本申請(qǐng)涉及人工智能，尤其涉及一種開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法及相關(guān)裝置。

背景技術(shù)：

1、隨著金融行業(yè)的快速發(fā)展和數(shù)字化轉(zhuǎn)型，銀行業(yè)務(wù)的復(fù)雜性和交易風(fēng)險(xiǎn)日益增加。為了降低交易風(fēng)險(xiǎn)，在源頭即開(kāi)戶(hù)時(shí)就需要禁止風(fēng)險(xiǎn)較大的客戶(hù)開(kāi)戶(hù)，這樣一定程度上降低了交易風(fēng)險(xiǎn)。

2、相關(guān)技術(shù)中可以基于機(jī)器學(xué)習(xí)模型來(lái)預(yù)測(cè)開(kāi)戶(hù)賬戶(hù)開(kāi)戶(hù)后的風(fēng)險(xiǎn)。而機(jī)器學(xué)習(xí)模型的輸入?yún)?shù)過(guò)于依賴(lài)專(zhuān)家經(jīng)驗(yàn)，導(dǎo)致機(jī)器學(xué)習(xí)模型的準(zhǔn)確性不高。

3、基于此，如何獲得使得機(jī)器學(xué)習(xí)模型的準(zhǔn)確度較高的輸入?yún)?shù)是本領(lǐng)域急需解決的技術(shù)難題。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述問(wèn)題，本申請(qǐng)?zhí)峁┝艘环N開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法及相關(guān)裝置，以實(shí)現(xiàn)獲取使得機(jī)器學(xué)習(xí)模型的準(zhǔn)確度較高的輸入?yún)?shù)的目的。具體方案如下：

2、本申請(qǐng)第一方面提供一種開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，包括：

3、從預(yù)設(shè)的黑名單包含的多個(gè)客戶(hù)分別對(duì)應(yīng)的規(guī)則策略屬性中，獲取不屬于風(fēng)險(xiǎn)屬性集合且占比高于或等于預(yù)設(shè)概率的目標(biāo)規(guī)則策略屬性；所述規(guī)則策略屬性的占比是指所述預(yù)設(shè)的黑名單中具有所述規(guī)則策略屬性的客戶(hù)的數(shù)量與所述預(yù)設(shè)的黑名單包含的所有客戶(hù)的數(shù)量的比值；所述風(fēng)險(xiǎn)屬性集合包括規(guī)則策略屬性以及規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)；

4、從預(yù)設(shè)的多個(gè)指標(biāo)層屬性中，確定與所述目標(biāo)規(guī)則策略屬性具有關(guān)聯(lián)關(guān)系的目標(biāo)指標(biāo)層屬性；

5、基于所述目標(biāo)指標(biāo)層屬性的第一預(yù)設(shè)權(quán)重以及所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的所述占比，確定所述目標(biāo)規(guī)則策略屬性的最低策略風(fēng)險(xiǎn)等級(jí)；

6、獲取所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的多個(gè)候選策略風(fēng)險(xiǎn)等級(jí)；所述多個(gè)候選策略風(fēng)險(xiǎn)等級(jí)的最小值為所述最低策略風(fēng)險(xiǎn)等級(jí)；

7、從多個(gè)所述候選策略風(fēng)險(xiǎn)等級(jí)中獲取所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)；

8、將所述目標(biāo)規(guī)則策略屬性和所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)劃分至所述風(fēng)險(xiǎn)屬性集合；所述風(fēng)險(xiǎn)屬性集合為預(yù)設(shè)的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入。

9、本申請(qǐng)第二方面提供一種開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取裝置，包括：

10、第一獲取模塊，用于從預(yù)設(shè)的黑名單包含的多個(gè)客戶(hù)分別對(duì)應(yīng)的規(guī)則策略屬性中，獲取不屬于風(fēng)險(xiǎn)屬性集合且占比高于或等于預(yù)設(shè)概率的目標(biāo)規(guī)則策略屬性；所述規(guī)則策略屬性的占比是指所述預(yù)設(shè)的黑名單中具有所述規(guī)則策略屬性的客戶(hù)的數(shù)量與所述預(yù)設(shè)的黑名單包含的所有客戶(hù)的數(shù)量的比值；所述風(fēng)險(xiǎn)屬性集合包括規(guī)則策略屬性以及規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)；

