CN112288581A - 一种风险评估方法、装置、电子设备以及存储介质 - Google Patents

一种风险评估方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN112288581A
CN112288581A CN202010758677.7A CN202010758677A CN112288581A CN 112288581 A CN112288581 A CN 112288581A CN 202010758677 A CN202010758677 A CN 202010758677A CN 112288581 A CN112288581 A CN 112288581A
Authority
CN
China
Prior art keywords
information
risk assessment
risk
determining
assessment information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010758677.7A
Other languages
English (en)
Inventor
杨万里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Youheng Network Technology Co Ltd
Original Assignee
Changsha Youheng Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changsha Youheng Network Technology Co Ltd filed Critical Changsha Youheng Network Technology Co Ltd
Priority to CN202010758677.7A priority Critical patent/CN112288581A/zh
Publication of CN112288581A publication Critical patent/CN112288581A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明实施例提供一种风险评估方法、装置、电子设备以及存储介质，本发明实施例通过获取与风险评估对象对应的多个风险评估信息；从预设的多个信息组中确定与多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系，并基于至少一个信息组内风险评估信息之间的搭配关系，确定多个风险评估信息各自对应的风险评分，根据多个风险评估信息各自对应的风险评分，确定风险评估对象的风险级别，通过风险评估信息之间的搭配关系计算风险评估信息各自对应的风险评分，由于考虑的不同风险信息之间的相互影响作用，所以能够提高各风险信息的风险评分的计算精确度，进而实现更加精准确定风险评估对象的风险级别。

Description

一种风险评估方法、装置、电子设备以及存储介质
技术领域
本发明属于风险评估领域，尤其涉及一种风险评估方法、装置、电子设备以及存储介质。
背景技术
如何避免出现暴力催收和借款方资金无法回笼的情况，就需要更为严格和谨慎的风险控制方案，对于难催回用户进行提前甄别和判断，在入口和过程中予以防控，可以有效的降低风险，进而达到控制整体用户催回率较低的问题。现有技术中为了降低借款风险，通常先获取用户的征信记录，并结合预先制定的放贷条件对用户的偿还能力进行评估，当确定用户风险等级低于风险标准时，才同意放贷。
但是现有技术中通常采用预先制定好的评估规则对用户进行风险评估，不能综合多种因素进行判断(即便用户能够提供有利的信用证明，也因为没有对应的评估规则，而无法通过风险评估)，降低了风险评估的精确度。
发明内容
本发明提供了一种风险评估方法、装置、电子设备以及存储介质，以解决现有技术不能综合多种因素对用户进行风险评估的技术问题。
第一方面，本发明实施例提供一种风险评估方法，所述方法包括：
获取与风险评估对象对应的多个风险评估信息；
从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系；
基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分；
根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别。
可选地，所述基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，包括：
针对所述至少一个信息组中的任一个信息组i，获取与所述信息组i的搭配关系对应的的计算函数，其中，所述计算函数用于计算搭配关系中各风险评估信息对应的风险评分；
将与所述搭配关系对应的风险评估输入所述计算函数计算各风险评估信息对应的风险评分，得到所述风险评估信息各自对应的风险评分。
可选地，所述至少一个信息组内包括第一信息组和第二信息组，所述第一信息组包括风险评估信息A和风险评估信息B，所述第一信息组包括风险评估信息B和风险评估信息C，所述基于所述至少一个目标信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，包括；
根据所述风险评估信息A和风险评估信息B以及所述风险评估信息A 和风险评估信息B之间的搭配关系计算风险评估信息A的风险评分与风险评估信息B的第一参考评分；
根据所述风险评估信息B和风险评估信息C以及所述风险评估信息B 和风险评估信息C之间的搭配关系计算风险评估信息B的第二参考评分与风险评估信息C的风险评分；
