[发明专利]违规行为判别方法、装置、计算机设备和存储介质

权利要求书

1.一种违规行为判别方法，包括：

获取待评估主体的特征信息；

将所述特征信息输入至违规风险评分模型得到违规风险评分；

若所述违规风险评分大于设定阈值，则获取所述待评估主体在设定时间窗口的行为记录；

将所述行为记录输入至规则模型得到违规行为标签。

2.根据权利要求1所述的方法，其特征在于，在所述将所述行为记录输入至规则模型得到违规行为标签之后，还包括：

根据预先定义的所述违规行为标签与风险指向关键字的关联关系，得到所述评估主体对应的所述风险指向关键字。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取待评估主体对应的因子树，所述因子树的节点包括描述所述待评估主体特征的因子；

根据待构建的违规风险评分模型的目标变量，从所述因子树中选取因子作为模型的特征变量；

根据确定的所述特征变量和所述目标变量构建违规风险评分模型。

4.根据权利要求3所述的方法，其特征在于，在所述因子树中为每个所述因子标注对应的关联数据的数据定位信息和数据处理信息；

所述根据确定的所述特征变量和所述目标变量构建违规风险评分模型，包括：

从所述因子树中获取所述特征变量对应的所述数据定位信息和所述数据处理信息；

根据所述数据定位信息获取所述特征变量对应的关联数据；

根据所述数据处理信息对获取的所述关联数据进行预处理得到训练样本；

将所述训练样本输入至预先选定的模型算法中进行监督学习，得到违规风险评分模型。

5.根据权利要求3或4所述的方法，其特征在于，所述根据待构建的违规风险评分模型的目标变量从所述因子树中选取因子作为模型的特征变量，包括：

计算所述因子树中每个因子对待构建的违规风险评分模型的目标变量的判别能力值；

根据所述判别能力值从所述因子树中选取因子作为模型的特征变量。

6.一种违规行为判别装置，其特征在于，包括：

特征信息获取模块，用于获取待评估主体的特征信息；

评分模块，用于将所述特征信息输入至违规风险评分模型得到违规风险评分；

行为记录获取模块，用于若所述违规风险评分大于设定阈值，则获取所述待评估主体在设定时间窗口的行为记录；

违规行为标签输出模块，用于将所述行为记录输入至规则模型得到违规行为标签。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

风险指向关键字映射模块，用于根据预先定义的所述违规行为标签与风险指向关键字的关联关系，得到所述评估主体对应的所述风险指向关键字。

8.根据权利要求6或7所述的装置，其特征在于，所述装置还包括：

因子树获取模块，用于获取待评估主体对应的因子树，所述因子树的节点包括描述所述待评估主体特征的因子；

特征变量选取模块，用于根据待构建的违规风险评分模型的目标变量，从所述因子树中选取因子作为模型的特征变量；

违规风险评分模型构建模块，用于根据确定的所述特征变量和所述目标变量构建违规风险评分模型。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。