[发明专利]风险业务检测模型训练方法、风险业务检测方法及装置

说明书

本公开提供了一种风险业务检测模型的训练方法，应用于金融领域、人工智能领域或其它领域。风险业务检测模型的训练方法包括获取训练样本数据集，其中，训练样本数据集包括历史风险业务的特征数据；对训练样本数据集中历史风险业务的特征数据进行特征分析，得到特征分析结果；确定与特征分析结果相匹配的多个候选风险业务检测模型；以及利用训练样本数据集分别训练每个候选风险业务检测模型，以便从训练完成的多个候选风险业务检测模型中确定风险业务检测模型。本公开还提供了一种风险业务检测方法、风险业务模型的训练装置、风险业务检测装置、电子设备、计算机可读存储介质及计算机程序产品。

技术领域

本公开涉及金融领域和人工智能领域，更具体地，涉及一种风险业务检测模型训练方法、风险业务检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

目前，监控系统内部对于高风险的任务，主要通过人为分析任务风险的方法，由人工判别任务应该采取怎样的处置措施，实现任务处置，在实现本公开构思的过程中，发明人发现相关技术中存在人工判别的成本较高且准确率较低的问题。

发明内容

有鉴于此，本公开提供了一种风险业务检测模型训练方法、风险业务检测方法及装置。

本公开的一个方面提供了一种风险业务检测模型训练方法，包括：

获取训练样本数据集，其中，上述训练样本数据集包括历史风险业务的特征数据；

对上述训练样本数据集中历史风险业务的特征数据进行特征分析，得到特征分析结果；

确定与上述特征分析结果相匹配的多个候选风险业务检测模型；以及

利用上述训练样本数据集分别训练每个上述候选风险业务检测模型，以便从训练完成的多个上述候选风险业务检测模型中确定风险业务检测模型。

根据本公开的实施例，上述历史风险业务包括贷款业务；

上述特征数据包括贷款人性别、贷款金额、逾期次数、贷款人月收入、贷款人分期情况、贷款人征信情况中的一种或多种。

根据本公开的实施例，上述利用上述训练样本数据集分别训练上述多个候选风险业务检测模型，以便确定风险业务检测模型包括：

利用上述训练样本数据集训练上述多个候选风险业务检测模型，分别生成多个调参风险业务检测模型，其中，上述多个调参风险业务检测模型中的每个调参风险业务检测模型均包括与其对应的验证结果，上述验证结果表征上述调参风险业务检测模型的检测准确度；

根据上述验证结果，从上述多个调参风险业务检测模型中确定多个待测试风险业务检测模型，其中，上述待测试风险业务检测模型的数量小于等于上述调参风险业务检测模型的数量；

对上述多个待测试风险业务检测模型进行生产测试，以便从上述多个待测试风险业务检测模型中确定风险业务检测模型。

根据本公开的实施例，上述利用上述训练样本数据集训练上述多个候选风险业务检测模型，分别生成多个调参风险业务检测模型包括：

将上述训练样本数据集划分为训练集和调参集；

利用上述训练集训练上述多个候选风险业务检测模型，分别生成多个待调参风险业务检测模型；

利用上述调参集对上述多个待调参风险业务检测模型进行参数调整，分别生成多个调参风险业务检测模型。

根据本公开的实施例，上述对上述多个待测试风险业务检测模型进行生产测试，以便从上述多个待测试风险业务检测模型中确定风险业务检测模型包括：

获取生产测试数据集；

将上述生产测试数据集输入上述多个待测试风险业务检测模型，分别输出生产测试结果；