[发明专利]一种风险评估方法、系统、电子设备及存储介质

权利要求书

1.一种风险评估方法，其特征在于，包括：

获取第一业务数据，并根据预设的第一风险评估模型，对所述第一业务数据进行风险评估，获得第一评估数据；包括：获取包含多维度参数特征数据的所述第一业务数据；根据每个维度参数特征数据，并通过包含决策树算法的第一风险评估模型，对包含多维度参数的所述第一业务数据进行风险评估，获得与当前用户对应的第一评估数据；其中，所述多维度参数特征包括：用户征信数据、用户行业领域信息数据、用户家庭成员信息数据、用户职业信息数据以及用户历史业务数据；

根据第一评估数据，通过预设的神经网络算法进行模型训练，更新第一评估数据参数；

根据所述第一评估数据参数，通过预设的网络爬虫算法，获得与所述第一业务数据关联的第二业务数据；

根据预设的第二风险评估模型和历史评估数据，对所述第二业务数据进行风险评估，获得第二评估数据；包括：提取与当前用户相关联的第二业务数据和历史评估数据，生成数据集合；根据预设的第二风险评估模型，对所述数据集合进行风险评估，获得第二评估数据；其中，所述预设的第二风险评估模型，为包含随机森林算法的风险评估模型；

根据第二评估数据，更新所述历史评估数据，并输出第二评估数据。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的第二风险评估模型和历史评估数据，对所述第二业务数据进行风险评估，获得第二评估数据之前，还包括：

通过预设的分布式数据库，查询第一业务数据的用户相关联的历史评估数据。

3.根据权利要求1所述的方法，其特征在于，所述根据第二评估数据，更新所述历史评估数据，并输出第二评估数据，包括：

更新所述历史评估数据，并通过所述预设的分布式数据库进行分布式存储。

4.一种风险评估系统，其特征在于，包括：

第一评估模块，用于获取第一业务数据，并根据预设的第一风险评估模型，对所述第一业务数据进行风险评估，获得第一评估数据；包括：获取包含多维度参数特征数据的所述第一业务数据；根据每个维度参数特征数据，并通过包含决策树算法的第一风险评估模型，对包含多维度参数的所述第一业务数据进行风险评估，获得与当前用户对应的第一评估数据；其中，所述多维度参数特征包括：用户征信数据、用户行业领域信息数据、用户家庭成员信息数据、用户职业信息数据以及用户历史业务数据；

模型训练模块，用于根据第一评估数据，通过预设的神经网络算法进行模型训练，更新第一评估数据参数；

数据扩展模块，用于根据所述第一评估数据参数，通过预设的网络爬虫算法，获得与所述第一业务数据关联的第二业务数据；

第二评估模块，用于根据预设的第二风险评估模型和历史评估数据，对所述第二业务数据进行风险评估，获得第二评估数据；包括：提取与当前用户相关联的第二业务数据和历史评估数据，生成数据集合；根据预设的第二风险评估模型，对所述数据集合进行风险评估，获得第二评估数据；其中，所述预设的第二风险评估模型，为包含随机森林算法的风险评估模型；

更新输出模块，用于根据第二评估数据，更新所述历史评估数据，并输出第二评估数据。

5.电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至3中任一项所述的风险评估方法的步骤。

6.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的风险评估方法的步骤。