CN110378780A - 风控策略调整方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及数据安全技术领域，特别涉及一种风控策略调整方法、装置、计算机设备和存储介质。所述方法包括：获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，风控策略中的信息用于表征金融产品的交易条件；获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据；当风控数据中包含异常数据时，检测风控数据的趋势，根据风控数据的趋势获取风控策略的类型；根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整。采用本方法能够对存在风险的风控策略进行调整，提高了对风控策略调整的效率。

Description

风控策略调整方法、装置、计算机设备和存储介质

技术领域

本申请涉及数据安全技术领域，特别是涉及一种风险调整方法、装置、计算机设备和存储介质。

背景技术

近年来，随着社会经济的高速发展，信贷行业在现代社会中的发展越来越快，越来越多的信贷公司随着人们的需求发展起来。在进行信贷业务的过程中，为了维持信贷的稳定，防止亏损的情况发生，需要制定一系列的风控策略去有针对性的对相应的金融产品进行评估。

然而，目前针对金融产品，风控策略在实行后，如果风控策略存在不合适、安全隐患等风险问题，可能造成后续的损失，需要定期获取实行风控策略后的风控结果，并对风控结果进行对比分析，做出相应的分析报表，才能从分析报表中确认风控策略存在风险，然后再根据风险情况制定调整方案，步骤繁多，效率低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够高效率的对存在风险的风控策略进行调整的风险调整方法、装置、计算机设备和存储介质。

一种风控策略调整方法，所述方法包括：

获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，所述风控策略中的信息用于表征所述金融产品的交易条件；获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据；

当所述风控数据中包含异常数据时，检测所述风控数据的趋势，根据所述风控数据的趋势获取风控策略的类型；

根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整。

在其中一个实施例中，所述根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整，包括：

当所述风控策略的类型为对所述风控数据的趋势影响为单次的类型时，获取所述异常数据对应的数据维度，并根据所述数据维度从所述风控数据中提取正常数据；

比较所述异常数据与所述正常数据得到比较结果，并计算所述异常数据与所述正常数据的第一差值；

根据所述比较结果以及所述第一差值调整所述风控策略的属性要求。

在其中一个实施例中，所述根据所述比较结果以及所述差值调整所述风控策略的属性要求，包括：

获取所述风控策略对应的第一调整逻辑；

当所述比较结果中所述异常数据大于所述正常数据时，根据所述第一调整逻辑，获取所述第一差值对应的属性要求提高幅度，根据所述属性要求提高幅度提高所述风控策略的属性要求；

当所述比较结果中所述异常数据小于所述正常数据时，根据所述调整逻辑，获取所述第一差值对应的属性要求降低幅度，根据所述属性要求降低幅度降低所述风控策略的属性要求。

在其中一个实施例中，所述根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整，包括：

当所述风控策略的类型为对所述风控数据的趋势影响为多次的类型时，获取所述风控策略对应的预设数据趋势；

根据所述预设数据趋势获取所述异常数据对应的预设数据，并计算所述预设数据与所述异常数据的第二差值；

获取所述风控策略对应的第二调整逻辑；

根据所述第二调整逻辑，获取所述第二差值对应的属性要求调整幅度，根据所述属性要求调整幅度对所述风控策略的属性要求进行调整。

在其中一个实施例中，所述获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据，包括；

获取所述风控数据的数据维度，根据所述数据维度对所述风控数据进行数据分类得到待比对数据；

根据所述待比对数据判断所述风控数据中是否包含异常数据。

在其中一个实施例中，所述获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据之后，还包括：

当所述风控数据中不包含异常数据时，根据所述数据维度获取所述风控策略配置前与所述数据维度相同的配前数据；

计算所述风控数据与所述配前数据的差值；

当所述风控数据与所述配前数据的差值小于预设值时，对所述风控策略添加过滤标签，查询添加所述过滤标签的风控策略对应的优先级，并降低所述优先级。

一种风控策略调整装置，所述装置包括：

第一获取模块，用于获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，所述风控策略中的信息用于表征所述金融产品的交易条件；

