[发明专利]风险评估模型训练方法、业务风险评估方法及其他设备

权利要求书

1.一种风险评估模型训练方法，其特征在于，包括：

在接收到第一业务数据时，将所述第一业务数据输入到预设的风险评估模型中，并通过所述预设的评估模型对所述第一业务数据进行风险评估，得到第一风险评估结果；

若所述第一风险评估结果为评估未通过，则将所述第一业务数据和所述第一风险评估结果发送给监控端；

接收所述监控端发送的修正结果，并将所述修正结果输入到强化学习模型中；

若所述第一风险评估结果为评估通过，则采用所述第一业务数据进行业务处理，并将所述第一业务数据存入到业务数据库中；

在预设周期后，将所述业务数据库中的每个所述第一业务数据和所述第一业务数据对应的业务处理结果，作为历史业务执行信息，并将所述历史业务执行信息输入到所述强化学习模型中；

通过所述强化学习模型对所述修正结果和/或所述历史业务执行信息进行打分，得到目标评分；

基于目标评分，对所述预设的风险评估模型进行参数调整，更新所述预设的风险评估模型。

2.如权利要求1所述的风险评估模型训练方法，其特征在于，所述在接收到第一业务数据时，将所述第一业务数据输入到预设的风险评估模型中包括：

对第一业务数据进行数据预处理，得到初始数据，并获取所述初始数据的所有特征维度；

通过预设的特征排序方式，对所述初始数据的特征维度进行重要性排序，得到特征序列；

从所述特征序列中依次从前往后选取预设数量的特征维度，作为目标维度，并将所述目标维度对应的特征值，作为所述初始数据的特征值；

将所述初始数据的特征值输入到所述预设的风险评估模型中。

3.如权利要求1所述的风险评估模型训练方法，其特征在于，所述预设的风险评估模型为Actor网络，所述强化学习模型为critic网络。

4.如权利要求1所述的风险评估模型训练方法，其特征在于，所述强化学习模型接收到的数据为所述历史业务执行信息，所述通过所述强化学习模型对所述修正结果和/或所述历史业务执行信息进行打分，得到目标评分包括：

针对所述历史业务执行信息中任意一条第一业务数据，根据所述第一业务数据对应的业务处理结果，为所述第一业务数据打上标签，其中，所述标签包括评估正确和评估错误；

将所述历史业务执行信息中的第一业务数据，按照业务处理时间进行排序，得到排序后的序列；

将所述排序后的序列中的第一业务数据和所述业务数据对应的标签，依次分批输入到所述强化学习模型中，并通过所述强化学习模型，计算奖励信号，将所述奖励信号作为所述目标评分。

5.如权利要求4所述的风险评估模型训练方法，其特征在于，所述通过所述强化学习模型，计算奖励信号包括：

根据所述第一业务数据的标签和所述第一风险评估结果，确定乘积系数；

从所述第一业务数据中提取预设维度的特征值，作为奖励计算因子；

基于所述乘积系数和所述奖励计算因子，确定所述奖励信号。

6.一种业务风险评估方法，其特征在于，包括：

若接收到业务风险评估请求，则从所述业务风险评估请求中获取第二业务数据，并将所述第二业务数据输入到预设的风险评估模型中，其中，所述预设的风险评估模型为采用权利要求1-5任一项所述的风险评估模型训练方法获取的模型；

通过所述预设的风险评估模型对所述第二业务数据进行训练，得到第二风险评估结果。