所述待评测用户的预评测分数。

9.一种业务审核方法，其特征在于，包括：

接收用户的业务请求；

根据所述用户的业务请求获取用户信息；

基于所述用户信息，利用如权利要求7或权利要求8任一项所述的评测方法对所述用户进行评测，得到所述用户的风险评测分数；

根据所述风险评测分数得到所述用户的业务审核结果。