CN116029556A - 一种业务风险的评估方法、装置、设备及可读存储介质 - Google Patents

Abstract

本发明公开了一种业务风险的评估方法、装置、设备及可读存储介质，通过将除指定类型的数据外的其他类型的数据对应的特征替换为不影响识别模型的输出结果的参考特征，并将指定类型的数据对应的特征和参考特征进行融合得到第二融合特征。之后，基于根据各类型的数据的特征得到的第一融合特征和第二融合特征，通过识别模型的分类层，得到待识别业务数据对应的业务所述的业务类别，并以此评估业务风险。可见，通过参考特征得到第二融合特征，并根据第一融合特征和第二融合特征之间的差异得到的业务类别，改善了由于识别模型训练样本分布不均衡导致模型识别能力存在偏差的问题，提升了业务风险评估的准确性和隐私信息的安全性。

Description

一种业务风险的评估方法、装置、设备及可读存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种业务风险的评估方法、装置、设备及可读存储介质。

背景技术

随着人们对隐私数据关注度的提高，线上业务的安全性受到了广泛的关注。用户可以通过业务平台与服务提供方进行线上业务，如扫码支付、网购等。通常，服务提供方会与业务平台约定可执行的业务类别。然而，在执行线上业务的过程中，存在服务提供方进行的业务不属于预先约定的业务类别的情况，降低了线上业务的安全性。为此，可通过识别服务提供方进行的业务所属的业务类别，判断服务提供方是否按照约定的业务类别进行业务活动，以此评估服务提供方是否存在业务风险。

基于此，本发明提供一种业务风险的评估方法。

发明内容

本发明提供一种业务风险的评估方法、装置、设备及可读存储介质，以部分的解决现有技术存在的上述问题。

本发明采用下述技术方案：

本发明提供了一种业务风险的评估方法，包括：

获取待识别业务数据，所述待识别业务数据包含多个不同类型的数据；

针对所述待识别业务数据包含的每个类型的数据，将该类型的数据输入预先训练的识别模型中该类型对应的编码层，得到该类型的数据对应的特征；

将各类型的数据对应的特征进行融合，得到第一融合特征；

从所述待识别业务数据中选择指定类型的数据，并将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型的输出结果的参考特征；

将所述指定类型的数据对应的特征和所述参考特征进行融合，得到第二融合特征；

根据第一融合特征和所述第二融合特征之间的差异，通过所述识别模型的分类层，得到所述分类层输出的所述待识别业务数据对应的业务所属的业务类别；

根据所述业务类别评估所述待识别业务数据对应的业务风险。

本发明提供了一种业务风险的评估装置，包括：

获取模块，用于获取待识别业务数据，所述待识别业务数据包含多个不同类型的数据；

特征确定模块，用于针对所述待识别业务数据包含的每个类型的数据，将该类型的数据输入预先训练的识别模型中该类型对应的编码层，得到该类型的数据对应的特征；

第一融合模块，用于将各类型的数据对应的特征进行融合，得到第一融合特征；

替换模块，用于从所述各类型的数据中选择指定类型的数据，并将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型输出的参考特征；

第二融合模块，用于将所述指定类型的数据对应的特征和所述参考特征进行融合，得到第二融合特征；

业务类别确定模块，用于根据第一融合特征和所述第二融合特征之间的差异，通过所述识别模型的分类层，得到所述分类层输出的所述待识别业务数据对应的业务所属的业务类别；

评估模块，用于根据所述业务类别评估所述待识别业务数据对应的业务风险。

本发明提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述业务风险的评估方法。

本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述业务风险的评估方法。

本发明采用的上述至少一个技术方案能够达到以下有益效果：

本发明提供的业务风险的评估方法中，通过将除指定类型的数据外的其他类型的数据对应的特征替换为不影响识别模型的输出结果的参考特征，并将指定类型的数据对应的特征和参考特征进行融合得到第二融合特征。之后，基于根据各类型的数据的特征得到的第一融合特征和第二融合特征，通过识别模型的分类层，得到待识别业务数据对应的业务所述的业务类别，并以此评估业务风险。可见，通过参考特征得到第二融合特征，并根据第一融合特征和第二融合特征之间的差异得到的业务类别，改善了由于识别模型训练样本分布不均衡导致模型识别能力存在偏差的问题，提升了业务风险评估的准确性。

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为本发明中一种业务风险的评估方法的流程示意图；

图2为本发明中一种识别模型的示意图；

图3为本发明中一种业务风险的评估方法的流程示意图；

图4为本发明提供的一种业务风险的评估装置的示意图；

图5为本发明提供的对应于图1的电子设备示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅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。

另外，需要说明的是，本发明中所有获取信号、信息或数据的动作都是在遵照所在地相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

