[发明专利]互联网支付风控系统的优化方法及装置

权利要求书

1.一种互联网支付风控系统的优化方法，其特征在于，所述互联网支付风控系统包括风控规则池，所述风控规则池中有若干规则；

所述优化方法包括：

通过机器学习得到优化模型，所述优化模型用于结合所述风控规则池中至少两条规则组成一最优规则组合，所述最优规则组合的平衡状态优于所述最优规则组合中单一的任意一条规则的平衡状态，且优于所述最优规则组合中单一的任意一条规则与所述风控规则池中的其余规则组成的规则组合的平衡状态；

其中，规则/规则组合的平衡状态通过规则/规则组合识别欺诈订单的准确率和覆盖欺诈订单的覆盖率的调和平均值来衡量。

2.如权利要求1所述的优化方法，其特征在于，通过机器学习得到优化模型，包括：

S1、收集黑白样本标签；

S2、构建模型；

S3、调整参数；

S4、训练模型。

3.如权利要求2所述的优化方法，其特征在于，所述优化模型包括三个参数，分别为：I_L，I_H，δ，其中(I_L，I_H)是(0，1)的一个子集；S2包括：

S21、计算每一规则识别欺诈订单的准确率和覆盖欺诈订单的覆盖率的调和平均值，所述调和平均值记为F值；

S22、筛选F值在(I_L，I_H)区间内的规则，构成一规则集合；

S23、从所述规则集合中抽取一条规则，记为r_s，计算r_s的F值f_s；

S24、将所述规则集合中其余一条或多条规则分别与r_s组成规则组合，从中找到F值相对于f_s有最大提升且满足‖f_P-f_s‖＞δ的规则组合，其中f_P为被找到的规则组合的F值。

4.如权利要求3所述的优化方法，其特征在于，S24包括：

S241、在所述规则集合的其余规则中，找到一条规则r_k，使得r_k与r_s组成的规则组合的F值f_P1相对于f_s有最大提升且满足‖f_P1-f_s‖＞δ；

S242、在所述规则集合除去前一步骤组成的规则组合的其余规则中，找到一条规则r_t，使得r_t与前一步骤组成的规则组合组成的新的规则组合的F值f_P2相对于f_P1有最大提升且满足‖f_P2-f_P1‖＞δ；

S243、重复S242，直至在所述规则集合除去前一步骤组成的规则组合的其余规则中不能找到一条规则r_τ，使得r_τ与前一步骤组成的规则组合组成新的规则组合的F值f_Pτ相对于前一步骤组成的规则组合的F值f_Pτ-1有最大提升且满足‖f_Pτ-f_Pτ-1‖＞δ。

5.如权利要求3所述的优化方法，其特征在于，S2还包括在S24之后返回S23从所述规则集合中抽取一条新的规则，并计算新的规则的F值，然后执行S24，直至所述规则集合中所有的规则都被抽取过。

6.如权利要求2所述的优化方法，其特征在于，S4包括：将黑白样本标签通过时间切分训练集和测试集，在训练集上获得规则组合和参数，在测试集上面验证模型的稳定性，输出最终模型。

7.如权利要求1所述的优化方法，其特征在于，所述互联网支付风控系统还包括风控模型池，所述风控模型池中有若干模型；

所述优化模型还用于结合所述风控规则池中的规则和所述风控模型池中的模型组成一最优规则-模型组合，所述最优规则-模型组合的平衡状态优于所述最优规则-模型组合中单一的任意一条规则/模型的平衡状态，且优于所述最优规则组合中单一的任意一条规则与所述风控模型池中的其余模型组成的规则/模型组合的平衡状态。