第二获取模块，用于获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据；

检测模块，用于当所述风控数据中包含异常数据时，检测所述风控数据的趋势，根据所述风控数据的趋势获取风控策略的类型；

调整模块，用于根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整。

在其中一个实施例中，所述装置还包括：

第三获取模块，用于当所述风控策略的类型为对所述风控数据的趋势影响为单次的类型时，获取所述异常数据对应的数据维度，并根据所述数据维度从所述风控数据中提取正常数据；

比较模块，用于比较所述异常数据与所述正常数据得到比较结果，并计算所述异常数据与所述正常数据的第一差值；

第二调整模块，用于根据所述比较结果以及所述第一差值调整所述风控策略的属性要求。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

上述风控策略调整方法、装置、计算机设备和存储介质，为了提高风控策略调整的效率，在获取风控策略配置后，且金融产品交易完成时，生成的风控数据；进而获取风控数据的数据维度，数据维度可以包括用于描述某种或多种可以验证风控数据风险的数据，能够判断风控数据中是否包含异常数据；当风控数据中包含异常数据时，说明风控策略存在风险，需要对存在风险的风控策略进行调整，检测风控数据的趋势，根据风控数据的趋势针对性的获取与风控数据趋势对应的风控策略的类型；根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整。通过在检测到风控数据中包含异常数据后，根据风控数据的趋势获取对应的调整逻辑对存在风险的风控策略进行调整，与传统的人工分析结果人为制定对应的调整方案相比，提高了风控策略调整的效率。

附图说明

图1为一个实施例中风控策略调整方法的应用场景图；

图2为一个实施例中风控策略调整方法的流程示意图；

图3为一个实施例中根据调整逻辑对风控策略进行调整步骤的流程示意图；

图4为一个实施例中风控策略调整装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的风控策略调整方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。服务器104获取终端102上传的风控策略配置后，金融产品交易完成时，生成的风控数据；并获取风控数据的数据维度，根据风控数据的数据维度的数据判断风控数据中种是否包含异常数据；当风控数据中包含异常数据时，说明风控策略存在风险，检测风控数据的趋势，根据风控数据的趋势获取风控策略的类型；风控策略的类型对应风控策略的风险调整逻辑，获取调整逻辑，并根据调整逻辑对风控策略进行调整。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种风控策略调整方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：

步骤202，获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，风控策略中的信息用于表征金融产品的交易条件。

具体地，风控策略中的信息用于表征金融产品的交易条件，具体包括用于限定交易条件的属性信息和属性数据。在实际应用中，风控策略为企业在企业管理，或是个人在个人资源管理时，针对企业或是个人的金融产品，为了尽可能的减少或消灭风险事件，而对应制定的针对金融产品的风险控制策略，用于描述金融产品的各类属性(比如限制范围、时间、大小等等)。风控数据可以是风控策略对应影响生成的数据，比如可以包括风控策略实行后的、企业或个人的收入增长率等等。服务器在获取到终端对风控策略已经配置的信息后，说明风控策略已经配置实行，则在风控策略配置的对应的金融产品的交易完成后，获取生成的风控数据，并且通常来说，风控数据与风控策略配置前金融产品生成的交易数据相比，会因为风控策略的影响产生明显的变化。比如风控策略为提高金融产品的业务对象的年龄的最小值时，则风控策略配置后的风控数据与配置前的交易数据相比，业务数量以及业务通过率会存在明显下降。

