【技术实现步骤摘要】
本专利技术涉及大数据和人工智能，更具体地涉及一种商户风险判定方法、装置、电子设备和介质。
技术介绍
1、目前，在健身保健、教育培训、购物等服务行业中，很多商户通过售卖预充值会员卡的方式来吸引消费者，但该方式存在商户在接受充值后跑路、退卡退款难等风险。为了解决上述问题，银行与商户联合发行了预付卡。然而，虽然预付卡在提供快速支付和灵活交易的同时带来了巨大便利，但其也带来了风险管理的新挑战。为了有效防范商户交易中的欺诈、恶意行为，必须建立精细化的风险管控机制。
2、然而，当前的商户风险管理往往过于单一，主要依赖于基于交易本身的风险评估，未能将商户风险等级与预付卡交易限额的联动管理有效结合。这种不协调的风险管理方式造成了风险管控手段单一、管控内容不全面等问题。因此，亟需一种新的方法来实现商户风险等级与预付卡交易限额之间的智能联动管理，以提高风险识别和防范的准确性。
技术实现思路
1、鉴于上述问题，根据本专利技术的第一方面，提供了一种商户风险判定方法，其特征在于，所述方法包括：获取收单商户信息，基于所述收单商户信息，获取商户信息关键字段；将所述商户信息关键字段与预先构建的商户信用风险数据库进行匹配，获取商户信用风险信息；基于所述商户信用风险信息，利用差分隐私算法进行加密，获得商户加密数据；以及基于所述商户加密数据和预先训练的风险等级判断模型，输出风险等级判断结果。
2、根据一些示例性实施例，所述基于所述商户信用风险信息，利用差分隐私算法进行加密，获得商户加密数据，具体
3、根据一些示例性实施例，利用xgboost模型训练所述风险等级判断模型。
4、根据一些示例性实施例，在将所述商户加密数据输入预先训练的风险等级判断模型之前，所述方法还包括：对所述商户加密数据进行特征处理和特征工程，获得商户加密特征。
5、根据一些示例性实施例，所述风险等级判断模型包括n棵决策树，其中，n为正整数，所述将所述商户加密数据输入预先训练的风险等级判断模型，输出风险等级判断结果，具体包括：将所述商户加密特征输入所述n棵决策树，获得所述n棵决策树对应的预测结果；基于所述n棵决策树的决策权重，计算所述n棵决策树的集成预测结果；以及基于所述集成预测结果，获得所述风险等级判断结果。
6、根据一些示例性实施例，所述隐私参数包括：隐私预算参数，用于衡量所述商户信用风险信息的隐私保护级别；以及噪声分布参数，用于描述所述噪声数据的概率分布函数。
7、根据一些示例性实施例，所述将所述商户信息关键字段与预先构建的商户信用风险数据库进行匹配，具体包括：利用关键字段匹配算法进行匹配，其中，所述关键字段匹配算法包括模糊匹配算法、相似度匹配算法或哈希匹配算法。
8、根据一些示例性实施例，所述方法还包括：基于所述风险等级判断结果，利用自适应匹配算法匹配预设的交易限额关联规则，获得交易限额设置方案；以及基于所述交易限额设置方案，设置预付卡的交易限额。
9、根据一些示例性实施例，所述方法还包括：实时更新商户的所述风险等级判断结果；当所述风险等级判断结果发生变化时，重新获取交易限额设置方案；以及基于所述重新获取的交易限额设置方案，调整所述预付卡的交易限额。
10、根据本专利技术的第二方面，提出了一种商户风险判定装置，所述装置包括：商户信息关键字段获取模块，用于：获取收单商户信息，基于所述收单商户信息，获取商户信息关键字段；商户信用风险信息获取模块，用于：将所述商户信息关键字段与预先构建的商户信用风险数据库进行匹配，获取商户信用风险信息；商户加密数据获取模块，用于：基于所述商户信用风险信息，利用差分隐私算法进行加密，获得商户加密数据；以及风险等级判断结果输出模块，用于：基于所述商户加密数据和预先训练的风险等级判断模型，输出风险等级判断结果。
11、根据一些示例性实施例，所述商户信用风险信息获取模块还可以包括匹配单元。
12、根据一些示例性实施例，所述匹配单元可以用于利用关键字段匹配算法进行匹配，其中，所述关键字段匹配算法包括模糊匹配算法、相似度匹配算法或哈希匹配算法。
13、根据一些示例性实施例，所述商户加密数据获取模块可以包括数据预处理单元和商户加密数据获取单元。
14、根据一些示例性实施例，所述数据预处理单元可以用于将所述商户信用风险信息进行数据预处理，其中，包括数据清洗和去标识化，获取预处理后的商户信用风险信息。
15、根据一些示例性实施例，所述商户加密数据获取单元可以用于基于预设的隐私参数，对所述预处理后的商户信用风险信息添加噪声，获得商户加密数据。
16、根据一些示例性实施例，所述风险等级判断结果输出模块可以包括商户加密特征获取单元和判断结果输出模块。