随着互联网技术的发展，越来越多的用户开始通过业务平台与服务提供方进行线上业务。为了保障用户和服务提供方的业务安全，需要对服务提供方的业务风险进行评估，而评估业务风险的一个重要维度是验证服务提供方所参与的业务的真实性，业务的真实性主要对应于业务对应的业务类别是否于预先约定的一致，即服务提供方与用户之间的业务所对应的业务类别与预先约定的一致，则说明服务提供方所参与的业务是真实性较高，该服务提供方的业务风险则较低。反之，若服务提供方与用户之间的业务所对应的业务类别与预先约定的不一致，则说明服务提供方所参与的业务的真实性较低，该服务提供方的业务风险则较高。

目前，可以通过机器学习的方式，训练得到识别业务所对应的业务类型的识别模型，通过识别模型从业务数据包含的各类型的数据中提取各类型的特征，之后，将各类型的特征进行融合，并基于融合得到的特征输出业务数据对应的业务所属业务类型。

然而，在上述过程中，识别模型在训练阶段所采用的训练样本可能存在样本不均衡的问题，这是由于服务提供方所涉及的业务通常属于某一类行业，或者以一类业务为主、其他业务类型为辅（即混合经营）。由于业务类别的识别涉及多模态的特征，需要基于业务数据包含的各类型的数据对应的特征进行业务类别的识别，但是，在识别模型的训练样本中，与主营业务不一致的混合经营交易的样本极少，导致识别模型容易过分关注服务提供方本身的主体维度的特征，忽略业务的交易维度的特征，从而出现将同一服务提供方所涉及的所有业务都识别成同一个业务类别的情况，无法很好地区分有混合经营情况的服务提供方及其业务。

例如，训练样本中包含商家A与若干用户之间的100笔交易的业务数据，由于商家A属于混合经营的商家，其主营业务是餐饮业，辅营业务是零售业，导致这100笔交易中有绝大多数的交易都属于餐饮交易（如90笔），而属于零售业的交易仅占很小一部分（如10笔）。从而，基于上述训练样本训练得到的识别模型可能会将商家A与用户的所有业务均识别为餐饮业。

基于此，本发明提供一种业务风险的评估方法，基于各类型的数据对识别业务类别的总因果效应中减去指定类型的数据对识别业务类别的自然直接因果效应，改善了由于识别模型训练样本分布不均衡导致模型识别能力存在偏差的问题，提升了识别业务类别的准确性。

以下结合附图，详细说明本发明各实施例提供的技术方案。

图1为本发明提供的一种业务风险的评估方法的流程示意图。

S100：获取待识别业务数据，所述待识别业务数据包含多个不同类型的数据。

本发明实施例中提供一种业务风险的评估方法，其中涉及到的识别模型可以是经预先训练得到的。业务风险的评估方法的执行过程可由用于评估业务风险的服务器等电子设备执行该业务风险的评估方法。执行识别模型的训练过程的电子设备与执行业务风险的评估方法的电子设备可以相同也可以不同，本发明对此不做限定。为了便于描述，下面仅以服务器为执行主体，对本发明提供的业务风险的评估方法进行详细说明。

在本发明实施例中，服务器可以获取待识别业务数据，该待识别业务数据为服务提供方和用户之间进行业务时所记录的数据，待识别业务数据中包含有不同类型的数据，此处的类型具体可包括文本序列、多媒体（图像、视频）数据、统计数据等现有的各类型的数据。

在本发明实施例提供的评估服务提供方的业务风险的场景中，业务数据中的多媒体数据可以是服务提供方的门头照、服务提供方的营业执照图等图像数据，以及服务提供方画境的视频、广告视频等视频数据。文本序列可以是服务提供方的名称、业务对应的商品名、服务提供方向用户提供的服务对应的服务名称等文本数据。统计数据可以是交易金额、月交易笔数等结构化数值数据。

可选的，待识别业务数据包含业务图像，业务图像包括服务提供方预先提供的图像，和用户执行所述待识别业务数据对应的业务时获取的图像中的至少一种。其中，服务提供方预先提供的图像包括服务提供方的门头照、服务提供方的营业执照图、商品图像等由服务提供方采集并提供给业务平台的图像，用户执行业务时获取的图像包括服务提供方的环境图像、二维码图像、商品图像等由用户采集并经由用户同意提供给业务平台的图像。例如，用户在商家A购买商品B时，采用扫码支付的方式，用户可通过电子设备扫描商家A提供的付款码进行支付，此时，包含有商家A环境的付款码图像、商品B的图像、商家A的营业执照、商家A的门头照等均可作为本发明实施例中的待识别业务数据。

