[发明专利]一种风险识别模型的确定方法及装置

说明书

本说明书一个或多个实施例提供了一种风险识别模型的确定方法及装置，其中，该方法包括：获取目标业务对应的模型训练样本数据和针对目标业务所配置的风控策略信息；基于该模型训练样本数据和用于风险识别的分类模型，对各风控策略信息对应的策略权重进行更新，得到更新后的策略权重；基于该模型训练样本数据和更新后的策略权重，对该分类模型的模型参数进行更新，得到更新后的分类模型；若更新后的分类模型满足预设模型优化终止条件，则将该更新后的分类模型确定为训练后的风险识别模型；若更新后的分类模型不满足预设模型优化终止条件，则将该分类模型作为下一轮策略权重更新所用的用于风险识别的分类模型。

技术领域

本文件涉及互联网技术领域，尤其涉及一种风险识别模型的确定方法及装置。

背景技术

目前，随着互联网时代的到来，互联网在人们日常的学习、工作和生活中得到广泛的应用。人们日常的各种事务都可以通过互联网来处理和呈现。同时，可疑分子为了谋取私利，常常通过非法手段通过互联网发起欺诈交易等，因此，需要对目标业务下的业务行为事件进行风险识别，进而对风险事件进行管控。

当前，主要通过基于模型训练样本对风险识别模型进行训练，再利用风险识别模型对当前的业务行为事件进行风险识别，进而对识别出存在风险的业务行为事件进行管控；然而，由于模型训练样本有限，以及大量可能为风险事件的业务行为事件被管控策略过滤掉，从而导致模型训练样本存在偏置，导致当前训练得到的风险识别模型的准确度低，为此，需要提供一种准确度更高的风险识别模型。

发明内容

本说明书一个或多个实施例的目的是提供一种风险识别模型的确定方法。该风险识别模型的确定方法包括：

获取目标业务对应的模型训练样本数据和针对所述目标业务所配置的风控策略信息；

基于所述模型训练样本数据和用于风险识别的分类模型，对各所述风控策略信息对应的策略权重进行更新，得到更新后的策略权重；

基于所述模型训练样本数据和更新后的所述策略权重，对所述分类模型的模型参数进行更新，得到更新后的所述分类模型；

若更新后的所述分类模型满足预设模型优化终止条件，则将所述分类模型确定为训练后的风险识别模型；

若更新后的所述分类模型不满足预设模型优化终止条件，则将所述分类模型作为下一轮策略权重更新所用的用于风险识别的分类模型。

本说明书一个或多个实施例的目的是提供一种风险识别模型的确定装置。该风险识别模型的确定装置包括：

信息获取模块，其获取目标业务对应的模型训练样本数据和针对所述目标业务所配置的风控策略信息；

策略权重更新模块，其基于所述模型训练样本数据和用于风险识别的分类模型，对各所述风控策略信息对应的策略权重进行更新，得到更新后的策略权重；

模型参数更新模块，其基于所述模型训练样本数据和更新后的所述策略权重，对所述分类模型的模型参数进行更新，得到更新后的所述分类模型；

第一确定模块，其若更新后的所述分类模型满足预设模型优化终止条件，则将所述分类模型确定为训练后的风险识别模型；

第二确定模块，其若更新后的所述分类模型不满足预设模型优化终止条件，则将所述分类模型作为下一轮策略权重更新所用的用于风险识别的分类模型。

本说明书一个或多个实施例的目的是提供一种风险识别模型的确定设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器。

所述计算机可执行指令在被执行时使所述处理器获取目标业务对应的模型训练样本数据和针对所述目标业务所配置的风控策略信息；

基于所述模型训练样本数据和用于风险识别的分类模型，对各所述风控策略信息对应的策略权重进行更新，得到更新后的策略权重；