根据所述风险评估信息B的第一参考评分和所述风险评估信息B的第二参考评分确定所述风险评估信息B的风险评分。
可选地，所述根据所述风险评估信息B的第一参考评分和所述风险评估信息B的第二参考评分确定所述风险评估信息B的风险评分，包括：
获取与所述第一信息组对应的正常交易概率以及与所述第二信息组对应的正常交易概率；
将与正常交易概率高的信息组对应参考评分设置为所述风险评估信息B 的风险评分。
可选地，还包括：
获取所述风险评估对象支付时的支付场景信息；
根据所述支付场景信息确定所述多个信息组；
或者，根据所述支付场景信息确定与所述多个风险评估信息对应的至少一个信息组。
可选地，所述支付场景信息中包括所述风险评估对象所在的城市；
根据所述支付场景信息确定所述多个信息组，包括：
获取所述城市在预设时间段内正常信用交易事件总数与信用欺诈事件总数；
计算所述信用欺诈时间总数与所述正常信用交易事件总数的比值，得到信用欺诈发生概率；
获取与所述信用欺诈发生概率对应的多个信息组。
可选地，还包括：
接收目标对象输入的信息组中搭配关系修改请求；
根据所述搭配关系请求确定待添加/删除的风险评估信息，
在所述信息组中待添加/删除的风险评估信息。
第二方面，本发明提供了一种风险评估装置，所述装置包括：
获取模块，用于获取与风险评估对象对应的多个风险评估信息；
第一确定模块，用于从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系；
第二确定模块，用于基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分；
第三确定模块，用于根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别。
第三方面，本发明提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
第四方面，一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行第一方面任一所述方法。
本发明实施例通过获取与风险评估对象对应的多个风险评估信息；从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系，并基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别，通过风险评估信息之间的搭配关系计算风险评估信息各自对应的风险评分，由于考虑的不同风险信息之间的相互影响作用，所以能够提高各风险信息的风险评分的计算精确度，进而实现更加精准确定风险评估对象的风险级别。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种风险评估方法步骤流程图；
图2是本发明实施例的图1中步骤S103的一种流程图；
图3是本发明实施例的图1中步骤S103的另一种流程图；
图4是本发明实施例的图3中步骤S303的流程图；
图5是本发明实施例的另一种风险评估方法步骤流程图；
图6是本发明实施例的另一种风险评估方法步骤流程图；
图7是本发明实施例的另一种风险评估方法步骤流程图；
图8是本发明实施例的一种风险评估装置的模块示意图；
图9是本发明实施例的一种电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
如何避免出现暴力催收和借款方资金无法回笼的情况，就需要更为严格和谨慎的风险控制方案，对于难催回用户进行提前甄别和判断，在入口和过程中予以防控，可以有效的降低风险，进而达到控制整体用户催回率较低的问题。
当前为了降低借款风险，通常先获取用户的征信记录，并结合预先制定的放贷条件对用户的偿还能力进行评估，当确定用户风险等级低于风险标准时，才同意放贷。但是现有技术中通常采用预先制定好的评估规则对用户进行风险评估，不能综合多种因素进行判断(即便用户能够提供有利的信用证明，也因为没有对应的评估规则，而无法通过风险评估)，例如：设置信用通过分数为80分，即便用户是79分，在通过风险评估的边缘，最终也无法通过风险评估，所以对风险评估计算的精确度要求极高，而目前对于各风险评估项的方式也均为简单的阈值判断，从根本上不能保证计算的精确度，从而降低了整体风险评估的精确度，基于此，本发明首先提供了一种风险评估方法，如图1所示，所述方法包括：
步骤S101，获取与风险评估对象对应的多个风险评估信息；
在该步骤中，风险评估对象是指正在办理申贷等需要进行信用等级评估的用户，最终借款方以风险评估等级决定是否借款。
其中，风险评估信息可以是风险评估对象所在的城市、信息积分、公积金、工资收入、社保缴纳情况中的任一种，一般风险评估对象为了能够提高风险评估等级一般会提交对证明自身偿还能力有利的信息，而另一部分风险评估信息也可以是固定需要报备的信息，具体设置情况可以根据实际情况而定。
步骤S102，从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组；
在该步骤中，每个信息组内包含的风险评估信息具有搭配关系，多个信息组可以是预先录入的。
其中，搭配关系可以是多个风险评估信息中任意两个或两个以上的风险评估信息，例如：在实际应用场景中，通过会将申请人所在地区与地区发生金融诈骗概率相关联，所以从宏观角度来看申请人所在地区与地区发生金融诈骗概率之间存在一定关联，即搭配关系，在计算所在地区的风险评估评分与金融诈骗概率的风险评分时，需要将二者相关联，即具体到某一城市某一街道的金融诈骗概率，所以本发明实施例通过预先录入多个信息组合，以将风险评估对象提交的多个风险评估信息中各信息相互关联，综合关联因素计算各风险评估信息的风险评分，因此提高了计算风险评分的精确度。
步骤S103，基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分；