步骤204，获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据。

具体地，风控数据的数据维度可以由服务器预先限定的，可以包括风控数据中的某一项种数据维度，也可以包括多项数据维度，例如，风控数据的数据维度可以为企业收入增长率，也可以包括企业收入增长率以及支出增长率服务器在获取预先设定的风控数据的数据维度后，得到预设的数据维度的风控数据，服务器通过判断目标维度的风控数据是否包含异常数据，进而可以判断风控数据中是否包含异常数据，其中，判断分类结果中的风控数据是否包含异常数据，可以通过对比的方式，具体的对比方式可以包括：将分类结果中的风控数据与同维度但不同时间节点的风控数据进行对比，根据对比结果判断是否包含异常数据。比如在不同时间节点的数据中，存在某个或多个与其他同维度数据差值过大的数据，差值是否过大的判断可以根据同维度数据的标准进行设定，比如企业在1月实行关于利率方面的风控策略，实行后企业的1月利率为10％、2月为9％、3月为12％、4月为－5％，4月与其他时间节点的利率差距过大，则4月的利率为异常数据。

步骤206，当风控数据中包含异常数据时，检测风控数据的趋势，根据风控数据的趋势获取风控策略的类型。

具体地，当服务器判断风控数据中包含异常数据时，说明对应的风控策略在配置实行后存在风险，为了防止后续的损失，需要对风控策略做出调整，对风控策略进行调整的步骤可以是服务器根据风控策略的类型，通过风控策略的类型确定对应的调整逻辑，然后根据调整逻辑对风控策略进行对金融产品的限定条件上的调整。其中，服务器根据风控策略的类型确定对应的调整逻辑具体是服务器通过检测风控策略配置后，风控数据的变化趋势，获取风控数据的趋势类型，然后根据检测的风控数据的趋势类型获取对应的风控策略的类型，获取到风控策略的类型后，能更有针对性的对风控策略的风险问题进行后续调整。举例说明，在风控策略配置后，金融产品对应的风控数据的趋势基本可以分为直线型(金融产品的风控数据在不同的时间节点基本维持稳定)、持续变化型(金融产品的风控数据在不同的时间节点持续上升或持续下降)，比如当服务器查询到风控数据的趋势为直线型时，表示风控数据在风控策略配置后不会持续的受到风控策略影响，只会在风控策略配置时发生改变，之后会变成趋于稳定的直线型，则对应的风控策略的类型为单次影响型，预设维度的数据会基本维持稳定；风控数据的趋势为持续变化型时，对应的分控策略的类型为多次影响型，表示风控策略在配置后会持续的影响预设维度数据，预设维度的数据会随着时间持续上升或减少。

步骤208，根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整。

具体地，服务器在获取到风控策略的类型后，获取风控策略的类型对应的针对风险的调整逻辑，用于对风控策略中的风险数据进行数据上的调整，其中，调整逻辑可以通过检测异常数据的值的大小来判断风险等级的大小，然后根据风险等级的大小来获取调整逻辑中对应的调整方法，根据调整逻辑中的方法对风控策略进行对应调整，防止后续造成更多的损失。

上述风控策略调整方法中，服务器获取风控策略配置后，且金融产品交易完成时，生成的风控数据；并获取风控数据的数据维度，根据风控数据的数据维度的数据判断风控数据中是否包含异常数据；当风控数据中包含异常数据时，说明风控策略存在风险，检测风控数据的趋势，根据风控数据的趋势获取风控策略的类型；风控数据的类型对应风控策略的风险调整逻辑，获取调整逻辑，并根据调整逻辑对风控策略进行调整。通过在检测到风控数据中包含异常数据后，根据风控数据的趋势获取对应的调整逻辑对存在风险的风控策略进行调整，与传统的人工分析结果人为制定对应的调整方案相比，提高了风控策略调整的效率。

在一个实施例中，如图3所示，风控策略调整方法中，根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对所述风控策略进行调整，包括：

步骤302，当风控策略的类型为对风控数据的趋势影响为单次的类型时，获取异常数据对应的数据维度，并根据数据维度从风控数据中提取正常数据。

具体地，服务器检测到风控策略的类型为对风控数据的趋势影响为单次的单次影响型后，会获取存在风险的异常数据对应的数据维度，并从获取到的该数据维度的数据中提取异常数据以外的正常数据，用于进行后续的对比操作。

