风险评估方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113487208A(43)申请公布日2021.10.08(21)申请号202110808789.3(22)申请日2021.07.16(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人周杭(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人陈霁周良玉(51)Int.Cl.G06Q10/06(2012.01)G06Q10/04(2012.01)G06K9/62(2006.01)权利要求书2页说明书8页附图3页(54)发明名称风险评估方法及装置(57)摘要本说明书实施例提供了一种风险评估方法，包括：获取与待评估的n个对象对应的n个第一样本，各个第一样本包括审查标签，该审查标签指示对应对象是否被特定机构选定为风险审查对象；利用所述n个第一样本训练审查回归模型，并基于训练好的审查回归模型，确定所述n个对象对应的n个逆米尔斯比率IMR；获取与m个对象对应的m个第二样本，各个第二样本包括对应IMR值和风险类别标签，该风险类别标签基于对应对象经所述特定机构进行风险审查得到的结果而确定；利用所述m个第二样本训练树模型；基于所述n个IMR值，利用训练好的树模型，确定所述n个对象对应的n个风险预测概率。CN113487208ACN113487208A权利要求书1/2页1.一种风险评估方法，包括：获取与待评估的n个对象对应的n个第一样本，各个第一样本包括审查标签，该审查标签指示对应对象是否被特定机构选定为风险审查对象；利用所述n个第一样本训练审查回归模型，并基于训练好的审查回归模型，确定所述n个对象对应的n个逆米尔斯比率IMR；获取与m个对象对应的m个第二样本，各个第二样本包括对应IMR值和风险类别标签，该风险类别标签基于对应对象经所述特定机构进行风险审查得到的结果而确定；利用所述m个第二样本训练树模型；基于所述n个IMR值，利用训练好的树模型，确定所述n个对象对应的n个风险预测概率。2.根据权利要求1所述的方法，其中，在确定所述n个对象对应的n个风险预测概率之后，所述方法还包括：将所述n个风险预测概率作为n个风险概率标签，构建n个第三样本，各个第三样本中还包括对应对象的IMR值；利用所述n个第三样本训练风险回归模型，并基于训练好的风险回归模型，确定所述n个对象中各个对象在预设置信度下的风险概率置信区间。3.根据权利要求2所述的方法，其中，在确定所述n个对象中各个对象在预设置信度下的风险概率置信区间之后，所述方法还包括：基于所述各个对象对应的风险预测概率，以及风险概率置信区间的区间端点，构建对应的第四样本；对与所述n个对象对应的n个第四样本进行聚类，得到多个类簇；确定各个类簇对应的风险等级，作为与该类簇中样本所对应对象的风险等级。4.根据权利要求2所述的方法，其中，所述审查回归模型和风险回归模型均属于逻辑回归模型；或，所述审查回归模型和风险回归模型均属于probit回归模型。5.根据权利要求1所述的方法，其中，所述各个对象为以下中的一种：地区、用户、商品、事件。6.根据权利要求1所述的方法，其中，所述各个对象为地区；所述各个第一样本中还包括对应地区的经济自由度，和/或，外来移民情况；和/或，所述各个第二样本中还包括对应地区的经济自由度，和/或，外来移民情况。7.根据权利要求1所述的方法，其中，所述各个第二样本中还包括对应对象是否被所述特定机构选定为所述风险审查对象。8.一种风险评估装置，包括：第一样本获取单元，配置为获取与待评估的n个对象对应的n个第一样本，各个第一样本包括审查标签，该审查标签指示对应对象是否被特定机构选定为风险审查对象；第一训练单元，配置为利用所述n个第一样本训练审查回归模型；IMR值确定单元，配置为基于训练好的审查回归模型，确定所述n个对象对应的n个逆米尔斯比率IMR；第二样本获取单元，配置为获取与m个对象对应的m个第二样本，各个第二样本包括对应IMR值和风险类别标签，该风险类别标签基于对应对象经所述特定机构进行风险审查得2CN113487208A权利要求书2/2页到的结果而确定；第二训练单元，配置为利用所述m个第二样本训练树模型；概率预测单元，配置为基于所述n个IMR值，利用训练好的树模型，确定所述n个对象对应的n个风险预测概率。9.根据权利要求8所述的装置，其中，所述装置还包括：第三样本构建单元，配置为将所述n个风险预测概率作为n个风险概率标签，构建n个第三样本，各个第三样本中还包括对应对象的IMR值；第三训练单元，配置为利用所述n个第三样本训练风险回归模型；置信区间预测单元，配置为基于训练好的风险回归模型，确定所述n个对象中各个对象在预设置信度下的风