17、根据一些示例性实施例，所述商户加密特征获取单元可以用于对所述商户加密数据进行特征处理和特征工程，获得商户加密特征。
18、根据一些示例性实施例，所述判断结果输出模块可以包括n棵决策树预测结果获取单元、集成预测结果计算单元和风险等级判断结果获取单元。
19、根据一些示例性实施例，所述n棵决策树预测结果获取单元可以用于将所述商户加密特征输入所述n棵决策树，获得所述n棵决策树对应的预测结果。
20、根据一些示例性实施例，所述集成预测结果计算单元可以用于基于所述n棵决策树的决策权重，计算所述n棵决策树的集成预测结果。
21、根据一些示例性实施例，所述风险等级判断结果获取单元可以用于基于所述集成预测结果，获得所述风险等级判断结果。
22、根据一些示例性实施例，商户风险判定装置还包括交易限额设置模块和交易限额更新模块。
23、根据一些示例性实施例，所述交易限额设置模块包括设置方案获取单元和交易限额设置单元。
24、根据一些示例性实施例，所述设置方案获取单元可以用于基于所述风险等级判断结果，利用自适应匹配算法匹配预设的交易限额关联规则，获得交易限额设置方案。
25、根据一些示例性实施例，所述交易限额设置单元可以用于基于所述交易限额设置方案，设置预付卡的交易限额。
26、根据一些示例性实施例，所述交易限额更新模块可以包括判断结果更新单元、设置方案重新获取单元和交易限额更新单元。
27、根据一些示例性实施例，所述判断结果更新单元可以用于实时更新商户的所述风险等级判断结果。
28、根据一些示例性实施例，所述设置方案重新获取单元可以用于当所述风险等级判断结果发生变化时，重新获取交易限额设置方案。
29、根据一些示例性实施例，所述交易限额更新单元可以用于基于所述重新获取的交易限额设置方案，调整所述预付卡的交易限额。
<本文档来自技高网...【技术保护点】
1.一种商户风险判定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述商户信用风险信息，利用差分隐私算法进行加密，获得商户加密数据，具体包括：
3.根据权利要求1所述的方法，其特征在于，利用XGBoost模型训练所述风险等级判断模型。
4.根据权利要求1～3任一项所述的方法，其特征在于，其特征在于，在将所述商户加密数据输入预先训练的风险等级判断模型之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述风险等级判断模型包括N棵决策树，其中，N为正整数，所述将所述商户加密数据输入预先训练的风险等级判断模型，输出风险等级判断结果，具体包括：
6.根据权利要求2所述的方法，其特征在于，所述隐私参数包括：
7.根据权利要求1～3、5～6任一项所述的方法，其特征在于，所述将所述商户信息关键字段与预先构建的商户信用风险数据库进行匹配，具体包括：
8.根据权利要求1～3、5～6任一项所述的方法，其特征在于，所述方法还包括：
9.根据权利要求8所述的
10.一种商户风险判定装置，其特征在于，所述装置包括：
11.一种电子设备，包括：
12.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～9中任一项所述的方法。
13.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～9中任一项所述的方法。
...【技术特征摘要】
1.一种商户风险判定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述商户信用风险信息，利用差分隐私算法进行加密，获得商户加密数据，具体包括：
3.根据权利要求1所述的方法，其特征在于，利用xgboost模型训练所述风险等级判断模型。
4.根据权利要求1～3任一项所述的方法，其特征在于，其特征在于，在将所述商户加密数据输入预先训练的风险等级判断模型之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述风险等级判断模型包括n棵决策树，其中，n为正整数，所述将所述商户加密数据输入预先训练的风险等级判断模型，输出风险等级判断结果，具体包括：
6.根据权利要求2所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：吕方圆，武杨，卓浩，田子衿，
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：
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。