步骤304，比较异常数据与正常数据得到比较结果，并计算异常数据与正常数据的第一差值。

具体地，在服务器获取到正常数据后，将异常数据与正常数据进行数值大小的比较，得到异常数据与正常数据数值大小的比较结果，并进一步的计算异常数据与正常数据之间数值的第一差值，另外，通常来说，第一差值越大时，风控策略的风险等级越高。

步骤306，根据比较结果以及第一差值调整风控策略的属性要求。

具体地，风控策略的属性要求可以为风控策略的目标特征的要求，比如当风控策略为：年龄20岁以下不予以贷款，则风控策略对应的属性为年龄属性，属性要求为年龄20岁以下，在服务器得到异常数据与正常数据的比较结果和第一差值后，对应的调整风控策略的属性要求，具体的调整步骤为：服务器获取单次影响型的风控策略对应的调整逻辑，查询异常数据与正常数据的比较结果：当异常数据大于正常数据时，说明当前风控策略的属性要求较低，导致正常数据变大产生异常数据，则服务器根据第一差值获取预设的调整逻辑中对应的属性要求的调整幅度，根据属性要求的调整幅度对风控策略的属性要求进行调整，比如，风控策略为在年龄20岁以下不予以贷款时，若异常数据大于异常数据时，根据第一差值获取得到属性要求调整幅度为2岁，则将风控策略调整为在年龄22岁以下不予以贷款；当异常数据小于正常数据时，说明当前风控策略的属性要求较高，导致正常数据变小产生异常数据，则根据第一差值获取调整逻辑中对应的属性要求的调整幅度，根据属性要求的调整幅度对风控策略的属性要求进行调整，比如，风控策略为在年龄20岁以下不予以贷款时，若异常数据小于异常数据时，根据第一差值获取得到属性要求调整幅度为2岁，则将风控策略调整为在年龄18岁以下不予以贷款。

上述风控策略调整方法中，风控策略调整方法在风控策略的类型为对风控数据的趋势影响为单次的类型时，根据异常数据与正常数据的比较结果和第一差值及对应的调整逻辑对风控策略的属性要求进行调整，与传统的人工分析结果人为制定对应的调整方案相比，提高了风控策略调整的效率。

在一个实施例中，风控策略调整方法根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整，包括：当风控策略的类型为对风控数据的趋势影响为多次的类型时，获取风控策略对应的预设数据趋势；根据预设数据趋势获取异常数据对应的预设数据，并计算预设数据与异常数据的第二差值；获取风控策略对应的第二调整逻辑；根据第二调整逻辑，获取第二差值对应的属性要求调整幅度，根据属性要求调整幅度对风控策略的属性要求进行调整。

具体地，预设数据趋势可以为服务器对配置后风控数据的趋势的预测，然后根据趋势的预测可以得到在风控策略配置后预测的风控数据，其中，在风控数据的趋势中存在与异常数据对应的预测的数据，即为预设数据。服务器检测到风控策略的类型为对风控数据的趋势影响为多次的多次影响型，说明风控策略会对风控数据持续影响，则服务器获取风控策略中对应的预设数据趋势，并计算异常数据与预设数据的第二差值，计算得到第二差值后，获取多次影响型的风控策略对应的调整逻辑，根据第二差值获取调整逻辑中对应的风控策略的属性要求调整幅度，根据属性要求的调整幅度对风控策略的属性要求进行调整，当第二差值越大时，对应的属性要求调整幅度越大。

本实施例中，在风控策略的类型为对风控数据的趋势影响为多次的类型时，根据预设数据趋势获取预设数据，并通过预设数据与异常数据的差值及对应的调整逻辑对风控策略的属性要求进行调整，与传统的人工分析结果人为制定对应的调整方案相比，提高了风控策略调整的效率。

