[发明专利]对服务方面临的特定风险进行评估的方法及装置

说明书

本说明书实施例提供一种对服务方面临的特定风险进行评估的方法，包括：一方面，获取预先构建的贝叶斯拓展网络，其中涉及多个风险属性变量和若干风险计算变量，其中各个风险计算变量对应的节点与其父节点的值域之间具有对应的值域映射关系；另一方面，获取变量观测值已知的若干证据变量的证据变量值，以及获取针对有待查询的若干查询变量设定的查询变量值，该若干证据变量和若干查询变量至少基于该多个风险属性变量而确定，该证据变量值基于该服务方中用户的行为数据和/或服务方的运营数据而确定；进一步地，基于该贝叶斯拓展网络，根据该若干证据变量的证据变量值，确定该若干查询变量的取值为该查询变量值的后验概率，归入风险评估结果。

技术领域

本说明书一个或多个实施例涉及将机器学习应用到风险控制技术领域，尤其涉及一种对服务方面临的特定风险进行评估的方法及装置。

背景技术

目前，服务方面临多种风险，比如，在运营过程中面临运营风险，包括运营失败或运营活动达不到预期目标的可能性及其损失。又比如，服务方在向用户提供服务时，面临某些用户通过使用服务实施恶意、不良或违法的特定行为的风险。例如，不法用户利用支付平台提供的电子支付服务或利用理财平台提供的理财服务，实施洗钱等违法行为，又例如，不法用户利用商务平台提供的转账服务和通讯服务，实施诈骗等违法行为。

为了更好地进行风险管控，需要对服务方面临的上述风险进行评估。然而，目前进行风险评估的手段较为单一，无法满足实际中的多种需求。因此，需要一种方案，可以精准、有效地实现风险评估，同时，满足风险的追因溯源等需求。

发明内容

本说明书一个或多个实施例描述了一种对服务方面临的特定风险进行评估的方法及装置，通过在传统贝叶斯网络中添加计算节点形成拓展后的贝叶斯网络，用于组织风险事实、风险观点，可以实现对风险评估完整流程的追因溯源，同时，有效提高风险评估的准确度、可信度和可用性。

根据第一方面，提供一种对服务方面临的特定风险进行评估的方法，包括：获取预先构建的贝叶斯拓展网络，其中包括有向无环图，上述有向无环图中包括对应于多个风险属性变量的多个风险属性节点和对应于若干风险计算变量的若干风险计算节点，其中各个风险计算节点的值域与其父节点的值域之间具有对应的值域映射关系，上述有向无环图中还包括因节点之间存在依赖关系而形成的有向连接边，上述贝叶斯拓展网络中还包括对上述依赖关系进行量化表征的条件概率表；获取变量观测值已知的若干证据变量的证据变量值，以及获取针对有待查询的若干查询变量设定的查询变量值，上述若干证据变量和若干查询变量至少基于上述多个风险属性变量而确定，上述证据变量值基于上述服务方中用户的行为数据和/或服务方的运营数据而确定；基于上述贝叶斯拓展网络，根据上述若干证据变量的证据变量值，确定上述若干查询变量的取值为上述查询变量值的后验概率，归入针对上述特定风险的风险评估结果。

在一个实施例中，上述多个风险属性变量中包括与客观事实对应的事实类变量，与主观观点对应的观点类变量。

在一个具体的实施例中，上述观点类变量包括可验证的预测类变量和不可验证的判断类变量。

在一个具体的实施例中，上述获取若干证据变量的证据变量值，包括：针对上述若干证据变量中包括的属于事实类变量的第一事实变量，基于上述行为数据或运营数据，以及与上述第一事实变量对应的统计规则，确定上述第一事实变量的变量值；和/或，针对上述若干证据变量中包括的属于观点类变量的第一观点变量，接收上述服务方的服务人员基于上述行为数据或运营数据输入的上述第一观点变量的变量值。

在一个实施例中，上述特定风险为用户利用上述服务方提供的服务以实施特定行为的风险，上述服务方执行防控上述特定行为的防控流程，上述运营数据包括服务方执行上述防控流程产生的防控数据。

在一个具体的实施例中，上述特定行为包括洗钱行为或电子交易诈骗行为。