本申请涉及一种店铺风险识别方法及其装置、设备、介质、产品，所述方法包括：获取样本数据集，其中包含多个店铺样本，每个店铺样本包含单个线上店铺的店铺画像及其风险标签；采用以所述样本数据集训练出的决策树模型，将所述样本数据集中的全部店铺样本分类为多个样本子集，获得各个样本子集相对应的规则集；根据各个规则集相对应的样本子集的统计指标筛选出多个规则集，作为目标规则集；利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签。基于决策树模型，利用店铺画像来挖掘出风险策略，既能保证策略的准确性，也能拥有较强解释性，同时上线速度也能较快。线速度也能较快。线速度也能较快。
【技术实现步骤摘要】
店铺风险识别方法及其装置、设备、介质、产品
[0001]本申请涉及电商信息处理技术，尤其涉及一种店铺风险识别方法及其装置、设备、介质、产品。
技术介绍
[0002]电商平台通常存在海量的线上店铺，这些线上店铺是由不同的经营实体负责实际经营的，不同的经营者及其经营方式，使相应的线上店铺呈现不同的风险水平。线上店铺的风险水平是指对线上店铺的经营健康情况的抽象描述概念，通常反映为线上店铺的经营信用的高低，风险水平高的线上店铺，其经营信用较佳，反之风险水平偏低的线上店铺，即风险店铺，其经营信用相对较差。
[0003]可见，电商平台的线上店铺的风险水平基本决定着这个平台的存活情况，如果电商平台中风险店铺浓度过大，那么该平台很难得到健康发展，平台的各种资源将会被风险店铺抢占，优良店铺经营压力变大，在这种恶性循环之下，平台将面临巨大风险。所以如何有效、准确、快速地识别出风险店铺并进行处置，降低其对平台的不良影响，是电商平台风控中的一大难题。
[0004]在现有情况中，风险店铺排查主要是依靠两个部分，一是依靠运营人员的人肉监控，或者通过各种统计指标进行分群管控，这种方法效率不高且强依赖于运营人员的个人经验。二是通过各种模型输出线上店铺的店铺风险评分，对于高风险评分店铺进行人工审核管控；模型主要分为评分卡和集成树两种，往往无法兼顾可解释性和准确率两部分，其中评分卡模型解释性较强，但由于变量分箱导致模型精度有所下降；集成树模型准确率较高，但模型结果解释性不强。
[0005]有鉴于此，需要对相关技术进行提升，以优化电商平台的店铺风险识别能力，确保平台的健康运行。
技术实现思路
[0006]本申请的目的在于解决上述问题而提供一种店铺风险识别方法及其相应的装置、设备、非易失性可读存储介质，以及计算机程序产品。
[0007]根据本申请的一个方面，提供一种店铺风险识别方法，包括如下步骤：
[0008]获取样本数据集，其中包含多个店铺样本，每个店铺样本包含单个线上店铺的店铺画像及其风险标签；
[0009]采用以所述样本数据集训练出的决策树模型，将所述样本数据集中的全部店铺样本分类为多个样本子集，获得各个样本子集相对应的规则集；
[0010]根据各个规则集相对应的样本子集的统计指标筛选出多个规则集，作为目标规则集；
[0011]利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签。
[0012]可选的，利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签之后，包括：
[0013]将所述店铺风控系统识别出的线上店铺的店铺画像及其相应的风险标签构造为新的店铺样本，添加到所述样本数据集中；
[0014]响应定时任务触发的定时到达事件，采用所述样本数据集重新训练所述决策树模型至收敛状态；
[0015]采用重新训练至收敛状态的决策树模型重新确定出所述样本数据集相对应的目标规则集并更新所述店铺风控系统的风险策略。
[0016]可选的，利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签之后，包括：
[0017]由所述店铺风控系统判断其识别出的线上店铺的风险标签是否属于目标类型，当风险标签属于目标类型的线上店铺时，将该线上店铺标注为风险店铺；
[0018]生成所述风险店铺相对应的告警消息，发送到特定的审核接口；
[0019]获取所述审核接口返回的确认指令，响应所述确认指令而修改相应的线上店铺的经营活动权限。
[0020]可选的，获取样本数据集，包括：
[0021]确定电商平台中用于提取店铺样本的目标线上店铺；
[0022]根据各个目标线上店铺的评价指标是否高于预设阈值，相应设定相应目标线上店铺的风险标签为高风险类型或低风险类型；
[0023]获取每个目标线上店铺的多种店铺级数据特征作为相应目标线上店铺的店铺画像；
[0024]将各个目标线上店铺的店铺画像与其相应的风险标签构造为相应的店铺样本存储于样本数据集中。
[0025]可选的，获取每个目标线上店铺的多种店铺级数据特征作为相应目标线上店铺的店铺画像的步骤中，所述多种店铺级数据特征包括店铺的基本特征、店铺的交易特征、店铺的违规特征、店铺的行为特征、店铺关联的卖家相关特征中的任意多项。