在一个实施例中，风控策略调整方法获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据，可以包括：获取风控数据的数据维度，根据数据维度对风控数据进行数据分类得到待比对数据；根据待比对数据判断风控数据中是否包含异常数据。

具体地，服务器根据数据维度判断风控数据是否包含异常数据可以通过获取预先设定的风控数据的数据维度，根据数据维度对风控数据进行数据分类，得到与数据维度对应的的待比对数据，其中，预先设定的数据维度可以为能够验证风控策略是否存在风险的数据维度，比如信贷行业中风控策略实行后的借贷通过率、企业管理中风控策略实行后的企业收支、利润等等，然后通过待比对数据判断待比对数据中是否包含异常数据可以判断风控数据中是否包含异常数据，其中，异常数据可以为与其他时间节点的同维度数据存在明显差异的数据，比如在不同时间节点的数据中，存在某个或多个与其他同维度数据差值过大的数据，差值是否过大的判断可以根据同维度数据的标准进行设定，比如企业在1月实行关于利率方面的风控策略，实行后企业的1月利率为10％、2月为9％、3月为12％、4月为－5％，4月的利率为负，与其他时间节点的利率差距过大，则4月的利率为异常数据。

本实施例中，服务器通过对比待比对数据判断风控策略是否存在风险，与传统的风控人员定期获取风控结果判断相比，节省了人力资源，提高了效率。

在一个实施例中，风控策略调整方法获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据之后，还可以包括：当风控数据中不包含异常数据时，根据数据维度获取风控策略配置前与数据维度相同的配前数据；计算风控数据与配前数据的差值；当风控数据与配前数据的差值小于预设值时，对风控策略添加过滤标签，查询添加过滤标签的风控策略对应的优先级，并降低优先级。

具体地，配前数据与风控数据的数据维度相同，区别在于配前数据生成的时间节点在风控策略配置前，而风控数据的生成的时间节点是在风控策略配置后。过滤标签可以用于表示风控策略存在某些异常，处于被标记的状态。在服务器检测到风控数据中不包含异常数据时，说明对应的风控策略没有风险，则根据数据维度获取风控策略配置前数据维度相同的配前数据，服务器计算风控数据与配前数据的差值，风控数据与配前数据的差值可以表示风控策略对数据的影响程度，当差值小于预设值时，说明风控策略对数据的影响很小，即风控策略几乎没有作用，则对风控策略添加过滤标签，在对风控策略添加用于标记的过滤标签后，获取风控策略的优先级，降低风控策略优先级，比如当有其他更高优先级的风控策略实行时发生风控策略冲突，停止配置优先级较低的风控策略，其中，预设值可以根据数据维度对应设置，用于界定风控策略对数据的影响程度。

本实施例中，服务器通过计算不存在风险的风控策略对应的风控数据与配前数据的差值判断风控策略的影响程度，并在影响程度小于预设值时降低风控策略的优先级，防止没有作用的风控策略影响后续风控策略的配置。

在一个实施例中，上述风控策略调整方法，服务器在检测到风控策略在配置后，金融产品的交易完成后，生成的风控数据中包含异常数据后，获取风控策略的类型，查询到对应的调整逻辑后，根据对应的调整逻辑对存在风险的风控策略进行调整。举例说明，某信贷公司在年初配置了一条“20岁以下禁止通过借贷服务”的风控策略想要控制借贷通过率，则服务器获取风控策略配置后终端上传的对应的借贷通过率，比如可以为1月50％、2月53％、3月49％、4月73％等，服务器通过计算得到4月的借贷通过率数据与其他借贷通过率数据的差值，检测到4月与其他月的通过率数据的差值较大，为异常数据，则说明风控策略已经存在风险，需要进行风控策略调整，服务器获取借贷通过率数据对应调整逻辑，调整逻辑为当风险数据偏大时，降低风控策略的属性要求，且存在风险的数据(73％)与其他同维度的数据的平均值(51％)的差值为22％，则根据对应逻辑，对应的属性要求调整幅度为4岁，则风控策略调整为“24岁以下禁止通过借贷服务”。与现有的人工处理相比，提高了风控策略调整的效率。

