[发明专利]风险模型创制方法、装置、计算机设备及可读存储介质

权利要求书

1.一种风险模型创制方法，其特征在于，包括：

分别从白名单库和黑名单库中获取报文；

识别所述报文中反映消费主体身份的主体字段，及反映所述消费主体的消费行为的行为字段，汇总具有同一主体字段的行为字段形成反映所述消费主体的消费行为的消费数据；

通过所述消费数据对预置的初始机器学习模型进行训练，得到能够对所述消费数据进行分类的成熟机器学习模型；

从所述成熟随机森林中获取特征重要度排序，将超过预置的影响权重的权重值所对应的影响特征设为风险特征，其中，所述特征排序中具有降序排列的权重值及其对应的影响特征；

根据所述风险特征构建风险模型并构建所述风险模型的输入模板，将所述输入模板发送至客户端。

2.根据权利要求1所述的风险模型创制方法，其特征在于，所述识别所述报文中反映消费主体身份的主体字段，及反映所述消费主体的消费行为的行为字段，汇总具有同一主体字段的行为字段形成反映所述消费主体的消费行为的消费数据的步骤，包括：

拆分所述报文得到至少一个字段；

从所述至少一个字段中获取反映消费主体身份的主体字段，及反映所述消费主体的消费行为的行为字段；

将所述主体字段和所述行为字段保存至预置的数据库中，以所述主体字段为主键并以所述行为字段为键值，使所述主体字段和所述行为字段以键值对的形式关联；

汇总主键相同的键值形成第一键值集合，对所述键值集合进行去重得到第二键值集合，计算所述第二键值集合中的键值在所述第一键值集合中出现的次数，并将所述次数与所述键值关联，使所述第二键值集合形成所述主键的消费数据。

3.根据权利要求1所述的风险模型创制方法，其特征在于，所述通过所述消费数据对预置的初始机器学习模型进行训练之前，所述方法还包括：

识别所述消费数据对应的报文的来源；若所述报文从所述白名单库中获得，则将所述消费数据的标题编辑为正常信息；若所述报文从所述黑名单库中获得，则将所述消费数据的标题编辑为违约信息。

4.根据权利要求1所述的风险模型创制方法，其特征在于，所述通过所述消费数据对预置的初始机器学习模型进行训练之前，所述方法还包括：

将所述消费数据中的行为字段转为数值型数据。

5.根据权利要求4所述的风险模型创制方法，其特征在于，所述将所述消费数据中的行为字段转为数值型数据的步骤，包括：

调用行为字典，其定义了非数据值型数据和数值型数据之间的映射关系；

通过所述行为字典将所述消费数据中的非数值型数据转为数值型数据。

6.根据权利要求1所述的风险模型创制方法，其特征在于，所述风险模型通过以下方法获得：

提取风险特征的元数据，以所述元数据作为变量，以风险值作为计算值创制目标加权公式，并构建以所述目标加权公式为目标公式的风险模型；

所述目标加权公式如下：

M＝A*x+B*y+C*z

其中，A、B、C是权重参数；x，y，z是所述变量，M是风险值。

7.根据权利要求1所述的风险模型创制方法，其特征在于，所述将所述输入模板发送至客户端之后，所述方法还包括：

接收客户端在所述输入模板中录入的待运算数据，调用所述风险模型对所述待运算数据进行计算得到风险评估值；判断所述风险评估值是否超过预置的风险阈值；若是，则生成风险报文并将其发送至所述客户端；若否，则生成正常报文并将其发送至所述客户端；

所述生成风险报文并将其发送至所述客户端之后，所述方法还包括：

将所述风险报文上传至区块链中。