[发明专利]一种风控场景下的流量分层方法及装置

说明书

本发明公开了一种风控场景下的流量分层方法及装置，获取已知流量来源作为建模样本集合并对建模样本集合进行分类，得到第一流量层、第二流量层和第三流量层，基于建模样本集合建立第一风险区分模型和第三风险区分模型；获取第一风险分类阈值和第三风险分类阈值；根据第一风险流量层级的概率值与第一风险分类阈值以及第三风险流量层的概率值与第三风险分类阈值进行判断未知来源流量样本所处的流量层。通过减少一个模型是因为最优和最差层级本身差异较大，几乎不会出现概率值相近，本发明采取了有优先级的层级判断方式，并不会同时比较各层级的分数，可以避免数据处理混乱。这样取消不利范围值，这样有效的提高了整体计算速度，大大的提高了效率。

技术领域

本公开涉及流量分层的技术领域，特别涉及一种风控场景下的流量分层方法及装置。

背景技术

在相关的风控业务场景中，贷款产品对接的流量来源广泛，其流量质量也存在差异。如果在审批之前可以对流量层级进行划分，有利于后续的精细化风控，如：提高优质流量的通过率，捕捉更多潜在客户；提高相对较差的流量的准入标准，降低整体坏账率；对各层级流量使用定制的模型，进一步提高模型区分度。因此，流量分层对该风控场景有重要意义。

相关的流量分层方法主要有两类：一类是使用大量规则或黑名单过滤高危客群，实现流量的最基本划分；另一类是利用分类模型实现流量的多层级区分。其中，对流量分层的三分类问题，即将流量分为高、中、低三个风险层级，后者采取的主要方法包括使用3个二分类模型或1个多分类模型，以模型输出的概率最大值来直接判定所属流量层级。然而，上述的流量分层方法一方面不够精细化，另一方面耗时长且灵活度低，不利于后续的风控流程。

发明内容

为改善上述背景技术存在的技术问题，本公开提供了一种风控场景下的流量分层方法及装置。

一种风控场景下的流量分层方法，所述方法包括：

获取已知流量来源作为建模样本集合，并依据建模样本的对应流量层级对所述建模样本集合进行分类，得到第一流量层、第二流量层和第三流量层；其中，所述第一流量层对应高风险流量层，所述第二流量层对应中风险流量层，所述第三流量层对应低风险流量层；所述已知流量来源为用户客群流量；

基于所述建模样本集合建立用于识别所述第一流量层的第一风险区分模型和用于识别所述第三流量层的第三风险区分模型；其中，所述第一风险区分模型和所述第三风险区分模型分别输出对应未知来源流量样本处于第一风险流量层的概率值和第三风险流量层的概率值；

对所述第一风险区分模型配置第一风险分类阈值，对所述第三风险区分模型配置第三风险分类阈值；其中，所述第一风险分类阈值和所述第三风险分类阈值用于区分未知来源流量样本是否属于该第一风险区分模型的流量层或第三风险区分模型的流量层；

根据所述第一风险流量层级的概率值与所述第一风险分类阈值以及第三风险流量层的概率值与所述第三风险分类阈值进行判断所述未知来源流量样本所处的流量层。

进一步地，所述第一风险分类阈值和第三风险分类阈值为可调节数据。

进一步地，所述基于所述建模样本集合建立用于识别所述第一流量层的第一风险区分模型和用于识别所述第三流量层的第三风险区分模型的方法，包括：

将所述第一流量层作为目标，合并所述第二流量层和所述第三流量层，利用机器学习算法将所述第一流量层和合并后的所述第二流量层和所述第三流量层进行拟合，得到所述第一流量层的第一风险区分模型；

将所述第三流量层作为目标，合并所述第一流量层和所述第二流量层，利用机器学习算法将所述第三流量层和合并后的所述第一流量层和所述第二流量层进行拟合，得到所述第三流量层的第三风险区分模型。

进一步地，所述根据所述第一风险流量层级的概率值与所述第一风险分类阈值以及第三风险流量层的概率值与所述第三风险分类阈值进行判断所述未知来源流量样本所处的流量层，包括：