应该理解的是，虽然图2、图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种风控策略调整装置，包括：第一获取模块402、第二获取模块404、检测模块406和调整模块408，其中：

第一获取模块402，用于获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，所述风控策略中的信息用于表征所述金融产品的交易条件。

第二获取模块404，用于获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据。

检测模块406，用于当风控数据中包含异常数据时，检测风控数据的趋势，根据风控数据的趋势获取风控策略的类型。

调整模块408，用于根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整。

在一个实施例中，装置还可以包括：

第三获取模块，用于当风控策略的类型为对风控数据的趋势影响为单次的类型时，获取异常数据对应的数据维度，并根据数据维度从风控数据中提取正常数据。

比较模块，用于比较异常数据与正常数据得到比较结果，并计算异常数据与正常数据的第一差值。

第二调整模块，用于根据比较结果以及第一差值调整风控策略的属性要求。

在一个实施例中，装置还可以包括：

第一调整逻辑获取模块，用于获取风控策略对应的第一调整逻辑。

第三调整模块，用于当比较结果中异常数据大于正常数据时，根据第一调整逻辑，获取第一差值对应的属性要求提高幅度，根据属性要求提高幅度提高风控策略的属性要求。

第四调整模块，用于当比较结果中异常数据小于正常数据时，根据第一调整逻辑，获取第一差值对应的属性要求降低幅度，根据属性要求降低幅度降低风控策略的属性要求。

在一个实施例中，装置还可以包括：

预设数据趋势获取模块，用于当风控策略的类型为对风控数据的趋势影响为多次的类型时，获取风控策略对应的预设数据趋势。

计算模块，用于根据预设数据趋势获取异常数据对应的预设数据，并计算预设数据与异常数据的第二差值。

第二调整逻辑获取模块，用于获取风控策略对应的第二调整逻辑。

第五调整模块，用于根据第二调整逻辑，获取第二差值对应的属性要求调整幅度，根据属性要求调整幅度对风控策略的属性要求进行调整。

在一个实施例中，装置还可以包括：

数据维度获取模块，用于获取风控数据的数据维度，根据数据维度对风控数据进行数据分类得到待比对数据。

判断模块，用于根据待比对数据判断风控数据中是否包含异常数据。

在一个实施例中，装置还可以包括：

配前数据获取模块，用于当风控数据中不包含异常数据时，根据数据维度获取风控策略配置前与数据维度相同的配前数据。

第二计算模块，用于计算风控数据与配前数据的差值。

优先级调整模块，用于当风控数据与配前数据的差值小于预设值时，对风控策略添加过滤标签，查询添加过滤标签的风控策略对应的优先级，并降低所述优先级。

关于风控策略调整装置的具体限定可以参见上文中对于风控策略调整方法的限定，在此不再赘述。上述风控策略调整装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储风控策略数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种风控策略调整方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，风控策略中的信息用于表征金融产品的交易条件；获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据；当风控数据中包含异常数据时，检测风控数据的趋势，根据风控数据的趋势获取风控策略的类型；根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整。

在一个实施例中，处理器执行计算机程序时所涉及的根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整，可以包括：当风控策略的类型为对风控数据的趋势影响为单次的类型时，获取异常数据对应的数据维度，并根据数据维度从风控数据中提取正常数据；比较异常数据与正常数据得到比较结果，并计算异常数据与正常数据的第一差值；根据比较结果以及第一差值调整风控策略的属性要求。

