[发明专利]一种风控规则挖掘的方法及装置

说明书

本申请公开了一种风控规则挖掘的方法及装置，可根据预设的各特征类型，确定各学习样本对应于该特征类型的特征值，并作为该特征类型的变量，之后通过遗传算法，对各特征类型以及各特征类型的变量进行筛选，确定各指定特征类型以及指定特征类型的各指定变量，最后，根据各学习样本、各指定特征类型以及指定特征类型的各指定变量，采用一阶规则学习算法，生成风控规则。

技术领域

本申请涉及信息技术领域，尤其涉及一种风控规则挖掘的方法及装置。

背景技术

洗钱，是一种将违法所得合法化的行为，主要指将违法所得及其产生的收益，通过金融机构以各种手段掩饰、隐瞒其来源和性质，使其在形式上合法化，属于违法犯罪活动。

目前，由于洗钱活动通常都是通过金融机构实现的，因此金融机构作为反洗钱的第一线，通常通过配置的识别规则对接收到的交易请求进行识别，以拒绝执行存在洗钱嫌疑的交易，预防洗钱行为的发生，或者，在确定有洗钱嫌疑的交易时，对交易的数据进行存证，以便后续追查。

但是，由于现有的识别规则，通常是根据经验或者历史上确定的洗钱交易的数据人工设置的。而人工设置的识别规则，通常并不准确，使得在基于现有识别规则进行反洗钱时的效率低，并且识别准确率较低。

可见，需要一种根据需求挖掘风控规则的方法，以挖掘用于识别洗钱活动的风控规则。

发明内容

本说明书实施例提供一种风控规则挖掘的方法及装置，用于解决现有人工设置的识别规则，通常并不准确，使得在基于现有识别规则反洗钱时的效率低，并且识别准确率较低的问题。

本说明书实施例采用下述技术方案：

一种风控规则挖掘的方法，包括：

针对预设的各特征类型，确定各学习样本对应于该特征类型的特征值，作为该特征类型的变量；

通过遗传算法，从各特征类型中选择至少部分的特征类型，作为指定特征类型，以及，针对各特征类型，从该特征类型的各变量中，选择至少部分的变量，作为该特征类型的指定变量；

根据各学习样本、选择出的各指定特征类型以及指定特征类型的各指定变量，采用一阶规则学习算法，生成风控规则。

一种风控规则挖掘的装置，包括：

确定模块，针对预设的各特征类型，确定各学习样本对应于该特征类型的特征值，作为该特征类型的变量；

选择模块，通过遗传算法，从各特征类型中选择至少部分的特征类型，作为指定特征类型，以及，针对各特征类型，从该特征类型的各变量中，选择至少部分的变量，作为该特征类型的指定变量；

生成模块，根据各学习样本、选择出的各指定特征类型以及指定特征类型的各指定变量，采用一阶规则学习算法，生成风控规则。

一种服务器，其中，所述服务器包括：一个或多个处理器及存储器，存储器存储有程序，并且被配置成由一个或多个处理器执行以下步骤：

针对预设的各特征类型，确定各学习样本对应于该特征类型的特征值，作为该特征类型的变量；

通过遗传算法，从各特征类型中选择至少部分的特征类型，作为指定特征类型，以及，针对各特征类型，从该特征类型的各变量中，选择至少部分的变量，作为该特征类型的指定变量；

根据各学习样本、选择出的各指定特征类型以及指定特征类型的各指定变量，采用一阶规则学习算法，生成风控规则。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：