可选地，在实际应用中，仅根据待识别业务数据本身包含的数据的特征并不能很好的识别出待识别业务数据对应的业务所属的业务类别，此时，可以基于过去一段时间内的业务数据形成时序数据，并将时序数据应用在识别模型的训练过程中以及实际识别过程中。具体的，待识别业务数据中包含的不同类型的数还包括时序数据。时序数据时按照事件的先后顺序将业务提供方的订单数据进行排序后得到的。在本发明实施例中，订单数据可以是指用户与服务提供方之间进行业务时所产生的业务数据，如交易金额、是否有他人代付款、付款方式等。本发明对时序数据中包含的具体业务数据的类型不做限定。例如，以待识别业务数据对应的业务的执行时刻为当前时刻，获取当前时刻之前的100笔历史业务的历史业务数据，并将历史业务数据和待识别业务数据分别对应的交易金额按照执行时间从早到晚的顺序依次排列，得到包含交易金额的时序数据。

需要说明的是，待识别业务数据包含的数据的类型还可以是其他现有的类型，如包含文本的图像、包含文本的视频等，并不限于上述类型，本发明对待识别业务数据包含的数据的类型不做限定。

S102：针对所述待识别业务数据包含的每个类型的数据，将该类型的数据输入预先训练的识别模型中该类型对应的编码层，得到该类型的数据对应的特征。

在实际应用中，不同类型的数据需要通过不同类型对应的编码层分别进行编码，因此，识别模型包含多个编码层，不同类型对应的编码层对应于将不同类型的数据进行编码。针对待识别业务数据包含的每个类型的数据，将该类型的数据输入该类型对应的编码层中，得到该类型的数据对应的特征。例如，待识别业务数据中包含图像数据、文本数据和统计数据，识别模型中可包含图像数据对应的图像编码层，文本序列对应的文本编码层，以及统计数据对应的数值编码层，将图像数据输入图像编码层得到图像数据的特征，将文本序列输入文本编码层得到文本序列的特征，以及将统计数据输入数值编码层得到统计数据的特征。

其中，图像编码层可以是图卷积神经网络的编码层、图神经网络的编码层、图注意力网络的编码层等，文本编码层可以是卷积神经网络、transformer模型的编码层等，本发明对编码层的类型、结构、数量不做限定。

可选的，识别模型中包含的各类型对应的编码层可以是预先训练的，即编码层的训练过程可以在识别模型的其他神经网络层（如分类层）的训练过程之前。

S104：将各类型的数据对应的特征进行融合，得到第一融合特征。

具体的，通过各类型对应的编码层分别得到各类型的数据对应的特征实际上可以是各类型的数据对应的数值向量，因此，可以通过现有的任意融合数值向量的方案将各类型的数据对应的特征进行融合得到第一融合特征，例如拼接融合、根据各类型的数据的权重加权融合、训练特征融合层通过机器学习的方式融合。本发明对特征融合的具体方式不做限定。

S106：从所述待识别业务数据中选择指定类型的数据，并将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型的输出结果的参考特征。

在实际应用中，可以通过识别模型展现待识别业务数据包含的各类型的数据对识别模型的输出结果（业务类别）的影响，也即各类型的数据均业务类别的“因”，业务类别是各类型的数据的“果”，待识别业务数据包含的各类型的数据与业务类别均存在因果关系，而“因”对“果”产生的影响程度，即为因果效应。于是，可将各类型的数据共同对识别得到业务类别产生的影响程度作为总因果效应，将在模型训练过程中造成学习偏差的某个（或某些）类型的数据对识别得到业务类别产生的影响程度作为自然直接因果效应，并将总因果效应中出自然直接因果效应的其他因果效应作为自然间接因果效应，以此消除在模型训练过程中产生的学习偏差。

由于识别模型的训练样本的不均衡，使得待识别业务数据中的某个类型的数据对识别模型的输出结果的影响程度较大，识别模型过多的学习到这种类型的数据与识别模型的输出结果的相关性，导致其他类型的数据对输出结果几乎不产生影响，从而使得识别模型的输出结果以这种类型的数据为导向，降低业务类别的识别的准确性。

为了消除这种偏差，在本发明实施例中，采用反事实推理的框架，通过从总因果效应中减去自然直接因果效应得到自然间接因果效应的方式，去除掉识别模型只依赖影响程度大的某个（或某些）类型的数据就直接得到业务类别的偏差，使得识别模型的分类层的输出中不包含（或少部分包含）对识别模型的输出结果影响程度较大的数据的特征，让识别模型的分类层更多的基于所有类型的数据的特征的融合特征综合判断业务类别，从而输出业务类别，虽然，指定类型的数据在模型的训练过程中造成了学习偏差，但是产生偏差的指定类型的数据本身对预测业务类别也是很重要的，在本发明实施例中，其实没有把它完全摒弃掉，还是保留了指定类型的数据的特征与其他类型的数据的特征的融合特征去预测的业务类别，去掉的只是指定类型的数据所带来的偏差。