在该步骤中，用户提交的多个风险评估信息可能对应一个或一个以上的信息组，例如用户提交了风险评估信息A、B、C、D，存在第一信息组包括对风险评估信息A与风险评估信息B的搭配关系，还存在第二信息组包括对风险评估信息C与风险评估信息D的搭配关系，最后可以根据第一信息组和第二信息中包含的搭配关系进一步确定风险评估信息A、B、C、D各自对应的风险评分。
步骤S104，根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别。
在该步骤中，风险级别可以对应一个风险评分区间，具体确定所述风险评估对象的风险级别的方式可以采用累加多个风险评估信息各自对应的风险评分，得到风险评分总和，确定风险评分总和最对应的区间，再确定与该区间对应的风险级别，确定风险评估对象的风险级别。
本发明实施例通过获取与风险评估对象对应的多个风险评估信息；从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系，以将风险评估对象提交的多个风险评估信息中各信息相互关联，综合关联因素计算各风险评估信息的风险评分，并基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别，通过风险评估信息之间的搭配关系计算风险评估信息各自对应的风险评分，由于考虑的不同风险信息之间的相互影响作用，所以能够提高各风险信息的风险评分的计算精确度，进而实现更加精准确定风险评估对象的风险级别。
在本发明提供的又一实施例中，如图2所示，步骤S103，所述基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，包括：
步骤S201，针对所述至少一个信息组中的任一个信息组i，获取与所述信息组i的搭配关系对应的的计算函数；
在该步骤中，所述计算函数用于计算搭配关系中各风险评估信息对应的风险评分，在实际应用场景中，通过会将申请人所在地区与地区发生金融诈骗概率相关联，在计算所在地区的风险评估评分与金融诈骗概率的风险评分时，需要将二者相关联，即具体到某一城市某一街道的金融诈骗概率，所以本发明实施例通过预先录入多个信息组合，以将风险评估对象提交的多个风险评估信息中各信息相互关联，综合关联因素计算各风险评估信息的风险评分，因此提高了计算风险评分的精确度。
步骤S202，将与所述搭配关系对应的风险评估输入所述计算函数计算各风险评估信息对应的风险评分，得到所述风险评估信息各自对应的风险评分。
在实际应用场景中，计算函数可以采用训练至收敛的评分卡模型以用于计算搭配关系中各风险评估信息对应的风险评分，其中，评分卡模型可以采用大量的风险评估信息和预先设置的搭配组合以及预设的风险评分训练，直至模型收敛后，使用评分卡模型算搭配关系中各风险评估信息对应的风险评分，本发明实施例仅为列举，具体计算函数的设置可以根据实际情况而定，例如：计算函数还可以是认为设置的关系式，能够根据不同信息组合之间的搭配关系，考虑风险评估信息之间的影响，从而计算个风险评估信息的风险评分。
在本发明提供的又一实施例中，列举了一种不同的信息组中包含有重合的风险评估信息时，确定重合的风险评估信息的具体计算方式，如图3所示，所述至少一个信息组内包括第一信息组和第二信息组，所述第一信息组包括风险评估信息A和风险评估信息B，所述第一信息组包括风险评估信息B和风险评估信息C，步骤S103，所述基于所述至少一个目标信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，包括；
步骤S301，根据所述风险评估信息A和风险评估信息B以及所述风险评估信息A和风险评估信息B之间的搭配关系计算风险评估信息A的风险评分与风险评估信息B的第一参考评分；
步骤S302，根据所述风险评估信息B和风险评估信息C以及所述风险评估信息B和风险评估信息C之间的搭配关系计算风险评估信息B的第二参考评分与风险评估信息C的风险评分；
在本发明实施例中，当不同的信息组中包含有重合的风险评估信息时，分别根据各信息组包含的搭配关系，计算出重合的风险评估信息B的第一参考评分和第二参考评分，这样能够保证在计算第一信息组内各风险评估信息对应的风险评分时能够考虑风险评估信息B的影响，在计算第二信息组内各风险评估信息对应的风险评分时也能够考虑风险评估信息B的影响，这样计算得到的风险评估信息A的风险评分与风险评估信息C的风险评分相较于单独计算风险评估信息A的风险评分与风险评估信息C的风险评分准确度更高。
步骤S303，根据所述风险评估信息B的第一参考评分和所述风险评估信息B的第二参考评分确定所述风险评估信息B的风险评分。
进一步地，根据第一参考评分和第二参考评分之间确定风险评估信息B 的风险评分可以采用均值法，而在本发明实施例中还提供了针对同一个风险评估信息对应至少两个参考评分时，确定风险评估信息的风险评分方式，如图4所示，步骤S303，根据所述风险评估信息B的第一参考评分和所述风险评估信息B的第二参考评分确定所述风险评估信息B的风险评分，包括：
步骤S401，获取与所述第一信息组对应的正常交易概率以及与所述第二信息组对应的正常交易概率；
在该步骤中，正常交易概率可以是大数据统计的概率，由于风险等级是又多个风险评估信息对应的风险评分综合计算得到的，所以当风险评估通过风险评估过后，出现信贷问题，没有办法具体确定是其中某一搭配组合设定的是否合理，所以只要当风险评估对象出现信贷问题时，将用于计算风险评估等级对应的至少一个信息组的历史记录中均添加依次信贷问题记录，信息组的正常交易概率就会下降。
步骤S402，将与正常交易概率高的信息组对应参考评分设置为所述风险评估信息B的风险评分。
