一种风控管理系统以及风控管理方法与流程

1.本发明涉及计算机技术，具体地涉及一种可自我更新风控策略的风控管理系统以及风控管理方法。


背景技术：

2.目前行业内常见的风控系统有两大主流：一是基于专家规则的风控引擎、二是基于机器学习的评分系统。
3.基于专家规则的风控引擎，主要通过对已经发生的风险交易进行分析，获取欺诈特征后，再将特征组合形成专家规则，对于交易是否存在风险的判断是非黑即白的。虽说触发规则之后，可疑交易可以实时拦截，但是此类系统缺乏规则自学习能力，需要大量人力资源地投入进行规则调整以应对风险的变化与转移。
4.基于机器学习的评分系统，通常需要通过已有的训练样本去训练，得到一个最优模型。模型会随着时间的推移发生衰减，因此，也需要投入大量的人力资源对模型进行迭代优化，以适用于最新的风险形势。此外，评分系统通常只是对于每笔交易输出一个分值的系统，即使它发现了真正的欺诈也无法对交易进行中止。
5.综上所述，无论是基于专家规则的风控引擎还是基于机器学习的评分系统都有其各自的局限性，需要投入大量的人力资源对风控规则和模型进行调整和优化，无法实现系统的风控策略自我更新。


技术实现要素：

6.鉴于上述问题，本发明旨在提供一种能够根据风险形态自动更新风控策略的可自我更新风控策略的风控管理系统以及风控管理方法。
7.本发明的一方面的可自我更新风控策略的风控管理系统，其特征在于，包括：基础数据采集系统，采集风控基础数据；风险数据集市，接入交易数据以及来自所述基础数据采集系统的所述风控基础数据，基于所述交易数据和所述风控基础数据获得交易的特征因子；风险建模平台，预设有机器学习算法，接入来自所述风险数据集市的所述交易的特征因子，基于所述交易的特征因子以及预设的机器学习算法执行风控模型的建模，输出风控模型；风险评分系统，基于所述风险建模平台输出的所述风控模型对交易数据进行实时评分，输出交易的评分结果；实时风控系统，预先设置专家规则，接入所述风险评分系统输出的所述交易的评分结果，将所述交易的评分结果结合预先设置的专家规则对交易风险进行判断，输出拦截结果；以及结果反馈系统，接入所述实时风控系统输出的所述拦截结果，确认所述拦截结果的准确性，将表示所述拦截结果的准确性的拦截反馈结分别反馈至所述实时风控系统和所
述风险数据集市。
8.可选地，所述风险数据集市包括：基础数据层；以及从所述基础数据层衍生而得到的衍生数据层。
9.可选地，所述衍生数据层包括：事件库，用于存放风险事件；名单库，用于存放风险事件中所涉及的主体名单；特征库，用于结合所述风控基础数据、所述风险事件、所述主体名单形成特征数据；标签库，用于根据所述特征数据形成标签数据，所述特征库的特征数据和所述标签库的标签数据构成所述交易的特征因子。
10.可选地，所述实时风控系统基于获得所述拦截反馈结果进行风险策略的更新。
11.可选地，所述实时风控系统基于获得所述拦截反馈结果进行风险策略的更新包括：将确认为欺诈交易的主体名单加黑；以及对于误拦截的主体名单加白等。
12.可选地，所述风险数据集市基于获得所述拦截反馈结果进行特征因子的更新并且将更新后的特征因子推送给所述建模平台。
13.可选地，所述风险建模平台执行以下动作：确定正样本数据和负样本数据；完成数据集构造，包括训练数据集、验证数据集和测试数据集；通过选择所述特征因子或者所述特征因子的组合、以及选择模型算法进行模型效果验证；以及根据型效果验证结果，完成特征因子和模型参数调整，输出风控模型。
14.本发明一方面的可自我更新风控策略的风控管理方法，其特征在于，包括以下步骤：基础数据获取步骤，采集风控基础数据；风险数据集市形成步骤，接入交易数据以及所述风控基础数据，并基于所述交易数据和所述风控基础数据获得交易的特征因子；风控模型建模步骤，接入来自所述交易的特征因子，并基于所述交易的特征因子以及预设的机器学习算法执行风控模型的建模，输出风控模型；风险评分步骤，基于所述风控模型对交易数据进行实时评分，输出交易的评分结果；风控执行步骤，根据预先设置专家规则并结合所述交易的评分结果，对交易风险进行判断，输出拦截结果；以及结果反馈步骤，确认所述拦截结果的准确性，将表示所述拦截结果的准确性的拦截反馈结果反馈至所述风控执行步骤和所述风险数据集市形成步骤。
15.可选地，在所述风控执行步骤中基于获得所述拦截反馈结果进行风险策略的更新。
16.可选地，在所述风控执行步骤中基于获得所述拦截反馈结果进行风险策略的更新
包括：将确认为欺诈交易的主体名单加黑；以及对于误拦截的主体名单加白等。
17.可选地，在所述风险数据集市形成步骤中基于获得所述拦截反馈结果进行特征因子的更新。
18.可选地，在所述风控模型建模步骤中包括：确定正样本数据和负样本数据；完成数据集构造，包括训练数据集、验证数据集和测试数据集；通过选择所述特征因子或者所述特征因子的组合、以及选择模型算法进行模型效果验证；以及根据模效果验证结果，完成特征因子和模型参数调整，输出风控模型。
