[发明专利]一种数据驱动的风控策略规则生成方法及系统

说明书

本发明提供了一种数据驱动的风控策略规则生成方法及系统，对基于第一训练模型训练得到的树模型进行路径预测，记录所述路径的节点索引；根据所述树模型的特征，抽取目标节点；生成对应的抽取规则以及获取用户通过交互界面选择的下一步建模的特征；根据抽取规则以及交互结果对所述样本数据进行双层次过滤，并传输结果到第一训练模块继续进行训练；基于所述规则与特征的人机交互的输出生成串行规则组合性能报告，并用于上线部署。

技术领域

本发明属于人工智能领域，具体来说，是一种利用数据驱动的风控策略规 则生成方法及系统。

背景技术

随着互联网金融及其应用的快速发展，海量的交易行为从线下转到线上， 银行、第三方支付平台等金融机构迫切需要对大量的交易数据进行快速、准确 的欺诈风险评估和管控。风控策略通常会包含很多种类型的规则，每个规则都 是结合产品、业务基于经验和数据分析产生出来的。所以，用于区分线上交易 中产生的针对不同场景的问题交易。风控策略规则更多地会结合用户体验和业 务来平衡损失跟业务发展的关系，不同企业应该根据自身的业务情况选择适合 的策略体系。

发明内容

本发明提供一种数据驱动的风控策略规则生成方法及系统，用以解决上述 提出的技术问题。

为实现上述目的，本发明提供如下技术方案：一种数据驱动的风控策略规 则生成方法，其特征在于，包括：

步骤1：对训练得到的树模型进行路径预测，并记录样本路径；

步骤2：根据所述树模型的特征，抽取样本路径上节点的规则信息，生成 数据驱动的风控策略规则，同时，获取用户交互的建模特征；

步骤3：根据所述风控策略规则以及交互结果对样本数据进行双层次过滤， 并对过滤后的数据继续进行训练；

步骤4：基于训练结果获取最新模型，生成串行规则报告并输出。

优选的，步骤1，对训练得到的树模型进行路径预测，并记录样本路径， 包括：

对样本数据进行划分，得到训练样本和测试样本；

根据所述树模型，对所述训练样本以及测试样本进行预测，估计每个样本 的路径，并记录每个样本的路径。

优选的，步骤2，根据所述树模型的特征，抽取样本路径上节点的规则信 息，生成数据驱动的风控策略规则，同时，获取用户交互的建模特征，包括：

获取所述树模型的节点，作为所述树模型的特征，筛选经过概率低于预设 概率的节点，并剔除，同时，筛选不同路径中存在的相同节点或者不同树模型 中存在的相同节点，作为冗余节点，并将剩余节点作为目标节点；

通过递归算法遍历所述树模型的每一层，判断所述目标节点是否满足提升 条件，若所述目标节点满足所述提升条件，对所述目标节点进行信息提取并保 存到信息库，更新信息库；

同时，获取满足所述提升条件的目标节点与冗余节点的一致度，并保留相 同节点中一致度最大的冗余节点，将剩余冗余节点进行剔除，并获取一致度最 大的冗余节点的信息，保存到信息库；

否则，判断所述目标节点的兄弟节点是否满足所述提升条件，若所述兄弟 节点满足所述提升条件，将所述兄弟节点进行提取信息并保存到信息库，更新 信息库；

基于更新的信息库，生成数据驱动的风险策略规则，同时，获取用户交互 的建模特征。

优选的，步骤3，根据所述风控策略规则以及交互结果对样本数据进行双 层次过滤，并对过滤后的数据继续进行训练，包括：

基于串行的迭代规则抽取模式，对所有特征按照业务逻辑进行分组；

且利用迭代建模功能将风控策略规则激活，对样本数据进行双层次过滤， 将双层次过滤后的数据继续进行训练。