在一个实施例中，处理器执行计算机程序时所涉及的根据比较结果以及差值调整风控策略的属性要求，可以包括：获取风控策略对应的第一调整逻辑；当比较结果中异常数据大于正常数据时，根据第一调整逻辑，获取第一差值对应的属性要求提高幅度，根据属性要求提高幅度提高风控策略的属性要求；当比较结果中异常数据小于正常数据时，根据第一调整逻辑，获取第一差值对应的属性要求降低幅度，根据属性要求降低幅度降低风控策略的属性要求。

在一个实施例中，处理器执行计算机程序时所涉及的根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整，可以包括：当风控策略的类型为对风控数据的趋势影响为多次的类型时，获取风控策略对应的预设数据趋势；根据预设数据趋势获取异常数据对应的预设数据，并计算预设数据与异常数据的第二差值；获取风控策略对应的第二调整逻辑；根据第二调整逻辑，获取第二差值对应的属性要求调整幅度，根据属性要求调整幅度对风控策略的属性要求进行调整。

在一个实施例中，处理器执行计算机程序时所涉及的获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据，可以包括：获取风控数据的数据维度，根据数据维度对风控数据进行数据分类得到待比对数据；根据待比对数据判断风控数据中是否包含异常数据。

在一个实施例中，处理器执行计算机程序时所实现的获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据之后，还可以包括：当风控数据中不包含异常数据时，根据数据维度获取风控策略配置前与数据维度相同的配前数据；计算风控数据与配前数据的差值；当风控数据与配前数据的差值小于预设值时，对风控策略添加过滤标签，查询添加过滤标签的风控策略对应的优先级，并降低优先级。

在一个实施例中，提供了一种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以下步骤：获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，风控策略中的信息用于表征金融产品的交易条件；获取风控数据的数据维度，并根据数据维度的数据判断风控数据中是否包含异常数据；当风控数据中包含异常数据时，检测风控数据的趋势，根据风控数据的趋势获取风控策略的类型；根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整。

在一个实施例中，计算机程序被处理器执行时所涉及的根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整，可以包括：当风控策略的类型为对风控数据的趋势影响为单次的类型时，获取异常数据对应的数据维度，并根据数据维度从风控数据中提取正常数据；比较异常数据与正常数据得到比较结果，并计算异常数据与正常数据的第一差值；根据比较结果以及第一差值调整风控策略的属性要求。

在一个实施例中，计算机程序被处理器执行时所涉及的根据比较结果以及差值调整风控策略的属性要求，可以包括：获取风控策略对应的第一调整逻辑；当比较结果中异常数据大于正常数据时，根据第一调整逻辑，获取第一差值对应的属性要求提高幅度，根据属性要求提高幅度提高风控策略的属性要求；当比较结果中异常数据小于正常数据时，根据第一调整逻辑，获取第一差值对应的属性要求降低幅度，根据属性要求降低幅度降低风控策略的属性要求。

在一个实施例中，计算机程序被处理器执行时所涉及的根据风控策略的类型获取对应的调整逻辑，并根据调整逻辑对风控策略进行调整，可以包括：当风控策略的类型为对风控数据的趋势影响为多次的类型时，获取风控策略对应的预设数据趋势；根据预设数据趋势获取异常数据对应的预设数据，并计算预设数据与异常数据的第二差值；获取风控策略对应的第二调整逻辑；根据第二调整逻辑，获取第二差值对应的属性要求调整幅度，根据属性要求调整幅度对风控策略的属性要求进行调整。

在一个实施例中，计算机程序被处理器执行时所涉及的获取风控数据的数据维度，并根据数据维度判断风控数据中是否包含异常数据，可以包括：获取风控数据的数据维度，根据数据维度对风控数据进行数据分类得到待比对数据；根据待比对数据判断风控数据中是否包含异常数据。

在一个实施例中，计算机程序被处理器执行时所实现的获取风控数据的数据维度，并根据数据维度判断风控数据中是否包含异常数据之后，还可以包括：当风控数据中不包含异常数据时，根据数据维度获取风控策略配置前与数据维度相同的配前数据；计算风控数据与配前数据的差值；当风控数据与配前数据的差值小于预设值时，对风控策略添加过滤标签，查询添加过滤标签的风控策略对应的优先级，并降低优先级。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种风控策略调整方法，所述方法包括：

