[发明专利]风险控制方法及系统、计算机设备及计算机可读存储介质

说明书

本发明公开了一种风险控制方法及系统、计算机设备及计算机可读存储介质，该风险控制方法包括：将客户信息输入至训练好的客户画像模型中得到客户客观风险等级；客户画像模型为基于支持向量机的机器学习模型；将客户的风险评测信息输入至训练好的客户画像模型中得到客户主观风险等级；将客户客观风险等级与客户主观风险等级进行匹配，根据匹配结果进行风险控制。本发明基于机器学习算法，将基于风险评测得到的客户主观风险等级，与客户客观风险等级进行匹配，从而根据匹配结果进行风险控制，能够提高风险控制的准确性，进而提高交易安全性。

技术领域

本发明涉及金融风险监控技术领域，尤其涉及风险控制方法及系统、计算机设备及计算机可读存储介质。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

在金融活动中，经常需要对客户进行风险评测，以确定客户的风险承受能力，进而在客户风险承受能力范围内进行金融服务，以进行风险控制，提高交易安全性。

然而，在对客户进行风险评测的过程中，客户可能由于受到多方面的影响，例如收益率的诱惑，或者其它信息的诱导，在进行风险评测时选择与自身实际情况不符的选项，在意识不到的情况下承受与自身能力不匹配的风险，进而进行与自身实际承受能力不符的金融活动或金融交易，由此导致风险控制准确性差，交易安全性较差。

因此，现有的风险控制存在控制准确性差、交易安全性差的问题。

发明内容

本发明实施例提供一种风险控制方法，用以提高风险控制准确性及交易安全性，该方法包括：

将客户信息输入至训练好的客户画像模型中得到客户客观风险等级；客户画像模型为基于支持向量机的机器学习模型；

将客户的风险评测信息输入至训练好的客户画像模型中得到客户主观风险等级；

将客户客观风险等级与客户主观风险等级进行匹配，根据匹配结果进行风险控制。

本发明实施例还提供一种风险控制系统，用以提高风险控制准确性及交易安全性，该系统包括：

客观确定模块，用于将客户信息输入至训练好的客户画像模型中得到客户客观风险等级；客户画像模型为基于支持向量机的机器学习模型；

主观确定模块，用于将客户的风险评测信息输入至训练好的客户画像模型中得到客户主观风险等级；

匹配模块，用于将客户客观风险等级与客户主观风险等级进行匹配，根据匹配结果进行风险控制。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述风险控制方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述风险控制方法的计算机程序。

本发明实施例中，基于支持向量机的机器学习模型即客户画像模型，分别得到客户客观风险等级及客户主观风险等级，进而将客户客观风险等级与客户主观风险等级进行匹配，以根据匹配结果进行风险控制。本发明实施例基于机器学习算法，将基于风险评测得到的客户主观风险等级，与客户客观风险等级进行匹配，从而根据匹配结果进行风险控制，因此，能够提高风险控制的准确性，进而提高交易安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例提供的风险控制方法的实现流程图；