【技术实现步骤摘要】
本公开的示例实施例总体涉及信息化，特别地涉及用于用户风险评估的方法、装置、设备和计算机可读存储介质。
技术介绍
1、在金融行业，准确地对用户风险进行评估是贷款决策、信用额度确定和其他金融服务的重要环节。用户风险评分通常用于衡量用户的信用状况，以支持不同的金融应用场景，如现金贷、信用卡发放和个人贷款等。
2、相关技术中，通常依赖历史信用数据、还款行为和个人财务信息等用户数据，利用逻辑回归、决策树等算法生成用户的风险评分。然而这种直接通过模型获得的评分结果往往存在局限性，难以全面反映用户的风险特征。此外，现有评分体系与实际业务场景的关联度不足，导致评分结果在业务应用中的有效性受到限制。
3、因此，需要一种更加全面和精准的用于用户风险评估的方案，以提高评估的准确性和业务适用性。
技术实现思路
1、在本公开的第一方面，提供了一种用于用户风险评估的方法。该方法包括：从模型库中确定用于用户风险评估的目标模型集合，目标模型集合包括至少一个机器学习模型；利用目标模型集合中的至少一个机器学习模型，基于目标用户的用户属性数据和用户行为数据，确定至少一个机器学习模型对应的至少一个风险评估结果，每个风险评估结果指示对应的机器学习模型对目标用户的风险置信度的预测；响应于确定至少一个机器学习模型对应的至少一个风险评估结果指示的对目标用户的风险置信度的预测具有不同的置信度区间，利用基于逻辑回归的模型校准机制，对至少一个风险评估结果进行校准；基于预定的目标模型权重，对校准后的至少一个风险评
2、在本公开的第二方面，提供了一种用于用户风险评估的装置。该装置包括：模型确定模块，被配置为从模型库中确定用于用户风险评估的目标模型集合，目标模型集合包括至少一个机器学习模型；风险评估结果确定模块，被配置为利用目标模型集合中的至少一个机器学习模型，基于目标用户的用户属性数据和用户行为数据，确定至少一个机器学习模型对应的至少一个风险评估结果，每个风险评估结果指示对应的机器学习模型对目标用户的风险置信度的预测；校准模块，被配置为响应于确定至少一个机器学习模型对应的至少一个风险评估结果指示的对目标用户的风险置信度的预测具有不同的置信度区间，利用基于逻辑回归的模型校准机制，对至少一个风险评估结果进行校准；融合模块，被配置为基于预定的目标模型权重，对校准后的至少一个风险评估结果执行加权融合，得到针对目标用户的风险评估结果；以及策略模块，被配置为基于针对目标用户的风险评估结果，呈现针对目标用户的资源分配策略。
3、在本公开的第三方面，提供了一种电子设备。该设备包括至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。指令在由至少一个处理单元执行时使设备执行第一方面的方法。
4、在本公开的第四方面，提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序，计算机程序可由处理器执行以实现第一方面的方法。
5、在本公开的第五方面，提供了一种计算机程序产品，该计算机程序产品被有形地存储在计算机存储介质中并且包括计算机可执行指令，计算机可执行指令在由设备执行时使设备执行根据本公开的第一方面的方法。
6、应当理解，该内容部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种用于用户风险评估的方法，包括：
2.根据权利要求1所述的方法，其中从模型库中确定用于用户风险评估的目标模型集合包括：
3.根据权利要求2所述的方法，其中基于针对所述测试数据集的风险评估结果和/或所述各个机器学习模型的类别，从所述第一模型集合中确定所述目标模型集合包括：
4.根据权利要求3所述的方法，其中基于所述第一模型集合中的各个机器学习模型的类别，确定所述目标模型集合包括：
5.根据权利要求1所述的方法，其中利用基于逻辑回归的模型校准机制，对所述至少一个风险评估结果进行校准包括：
6.根据权利要求1所述的方法，其中基于预定的目标模型权重，对校准后的至少一个风险评估结果执行加权融合，得到针对所述目标用户的风险评估结果包括：
7.根据权利要求1所述的方法，还包括通过以下来确定所述目标模型权重：
8.根据权利要求1所述的方法，还包括：
9.一种用于用户风险评估的装置，包括：
10.一种电子设备，包括：
11.一种计算机可读存储介质，其上存储有计算机程序，计算
12.一种计算机程序产品，计算机程序产品被有形地存储在计算机存储介质中并且包括计算机可执行指令，计算机可执行指令在由设备执行时使设备执行根据权利要求1至8中任一项的方法。
...【技术特征摘要】
1.一种用于用户风险评估的方法，包括：
2.根据权利要求1所述的方法，其中从模型库中确定用于用户风险评估的目标模型集合包括：
3.根据权利要求2所述的方法，其中基于针对所述测试数据集的风险评估结果和/或所述各个机器学习模型的类别，从所述第一模型集合中确定所述目标模型集合包括：
4.根据权利要求3所述的方法，其中基于所述第一模型集合中的各个机器学习模型的类别，确定所述目标模型集合包括：
5.根据权利要求1所述的方法，其中利用基于逻辑回归的模型校准机制，对所述至少一个风险评估结果进行校准包括：
6.根据权利要求1所述的方法，其中基于预定的目标模型权重，对校准...
【专利技术属性】
技术研发人员：刘逸泽，赵俊，
申请(专利权)人：京东科技信息技术有限公司，
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。