用户风险识别方法技术

本申请涉及一种用户风险识别方法

【技术实现步骤摘要】
用户风险识别方法、装置、计算机设备和存储介质


[0001]本申请涉及大数据
，特别是涉及一种用户风险识别方法
、
装置
、
计算机设备和存储介质
。

技术介绍

[0002]随着金融业务的发展，资源借调业务是资源管理机构中目前常见的业务
。
但是资源借调业务是存在相当大风险的业务，如果对资源借调用户的是否能正常归还借调的资源
、
担保资源是否使用等情况的风险评估错误，可能会造成资源管理机构的金融资源的损失，导致资源转移障碍
。
[0003]现有技术中，通常是通过对进行资源借调申请的资源借调用户的历史资源转移信用数据进行评估，以得到该资源借调用户的风险识别结果
。
或者是通过对资源借调用户现有的金融资源，来评估资源借调用户归还借调资源的能力，以实现对资源借调用户的风险识别
。
[0004]然而，申请人在实现过程中发现，现有技术存在用户风险识别准确性低的问题
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高用户风险识别准确率的用户风险识别方法
、
装置
、
计算机设备和存储介质
。
[0006]第一方面，本申请提供了一种用户风险识别方法，该方法包括：
[0007]获取实时舆情数据，并从实时舆情数据中获取用于用户风险识别的目标舆情数据；
[0008]获取与目标舆情数据相关联的待风险识别用户，以及待风险识别用户对应的历史资源转移信用数据；
[0009]将目标舆情数据以及历史资源转移信用数据输入至预先训练的用户风险识别模型，通过用户风险识别模型得到各待风险识别用户对应的风险识别结果
。
[0010]在其中一个实施例中，从实时舆情数据中获取用于用户风险识别的目标舆情数据，包括：
[0011]获取预先设置的与用户风险识别关联的舆情比对数据；
[0012]基于舆情比对数据，对实时舆情数据进行清洗处理，得到目标舆情数据
。
[0013]在其中一个实施例中，基于舆情比对数据，对实时舆情数据进行清洗处理，得到目标舆情数据，包括：
[0014]基于舆情比对数据，对实时舆情数据进行清洗处理，得到与用户风险识别关联的候选舆情数据；
[0015]对候选舆情数据进行分类，得到情感分类的舆情数据以及行业舆情数据；
[0016]分别从情感分类的舆情数据以及行业分类的舆情数据中，获取用于用户风险识别的目标舆情数据
。
[0017]在其中一个实施例中，通过用户风险识别模型得到各待风险识别用户对应的风险识别结果，包括：
[0018]通过用户风险识别模型，获取目标舆情数据中包含的舆情关键词信息以及舆情关键词信息的风险影响程度；
[0019]基于舆情关键词信息的风险影响程度，以及历史资源转移信用数据，得到各待风险识别用户对应的风险识别结果
。
[0020]在其中一个实施例中，用户风险识别模型包括风险影响程度子模型；
[0021]通过用户风险识别模型，获取目标舆情数据中包含的舆情关键词信息以及舆情关键词信息的风险影响程度，包括：
[0022]通过风险影响程度子模型，得到目标舆情数据中包含的舆情关键词信息以及舆情关键词信息的分值评价结果；
[0023]根据分值评价结果，得到舆情关键词信息的风险影响程度
。
[0024]在其中一个实施例中，风险影响程度子模型的训练方式，包括：
[0025]获取样本风险识别用户以及样本风险识别用户对应的样本舆情数据；其中，样本风险识别用户为存在资源转移业务违约行为的用户；
[0026]获取样本舆情数据中包含的舆情关键词信息的样本风险影响程度；
[0027]将样本舆情数据输入至待训练的风险影响程度子模型，通过风险影响程度子模型，得到舆情关键词信息的预测风险影响程度；
[0028]根据预测风险影响程度和样本风险影响程度的差异，对风险影响程度子模型进行训练
。
[0029]在其中一个实施例中，用户风险识别模型的训练方式，包括：
[0030]获取样本风险识别用户的用于用户风险识别的样本舆情数据
、
样本风险识别用户对应的样本资源转移信用数据
、
以及样本风险识别用户的样本风险识别结果；
[0031]将样本舆情数据以及样本资源转移信用数据输入到待训练的用户风险识别模型，通过用户风险识别模型，得到样本风险识别用户对应的预测风险识别结果；
[0032]根据预测风险识别结果和样本风险识别结果的差异，对用户风险识别模型进行训练
。
[0033]第二方面，本申请还提供了一种用户风险识别装置，装置包括：