11、第一確定模塊，用于從預(yù)設(shè)的多個(gè)指標(biāo)層屬性中，確定與所述目標(biāo)規(guī)則策略屬性具有關(guān)聯(lián)關(guān)系的目標(biāo)指標(biāo)層屬性；

12、第二確定模塊，用于基于所述目標(biāo)指標(biāo)層屬性的第一預(yù)設(shè)權(quán)重以及所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的所述占比，確定所述目標(biāo)規(guī)則策略屬性的最低策略風(fēng)險(xiǎn)等級(jí)；

13、第二獲取模塊，用于獲取所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的多個(gè)候選策略風(fēng)險(xiǎn)等級(jí)；所述多個(gè)候選策略風(fēng)險(xiǎn)等級(jí)的最小值為所述最低策略風(fēng)險(xiǎn)等級(jí)；

14、第三獲取模塊，用于從多個(gè)所述候選策略風(fēng)險(xiǎn)等級(jí)中獲取所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)；

15、劃分模塊，用于將所述目標(biāo)規(guī)則策略屬性和所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)劃分至所述風(fēng)險(xiǎn)屬性集合；所述風(fēng)險(xiǎn)屬性集合為預(yù)設(shè)的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入。

16、本申請(qǐng)第三方面提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)可讀指令，當(dāng)所述計(jì)算機(jī)可讀指令在電子設(shè)備上運(yùn)行時(shí)，使得所述電子設(shè)備實(shí)現(xiàn)上述第一方面或第一方面任一實(shí)現(xiàn)方式的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法。

17、本申請(qǐng)第四方面提供一種電子設(shè)備，包括至少一個(gè)處理器和與所述處理器連接的存儲(chǔ)器，其中：

18、所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序；

19、所述處理器用于執(zhí)行所述計(jì)算機(jī)程序，以使所述電子設(shè)備能夠?qū)崿F(xiàn)上述第一方面或第一方面任一實(shí)現(xiàn)方式的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法。

20、本申請(qǐng)第五方面提供一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)承載有一個(gè)或多個(gè)計(jì)算機(jī)程序，當(dāng)所述一個(gè)或多個(gè)計(jì)算機(jī)程序被電子設(shè)備執(zhí)行時(shí)，能夠使所述電子設(shè)備上述第一方面或第一方面任一實(shí)現(xiàn)方式的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法。

21、借由上述技術(shù)方案，本申請(qǐng)?zhí)峁┝艘环N開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，隨著技術(shù)發(fā)展，影響開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)的參數(shù)在不斷變化，如果開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)即風(fēng)險(xiǎn)屬性集合包含的參數(shù)數(shù)目維持不變，則會(huì)導(dǎo)致開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸出結(jié)果的準(zhǔn)確度降低；基于此，本申請(qǐng)實(shí)施例從預(yù)設(shè)的黑名單包含的多個(gè)客戶(hù)分別對(duì)應(yīng)的規(guī)則策略屬性中，獲取不屬于風(fēng)險(xiǎn)屬性集合且占比高于或等于預(yù)設(shè)概率的目標(biāo)規(guī)則策略屬性。由于預(yù)設(shè)黑名單中具有目標(biāo)規(guī)則策略屬性的客戶(hù)占比較高，說(shuō)明目標(biāo)規(guī)則策略屬性是影響開(kāi)戶(hù)風(fēng)險(xiǎn)的參數(shù)；但是還需要進(jìn)一步確定該目標(biāo)規(guī)則策略屬性影響開(kāi)戶(hù)風(fēng)險(xiǎn)的程度即策略風(fēng)險(xiǎn)等級(jí)，具體過(guò)程包括：從預(yù)設(shè)的多個(gè)指標(biāo)層屬性中，確定與所述目標(biāo)規(guī)則策略屬性具有關(guān)聯(lián)關(guān)系的目標(biāo)指標(biāo)層屬性；基于所述目標(biāo)指標(biāo)層屬性的第一預(yù)設(shè)權(quán)重以及所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的所述占比，確定所述目標(biāo)規(guī)則策略屬性的最低策略風(fēng)險(xiǎn)等級(jí)；獲取所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的多個(gè)候選策略風(fēng)險(xiǎn)等級(jí)；所述多個(gè)候選策略風(fēng)險(xiǎn)等級(jí)的最小值為所述最低策略風(fēng)險(xiǎn)等級(jí)；從多個(gè)所述候選策略風(fēng)險(xiǎn)等級(jí)中獲取所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)。將所述目標(biāo)規(guī)則策略屬性和所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)劃分至所述風(fēng)險(xiǎn)屬性集合。這樣不斷豐富開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)，從而提高開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸出的準(zhǔn)確度。