其中，指定类型的数据可基于识别模型在训练过程中采用的训练样本确定，也可以预先人工设置，本发明对确定指定类型的数据的具体方式不做限定。

具体的，以上述步骤S104得到的第一融合特征对识别模型的输出结果产生的影响程度，对应于各类型的数据对识别模型的输出结果产生的总因果效应。那么相对应的，自然直接因果效应可以表征为主要以指定类型的数据对识别模型的输出结果产生的因果效应。

由于基于各类型的数据对应的特征确定的第一融合特征的维度，与指定类型的数据对应的特征的维度不相同，为了方便后续识别模型的处理，基于总因果效应和自然直接因果效应之间的差异得到自然间接因果效应，将各类型的数据中除指定类型的数据外的其他类型的数据对应的特征采用参考特征进行替换，并基于替换后的参考特征和指定类型的数据对应的特征得到第二融合特征，将第一融合特征和第二融合特征对齐，也即，使得第一融合特征和第二融合特征的维度相同。

其中，参考特征为不对识别模型的输出结果产生影响的特征，相当于，所述参考特征与所述识别模型的输出结果之间不存在相关性，另外，所述参考特征与所述识别模型的输出结果之间不存在因果性。也就是说，参考特征不论如何取值，都不会改变识别模型的输出结果。基于此，参考特征可以是人工预先设置的、或者是基于随机数确定的随机特征，也可以是基于识别模型的训练样本得到的，本发明对参考特征的具体确定方式不做限定。

一般的，为了方便特征对齐，参考特征的数量与其他类型的数据的数量相对应，也即，每个其他类型的数据均对应于一个参考特征。各其他类型的数据对应的参考特征可以相同也可以不同，本发明对此不做限定。

S108：将所述指定类型的数据对应的特征和所述参考特征进行融合，得到第二融合特征。

在此步骤中，指定类型的数据对应的特征和参考特征融合的方式与上述步骤S104得到第一融合特征的方式类似，此次不再赘述。

第二融合特征总包含指定类型的数据的特征，以及不对识别模型的输出结果产生影响的参考特征，那么，仅基于第二融合特征得到的输出结果，可以视为仅基于指定类型的数据产生的自然直接因果效应得到业务类别。可见，第二融合特征所产生的自然直接因果效应恰恰是本发明实施例中需要从总因果效应中去除的部分。

S110：根据所述第一融合特征和所述第二融合特征之间的差异，通过所述识别模型的分类层，得到所述分类层输出的所述待识别业务数据对应的业务所属的业务类别。

基于上述总因果效应和自然直接因果效应之间的差异得到自然间接因果效应的方式，具体的，将第一融合特征和第二融合特征之间的差异输入识别模型的分类层，通过分类层的输出，得到待识别业务数据对应的业务所属的业务类别。

可选地，所述识别模型分类层包括第一分类层、第二分类层和第三分类层，将第一融合特征输入第一分类层，得到所述第一分类层输出的待识别业务数据对应的业务在预先设置的各业务类别下的第一概率分布。将第二融合特征输入第二分类层，得到所述第二分类层输出的待识别业务数据对应的业务在预先设置的各业务类别下的第二概率分布。将第一概率分布和第二概率分布之间的差异输入第三分类层，得到所述待识别业务数据对应的业务所属的业务类别。在此方案中，第一融合特征所表征的在预先设置的各业务类别下的第一概率分布对应于总因果效应，第二融合特征所表征的在预先设置的各业务类别下的第二概率分布对应于自然直接因果效应，则第一概率分布和第二概率分布的差异即对应于自然间接因果效应。将第一概率分布和第二概率分布的差异输入到识别模型的第三分类层中，通过第三分类层输出的业务类别受到的指定类型的数据的影响程度大幅度降低，在得到业务类别的过程中，不会强烈依赖指定类型的数据的特征进行分类，出现忽略其他类型的数据的特征的情况。从而能够更好对复杂的待识别业务数据对应的业务所属的业务类别进行识别和区分。

S112：根据所述业务类别评估所述待识别业务数据对应的业务风险。

如前所述，为了保护服务提供方和用户的业务安全性，通过识别待识别业务数据对应的业务所属的业务类别，并基于识别得到的业务类别确定业务的真实性，并以真实性程度确定业务风险。若上述步骤S110得到的业务类别与服务提供方预先约定的业务类别不一致，则待识别业务数据对应的业务的真实性不高，从而，该业务的存在业务风险的概率也会提升。

另外，还可以将同一服务提供方的多个业务的业务数据分别作为待识别业务数据，通过上述步骤S102至S110所示的方案得到这多个业务分别所属的业务类别，将与预先约定的业务类别不一致的业务标记为风险业务，并确定风险业务占所有业务的比重，并根据该比重确定服务提供方的业务风险，以便后续对服务提供方进行风险评估和分层管理，并辅助业务平台对服务提供方采取响应的激励或者管控动作。