本发明实施例在同一个风险评估信息对应至少两个参考评分时，通过获取与所述第一信息组对应的正常交易概率以及与所述第二信息组对应的正常交易概率，择优选取用于确定风险评估信息B的风险评分的信息组，进而确定险评估信息B的风险评分，随着风险评估考虑的风险因素的增加，风险评估信息种类越来越多，搭配关系的设置也越来越全面，所以在确定与风险评估对象的多个风险评估信息对应的信息组中，多数情况下会有重合的风险评估信息，基于此，本发明实施例优选采用大数据中记录的正常交易概率的方式优选采用正常交易概率高的信息组，不仅限于本发明实施例中示例的一对二的情况，即便试一对多的情况，也可以从多个参考评分中确定选用的评分，而并非单纯根据评分高低选择信息组，进而能够准确客观的对风险评估对象进行风险评估。
在本发明提供的又一实施例，如图5所示，所述风险评估方法还包括：
步骤S501，获取所述风险评估对象支付时的支付场景信息；
在该步骤中，支付场景信息可以是风险评估对象所在的地区，也可以是风险评估对象使用的客户端信息。
步骤S502，根据所述支付场景信息确定所述多个信息组；
在本发明实施例中，根据支付场景信息确定所述多个信息组，能够达到根据核心筛选因素确定多个信息组的目的，例如：在金融诈骗案件统计中，通常会以地区为单位，统计金融诈骗案件数量，由于作案人员多为集体，所以在地区上有着极大的相关性，基于此，如图6所示，在本发明实施例中，所述支付场景信息中包括所述风险评估对象所在的城市；
步骤S502，根据所述支付场景信息确定所述多个信息组，包括：
步骤S601，获取所述城市在预设时间段内正常信用交易事件总数与信用欺诈事件总数；
步骤S602，计算所述信用欺诈时间总数与所述正常信用交易事件总数的比值，得到信用欺诈发生概率；
步骤S603，获取与所述信用欺诈发生概率对应的多个信息组。
在本发明实施例中，所述支付场景信息中包括所述风险评估对象所在的城市，以风险评估对象所在的城市为核心考虑因素，从而确定多个信息组(一般以城市为核心考虑因素确定的信息组中，都包括与“城市”相关的搭配项)。
具体地，本发明实施例首先获取所述城市在预设时间段内正常信用交易事件总数与信用欺诈事件总数，从而计算信用欺诈发生概率，最后再获取与所述信用欺诈发生概率对应的多个信息组，例如：在实际应用中，若在该城市内发生信用欺诈发生概率高，则会对应选取搭配关系更加复杂(考虑更多因素)的信息组，进而达到防止金融诈骗情况的出现。
或者，步骤S503，根据所述支付场景信息确定与所述多个风险评估信息对应的至少一个信息组。
在本发明实施例中，类似的，若在该城市内发生信用欺诈发生概率高，则会对应选取搭配关系更加复杂(考虑更多因素)的信息组，所以不同于上述实施例，本发明实施例先通过搭配多个风险评估信息中的任意几个风险评估信息然后再确定包含所述任意几个风险评估信息的信息组，通过选取搭配关系更加复杂(考虑更多因素)的信息组，也能够达到防止金融诈骗情况的出现的效果。
例如：若在该城市内发生信用欺诈发生概率高，即将身份信息以及信用记录等等更敏感的个人信息纳入考核范围内，而对于城市内发生信用欺诈发生概率低的情况，可以减少信息组内的复杂度，以使风险评估对象更容易通过风评评估。
在本发明提供的又一实施例中，如图7所示，所述风险评估方法还包括：
步骤S701，接收目标对象输入的信息组中搭配关系修改请求；
步骤S702，根据所述搭配关系请求确定待添加/删除的风险评估信息；
步骤S703，在所述信息组中待添加/删除的风险评估信息。
在本发明实施例中，信息组内的搭配关系可以修改，可以增加风险评估信息与信息组中其他风险评估信息的搭配关系，也可以删减信息组中风险评估信息与其他风险评估信息的搭配关系，具体地，在实际应用中，当搭配关系改变时，若计算函数采用评分卡模型，则需要重新设置训练样本训练评分卡模型，具体添加/删除的风险评估信息可以在训练样本中体现，具体情况可以根据实际而定，本发明实施例对此不再赘述，本发明实施例通过设置可适配搭配关系的信息组，使得风险评估的过程能够不断的更新迭代，借助大数据以及大量的实验成果不断的改进信息组内的搭配关系，能够不断的迭代提升风险评估的精确度。
在本发明提供的又一实施例中，如图8所示，还提供了一种风险评估装置，所述装置包括：
获取模块01，用于获取与风险评估对象对应的多个风险评估信息；
第一确定模块02，用于从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系；
第二确定模块03，用于基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分；
第三确定模块04，用于根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别。
在本发明的又一实施例中，还提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现方法实施例所述的弹幕展示方法。
本发明实施例提供的电子设备，处理器通过获取与风险评估对象对应的多个风险评估信息；从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系，以将风险评估对象提交的多个风险评估信息中各信息相互关联，综合关联因素计算各风险评估信息的风险评分，并基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别，通过风险评估信息之间的搭配关系计算风险评估信息各自对应的风险评分，由于考虑的不同风险信息之间的相互影响作用，所以能够提高各风险信息的风险评分的计算精确度，进而实现更加精准确定风险评估对象的风险级别。上述电子设备提到的通信总线1140可以是外设部件互连标准 (PeripheralComponentInterconnect，简称PCI)总线或扩展工业标准结构 (ExtendedIndustryStandardArchitecture，简称EISA)总线等。该通信总线1140 可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口1120用于上述电子设备与其他设备之间的通信。
