[发明专利]一种风险控制模型的生成方法、装置、设备及存储介质

说明书

本发明实施例公开了一种风险控制模型的生成方法、装置、设备及存储介质。其中，方法包括：根据至少两个历史用户在金融业务应用程序中的用户数据，获取基础训练样本对机器学习模型进行训练，得到基础风险控制模型；分别对基础训练样本中的各金融行为特征进行敏感度分析，生成与基础风险控制模型对应的金融行为特征排名；获取至少两个新用户在金融业务应用程序中的用户数据，并根据金融行为特征排名在用户数据中获取目标金融行为数据、以及对应的金融业务表现作为更新训练样本，对基础风险控制模型进行训练，得到更新风险控制模型。本发明实施例可以根据金融行为特征排名，在新用户的用户数据中，获取更新训练样本，对基础风险控制模型进行训练。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种风险控制模型的生成方法、装置、设备及存储介质。

背景技术

为了发现金融业务中可能出现的未知风险，通常会利用大量用户数据建立风险控制模型，预测用户的金融业务表现。例如，使用风险控制模型根据当前用户数据，预测用户出现逾期行为的可能性。

由于获取用户数据的过程比较耗时，而且存储用户数据会占用大量存储空间，现有技术中的风险控制模型通常不能持续不断地迭代新的用户数据，导致预测效果的效果不稳定。

发明内容

本发明实施例提供一种风险控制模型的生成方法、装置、设备及存储介质，以实现对现有的风险控制模型的生成方法进行优化，提高风险控制模型的预测效果。

第一方面，本发明实施例提供了一种风险控制模型的生成方法，包括：

根据至少两个历史用户在金融业务应用程序中的用户数据，获取各历史用户的金融行为数据、以及对应的金融业务表现作为基础训练样本，并使用基础训练样本对机器学习模型进行训练，得到基础风险控制模型，金融行为数据包括至少一个金融行为特征；

在基础风险控制模型中，分别对基础训练样本中的各金融行为特征进行敏感度分析，生成与基础风险控制模型对应的金融行为特征排名；

获取至少两个新用户在金融业务应用程序中的用户数据，并根据所述金融行为特征排名，在用户数据中，获取目标金融行为数据、以及对应的金融业务表现作为更新训练样本；

使用更新训练样本对基础风险控制模型进行训练，得到更新风险控制模型。

第二方面，本发明实施例还提供了一种风险控制模型的生成装置，包括：

第一训练模块，用于根据至少两个历史用户在金融业务应用程序中的用户数据，获取各历史用户的金融行为数据、以及对应的金融业务表现作为基础训练样本，并使用基础训练样本对机器学习模型进行训练，得到基础风险控制模型，金融行为数据包括至少一个金融行为特征；

排名生成模块，用于在基础风险控制模型中，分别对基础训练样本中的各金融行为特征进行敏感度分析，生成与基础风险控制模型对应的金融行为特征排名；

样本获取模块，用于获取至少两个新用户在金融业务应用程序中的用户数据，并根据金融行为特征排名，在用户数据中，获取目标金融行为数据、以及对应的金融业务表现作为更新训练样本；

第二训练模块，用于使用更新训练样本对基础风险控制模型进行训练，得到更新风险控制模型。

第三方面，本发明实施例还提供了一种计算机设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明实施例所述的风险控制模型的生成方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本发明实施例所述的风险控制模型的生成方法。