获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，所述风控策略中的信息用于表征所述金融产品的交易条件；

获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据；

当所述风控数据中包含异常数据时，检测所述风控数据的趋势，根据所述风控数据的趋势获取风控策略的类型；

根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整。

2.根据权利要求1所述的方法，其特征在于，所述根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整，包括：

当所述风控策略的类型为对所述风控数据的趋势影响为单次的类型时，获取所述异常数据对应的数据维度，并根据所述数据维度从所述风控数据中提取正常数据；

比较所述异常数据与所述正常数据得到比较结果，并计算所述异常数据与所述正常数据的第一差值；

根据所述比较结果以及所述第一差值调整所述风控策略的属性要求。

3.根据权利要求2所述的方法，其特征在于，所述根据所述比较结果以及所述差值调整所述风控策略的属性要求，包括：

获取所述风控策略对应的第一调整逻辑；

当所述比较结果中所述异常数据大于所述正常数据时，根据所述第一调整逻辑，获取所述第一差值对应的属性要求提高幅度，根据所述属性要求提高幅度提高所述风控策略的属性要求；

当所述比较结果中所述异常数据小于所述正常数据时，根据所述第一调整逻辑，获取所述第一差值对应的属性要求降低幅度，根据所述属性要求降低幅度降低所述风控策略的属性要求。

4.根据权利要求1所述的方法，其特征在于，所述根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整，包括：

当所述风控策略的类型为对所述风控数据的趋势影响为多次的类型时，获取所述风控策略对应的预设数据趋势；

根据所述预设数据趋势获取所述异常数据对应的预设数据，并计算所述预设数据与所述异常数据的第二差值；

获取所述风控策略对应的第二调整逻辑；

根据所述第二调整逻辑，获取所述第二差值对应的属性要求调整幅度，根据所述属性要求调整幅度对所述风控策略的属性要求进行调整。

5.根据权利要求1所述的方法，其特征在于，所述获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据，包括；

获取所述风控数据的数据维度，根据所述数据维度对所述风控数据进行数据分类得到待比对数据；

根据所述待比对数据判断所述风控数据中是否包含异常数据。

6.根据权利要求1所述的方法，其特征在于，所述获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据之后，还包括：

当所述风控数据中不包含异常数据时，根据所述数据维度获取所述风控策略配置前与所述数据维度相同的配前数据；

计算所述风控数据与所述配前数据的差值；

当所述风控数据与所述配前数据的差值小于预设值时，对所述风控策略添加过滤标签，查询添加所述过滤标签的风控策略对应的优先级，并降低所述优先级。

7.一种风控策略调整装置，其特征在于，所述装置包括：

第一获取模块，用于获取风控策略配置后，且金融产品交易完成时，生成的风控数据，其中，所述风控策略中的信息用于表征所述金融产品的交易条件；

第二获取模块，用于获取所述风控数据的数据维度，并根据所述数据维度的数据判断所述风控数据中是否包含异常数据；

检测模块，用于当所述风控数据中包含异常数据时，检测所述风控数据的趋势，根据所述风控数据的趋势获取风控策略的类型；

调整模块，用于根据所述风控策略的类型获取对应的调整逻辑，并根据所述调整逻辑对所述风控策略进行调整。

8.根据权利要求7所述的装置，其特征在于，所述装置包括：

第三获取模块，用于当所述风控策略的类型为对所述风控数据的趋势影响为单次的类型时，获取所述异常数据对应的数据维度，并根据所述数据维度从所述风控数据中提取正常数据；

比较模块，用于比较所述异常数据与所述正常数据得到比较结果，并计算所述异常数据与所述正常数据的第一差值；

第二调整模块，用于根据所述比较结果以及所述第一差值调整所述风控策略的属性要求。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。