存储器1130可以包括随机存取存储器(RandomAccessMemory，简称RAM)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器1110可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称 NP)等；还可以是数字信号处理器(DigitalSignalProcessing，简称DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-ProgrammableGateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种风险评估方法，其特征在于，所述方法包括：
获取与风险评估对象对应的多个风险评估信息；
从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系；
基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分；
根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别。
2.根据权利要求1所述的风险评估方法，其特征在于，所述基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，包括：
针对所述至少一个信息组中的任一个信息组i，获取与所述信息组i的搭配关系对应的的计算函数，其中，所述计算函数用于计算搭配关系中各风险评估信息对应的风险评分；
将与所述搭配关系对应的风险评估输入所述计算函数计算各风险评估信息对应的风险评分，得到所述风险评估信息各自对应的风险评分。
3.根据权利要求1所述的风险评估方法，其特征在于，所述至少一个信息组内包括第一信息组和第二信息组，所述第一信息组包括风险评估信息A和风险评估信息B，所述第一信息组包括风险评估信息B和风险评估信息C，所述基于所述至少一个目标信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分，包括；
根据所述风险评估信息A和风险评估信息B以及所述风险评估信息A和风险评估信息B之间的搭配关系计算风险评估信息A的风险评分与风险评估信息B的第一参考评分；
根据所述风险评估信息B和风险评估信息C以及所述风险评估信息B和风险评估信息C之间的搭配关系计算风险评估信息B的第二参考评分与风险评估信息C的风险评分；
根据所述风险评估信息B的第一参考评分和所述风险评估信息B的第二参考评分确定所述风险评估信息B的风险评分。
4.根据权利要求3所述的风险评估方法，其特征在于，所述根据所述风险评估信息B的第一参考评分和所述风险评估信息B的第二参考评分确定所述风险评估信息B的风险评分，包括：
获取与所述第一信息组对应的正常交易概率以及与所述第二信息组对应的正常交易概率；
将与正常交易概率高的信息组对应参考评分设置为所述风险评估信息B的风险评分。
5.根据权利要求1所述的风险评估方法，其特征在于，还包括：
获取所述风险评估对象支付时的支付场景信息；
根据所述支付场景信息确定所述多个信息组；
或者，根据所述支付场景信息确定与所述多个风险评估信息对应的至少一个信息组。
6.根据权利要求5所述的风险评估方法，其特征在于，所述支付场景信息中包括所述风险评估对象所在的城市；
根据所述支付场景信息确定所述多个信息组，包括：
获取所述城市在预设时间段内正常信用交易事件总数与信用欺诈事件总数；
计算所述信用欺诈时间总数与所述正常信用交易事件总数的比值，得到信用欺诈发生概率；
获取与所述信用欺诈发生概率对应的多个信息组。
7.根据权利要求1所述的风险评估方法，其特征在于，还包括：
接收目标对象输入的信息组中搭配关系修改请求；
根据所述搭配关系请求确定待添加/删除的风险评估信息，
在所述信息组中待添加/删除的风险评估信息。
8.一种风险评估装置，其特征在于，所述装置包括：
获取模块，用于获取与风险评估对象对应的多个风险评估信息；
第一确定模块，用于从预设的多个信息组中确定与所述多个风险评估信息对应的至少一个信息组，其中，每个信息组内包含的风险评估信息具有搭配关系；
第二确定模块，用于基于所述至少一个信息组内风险评估信息之间的搭配关系，确定所述多个风险评估信息各自对应的风险评分；
第三确定模块，用于根据所述多个风险评估信息各自对应的风险评分，确定所述风险评估对象的风险级别。
9.一种电子设备，其特征在于，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至7任一所述方法。
CN202010758677.7A 2020-07-31 2020-07-31 一种风险评估方法、装置、电子设备以及存储介质 Pending CN112288581A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010758677.7A CN112288581A (zh) 2020-07-31 2020-07-31 一种风险评估方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010758677.7A CN112288581A (zh) 2020-07-31 2020-07-31 一种风险评估方法、装置、电子设备以及存储介质

Publications (1)

Publication Number Publication Date
CN112288581A true CN112288581A (zh) 2021-01-29