19.本发明的一方面的计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的可自我更新风控策略的风控管理方法。
20.本发明的一方面的计算机设备，包括存储模块、处理器以及存储在存储模块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计算机程序时实现所述的可自我更新风控策略的风控管理方法。
附图说明
21.图1是表示本发明的可自我更新风控策略的风控管理系统的结构框图。
22.图2是表示本发明的可自我更新风控策略的风控管理方法的流程示意图。
具体实施方式
23.下面介绍的是本发明的多个实施例中的一些，旨在提供对本发明的基本了解。并不旨在确认本发明的关键或决定性的要素或限定所要保护的范围。
24.出于简洁和说明性目的，本文主要参考其示范实施例来描述本发明的原理。但是，本领域技术人员将容易地认识到，相同的原理可等效地应用于所有类型的可自我更新风控策略的风控管理系统以及风控管理方法并且可以在其中实施这些相同的原理，以及任何此类变化不背离本专利申请的真实精神和范围。
25.而且，在下文描述中，参考了附图，这些附图图示特定的示范实施例。在不背离本发明的精神和范围的前提下可以对这些实施例进行电、机械、逻辑和结构上的更改。此外，虽然本发明的特征是结合若干实施/实施例的仅其中之一来公开的，但是如针对任何给定或可识别的功能可能是期望和/或有利的，可以将此特征与其他实施/实施例的一个或多个其他特征进行组合。因此，下文描述不应视为在限制意义上的，并且本发明的范围由所附权利要求及其等效物来定义。
26.诸如“具备”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元（模块）和步骤以外，本发明的技术方案也不排除具有未被直接或明确表述的其它单元（模块）和步骤的情形。
27.本发明的可自我更新风控策略的风控管理系统通过构建基础数据采集系统、风险数据集市、风险建模平台、风险评分系统、交易实时拦截系统、结果反馈系统，并将这些系统
串联成一套闭环处理系统，从而构成一套可根据风险形态自动更新风控策略的风控系统。
28.本发明的可自我更新风控策略的风控管理方法通过基础数据采集、归集，特征因子计算、建模、评分、交易拦截、拦截准确性确认，再将确认后的交易更新基础数据，从而实现特征因子更新、模型更新、风控策略更新，形成闭环处理的风险管理方法。
29.本发明的可自我更新风控策略的风控管理系统以及风控管理方法作为一个示例可以应用于交易数据的风控，以下也主要以交易数据为数据处理对象为例进行说明。
30.图1是表示本发明的可自我更新风控策略的风控管理系统的结构框图。
31.如图1所示，本发明的可自我更新风控策略的风控管理系统包括：基础数据采集系统100、风险数据集市200、风险建模平台300、风险评分系统400、实时风控交易拦截系统500和结果反馈系统600互相串联而构成。
32.接着，对于基础数据采集系统100、风险数据集市200、风险建模平台300、风险评分系统400、实时风控交易拦截系统500和结果反馈系统600各自的功能进行说明。
33.基础数据采集系统100用于采集风控基础数据，例如包括采集欺诈交易明细、卡号、商户号、设备号的黑灰名单等等的风控基础数据（也可以理解为“负面样本数据”）并且将采集到风控基础数据推送到风险事件集市200。
34.风险数据集市200可以分为基础数据层和衍生数据层。
35.风险数据集市200将交易数据和风控基础数据（即“负面样本数据”）归集到大数据平台，再通过对交易数据和风控基础数据（即“负面样本数据”）的加工，统计负面样本的数据特征，以获得如卡号、商户号、设备号在时间维度、地域维度、交易类型等维度的特征因子，构成风险数据集市。
36.其中，基础数据层用于接入交易数据，例如包括线上、线下交易明细和移动支付交易明细数据等，同时也接入风控基础数据，主要包括通过基数数据采集系统100采集的欺诈交易明细、卡号、商户号、设备号的黑灰名单等。
37.衍生数据层作为一个示例，可以分为四个库，例如分别为事件库、名单库、特征库和标签库。
38.其中，事件库存放所有风险事件，包括欺诈报送、监控案件、监管投诉、信息泄露等；名单库包含风险事件中涉及的的主体名单，例如卡号、卡bin、设备id、手机号、ip地址、商户id、终端id等信息；特征库为结合基础数据、事件库、名单库而加工形成的卡片、设备、商户、手机号等不同维度的组合特征；标签库为根据不同特征组合后形成地区、机构、商户、终端、卡片、设备等维度的标签。
39.其中，特征库和标签库主要可为风险建模平台300输送特征因子和标签数据。
