[发明专利]一种风险决策方法、装置、设备及系统

权利要求书

1.一种风险决策方法，所述方法包括：

当接收到用户通过终端提交的指定的业务请求时，解析所述业务请求的属性信息，其中，所述属性信息包括所述终端的设备信息、地理位置信息以及所述业务请求的场景信息；

基于所述属性信息、所述用户的安全感需求历史数据以及预先训练的贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级；

根据所述业务请求的风险等级以及所述用户的安全感需求等级做出风险决策。

2.根据权利要求1所述的风险决策方法，所述贝叶斯网络模型的训练过程包括以下步骤：

确定影响所述风险等级以及安全感需求等级的特征变量；

依据所述特征变量与所述风险等级以及安全感需求等级的因果关系，确定所述贝叶斯网络模型的结构；

获取历史样本数据；

利用所述历史样本数据对所述贝叶斯网络模型进行训练，确定所述特征变量与所述风险等级以及安全感需求等级之间的条件概率关系参数，获得所述贝叶斯网络模型。

3.根据权利要求2所述的风险决策方法，所述特征变量基于数据特征自动化遍历系统AlphaTrion确定。

4.根据权利要求1所述的风险决策方法，基于所述属性信息、所述用户的安全感需求历史数据以及预先训练的贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级包括：

对所述属性信息以及所述用户的安全感需求历史数据进行特征变量的整合，得到所述贝叶斯网络模型中的特征变量的概率分布；

将所述概率分布输入到所述贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级。

5.根据权利要求1所述的风险决策方法，所述用户的安全感需求历史数据由离线数据处理平台根据用户的个人信息以及历史行为信息得到。

6.根据权利要求1所述的风险决策方法，基于所述属性信息、所述用户的安全感需求历史数据以及预先训练的贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级之后，还包括：

基于预设的调整策略对所述风险等级以及所述用户的安全感需求等级进行调整。

7.根据权利要求6所述的风险决策方法，所述调整策略包括：

将所有用户的风险等级以及安全感需求等级整体提升指定数量个等级；或，

将所有用户的风险等级以及安全感需求等级整体降低指定数量个等级。

8.根据权利要求1所述的风险决策方法，根据所述业务请求的风险等级以及所述用户的安全感求需求等级做出风险决策包括：

将所述风险等级与安全感求需求等级进行组合得到等级组合；

根据所述等级组合与预设的等级组合决策对应关系，对所述业务请求执行通过、强校验、弱校验、拒绝中的一项决策。

9.一种风险决策装置，包括：

解析模块，当接收到用户通过终端提交的业务请求时，解析所述业务请求的属性信息，其中，所述属性信息包括所述终端的设备信息、地理位置信息以及所述业务请求的场景信息；

贝叶斯网络模型，基于所述属性信息、所述用户的安全感需求历史数据预测所述业务请求的风险等级以及所述用户的安全感需求等级；

决策模块，根据所述业务请求的风险等级以及所述用户的安全感求需求等级做出风险决策。

10.一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至8任意一项所述的方法。