[发明专利]一种业务风险评估方法、装置和计算机可读存储介质

权利要求书

1.一种业务风险评估方法，其特征在于，包括：

在接收到业务系统提交的风险评估请求时，获取业务环境状态数据，所述业务环境状态数据包括实时业务环境状态数据和历史业务环境状态数据；所述实时业务环境状态数据包括以下至少一项：用户状态数据、用户行为数据和用户使用设备信息；所述历史业务环境状态数据包括以下至少一项：用户历史业务行为数据、用户历史消费行为数据、用户历史状态数据、用户历史使用设备信息和用户身份特征属性信息；

对所述业务环境状态数据进行预处理；

根据预处理后的业务环境状态数据和当前的业务回报函数确定使得累积回报参数达到最大的最优风险控制策略；

根据所述业务环境状态数据和所述最优风险控制策略评估当前用户的风险等级；

其中，按照以下公式确定所述累积回报参数：

其中：

α为学习率，α∈[0,1)；

ΔQ_π(s^t,a^t)为预设的累积回报参数更新误差函数；

Q_π(s^t,a^t)为当前的累积回报参数，累积回报参数的期望定义如下：

其中：

Q_π(s,a)的初始值为预设值；

s为业务环境状态数据；

a为动作集合中包含的任一动作；

t为当前轮标识；

t+1为下一轮标识；

γ为常数折现因子，表征未来回报相对当前回报的重要性，γ∈(0,1)；

为业务环境状态数据s^t在动作a的作用下达到状态s^t+1的转移概率；

R(s^t,a^t)为r(s^t,a^t)的期望；

业务回报函数r(s,a)＝L(s,a)(1-τ)e^-u，其中：

L(s,a)为针对用户业务申请通过后获得的收益，如果针对用户业务申请不通过，L(s,a)＝0；

τ表示是否有欺诈行为，τ∈{0,1}，如果有欺诈行为，τ＝1；否则，τ＝0；

μ为违约率；

π为风险控制策略集。

2.如权利要求1所述的方法，其特征在于，在根据所述业务环境状态数据和所述最优风险控制策略评估当前用户的风险等级之后，还包括：

针对预设的动作集合中包含的每一动作，根据所述累积回报参数和所述业务环境状态数据确定该动作被选择的概率；

选择概率最大的动作为针对本次风险评估请求所执行的动作。

3.如权利要求2所述的方法，其特征在于，针对预设的动作集合中包含的每一动作，根据所述累积回报参数和所述业务环境状态数据确定该动作被选择的概率，具体包括：

针对预设的动作集合中包含的每一动作，按照以下公式确定该动作被选择的概率：

其中：

p(a^t|s^t)表示该动作被选择的概率；

T为温度值，T随着迭代次数的增加而降低；

A表示所述动作集合；

s为业务环境状态数据；

a为动作集合中包含的任一动作；

t为当前轮标识；

t+1为下一轮标识；

Q(s^t,a^t)表示当前轮的累积回报参数；

Q(s^t+1,a^t+1)表示下一轮的累积回报参数。