[发明专利]境外信用卡风控模型迭代方法、装置、设备以及存储介质

权利要求书

1.一种境外信用卡风控模型迭代方法，其特征在于，所述境外信用卡风控模型迭代方法包括以下步骤：

S10：获取预设的境外信用卡风控模型，从所述境外信用卡风控模型中获取子模型数据；

S20：从每个所述子模型数据中提取待识别特征；

S30：根据所述境外信用卡风控模型的所述待识别特征获取实时交易数据，并对所述实时交易数据进行效果判断，得到判断结果；

S40：根据所述判断结果，采用机器学习对所述境外信用卡风控模型中的所述子模型数据进行更新。

2.根据权利要求1所述的境外信用卡风控模型迭代方法，其特征在于，步骤S10包括：

S11：获取历史用户支付数据，所述历史用户支付数据包括设备与网络数据、社交数据、用户行为数据以及业务数据；

S12：对所述历史支付数据进行预处理后得到待特征提取数据；

S13：通过正则化对所述待特征提取数据进行特征提取，得到待训练数据集；

S14：分别对所述设备与网络数据、所述社交数据、所述用户行为数据以及所述业务数据对应的所述待训练数据集进行建模后进行训练，得到用于检测客户风险等级的所述信用卡风控模型。

3.根据权利要求1所述的境外信用卡风控模型迭代方法，其特征在于，步骤S30包括：

S31：根据所述境外信用卡风控模型，获取模型测试数据；

S32：将所述实时交易数据与所述模型测试数据进行比对，得到所述判断结果。

4.根据权利要求1所述的境外信用卡风控模型迭代方法，其特征在于，步骤S40包括：

S41：从所述判断结果中获取异常数据，并根据所述异常数据获取对应的所述子模型数据，作为待调整子模型；

S42：对所述待调整子模型进行参数调整。

5.根据权利要求1所述的境外信用卡风控模型迭代方法，其特征在于，步骤S42包括：

S421：从所述待调整子模型中获取对应的规则权重和规则阈值；

S422：根据所述判断结果对所述规则权重和所述规则阈值进行调整。

6.一种境外信用卡风控模型迭代装置，其特征在于，所述境外信用卡风控模型迭代装置包括：

子模型获取模块，用于获取预设的境外信用卡风控模型，从所述境外信用卡风控模型中获取子模型数据；

识别特征获取模块，用于从每个所述子模型数据中提取待识别特征；

判断模块，用于根据所述境外信用卡风控模型的所述待识别特征获取实时交易数据，并对所述实时交易数据进行效果判断，得到判断结果；

调优模块，用于根据所述判断结果，采用机器学习对所述境外信用卡风控模型中的所述子模型数据进行更新。

7.根据权利要求6所述的境外信用卡风控模型迭代装置，其特征在于，所述子模型获取模块包括：

历史数据获取子模块，用于获取历史用户支付数据，所述历史用户支付数据包括设备与网络数据、社交数据、用户行为数据以及业务数据；

数据预处理子模块，用于对所述历史支付数据进行预处理后得到待特征提取数据；

特征提取子模块，用于通过正则化对所述待特征提取数据进行特征提取，得到待训练数据集；

模型训练子模块，用于分别对所述设备与网络数据、所述社交数据、所述用户行为数据以及所述业务数据对应的所述待训练数据集进行建模后进行训练，得到用于检测客户风险等级的所述信用卡风控模型。

8.根据权利要求6所述的境外信用卡风控模型迭代装置，其特征在于，所述判断模块包括：

测试数据获取子模块，用于根据所述境外信用卡风控模型，获取模型测试数据；

判断子模块，用于将所述实时交易数据与所述模型测试数据进行比对，得到所述判断结果。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述境外信用卡风控模型迭代方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述境外信用卡风控模型迭代方法的步骤。