本发明提供的业务风险的评估方法中，通过将除指定类型的数据外的其他类型的数据对应的特征替换为不影响识别模型的输出结果的参考特征，并将指定类型的数据对应的特征和参考特征进行融合得到第二融合特征。之后，基于根据各类型的数据的特征得到的第一融合特征和第二融合特征，通过识别模型的分类层，得到待识别业务数据对应的业务所述的业务类别，并以此评估业务风险。可见，通过参考特征得到第二融合特征，并根据第一融合特征和第二融合特征之间的差异得到的业务类别，改善了由于识别模型训练样本分布不均衡导致模型识别能力存在偏差的问题，提升了业务风险评估的准确性。

在本发明一个或多个实施例中，在如图1步骤S104所示的将各类型的数据对应的特征进行融合，得到第一融合特征中，具体可以如下述方案实施：

首先，将各类型的数据对应的特征进行拼接，并将拼接后的特征输入所述识别模型的特征融合层，得到所述特征融合层输出的中间融合特征；

其次，根据所述各类型的数据对应的特征和所述中间融合特征，确定第一融合特征。

在实际应用中，识别模型在进行特征交叉融合的过程中，若仅增加识别模型的深度进行特征交叉，可能会存在因为深度变深而造成训练过程中以往最开始的特征信息的问题，从而对识别模型的训练造成负面效果，因此，可以将未进行特征交叉前的各类型的数据的特征与特征交叉融合后的中间融合特征再次进行融合（如加和），以防止识别模型在训练过程中遗忘最开始的特征信息，如图2所示为本发明提供的一种识别模型的示意图。

在上述基于各类型的数据对应的特征和特征融合层得到中间融合特征，再采用中间融合特征和各类型的数据对应的特征进行融合得到方式得到第一融合特征的过程中，即使在后续以第一融合特征和第二融合特征之间的差异为分类层的输入，也不会出现完全不保留指定类型的数据对应的特征对识别模型的输出结果的因果效应的情况。通过总因果效应取出自然直接因果效应的方式中，实际上是去除指定类型的数据对应的特征对识别模型的输出结果的过大的影响，而并非是将指定类型的数据对应的特征的所有影响都去除，这样反而会丧失指定类型的数据对识别得到的业务类别的相关性。

在本发明一个或多个实施例中，在如图1步骤S106将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型的输出结果的参考特征中，参考特征可具体通过两种方式得到，如下所述：

其一：确定随机特征作为不影响所述识别模型的输出结果的参考特征，并将所述除所述指定类型的数据外的其他类型的数据对应的特征替换为所述随机特征。

具体的，可以基于随机数确定随机特征的方式，以随机特征作为不影响识别模型的输出结果的参考特征。每个其他类型的数据对应的替换后的随机特征可以相同也可以不同，可以是在基于识别模型得到待识别业务数据的业务类别之前就预先确定的，也可是在以参考特征替换其他类型的数据对应的特征之前确定的，本发明对此不做限定。

其二：获取所述识别模型在模型训练过程中存储的各类型的数据的历史特征。针对除所述指定类型的数据外的其他类型的数据中的每个其他类型的数据，从所述历史特征中查找该其他类型的数据对应的各候选特征。根据该其他类型的数据对应的各候选特征，确定该其他类型的数据对应的参考特征，将该其他类型的数据对应的特征替换为该其他类型的数据对应的参考特征。

具体的，在识别模型的训练过程中，可采用大量历史业务的历史业务数据作为训练样本，采用历史业务的业务类别作为训练样本的标注进行训练。其中，可以将识别模型在训练过程的每一轮迭代所得到的数据的特征分别存储在数据库，得到每一轮迭代中各类型的数据的历史特征。针对除指定类型的数据外的其他类型的数据中的每个其他类型的数据，确定该其他类型的数据对应的历史特征，作为该其他类型的数据对应的各候选特征，对该其他类型的数据对应的各候选特征进行统计，得到该其他类型的数据对应的参考特征。从各候选特征得到参考特征的方式可以是平均、加权平均等现有的统计方式，本发明对此不做限定。

在本发明一个或多个实施例中，在如图1步骤S106所示从所述待识别业务数据中选择指定类型的数据中，指定类型的数据可以是预先人工确定的，也可以是根据识别模型在训练过程中采用的训练样本确定，具体方案如下：

第一步：获取所述识别模型的训练样本；其中，所述训练样本为包含多个不同类型的数据的历史业务数据。

在本发明实施例中，获取识别模型在训练过程中采用的训练样本，训练样本即为历史业务数据，历史业务数据包含多个不同类型的数据。历史业务数据包含的各类型的数据与上述如图1步骤S100所述的待识别业务数据包含的各类型的数据类似，此处不再赘述。