技術(shù)特征：

1.一種開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，其特征在于，所述從多個(gè)所述候選策略風(fēng)險(xiǎn)等級(jí)中獲取所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)步驟，包括：

3.根據(jù)權(quán)利要求1或2任一所述的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，其特征在于，所述從預(yù)設(shè)的黑名單包含的多個(gè)客戶(hù)分別對(duì)應(yīng)的規(guī)則策略屬性中，獲取不屬于風(fēng)險(xiǎn)屬性集合且占比高于或等于預(yù)設(shè)概率的目標(biāo)規(guī)則策略屬性步驟，包括：

4.根據(jù)權(quán)利要求3所述的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，其特征在于，所述從預(yù)設(shè)的多個(gè)指標(biāo)層屬性中，確定與所述目標(biāo)規(guī)則策略屬性具有關(guān)聯(lián)關(guān)系的目標(biāo)指標(biāo)層屬性步驟，包括：

5.根據(jù)權(quán)利要求4所述的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，其特征在于，獲取所述目標(biāo)指標(biāo)層屬性的第一預(yù)設(shè)權(quán)重方法包括：

6.根據(jù)權(quán)利要求4所述的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法，其特征在于，所述基于所述目標(biāo)指標(biāo)層屬性的第一預(yù)設(shè)權(quán)重以及所述目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的所述占比，確定所述目標(biāo)規(guī)則策略屬性的最低策略風(fēng)險(xiǎn)等級(jí)步驟，包括：

7.一種開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取裝置，其特征在于，包括：

8.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)可讀指令，當(dāng)所述計(jì)算機(jī)可讀指令在電子設(shè)備上運(yùn)行時(shí)，使得所述電子設(shè)備實(shí)現(xiàn)如權(quán)利要求1至6中任意一項(xiàng)所述的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法。

9.一種電子設(shè)備，其特征在于，包括至少一個(gè)處理器和與所述處理器連接的存儲(chǔ)器，其中：

10.一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)承載有一個(gè)或多個(gè)計(jì)算機(jī)程序，當(dāng)所述一個(gè)或多個(gè)計(jì)算機(jī)程序被電子設(shè)備執(zhí)行時(shí)，能夠使所述電子設(shè)備實(shí)現(xiàn)如權(quán)利要求1至6中任意一項(xiàng)所述的開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法。

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)的獲取方法及相關(guān)裝置，涉及人工智能領(lǐng)域，從預(yù)設(shè)的黑名單包含的多個(gè)客戶(hù)分別對(duì)應(yīng)的規(guī)則策略屬性中，獲取目標(biāo)規(guī)則策略屬性。由于預(yù)設(shè)黑名單中具有目標(biāo)規(guī)則策略屬性的客戶(hù)占比較高，說(shuō)明目標(biāo)規(guī)則策略屬性是影響開(kāi)戶(hù)風(fēng)險(xiǎn)的參數(shù)；確定該目標(biāo)規(guī)則策略屬性影響開(kāi)戶(hù)風(fēng)險(xiǎn)的程度即策略風(fēng)險(xiǎn)等級(jí)。將目標(biāo)規(guī)則策略屬性和目標(biāo)規(guī)則策略屬性對(duì)應(yīng)的策略風(fēng)險(xiǎn)等級(jí)作為開(kāi)戶(hù)賬戶(hù)風(fēng)險(xiǎn)預(yù)測(cè)模型的輸入?yún)?shù)中的部分參數(shù)。這樣不斷豐富模型的輸入?yún)?shù)，從而提高模型的輸出的準(zhǔn)確度。

技術(shù)研發(fā)人員：段旭海,施珂,邢麗婷,許盼兒,姚妍軻,劉凱,王玲
受保護(hù)的技術(shù)使用者：寧波銀行股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19