[发明专利]一种风险评估方法、系统、电子设备及存储介质

说明书

本发明实施例提供了一种风险评估方法，包括：获取第一业务数据，并根据预设的第一风险评估模型，对第一业务数据进行风险评估，获得第一评估数据；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；根据第一评估数据参数，通过网络爬虫算法，获得第二业务数据；根据预设的第二风险评估模型和历史评估数据，对第二业务数据进行风险评估。通过对用户所提交的申请文件资料进行处理，根据第一业务数据进行风险评估，并根据第一业务数据获取与用户关联的第二业务数据，使用包含随机森林算法的风险评估模型对第二业务数据进行评估，通过本方法提高了对用户信用评估的精准度和评估效率。

技术领域

本发明涉及金融保险风险控制技术领域，特别是涉及一种风险评估方法、系统、电子设备及存储介质。

背景技术

传统的风险评估严重依赖人工审核，银行等出借方耗费大量人力物力对用户信用进行资料调查，层层审核等，得到评估结果的成本极高，另一方面，作为借贷方的用户获取到出借方的评估结果所需时间较长，体验极差。

现如今，人工智能的风控系统通过凝聚用户的多维度数据，可快速高效的对用户信用做出较为综合全面的评估结果，大大的提高了出借方的业务效率，降低了出借方的运营成本，同时提高了用户的借贷体验。

目前，风险评估针对用户申请时填报的资料信息进行分析评估，不能根据资料进一步挖掘分析，因而风险评估的准确性相对较低，需要进一步的改进。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种风险评估方法和相应的一种风险评估系统。

为了解决上述问题，本发明实施例公开了一种风险评估方法，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；

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；

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。

进一步的，所述获取第一业务数据，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。

进一步的，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。

进一步的，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。

进一步的，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，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。

进一步的，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。