[0026]可选的，根据各个规则集相对应的样本子集的统计指标筛选出多个规则集，作为目标规则集，包括：
[0027]根据各个规则集相对应的样本子集，统计出每个样本子集中对应目标类型的风险标签的准确率和召回率作为统计指标；
[0028]筛选出准确率高于第一预设阈值且召回率高于第二预设阈值的多个样本子集，将其相应的规则集作为目标规则集。
[0029]可选的，利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签，包括：
[0030]根据所述目标规则集中的数据特征确定出策略特征表；
[0031]将所述策略特征表配置为店铺风控系统中的风险策略；
[0032]控制店铺风控系统启用所述风险策略，对电商平台中的各个线上店铺进行扫描，根据所述风险策略识别出各个线上店铺的店铺画像相对应的风险标签。
[0033]根据本申请的另一方面，提供一种店铺风险识别装置，包括：
[0034]样本获取模块，设置为获取样本数据集，其中包含多个店铺样本，每个店铺样本包含单个线上店铺的店铺画像及其风险标签；
[0035]规则分析模块，设置为采用以所述样本数据集训练出的决策树模型，将所述样本数据集中的全部店铺样本分类为多个样本子集，获得各个样本子集相对应的规则集；
[0036]规则优选模块，设置为根据各个规则集相对应的样本子集的统计指标筛选出多个规则集，作为目标规则集；
[0037]风控配置模块，设置为利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签。
[0038]根据本申请的另一方面，提供一种店铺风险识别设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本申请所述的店铺风险识别方法的步骤。
[0039]根据本申请的另一方面，提供一种非易失性可读存储介质，其以计算机可读指令的形式存储有依据所述的店铺风险识别方法所实现的计算机程序，所述计算机程序被计算机调用运行时，执行该方法所包括的步骤。
[0040]根据本申请的另一方面，提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现本申请任意一种实施例中所述方法的步骤。
[0041]相对于现有技术，本申请具有丰富的技术优势，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风险店铺识别方法，其特征在于，包括：获取样本数据集，其中包含多个店铺样本，每个店铺样本包含单个线上店铺的店铺画像及其风险标签；采用以所述样本数据集训练出的决策树模型，将所述样本数据集中的全部店铺样本分类为多个样本子集，获得各个样本子集相对应的规则集；根据各个规则集相对应的样本子集的统计指标筛选出多个规则集，作为目标规则集；利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签。2.根据权利要求1所述的店铺风险识别方法，其特征在于，利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签之后，包括：将所述店铺风控系统识别出的线上店铺的店铺画像及其相应的风险标签构造为新的店铺样本，添加到所述样本数据集中；响应定时任务触发的定时到达事件，采用所述样本数据集重新训练所述决策树模型至收敛状态；采用重新训练至收敛状态的决策树模型重新确定出所述样本数据集相对应的目标规则集并更新所述店铺风控系统的风险策略。3.根据权利要求1所述的店铺风险识别方法，其特征在于，利用所述目标规则集配置店铺风控系统的风险策略，使所述店铺风控系统根据所述风险策略识别出任意线上店铺的店铺画像相对应的风险标签之后，包括：由所述店铺风控系统判断其识别出的线上店铺的风险标签是否属于目标类型，当风险标签属于目标类型的线上店铺时，将该线上店铺标注为风险店铺；生成所述风险店铺相对应的告警消息，发送到特定的审核接口；获取所述审核接口返回的确认指令，响应所述确认指令而修改相应的线上店铺的经营活动权限。4.根据权利要求1至3中任意一项所述的店铺风险识别方法，其特征在于，获取样本数据集，包括：确定电商平台中用于提取店铺样本的目标线上店铺；根据各个目标线上店铺的评价指标是否高于预设阈值，相应设定相应目标线上店铺的风险标签为高风险类型或低风险类型；获取每个目标线上店铺的多种店铺级数据特征作为相应目标线上店铺的店铺画像；将各个目标线上店铺的店铺画像与其相应的风险标签构造为相应的店铺样本存储于样本数据集中。5.根据权利要求4所述的店铺风险识别方法，其特征在于，获取每个目标线上店铺的多...
【专利技术属性】
技术研发人员：刘涛，
申请(专利权)人：广州欢聚时代信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。