[发明专利]风险判断方法和装置

说明书

本发明提供了风险判断方法和装置。一种用于风险判断的方法，包括：获取交易事件的特征集；使用第一模型处理所述特征集以生成第一预测值，所述第一模型是使用经核实的历史样本集来训练的；使用第二模型处理所述特征集以生成第二预测值，所述第二模型是使用未核实的历史样本集来训练的，其中与所述经核实的历史样本集相关的交易事件是在与所述未核实的历史样本集相关的交易事件之前发生的；以及基于所述第一预测值和所述第二预测值来确定所述交易事件是否存在风险。

技术领域

本公开一般涉及互联网领域，尤其涉及互联网交易的风险判断方法和装置。

背景技术

随着互联网的发展，越来越多的电子设备出现在人们的生活中，方便了人们的日常生活。用户越来越多地选择使用电子终端(例如，手机、笔记本电脑、台式机、平板电脑)来完成网络交易。但随之而来也产生了互联网交易的安全问题。

因此准确地识别出具有风险的操作行为，对于提升互联网交易的安全级别具有很重要的意义。

发明内容

为解决上述技术问题，本发明提供了一种用于风险判断的方法，包括：

获取交易事件的特征集；

使用第一模型处理所述特征集以生成第一预测值，所述第一模型是使用经核实的历史样本集来训练的；

使用第二模型处理所述特征集以生成第二预测值，所述第二模型是使用未核实的历史样本集来训练的，其中与所述经核实的历史样本集相关的交易事件是在与所述未核实的历史样本集相关的交易事件之前发生的；以及

基于所述第一预测值和所述第二预测值来确定所述交易事件是否存在风险。

可任选地，所述经核实的历史样本集包括经核实的黑样本和白样本，并且所述方法进一步包括：

使用所述经核实的黑样本和白样本及其标签来训练所述第一模型。

可任选地，该方法进一步包括：

从所述未核实的历史样本集生成多个属性特征集；

针对所述多个属性特征集中的每一个属性特征集，基于该属性特征集生成属性标签；

基于多个属性标签来生成伪标签；以及

使用所述未核实的历史样本集和所述伪标签来训练所述第二模型。

可任选地，所述基于该属性特征集生成属性标签包括：

确定该属性特征集中的每个特征的特征风险值；以及

将该属性特征集的多个特征风险值进行加权求和以确定所述属性标签。

可任选地，所述确定所述属性标签包括：

将加权求和的结果与阈值进行比较；

如果所述加权求和的结果大于或等于所述阈值，则确定所述属性标签为第一属性值；以及

如果所述加权求和的结果小于所述阈值，则确定所述属性标签为第二属性值。

可任选地，所述基于该属性特征集生成属性标签包括：

确定所述属性特征集中的每个特征是否满足预定条件；

如果特征满足预定条件，则确定该特征的特征风险值为1；

如果特征不满足预定条件，则确定该特征的特征风险值为0；以及

对所述属性特征集的多个特征风险值进行逻辑或运算以确定所述属性标签。

可任选地，所述多个属性标签包括第一属性值和第二属性值，并且所述基于所述多个属性标签来生成所述伪标签包括：