[发明专利]一种智能风控方法及系统

权利要求书

1.一种智能风控方法，其特征在于，包括：

获取各个目标样本；

基于预设遗传算法确定每个所述目标样本对应的各个特征变量，并在所有所述特征变量中筛选出各个最优特征变量；

运用XGBoost算法，根据各个所述最优特征变量构建风控模型；

基于预设方式对所述风控模型进行模型训练，得到目标风控模型；

利用所述目标风控模型对每个所述目标样本进行风控预测，产生与每个所述目标样本对应的风控预测结果。

2.根据权利要求1所述的方法，其特征在于，所述基于预设遗传算法确定每个所述目标样本对应的各个特征变量，并在所有所述特征变量中筛选出各个最优特征变量，包括：

基于所述预设遗传算法，对每个所述目标样本进行特征繁殖衍生，确定每个所述目标样本对应的各个所述特征变量；

判断各个所述特征变量是否符合预设的优化准则；

若所述特征变量符合所述优化准则，则将所述特征变量作为所述最优特征变量。

3.根据权利要求1所述的方法，其特征在于，所述基于预设方式对所述风控模型进行模型训练，得到目标风控模型，包括：

确定多个训练集和测试集，并确定预设的加载节点；

基于所述预设方式开始对所述风控模型进行模型训练；

在所述风控模型中任意加载一个所述训练集和一个所述测试集，以便对所述风控模型进行初始化，得到初始化风控模型；

在所述初始化风控模型中，加载所述加载节点，以判断所述加载点节的版本是否符合预设条件；

若符合所述预设条件，则判断所述初始化风控模型是否配置了与其对应的模型路径，以便根据是否配置了所述模型路径来处理所述初始化风控模型，得到所述目标风控模型；

若不符合所述预设条件，则基于所述预设方式重新开始对所述风控模型进行模型训练，直至得到所述目标风控模型。

4.根据权利要求1所述的方法，其特征在于，所述利用所述目标风控模型对每个所述目标样本进行风控预测，产生与每个所述目标样本对应的风控预测结果，包括：

依据每个所述目标样本解析所述目标风控模型，确定与每个所述目标样本对应的各个目标预测树；

遍历各个所述目标预测树，确定与每个所述目标样本对应的各个叶子节点的节点索引；

依据各个所述节点索引得到各个所述叶子节点的权重；

将各个所述权重进行相加，得到与每个所述目标样本对应的所述风控预测结果。

5.根据权利要求1所述的方法，其特征在于，所述产生与每个所述目标样本对应的风控预测结果后，还包括：

将所述目标风控模型进行文本转换，得到与所述目标风控模型对应的风控模型文件，通过所述风控模型文件以便所述目标风控模型完成模型部署。

6.一种智能风控系统，其特征在于，包括：

获取模块，用于获取各个目标样本；

筛选模块，用于基于预设遗传算法确定每个所述目标样本对应的各个特征变量，并在所有所述特征变量中筛选出各个最优特征变量；

构建模块，用于运用XGBoost算法，根据各个所述最优特征变量构建风控模型；

训练模块，用于基于预设方式对所述风控模型进行模型训练，得到目标风控模型；

预测模块，用于利用所述目标风控模型对每个所述目标样本进行风控预测，产生与每个所述目标样本对应的风控预测结果。

7.根据权利要求6所述的系统，其特征在于，所述筛选模块，包括：

第一确定单元，用于基于所述预设遗传算法，对每个所述目标样本进行特征繁殖衍生，确定每个所述目标样本对应的各个所述特征变量；

第一判断单元，用于判断各个所述特征变量是否符合预设的优化准则；

第一处理单元，用于若所述特征变量符合所述优化准则，则将所述特征变量作为所述最优特征变量。