第二步：分别确定所述训练样本包含的各类型的数据对所述识别模型的输出结果的影响程度。

在本发明实施例中，由于训练样本中各类型的数据的不均衡，导致识别模型更为关注对输出结果影响程度较大的某个（或某些）类型的数据，而忽略其他类型的数据对识别模型的输出结果的影响作用。因此，在此步骤中，需要从各类型的数据中选择出对识别模型的输出结果影响程度较大的若干个类型的数据，作为指定类型的数据。并基于上述如图1步骤S104至S110所示的方案，从对识别模型的输出结果的总因果效应中去除自然直接因果效应，以消除由于训练样本中各类型的数据分布极度不均衡所导致的识别模型学习偏差。

具体的，各类型的数据对识别模型的输出结果的影响程度，可根据训练样本中各类型的数据所占的比重确定，某个类型的数据占各类型的数据的比重越大，其对识别模型的输出结果的影响程度越大，识别模型在训练完成后就越倾向于基于该类型的数据的特征识别得到业务类别。例如，100个训练样本中，存在90个训练样本都是商家A与用户之间的餐饮交易的业务数据，存在10个训练样本是商家A与用户之间的零售业务的业务数据。

可选地，还可以在识别模型中的编码层之后和选择指定类型的数据之前，增加部署影响性确定层，将各类型的数据对应的特征输入到所述影响性确定层中，以确定各类型的数据对应的特征对识别模型的输出结果的影响程度。当然，为了在应用中直接利用影响性确定层得到各类型的数据对应的特征对识别模型的输出结果的影响程度，影响性确定层需要在识别模型的训练过程中与其他神经网络层共同训练。识别模型中部署的影响性确定层可以是一个，也可以是各类型的数据对应的影响性确定层，本发明对此不做限定。影响性确定层可以是多头混合专家（Multi-gate Mixture-of-Experts，MMoE）中的门控网络（Gating Network）等现有的确定特征对输出结果的影响程度的神经网络结构，本发明对此不做限定。

第三步：将所述影响程度高于预设阈值的类型作为指定类型，并从所述待识别业务数据中选择所述指定类型的数据。

其中，预设阈值可以是人工预先根据具体的应用场景确定的，本发明对预设阈值的具体取值不做限定。由于某类型的数据对识别结果的输出结果的影响程度越大，识别模型就越倾向于基于该类型的数据的特征分类得到业务类别，而忽略其他类型的数据的特征的对业务类别的指导，因此，将影响程度高于预设阈值的若干类型作为指定类型。指定类型的数量可以是一个，也可以是多个，本发明对此不做限定。

在本发明一个或多个实施例中，在如图1所示的业务风险的评估方案的流程中所采用的识别模型可以通过以下方案实施，如图3所示：

S200：预先获取历史业务数据作为训练样本，并获取所述历史业务数据对应的历史业务所属的业务类别作为所述训练样本的标签。

在本发明实施例中，获取识别模型在训练过程中采用的训练样本，训练样本即为历史业务数据，历史业务数据包含多个不同类型的数据。训练样本的标签即为人工标注的历史业务数据的对应的业务所属的业务类别。历史业务数据包含的各类型的数据与上述如图1步骤S100所述的待识别业务数据包含的各类型的数据类似，此处不再赘述。

S202：针对所述训练样本包含的每个类型的数据，将该类型的数据输入待训练的识别模型的该类型对应的编码层，得到该类型的数据对应的特征。

识别模型包含多个类型对应的编码层，一般的，训练样本中包含的数据的类型的数据，与识别模型包含的编码层的数量一一对应。在此步骤中，识别模型的编码层与上述如图1步骤S102类似，此处不再赘述。

S204：将所述训练样本包含的各类型的数据对应的特征融合，确定所述训练样本的融合特征。

在此步骤中，将所述训练样本包含的各类型的数据对应的特征进行融合的方式与上述如图1步骤S104得到第一融合特征的方式类似，此次不再赘述。

S206：将所述训练样本的融合特征输入所述识别模型的分类层，得到所述分类层输出的所述训练样本对应的预测业务类别。

识别模型的分类层基于训练样本的融合特征进行多分类任务，分类得到训练样本对应的业务属于预先确定的各个业务类别下的类别概率，从各业务类型下的类别概率中选取类别概率最大的业务类别，作为训练样本对应的预测业务类别。

S208：以所述预测业务类别和所述训练样本的标签之间差异的最小化为训练目标，训练所述识别模型。

图4为本发明提供的一种业务风险的评估装置示意图，具体包括：

获取模块300，用于获取待识别业务数据，所述待识别业务数据包含多个不同类型的数据；

特征确定模块302，用于针对所述待识别业务数据包含的每个类型的数据，将该类型的数据输入预先训练的识别模型中该类型对应的编码层，得到该类型的数据对应的特征；

第一融合模块304，用于将各类型的数据对应的特征进行融合，得到第一融合特征；

替换模块306，用于从所述各类型的数据中选择指定类型的数据，并将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型输出的参考特征；

