[发明专利]风险评估模型训练方法、业务风险评估方法及其他设备

说明书

本发明数据处理领域，公开了一种风险评估模型训练方法、业务风险评估方法及相关设备，该风险评估模型训练方法包括：将第一业务数据输入到预设的风险评估模型中进行风险评估，得到第一风险评估结果，若评估未通过，则将第一业务数据和第一风险评估结果发送给监控端，接收监控端发送的修正结果并输入到强化学习模型中，若评估通过，则采用第一业务数据进行业务处理，在预设周期后，将第一业务数据和第一业务数据对应的业务处理结果，作为历史业务执行信息并输入到强化学习模型中，通过强化学习模型对修正结果和/或历史业务执行信息进行打分，得到目标评分，基于目标评分，对预设的风险评估模型进行更新，本发明提高了风险评估模型的评估准确率。

技术领域

本发明涉及数据处理领域，尤其涉及一种风险评估模型训练方法、业务 风险评估方法及其他设备。

背景技术

随着社会经济和计算机技术的不断发展，进行业务处理的数据量越来越 大，为提高业务处理效率，往往在业务处理之前进行风险评估，例如，在进 行交通管制业务时，需要预先对交通拥堵情况进行风险评估，进而根据交通 拥堵情况的评估结果，辅助决策。

通常进行的风险分析方法包括基于经验的专家规则分析和基于大数据的 机器学习模型分析方法，但是，发明人中实现本申请的过程中，发现现有方 案至少存在如下问题：通过基于经验的专家规则分析方法，设计拦截规则， 对容易出现风险的业务有很好的效果，解释性也较强，但是人为设定的规则 难以全面捕捉业务可能存在各种导致异常的情况，对一些风险隐蔽的业务鲜 有效果；相比专家规则更进一步的是基于大数据模型的风险评估方法，包括 异常检测和监督学习等方式，从大量的历史数据中依靠模型自动学习各项业 务执行结果的统计规律差异，对新来的业务依据学习的复杂规则进行风险判 别，这类依靠模型学习的方法相比专家规则能捕获一些隐蔽的出险规律，但 也难以区分不同的业务处理结果对模型效果的影响，也未考虑到时序对业务 风险评估的影响，因而，亟需一种能提高风险评估准确率的模型。

发明内容

本发明实施例提供一种风险评估模型训练方法、业务风险评估方法及其 他设备，以提高对业务风险评估的准确率。

为了解决上述技术问题，本申请实施例提供一种风险评估模型训练方法， 包括：

在接收到第一业务数据时，将所述第一业务数据输入到预设的风险评估 模型中，并通过所述预设的评估模型对所述第一业务数据进行风险评估，得 到第一风险评估结果；

若所述第一风险评估结果为评估未通过，则将所述第一业务数据和所述 第一风险评估结果发送给监控端；

接收所述监控端发送的修正结果，并将所述修正结果输入到强化学习模 型中；

若所述第一风险评估结果为评估通过，则采用所述第一业务数据进行业 务处理，并将所述第一业务数据存入到业务数据库中；

在预设周期后，将所述业务数据库中的每个所述第一业务数据和所述第 一业务数据对应的业务处理结果，作为历史业务执行信息，并将所述历史业 务执行信息输入到所述强化学习模型中；

通过所述强化学习模型对所述修正结果和/或所述历史业务执行信息进行 打分，得到目标评分；

基于目标评分，对所述预设的风险评估模型进行参数调整，更新所述预 设的风险评估模型。

可选地，所述在接收到第一业务数据时，将所述第一业务数据输入到预 设的风险评估模型中包括：

对第一业务数据进行数据预处理，得到初始数据，并获取所述初始数据 的所有特征维度；

通过预设的特征排序方式，对所述初始数据的特征维度进行重要性排序， 得到特征序列；

从所述特征序列中依次从前往后选取预设数量的特征维度，作为目标维 度，并将所述目标维度对应的特征值，作为所述初始数据的特征值；