[发明专利]一种风险预测方法、风险预测装置和终端设备

权利要求书

1.一种用于风控场景中的风险事件的风险预测方法，其包括：

利用主机器学习模型对预测数据进行预测处理，得到所述预测数据的第一预测值；

通过在线学习的方式训练辅机器学习模型；

利用所述辅机器学习模型对所述预测数据进行预测处理，得到所述预测数据的第二预测值；以及

利用所述第二预测值调整所述第一预测值，

在所述风控场景中，所述预测数据中各预测样本中的黑样本为风险事件，根据所述第一预测值获得所述预测数据中各预测样本的定性结果，

其中，所述利用辅机器学习模型对所述预测数据进行预测处理，得到所述预测数据的第二预测值包括：

利用所述辅机器学习模型从所述预测数据选择预测准确率为预定阈值以上的数据作为特定数据，将所述特定数据的预测值作为所述第二预测值，

其中，所述方法还包括：

选择预设时间段内的数据集；

根据预定比例，将所述数据集划分为训练集和测试集，

所述通过在线学习的方式训练辅机器学习模型包括：通过在线学习的方式，采用所述训练集来训练所述辅机器学习模型；

所述利用所述辅机器学习模型从所述预测数据选择预测准确率为预定阈值以上的数据作为特定数据包括：

在完成所述训练之后，利用所述辅机器学习模型对所述测试集进行预测处理，得到所述测试集的预测值；

将所述测试集按照所述预测值的准确率从高到低进行分箱，找到与所述预定阈值对应的箱；

将所述与所述预定阈值对应的箱以上的所有箱作为特定箱，从所述预测数据选择与所述特定箱中的测试集对应的数据作为所述特定数据。

2.如权利要求1所述的方法，其中，

所述方法还包括：选择预设时间段内的数据集，

所述通过在线学习的方式来训练辅机器学习模型包括：通过在线学习的方式，采用所述预设时间段内的数据集来训练所述辅机器学习模型。

3.如权利要求2所述的方法，其中，

所述通过在线学习的方式训练辅机器学习模型包括：将所述数据集分成多个小批量数据，每隔预定时间依次采用该多个小批量数据中的一个小批量数据来训练所述辅机器学习模型。

4.如权利要求1所述的方法，其中，

所述主机器学习模型和所述辅机器学习模型为不同的机器学习模型。

5.如权利要求1所述的方法，其中，

所述利用所述第二预测值调整所述第一预测值包括：对所述第二预测值与所述第一预测值进行加权平均，将所述第一预测值修改为所述加权平均的结果。