第二融合模块308，用于将所述指定类型的数据对应的特征和所述参考特征进行融合，得到第二融合特征；

业务类别确定模块310，用于根据所述第一融合特征和所述第二融合特征之间的差异，通过所述识别模型的分类层，得到所述分类层输出的所述待识别业务数据对应的业务所属的业务类别；

评估模块312，用于根据所述业务类别评估所述待识别业务数据对应的业务风险。

可选地，所述第一融合模块304具体用于，将各类型的数据对应的特征进行拼接，并将拼接后的特征输入所述识别模型的特征融合层，得到所述特征融合层输出的中间融合特征；根据所述各类型的数据对应的特征和所述中间融合特征，确定第一融合特征。

可选地，所述替换模块306具体用于，确定随机特征作为不影响所述识别模型输出的参考特征；将所述除所述指定类型的数据外的其他类型的数据对应的特征替换为所述随机特征。

可选地，所述替换模块306具体用于，获取所述识别模型在模型训练过程中存储的各类型的数据的历史特征；针对除所述指定类型的数据外的其他类型的数据中的每个其他类型的数据，从所述历史特征中查找该其他类型的数据对应的各候选特征；根据该其他类型的数据对应的各候选特征，确定该其他类型的数据对应的参考特征；将该其他类型的数据对应的特征替换为该其他类型的数据对应的参考特征。

可选地，所述替换模块306具体用于，获取所述识别模型的训练样本；其中，所述训练样本为包含多个不同类型的数据的历史业务数据；分别确定所述训练样本包含的各类型的数据对所述识别模型输出的结果的影响程度；将所述影响程度高于预设阈值的类型作为指定类型，并从所述待识别业务数据中选择所述指定类型的数据。

可选地，所述待识别业务数据包含业务图像，所述业务图像包括服务提供方预先提供的图像，和用户执行所述待识别业务数据对应的业务时获取的图像中的至少一种。

可选地，所述装置还包括：

训练模块314，具体用于预先获取历史业务数据作为训练样本，并获取所述历史业务数据对应的历史业务所属的业务类别作为所述训练样本的标签；针对所述训练样本包含的每个类型的数据，将该类型的数据输入待训练的识别模型的该类型对应的编码层，得到该类型的数据对应的特征；将所述训练样本包含的各类型的数据对应的特征融合，确定所述训练样本的融合特征；将所述训练样本的融合特征输入所述识别模型的分类层，得到所述分类层输出的所述训练样本对应的预测业务类别；以所述预测业务类别和所述训练样本的标签之间差异的最小化为训练目标，训练所述识别模型。

本发明还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1所示的业务风险的评估方法。

本发明还提供了图5所示的电子设备的示意结构图。如图5所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所示的业务风险的评估方法。当然，除了软件实现方式之外，本发明并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (16)

1.一种业务风险的评估方法，所述方法包括：

获取待识别业务数据，所述待识别业务数据包含多个不同类型的数据；

针对所述待识别业务数据包含的每个类型的数据，将该类型的数据输入预先训练的识别模型中该类型对应的编码层，得到该类型的数据对应的特征；

将各类型的数据对应的特征进行融合，得到第一融合特征；

从所述待识别业务数据中选择指定类型的数据，并将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型的输出结果的参考特征；

将所述指定类型的数据对应的特征和所述参考特征进行融合，得到第二融合特征；

根据第一融合特征和所述第二融合特征之间的差异，通过所述识别模型的分类层，得到所述分类层输出的所述待识别业务数据对应的业务所属的业务类别；

根据所述业务类别评估所述待识别业务数据对应的业务风险。

2.如权利要求1所述的方法，将各类型的数据对应的特征进行融合，得到第一融合特征，具体包括：

将各类型的数据对应的特征进行拼接，并将拼接后的特征输入所述识别模型的特征融合层，得到所述特征融合层输出的中间融合特征；

根据所述各类型的数据对应的特征和所述中间融合特征，确定第一融合特征。

3.如权利要求1所述的方法，将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型的输出结果的参考特征，具体包括：

确定随机特征作为不影响所述识别模型的输出结果的参考特征；

将所述除所述指定类型的数据外的其他类型的数据对应的特征替换为所述随机特征。

4.如权利要求1所述的方法，将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型的输出结果的参考特征，具体包括：

