[发明专利]风险识别方法、装置和电子设备

权利要求书

1.一种风险识别方法，包括：

获取用户在当前事件中进行特定操作的操作请求，并获取所述用户在所述当前事件中已完成的操作；

根据所述特定操作的属性和所述已完成的操作的属性，生成预先训练的分类模型所需的特征；

根据生成的特征，利用所述预先训练的分类模型进行计算，获得所述当前事件的风险分数。

2.根据权利要求1所述的方法，所述获得所述当前事件的风险分数之后，还包括：

如果所述当前事件的风险分数大于或等于预定的风险阈值，则拒绝所述用户在当前事件中进行特定操作的操作请求；

如果所述当前事件的风险分数小于预定的风险阈值，则根据所述风险分数确定所述当前事件的风险级别，并根据所述当前事件的风险级别，对所述用户进行安全校验。

3.根据权利要求1所述的方法，所述根据生成的特征，利用所述预先训练的分类模型进行计算，获得所述当前事件的风险分数包括：

获取所述特征的原始值；

利用所述预先训练的分类模型，将所述特征的原始值转换为特定类型的数值；

根据所述特定类型的数值，利用所述预先训练的分类模型进行计算，获得所述当前事件为风险事件的概率；

根据所述当前事件为风险事件的概率，计算所述当前事件的风险分数。

4.根据权利要求1所述的方法，所述根据所述特定操作的属性和所述已完成的操作的属性，生成预先训练的分类模型所需的特征之前，还包括：

获取所述当前事件之前发生的历史事件和所述历史事件的标签，所述历史事件中包括预定数量的风险事件，所述历史事件的标签用于指示所述历史事件是否为风险事件；

将获取的历史事件划分为训练集合和验证集合；

利用所述训练集合中的历史事件和所述历史事件的标签对待训练的分类模型进行训练；

利用训练获得的分类模型对所述验证集合中的历史事件进行识别，根据识别结果和所述验证集合中的历史事件的标签，确定所述训练获得的分类模型的准确率；

当所述准确率达到预定的准确率阈值时，获得训练好的分类模型。

5.根据权利要求4所述的方法，所述利用所述训练集合中的历史事件和所述历史事件的标签对待训练的分类模型进行训练包括：

获取所述训练集合中的历史事件所包括的特定操作和除所述特定操作之外的其他操作；

分别根据所述特定操作的属性和所述其他操作的属性，生成所述历史事件的特征；

针对所述训练集合中的历史事件，计算每个特征的信息价值；

根据所述信息价值，对所述历史事件的特征进行筛选；

利用筛选获得的特征和所述历史事件的标签，对待训练的分类模型进行训练。

6.根据权利要求5所述的方法，所述针对所述训练集合中的历史事件，计算每个特征的信息价值包括：

对所述每个特征进行分组，获得每个特征的至少两组子特征；

计算所述至少两组子特征中每组子特征的信息价值，将计算获得的至少两组子特征的信息价值进行相加，获得所述每个特征的信息价值。

7.根据权利要求6所述的方法，所述根据所述信息价值，对所述历史事件的特征进行筛选包括：

将所述每个特征的信息价值与预先设定的价值阈值进行对比；

保留信息价值大于或等于所述预先设定的价值阈值的特征。

8.根据权利要求1-7任意一项所述的方法，所述特定操作包括支付操作，所述特定操作的属性包括以下之一或组合：支付操作的发生时刻与事件创建时刻的时间间隔、支付方式、支付途径和网络接入方式；

所述已完成的操作的属性包括以下之一或组合：电子信息码识别、协议签约支付和信贷签约。