[发明专利]风险评估方法和装置

说明书

本说明书实施例提供了一种风险评估方法和装置。根据该实施例的方法，首先获取待识别产品的N个特征的值，所述N为正整数；然后利用所述N个特征的权重和所述N个特征的值，确定所述待识别产品的动态风险评分，所述N个特征的权重是通过训练机器学习模型的方式得到的；再利用所述动态风险评分，确定所述待识别产品的风险状态。

技术领域

本说明书一个或多个实施例涉及计算机应用技术领域，尤其涉及一种风险评估方法和装置。

背景技术

互联网产品是为了满足用户特定需求的基于互联网技术的功能与服务的集成。在互联网产品上线之前、上线之后的不同阶段往往都需要进行风险评估，以免在用户使用互联网产品的过程中，对自己或他人甚至社会产生不良影响。因此亟需一种能够自动、准确地实现风险评估的方法。

发明内容

本说明书一个或多个实施例描述了一种风险评估的方法，以便于自动、准确地实现对互联网产品的风险评估。

根据第一方面，提供了一种风险评估方法，包括：

获取待识别产品的N个特征的值，所述N为正整数；

利用所述N个特征的权重和所述N个特征的值，确定所述待识别产品的动态风险评分，所述N个特征的权重是通过训练机器学习模型的方式得到的；

利用所述动态风险评分，确定所述待识别产品的风险状态。

在一个实施例中，在所述获取待识别产品的N个特征之前，还包括：

依据特征之间的相关性系数，从所述待识别产品对应的特征库中筛选所述N个特征。

在另一个实施例中，所述依据特征之间的相关性系数，从所述待识别产品对应的特征库中筛选所述N个特征包括：

对所述特征库中的特征两两计算相关系数；

确定相关系数最高的一对特征；

分别针对所述一对特征中的每一个特征，计算该特征与其他特征相关系数的平均值；

删除所述一对特征中所述平均值较大的一个特征，转至执行所述确定相关性最高的一对特征，直至剩余的N个特征中两两之间的相关系数均低于预设的相关系数阈值。

在一个实施例中，在所述依据特征之间的相关性系数，从所述待识别产品对应的特征库中筛选所述N个特征之前，还包括：对所述特征库中各产品的特征值进行归一化，以消除量纲差异；

所述N个特征的值为进行所述归一化后的值。

在另一个实施例中，所述待识别产品为预设参考风险类别的产品；

在所述利用所述N个特征的权重和所述N个特征的值，确定所述待识别产品的动态风险评分之前还包括：

将所述预设参考类别的多个产品的所述N个特征的值作为机器学习模型的输入，将所述预设参考风险类别作为所述机器学习模型的目标输出，训练所述机器学习模型以得到所述N个特征的权重。

在一个实施例中，所述机器学习模型包括逻辑回归模型。

在另一个实施例中，所述预设参考风险类别为对所述待识别产品进行粗粒度的判别后得到的。

在一个实施例中，利用所述N个特征的权重和所述N个特征的值，确定所述待识别产品的动态风险评分包括：

分别利用归一化后所述N个特征的值，确定所述N个特征的初始评分；

利用所述N个特征的权重对所述N个特征的初始评分进行加权求和，得到所述待识别产品的动态风险评分。

在另一个实施例中，利用所述动态风险评分，确定所述待识别产品的风险状态包括：