获取所述识别模型在模型训练过程中存储的各类型的数据的历史特征；

针对除所述指定类型的数据外的其他类型的数据中的每个其他类型的数据，从所述历史特征中查找该其他类型的数据对应的各候选特征；

根据该其他类型的数据对应的各候选特征，确定该其他类型的数据对应的参考特征；

将该其他类型的数据对应的特征替换为该其他类型的数据对应的参考特征。

5.如权利要求1所述的方法，从所述待识别业务数据中选择指定类型的数据，具体包括：

获取所述识别模型的训练样本；其中，所述训练样本为包含多个不同类型的数据的历史业务数据；

分别确定所述训练样本包含的各类型的数据对所述识别模型的输出结果的影响程度；

将所述影响程度高于预设阈值的类型作为指定类型，并从所述待识别业务数据中选择所述指定类型的数据。

6.如权利要求1所述的方法，所述待识别业务数据包含业务图像，所述业务图像包括服务提供方预先提供的图像，和用户执行所述待识别业务数据对应的业务时获取的图像中的至少一种。

7.如权利要求1所述的方法，预先训练识别模型，具体包括：

预先获取历史业务数据作为训练样本，并获取所述历史业务数据对应的历史业务所属的业务类别作为所述训练样本的标签；

针对所述训练样本包含的每个类型的数据，将该类型的数据输入待训练的识别模型的该类型对应的编码层，得到该类型的数据对应的特征；

将所述训练样本包含的各类型的数据对应的特征融合，确定所述训练样本的融合特征；

将所述训练样本的融合特征输入所述识别模型的分类层，得到所述分类层输出的所述训练样本对应的预测业务类别；

以所述预测业务类别和所述训练样本的标签之间差异的最小化为训练目标，训练所述识别模型。

8.一种业务风险的评估装置，所述装置包括：

获取模块，用于获取待识别业务数据，所述待识别业务数据包含多个不同类型的数据；

特征确定模块，用于针对所述待识别业务数据包含的每个类型的数据，将该类型的数据输入预先训练的识别模型中该类型对应的编码层，得到该类型的数据对应的特征；

第一融合模块，用于将各类型的数据对应的特征进行融合，得到第一融合特征；

替换模块，用于从所述各类型的数据中选择指定类型的数据，并将除所述指定类型的数据外的其他类型的数据对应的特征替换为不影响所述识别模型输出的参考特征；

第二融合模块，用于将所述指定类型的数据对应的特征和所述参考特征进行融合，得到第二融合特征；

业务类别确定模块，用于根据第一融合特征和所述第二融合特征之间的差异，通过所述识别模型的分类层，得到所述分类层输出的所述待识别业务数据对应的业务所属的业务类别；

评估模块，用于根据所述业务类别评估所述待识别业务数据对应的业务风险。

9.如权利要求8所述的装置，所述第一融合模块具体用于，将各类型的数据对应的特征进行拼接，并将拼接后的特征输入所述识别模型的特征融合层，得到所述特征融合层输出的中间融合特征；根据所述各类型的数据对应的特征和所述中间融合特征，确定第一融合特征。

10.如权利要求8所述的装置，所述替换模块具体用于，确定随机特征作为不影响所述识别模型输出的参考特征；将所述除所述指定类型的数据外的其他类型的数据对应的特征替换为所述随机特征。

11.如权利要求8所述的装置，所述替换模块具体用于，获取所述识别模型在模型训练过程中存储的各类型的数据的历史特征；针对除所述指定类型的数据外的其他类型的数据中的每个其他类型的数据，从所述历史特征中查找该其他类型的数据对应的各候选特征；根据该其他类型的数据对应的各候选特征，确定该其他类型的数据对应的参考特征；将该其他类型的数据对应的特征替换为该其他类型的数据对应的参考特征。

12.如权利要求8所述的装置，所述替换模块具体用于，获取所述识别模型的训练样本；其中，所述训练样本为包含多个不同类型的数据的历史业务数据；分别确定所述训练样本包含的各类型的数据对所述识别模型输出的结果的影响程度；将所述影响程度高于预设阈值的类型作为指定类型，并从所述待识别业务数据中选择所述指定类型的数据。

13.如权利要求8所述的装置，所述待识别业务数据包含业务图像，所述业务图像包括服务提供方预先提供的图像，和用户执行所述待识别业务数据对应的业务时获取的图像中的至少一种。

14.如权利要求8所述的装置，所述装置还包括：

训练模块，具体用于预先获取历史业务数据作为训练样本，并获取所述历史业务数据对应的历史业务所属的业务类别作为所述训练样本的标签；针对所述训练样本包含的每个类型的数据，将该类型的数据输入待训练的识别模型的该类型对应的编码层，得到该类型的数据对应的特征；将所述训练样本包含的各类型的数据对应的特征融合，确定所述训练样本的融合特征；将所述训练样本的融合特征输入所述识别模型的分类层，得到所述分类层输出的所述训练样本对应的预测业务类别；以所述预测业务类别和所述训练样本的标签之间差异的最小化为训练目标，训练所述识别模型。

15.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。

16.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。

Images