Family

ID=74420668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010758677.7A Pending CN112288581A (zh) 2020-07-31 2020-07-31 一种风险评估方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN112288581A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983636A (zh) * 2022-12-26 2023-04-18 深圳市中政汇智管理咨询有限公司 风险评估方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983636A (zh) * 2022-12-26 2023-04-18 深圳市中政汇智管理咨询有限公司 风险评估方法、装置、设备及存储介质
CN115983636B (zh) * 2022-12-26 2023-11-17 深圳市中政汇智管理咨询有限公司 风险评估方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
Griffin et al. Did FinTech lenders facilitate PPP fraud?
US11055727B1 (en) Account fraud detection
CN108416664B (zh) 基于消费信贷场景的风险评估方法及系统实现
CN109829776A (zh) 商户风险评估方法、装置、计算机设备和存储介质
US11226994B2 (en) Modifying data structures to indicate derived relationships among entity data objects
US20070055619A1 (en) Systems and methods for analyzing disparate treatment in financial transactions
US20160104238A1 (en) System and method to search and verify borrower information using banking and investment account data and process to systematically share information with lenders and government sponsored agencies for underwriting and securitization phases of the lending cycle
CN109102394A (zh) 风险评估方法、装置及计算机可读存储介质
US20200279264A1 (en) Withdrawal request review method, apparatus, electronic device and storage medium
WO2016084642A1 (ja) 与信審査用サーバと与信審査用システム及び与信審査用プログラム
CN109583731B (zh) 一种风险识别方法、装置及设备
Jiménez et al. Local versus aggregate lending channels: The effects of securitization on corporate credit supply
Kim et al. The effect of the shift to an expected credit loss model on loan loss recognition timeliness
CN112288581A (zh) 一种风险评估方法、装置、电子设备以及存储介质
CN112702410B (zh) 一种基于区块链网络的评估系统、方法及相关设备
JP2004318869A5 (zh)
US20140279683A1 (en) Performance Evaluation Of Mortgage Portfolios
US10699335B2 (en) Apparatus and method for total loss prediction
US10235719B2 (en) Centralized GAAP approach for multidimensional accounting to reduce data volume and data reconciliation processing costs
Choi et al. Regulatory forbearance and depositor market discipline: Evidence from savings banks in Korea
CN114417007A (zh) 金融产品的推荐方法和相关设备
CN114926278A (zh) 一种交易风险评估方法及装置、电子设备、存储介质
Mat Isa et al. Islamic bank’s fee income and risk: Evidence from Malaysia
Bartfeld et al. Utilization and Effects on Payments of Percentage-Expressed Child Support Orders
KR102637818B1 (ko) 부정 계좌 예측을 위한 서버 및 그 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination