一种风险确定方法、装置及电子设备.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CN111047423A(43)申请公布日2020.04.21(21)申请号201911061019.6(22)申请日2019.11.01(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)发明人黄宇寰汲小溪赵闻飙(74)专利代理机构北京博雅睿泉专利代理事务所(特殊普通合伙)11442代理人郭少晶(51)Int.Cl.G06Q40/02(2012.01)权利要求书2页说明书12页附图6页(54)发明名称一种风险确定方法、装置及电子设备(57)摘要本说明书的一个或多个实施例涉及一种风险确定方法、装置及电子设备，该方法包括：获取多个场景样本特征以及多个用户样本特征；将多个场景样本特征及所述多个用户样本特征输入多任务学习算法，训练得到通用风险评估模型；获取目标业务场景的目标场景特征及目标用户特征，并将目标场景特征及目标用户特征作为通用风险评估模型的输入，训练得到目标风险评估模型；获取目标业务场景中的待评估用户操作；基于目标风险评估模型输出待评估用户操作的风险确定结果。CN111047423ACN111047423A权利要求书1/2页1.一种风险确定方法，包括：获取多个场景样本特征以及多个用户样本特征；将所述多个场景样本特征及所述多个用户样本特征输入多任务学习算法，训练得到通用风险评估模型；获取目标业务场景的目标场景特征及目标用户特征；将所述目标场景特征及目标用户特征作为所述通用风险评估模型的输入，训练得到目标风险评估模型；获取所述目标业务场景中的待评估用户操作；基于所述目标风险评估模型输出所述待评估用户操作的风险确定结果。2.根据权利要求1所述的方法，其中，所述场景样本特征至少包括：交易数据特征，交易类型特征，交易方式特征。3.根据权利要求1所述的方法，其中，所述用户样本特征至少包括：用户交易数据特征，用户账户数据特征，用户行为数据特征。4.一种风险确定方法，包括：响应于业务系统对于用户操作的风险确定请求，获取所述用户操作所属的业务场景的场景特征以及用户信息的用户特征；将所述场景特征和所述用户特征输入目标风险评估模型，以输出包含所述用户操作是否存在风险的风险确定结果；向所述业务系统返回对应于所述用户操作的风险确定结果；其中，所述目标风险评估模型是利用所述业务场景的场景特征和用户特征对通用风险评估模型进行训练得到的；所述通用风险评估模型是基于多任务学习算法对多个场景样本特征及多个用户样本特征进行训练得到的。5.根据权利要求4所述的方法，其中，所述将所述场景特征和所述用户特征输入目标风险评估模型，以输出包含所述用户操作是否存在风险的风险确定结果，包括：基于所述目标风险评估模型，计算得到对应于所述场景特征和所述用户特征的风险分数；根据所述风险分数与预设风险阈值的比较结果，确定所述用户操作是否存在风险。6.根据权利要求5所述的方法，其中，所述根据所述风险分数与预设风险阈值的比较结果，确定所述用户操作是否存在风险包括：若所述风险分数大于所述风险阈值，确定所述用户操作存在风险；若所述风险分数小于等于所述风险阈值，确定所述用户操作不存在风险。7.根据权利要求5所述的方法，其中，所述根据所述风险分数与预设风险阈值的比较结果，确定所述用户操作是否存在风险包括：若所述风险分数大于所述风险阈值，确定所述用户操作存在高风险；若所述风险分数等于所述风险阈值，确定所述用户操作存在中风险；若所述风险分数小于所述风险阈值，确定所述用户操作存在低风险。8.一种风险确定装置，包括：第一获取模块，用于获取多个场景样本特征以及多个用户样本特征；第一训练模块，用于将所述多个场景样本特征及所述多个用户样本特征输入多任务学2CN111047423A权利要求书2/2页习算法，训练得到通用风险评估模型；第二获取模块，用于获取目标业务场景的目标场景特征及目标用户特征；第二训练模块，用于将所述目标场景特征及目标用户特征作为所述通用风险评估模型的输入，训练得到目标风险评估模型；第三获取模块，用于获取所述目标业务场景中的待评估用户操作；输出模块，用于基于所述目标风险评估模型输出所述待评估用户操作的风险确定结果。9.一种风险确定装置，包括：获取模块，用于响应于业务系统对于用户操作的风险确定请求，获取所述用户操作所属的业务场景的场景特征以及用户信息的用户特征；评估模块，用于将所述场景特征和所述用户特征输入目标风险评估模型，以输出包含所述用户操作是否存在风险的风险确定结果；返回模块，用于向所述业务系统返回对应于所述用户操作的风险确定结果。10.一种电子设备，包括如权利要求8所述的风险确定装置，或者，所述电子设备包括：存储器，用于存储可执行命令；处理器，用于