[发明专利]电子金融活动的风险评估方法和装置

权利要求书

1.电子金融活动的风险评估方法，包括：

获取与待关注用户相关的历史风险行为事件；其中，所述历史风险行为事件属于所述待关注用户的行为事件；

对所述历史风险行为事件进行特征处理，得到风险行为特征；

获取与所述待关注用户相关的基础信息；其中，所述基础信息包括：所述待关注用户的个人画像信息和基于人工经验的统计信息；

对所述基础信息进行特征处理，得到用户基础特征；

将所述风险行为特征和所述用户基础特征进行融合，得到用户表征向量；

利用所述用户表征向量对所述待关注用户的电子金融活动进行风险评估；

其中，所述对所述历史风险行为事件进行特征处理得到风险行为特征，包括：

对所述历史风险行为事件进行特征提取，得到至少一个初级行为特征；

利用特征交叉算法对所述至少一个初级行为特征进行处理，分别得到相应的次级行为特征；其中，每一个所述次级行为特征的特征向量的稠密程度大于与该次级行为特征所对应的初级行为特征的特征向量的稠密程度；

将各个所述次级行为特征进行融合，得到所述风险行为特征。

2.根据权利要求1所述的方法，其中，

所述对所述历史风险行为事件进行特征提取，包括：

利用循环神经网络和Transformer模型中的至少一个，对所述历史风险行为事件进行特征提取；

和/或，

所述将各个所述次级行为特征进行融合，包括：

利用卷积神经网络、注意力机制和长短时记忆网络中的至少一个将各个所述次级行为特征进行融合。

3.根据权利要求1所述的方法，其中，

所述对所述基础信息进行特征处理得到用户基础特征，包括：将所述用户基础信息和所述人工统计信息输入第一多层感知机，得到所述用户基础特征。

4.根据权利要求1所述的方法，其中，所述将所述风险行为特征和所述用户基础特征进行融合得到用户表征向量，包括：

将所述风险行为特征所对应的特征向量和所述用户基础特征所对应的向量进行拼接，得到初级融合向量；

利用第二多层感知机和回归分类器中的至少一种将所述初级融合向量进行融合，得到所述用户表征向量。

5.根据权利要求1所述的方法，其中，所述对所述待关注用户的电子金融活动进行风险评估，包括：

将所述用户表征向量输入第三多层感知机、分类器和回归模型中的至少一个，得到所述目标用户未来进行具有风险的电子金融活动的概率。

6.根据权利要求1所述的方法，其中，所述对所述待关注用户的电子金融活动进行风险评估，包括：

获取所述待关注用户的当前行为事件；

对所述当前行为事件进行特征提取，得到至少一个当前初级行为特征；

对所述至少一个当前初级行为特征进行处理，得到至少一个当前次级行为特征；

将所述用户表征向量和所述至少一个当前次级行为特征所对应的向量进行合并，得到事件风险评估特征；

将所述事件风险评估特征输入第四多层感知机，得到所述当前行为事件具有风险的概率。

7.根据权利要求6所述的方法，其中，所述对所述至少一个当前初级行为特征进行处理，包括：

利用特征交叉算法对所述当前初级行为特征中用于表征事件类型的特征进行处理；

和/或，

利用时间编码算法对所述当前初级行为特征中用于表征时间信息的特征进行处理；

和/或，

利用文本编码算法对所述当前初级行为特征中用于表征文本类信息的特征进行处理。