[发明专利]风控模型的动态调整方法、装置、设备及可读存储介质

权利要求书

1.一种风控模型的动态调整方法，其特征在于，所述风控模型的动态调整方法包括以下步骤：

获取离线的信用行为数据，并将所述离线的信用行为数据作为离线训练样本；

根据所述离线训练样本对预设模型进行训练，得到训练完成所述预设模型后对应的风控模型；

实时持续获取海量的在线的信用行为数据，并对所述在线的信用行为数据执行分布式处理操作，得到在线训练样本；

根据所述在线训练样本和所述离线训练样本，对所述风控模型进行训练，得到新的风控模型。

2.如权利要求1所述的风控模型的动态调整方法，其特征在于，所述根据所述在线训练样本和所述离线训练样本，对所述风控模型进行训练，得到新的风控模型的步骤之后，还包括：

获取待检测事件，并根据所述新的风控模型，确定所述待检测事件是否属于欺诈事件；

若所述待检测事件属于欺诈事件，则对所述欺诈事件执行风险预警操作。

3.如权利要求2所述的风控模型的动态调整方法，其特征在于，所述根据所述新的风控模型，确定所述待检测事件是否属于欺诈事件的步骤包括：

根据所述新的风控模型，确定所述新的风控模型对应的目标反欺诈阈值；

根据所述新的风控模型，确定所述待检测事件对应的欺诈值；

基于所述欺诈值和所述目标反欺诈阈值，确定所述待检测事件是否属于欺诈事件。

4.如权利要求3所述的风控模型的动态调整方法，其特征在于，所述基于所述欺诈值和所述目标反欺诈阈值，确定所述待检测事件是否属于欺诈事件的步骤包括：

若所述欺诈值大于或等于所述目标反欺诈阈值，则将所述待检测事件作为欺诈事件；

若所述欺诈值小于所述目标反欺诈阈值，则将所述待检测事件作为正常事件。

5.如权利要求1所述的风控模型的动态调整方法，其特征在于，所述实时持续获取海量的在线的信用行为数据的步骤之后，还包括：

提取所述在线的信用行为数据的业务特征；

基于所述在线的信用行为数据的业务特征，构建业务数据库；

从所述业务数据库中获取重点情报信息，并将所述重点情报信息推送至业务端，以供所述业务端将所述重点情报信息输出至显示设备。

6.如权利要求5所述的风控模型的动态调整方法，其特征在于，所述将所述重点情报信息推送至业务端的步骤包括：

获取预设的邮件模板，并根据所述重点情报信息和所述邮件模板，确定情报邮件；

将所述情报邮件推送至业务端。

7.如权利要求1至6任一项所述的风控模型的动态调整方法，其特征在于，所述离线的信用行为数据包括从本地数据库和/或从第三方数据库中获取的历史的信用行为数据。

8.一种风控模型的动态调整装置，其特征在于，所述风控模型的动态调整装置包括：

数据采集模块，用于获取离线的信用行为数据，并将所述离线的信用行为数据作为离线训练样本；

模型训练模块，用于根据所述离线训练样本对预设模型进行训练，得到训练完成所述预设模型后对应的风控模型；

分布式处理模块，用于实时持续获取海量的在线的信用行为数据，并对所述在线的信用行为数据执行分布式处理操作，得到在线训练样本；

动态调整模块，用于根据所述在线训练样本和所述离线训练样本，对所述风控模型进行训练，得到新的风控模型。

9.一种风控模型的动态调整设备，其特征在于，所述风控模型的动态调整设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风控模型的动态调整程序，所述风控模型的动态调整程序被所述处理器执行时实现如权利要求1至7中任一项所述的风控模型的动态调整方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有风控模型的动态调整程序，所述风控模型的动态调整程序被处理器执行时实现如权利要求1至7中任一项所述的风控模型的动态调整方法的步骤。