[0034]舆情数据获取模块，用于获取实时舆情数据，并从实时舆情数据中获取用于用户风险识别的目标舆情数据；
[0035]历史信用数据获取模块，用于获取与目标舆情数据相关联的待风险识别用户，以及待风险识别用户对应的历史资源转移信用数据；
[0036]风险识别结果获取模块，用于将目标舆情数据以及历史资源转移信用数据输入至预先训练的用户风险识别模型，通过用户风险识别模型得到各待风险识别用户对应的风险识别结果
。
[0037]第三方面，本申请还提供了一种计算机设备，该计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法的步骤
。
[0038]第四方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤
。
[0039]第五方面，本申请还提供了一种计算机程序产品，该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤
。
[0040]上述用户风险识别方法
、
装置
、
计算机设备和存储介质，获取实时舆情数据，并从实时舆情数据中获取用于用户风险识别的目标舆情数据；获取与目标舆情数据相关联的待风险识别用户，以及待风险识别用户对应的历史资源转移信用数据；将目标舆情数据以及历史资源转移信用数据输入至预先训练的用户风险识别模型，通过用户风险识别模型得到各待风险识别用户对应的风险识别结果
。
与传统技术相比，本申请通过实时获取舆情数据，并从实时舆情数据中获取与用户风险识别关联的目标舆情数据，可以确定目标舆情数据相关联的待风险识别用户，通过将待风险识别用户的目标舆情数据以及待风险识别用户的历史资源转移信用数据输入到预先训练的用户风险识别模型，能够得到各待风险识别用户对应的风险识别结果，如此，通过实时舆情数据筛选目标舆情数据，并且利用目标舆情数据和历史资源转移信用数据进行风险识别，从而能够提高用户风险识别的准确性
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用户风险识别方法，其特征在于，所述方法包括：获取实时舆情数据，并从所述实时舆情数据中获取用于用户风险识别的目标舆情数据；获取与所述目标舆情数据相关联的待风险识别用户，以及所述待风险识别用户对应的历史资源转移信用数据；将所述目标舆情数据以及所述历史资源转移信用数据输入至预先训练的用户风险识别模型，通过所述用户风险识别模型得到各所述待风险识别用户对应的风险识别结果
。2.
根据权利要求1所述的方法，其特征在于，所述从所述实时舆情数据中获取用于用户风险识别的目标舆情数据，包括：获取预先设置的与用户风险识别关联的舆情比对数据；基于所述舆情比对数据，对所述实时舆情数据进行清洗处理，得到所述目标舆情数据
。3.
根据权利要求2所述的方法，其特征在于，所述基于所述舆情比对数据，对所述实时舆情数据进行清洗处理，得到所述目标舆情数据，包括：基于所述舆情比对数据，对所述实时舆情数据进行清洗处理，得到与用户风险识别关联的候选舆情数据；对所述候选舆情数据进行分类，得到情感分类的舆情数据以及行业舆情数据；分别从所述情感分类的舆情数据以及所述行业分类的舆情数据中，获取用于用户风险识别的目标舆情数据
。4.
根据权利要求1所述的方法，其特征在于，所述通过所述用户风险识别模型得到各所述待风险识别用户对应的风险识别结果，包括：通过所述用户风险识别模型，获取所述目标舆情数据中包含的舆情关键词信息以及所述舆情关键词信息的风险影响程度；基于所述舆情关键词信息的风险影响程度，以及所述历史资源转移信用数据，得到各所述待风险识别用户对应的风险识别结果
。5.
根据权利要求4所述的方法，其特征在于，所述用户风险识别模型包括风险影响程度子模型；所述通过所述用户风险识别模型，获取所述目标舆情数据中包含的舆情关键词信息以及所述舆情关键词信息的风险影响程度，包括：通过所述风险影响程度子模型，得到所述目标舆情数据中包含的舆情关键词信息以及所述舆情关键词信息的分值评价结果；根据所述分值评价结果，得到所述舆情关键词信息的风险影响程度
。6.
根据权利要求5所述的方法，其特征在于，所述风险影响程度子模型的训练方式，包括：获取样本风险识...

【专利技术属性】
技术研发人员：周瑞莹，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：