[发明专利]一种针对远程教育服务的大数据风控方法及服务器

说明书

本发明提供一种针对远程教育服务的大数据风控方法及服务器，通过一个机器学习模型率先挖掘初始服务运维风险描述，再依据挖掘的初始服务运维风险描述，可以并行确定阶段化运维风险事项、阶段化风险描述内容以及整体化风险描述内容，避免独立地对以上阶段化运维风险事项、阶段化风险描述内容以及整体化风险描述内容进行挖掘，能够保障挖掘时效性，并且由于初始服务运维风险描述是挖掘以上三类关键数据都需要参考的风险描述内容，通过整体性地挖掘得到的初始服务运维风险描述来确定以上三类关键数据，无需每确定一类上述关键数据时都对初始服务运维风险描述进行挖掘而导致初始服务运维风险描述的频繁挖掘，在一定程度上减少了风控分析的资源开销。

技术领域

本发明涉及大数据技术领域，尤其涉及一种针对远程教育服务的大数据风控方法及服务器。

背景技术

远程教育（网络教育）是指使用电视及互联网等传播媒体的教学模式，远程教育能够突破时空的界线，与传统教育相比存在如下优势，一、无需在指定的地方上课；二、可以通过电视广播、互联网、辅导专线以及课研社等多种不同管道互助学习。

随着远程教育的不断拓展，在远程教育过程中授课端与客户端进行交互时，由于会涉及到大量数据的交互，因此对于交互过程中的交互安全问题是用户极为关心的问题。所以，针对远程教育服务过程的风险防控是必不可少的，然而相关的风险防控技术在进行特征分析时可能会占用较多的资源，这样不利于风控分析的高效化。

发明内容

本发明提供一种针对远程教育服务的大数据风控方法及服务器，为实现上述技术目的，本发明采用如下技术方案。

第一方面是一种针对远程教育服务的大数据风控方法，应用于大数据风控服务器，所述方法至少包括：确定待进行风控分析的远程教育服务运行报告；挖掘所述待进行风控分析的远程教育服务运行报告的初始服务运维风险描述；依据所述初始服务运维风险描述，确定所述待进行风控分析的远程教育服务运行报告的阶段化运维风险事项、所述阶段化运维风险事项对应的阶段化风险描述内容以及所述待进行风控分析的远程教育服务运行报告的整体化风险描述内容。

如此设计，通过一个机器学习模型率先挖掘初始服务运维风险描述，再依据挖掘的初始服务运维风险描述，可以并行确定阶段化运维风险事项、阶段化风险描述内容以及整体化风险描述内容，避免独立地对以上阶段化运维风险事项、阶段化风险描述内容以及整体化风险描述内容进行挖掘，能够保障挖掘时效性，并且由于初始服务运维风险描述是挖掘以上三类关键数据都需要参考的风险描述内容，通过整体性地挖掘得到的初始服务运维风险描述来确定以上三类关键数据，无需每确定一类上述关键数据时都对初始服务运维风险描述进行挖掘而导致初始服务运维风险描述的频繁挖掘，在一定程度上减少了风控分析的资源开销，有助于风控分析的高效化。

在一些可独立实施设计思路下，所述依据所述初始服务运维风险描述，确定所述待进行风控分析的远程教育服务运行报告的阶段化运维风险事项、所述阶段化运维风险事项对应的阶段化风险描述内容以及所述待进行风控分析的远程教育服务运行报告的整体化风险描述内容，包括：通过运维风险识别模型，依据所述初始服务运维风险描述，获得所述待进行风控分析的远程教育服务运行报告的阶段化运维风险事项、所述阶段化运维风险事项对应的阶段化风险描述内容以及所述待进行风控分析的远程教育服务运行报告的整体化风险描述内容。

如此，通过一个运维风险识别模型便可以实现对待进行风控分析的远程教育服务运行报告的阶段化运维风险事项、阶段化运维风险事项对应的阶段化风险描述内容和整体化风险描述内容的挖掘，无需通过多个机器学习模型分别实现，这样不仅可以实现对运维风险识别模型的模型配置的调整，还可以实现对以上三类关键数据的并行确定，进而能够保障风控分析的质量。