[发明专利]模型训练方法、风险识别方法、模型、装置、设备及介质

说明书

本申请提供了一种模型训练方法、风险识别方法、模型、装置、设备及介质，训练方法包括：根据非法集资识别的业务需求在对应的服务器处采集原始数据；对所述原始数据进行预处理得到目标数据；基于所述数据提取特征分类，得到对应的特征向量；根据所述特征向量对所述目标数据进行交叉域分类，将多个类别的所述目标数据形成训练样本集和测试样本集；基于所述训练样本集和所述测试样本集，训练得到目标非法集资风险识别模型。上述训练方法可以建立指标之间的关联和权重关系，除了考虑实际的场景，也会增加精确度和召回率来对参数进行调和，在数据采集阶段即可运用机器学习匹配相关函数，建立多指标、多维度、多向量的识别模式，建立全面的风险监测。

技术领域

本申请涉及数据统计的技术领域，具体而言，本申请涉及一种模型训练方法、风险识别方法、模型、装置、设备及介质。

背景技术

长期以来，我国经济社会保持较快发展，资金需求旺盛，融资难、融资贵等问题仍然比较突出，民间投资渠道狭窄的现实困难和非法集资高额回报的巨大诱惑交织共存，造成非法集资问题日益凸显，一些案件由于参与群众多、财产损失大，频繁引发群体性事件，甚至导致极端过激事件发生，影响社会稳定。所以，迫切需要建设预警模型以快速精准的识别非法集资，建立立体化、社会化、信息化的预警识别模式，遏制非法集资高发势头。

传统的非法集资识别方法通常采用接入监管数据形成单一指标，通过计算指标归集形成指数，利用指数与阈值的关系判定触发对非法集资的识别。传统的识别方法有一定的局限性，这些局限性包括：(1)单一指标的计算假设各个指标之间无关联，计算方法较为简单，无法实现识别到并发关联的风险。模型的核心是假定了所有指标向量之间的单个协方差都为零，简化了数据的搜集和整理。(2)风险识别的模式是固定的，在设定模型的时候已经了解了整个行业可能预警的方向，但是现实中风险形式多样，很难通过单一指标覆盖全部的风险情况。

发明内容

本申请针对现有方式的缺点，提出一种模型训练方法、风险识别方法、模型、装置、设备及介质，用以解决上述至少一个技术问题。

第一方面，本申请实施例提供了一种非法集资风险识别模型的训练方法，包括：

根据非法集资识别的业务需求在对应的服务器处采集原始数据；

对所述原始数据进行预处理得到目标数据；

基于所述数据提取特征分类，得到对应的特征向量；

根据所述特征向量对所述目标数据进行交叉域分类，将多个类别的所述目标数据形成训练样本集和测试样本集；

基于所述训练样本集和所述测试样本集，训练得到目标非法集资风险识别模型。

在本申请的一种实施方式中，所述原始数据包括政策性数据和多个监管对象的监管数据；

所述根据非法集资识别的业务需求在对应的服务器处采集原始数据，包括：

根据非法集资识别的业务需求，在提供政策性数据的服务器处采集政策性数据，以及在监管对象对应的服务器处采集多个监管对象的监管数据。

在本申请的一种实施方式中，所述在提供政策性数据的服务器处采集政策性数据，包括：

从多个地方金融机构对应的服务器处采集政策性数据，将数据按照预设格式进行转换。

在本申请的一种实施方式中，所述在提供政策性数据的服务器处采集政策性数据，包括：

在外部数据交换中心服务器处获取政策性数据，和/或，在政府数据资源共享交换中心服务器处采集多类政务数据。

在本申请的一种实施方式中，所述对所述原始数据进行预处理得到目标数据，包括：在所述原始数据中，分别采集多个领域中每个领域的目标数据。