[发明专利]用户风险分析模型训练方法、装置及电子设备

说明书

本公开涉及一种用户风险分析模型训练方法、装置、电子设备及计算机可读介质。该方法包括：获取用户数据，所述用户数据包括基础数据和行为数据；基于所述基础数据和所述行为数据为所述用户数据确定标签，所述标签包括正向标签和负向标签；基于所述标签对所述用户数据进行样本扩容处理，生成样本数据；通过所述样本数据对预设机器学习模型进行训练，生成用户风险分析模型，所述预设机器学习模型为带有改进函数的机器学习模型。本公开涉及的用户风险分析模型训练方法、装置、电子设备及计算机可读介质，能够提高机器学习模型的训练效果，增加机器学习模型计算的准确率，进而生成快速高效的用户风险分析模型。

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种用户风险分析模型训练方法、装置、电子设备及计算机可读介质。

背景技术

通常情况下机器学习模型需要对正样本(好样本)和负样本(坏样本)进行学习，正样本是正确分类出的类别所对应的样本，负样本原则上可以选取任何不是正确类别的其他样本。但是对于金融领域或者其他领域而言，正样本的选取是较容易的，比如在金融领域，用户金融风险分析的时候，可将未有过逾期的用户作为正样本，将已经违约的用户作为机器学习模型训练的负样本，但是对于正样本而言，负样本的数量是极少的，这种情况下产生的样本是不均衡的样本。

不均衡的样本，即数据集中存在某一类样本，其数量远多于或远少于其他类样本，从而导致一些机器学习模型失效的问题。例如逻辑回归即不适合处理类别不平衡问题，例如逻辑回归在欺诈检测问题中，因为绝大多数样本都为正常样本，欺诈样本很少，逻辑回归算法会倾向于把大多数样本判定为正常样本，这样能达到很高的准确率，但是达不到很高的召回率，这种不均衡的样本会给机器学习模型训练引入很多误差数据，最终可能导致训练出来的模型效果不够理想。

因此，需要一种新的用户风险分析模型训练方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种用户风险分析模型训练方法、装置、电子设备及计算机可读介质，能够提高机器学习模型的训练效果，增加机器学习模型计算的准确率，进而生成快速高效的用户风险分析模型。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种用户风险分析模型训练方法，该方法包括：获取用户数据，所述用户数据包括基础数据和行为数据；基于所述基础数据和所述行为数据为所述用户数据确定标签，所述标签包括正向标签和负向标签；基于所述标签对所述用户数据进行样本扩容处理，生成样本数据；通过所述样本数据对预设机器学习模型进行训练，生成用户风险分析模型，所述预设机器学习模型为带有改进函数的机器学习模型。

可选地，还包括：将当前用户数据输入所述用户风险分析模型中，生成所述当前用户数据的风险概率。

可选地，基于所述基础数据和所述行为数据为所述用户数据确定标签，所述标签包括正向标签和负向标签，包括：通过所述风险策略集合对所述基础数据和所述行为数据进行判定；为满足风控策略集合的用户数据确定正向标签；为不满足风控策略集合的用户数据确定负向标签。

可选地，基于所述标签对所述用户数据进行样本扩容处理，生成样本数据，包括：通过近邻算法对带有负向标签的用户数据进行样本扩容处理以生成所述样本数据；和/或通过生成对抗网络模型对带有负向标签的用户数据进行样本扩容处理以生成所述样本数据；和/或通过标签传播算法对带有负向标签的用户数据进行样本扩容处理以生成所述样本数据。