40.风险建模平台300预设有常用的几种机器学习算法，例如包括逻辑回归、神经网络、随机森林、gbdt等，并结合前期建模经验建立相应的基线模型。通过将风险数据集市200中的特征因子对接到风险建模平台300，然后再通过特征因子组合、多算法模型训练进行模型效果验证评估，最后通过特征重要性分析、模型参数调整优化确认模型使用特征因子及具体参数，完成线下建模过程。
41.风险建模平台300具体执行以下动作包括：（1）明确建模目标，确定应用场景和预期效果；（2）样本数据定义，确定正样本数据和负样本数据；（3）完成数据集构造，包括训练数据集、验证数据集和测试数据集；（4）选择合适的特征因子和模型算法进行模型效果验证；以及（5）通过模型效果与基线模型效果比较，完成特征因子和模型参数调整。
42.风险评分系统400通过特征因子调用、模型算法调用，实现对交易的实时评分功能并且将实时评分结果对送入实时风控系统500。
43.实时风控系统500用于实现交易的实时拦截，主要是指基于专家规则的交易实时拦截功能。实时风控系统500通过获取风险评分系统400的风险评分系统400的实时评分结果（例如获得每笔交易的实时评分结果），再结合预先设定的专家规则对交易风险进行综合判断并输出拦截结果传送至结果反馈系统600，由此能够有效提升风险交易拦截的覆盖率和准确率。
44.结果反馈系统600用于接受来自实时风控系统500的拦截结果（也即图中的“交易决策”），结果反馈系统600通过客服外呼、短信通知等，确认拦截结果的准确性，再将表示拦截是否准确的拦截反馈结果传输至实时风控系统500和风险数据集市200。
45.其中，将拦截反馈结果传输至实时风控系统500的目的在于，以使得同步到实时风控系统500以实现风险策略做更新，包括：将确认为欺诈交易的卡号、设备号等信息加黑；以及对于误拦截的卡号、设备号等信息加白等。
46.其中，将拦截反馈结果传输至风险数据集市200的目的在于，同步到风险数据集市200以实现特征因子的更新，并将更新后的特征因子推送给建模平台300，以实现模型更新。进一步，再将更新后的模型再推送至评分系统400，评分系统400将新的评分推送给实时风控系统500，从而构成闭环处理的风险管理系统。
47.以上对于本发明的可自我更新风控策略的风控管理系统进行了说明。接着对于本发明的可自我更新风控策略的风控管理方法进行说明。
48.图2是表示本发明的可自我更新风控策略的风控管理方法的流程示意图。
49.如图2所示，本发明的可自我更新风控策略的风控管理方法，其特征在于，包括以下步骤：基础数据获取步骤s100：采集风控基础数据，例如采集负面样本数据，如欺诈交易明细、卡号、商户号、设备号的黑灰名单等；风险数据集市形成步骤s200：接入交易数据以及所述风控基础数据，并基于所述交易数据和所述风控基础数据获得交易的特征因子，例如，将基础的交易数据和负面样本数据进行归集，再通过对基础数据和负面样本数据的加工，统计负面样本数据特征，如卡号、商户号、设备号在时间维度、地域维度、交易类型等维度的特征因子，形成风险数据集市；风控模型建模步骤s300：接入来自所述交易的特征因子，并基于所述交易的特征因子以及预设的机器学习算法执行风控模型的建模，输出风控模型，具体地，例如，根据风险数据集市中的特征因子，利用预设的机器学习算法，如逻辑回归、随机森林、神经网络等，
再通过特征因子组合、多算法模型训练进行模型效果验证评估，最后通过特征重要性分析、模型参数调整优化确认模型使用特征因子及具体参数，完成建模过程，输出风险模型；风险评分步骤s400：基于所述风控模型对交易数据进行实时评分，得到交易的评分结果；风控执行步骤s500：根据预先设置专家规则以及所述交易的评分结果，对交易风险进行判断，输出拦截结果，例如，作为一个示例，将交易的评分结果作为专家规则中的一个因子参与到风控规则的配置中；以及结果反馈步骤s600：根据所述拦截结果，确认所述拦截结果的准确性，将表示所述拦截结果的准确性的拦截反馈结果反馈至所述风控执行步骤和所述风险数据集市形成步骤。
50.其中，在所述风控执行步骤s500中进一步基于获得所述拦截反馈结果进行风险策略的更新。所述更新包括：将确认为欺诈交易的主体名单加黑；以及对于误拦截的主体名单加白等。
51.其中，在所述风险数据集市形成步骤s200中进一步基于获得所述拦截反馈结果进行特征因子的更新。
52.根据本发明的可自我更新风控策略的风控管理系统以及风控管理方法，通过基础数据采集、归集，特征因子计算、建模、评分、交易拦截、拦截准确性确认，再将确认后的交易更新基础数据，从而实现特征因子更新、模型更新、风控策略更新，形成闭环处理的风险管理系统。
53.在本发明的可自我更新风控策略的风控管理系统以及风控管理方法中，机器学习模型能够根据风险形态动态调整优化：通过将风险数据集市中的特征因子对接到风险建模平台，然后再通过特征因子组合、多算法模型训练进行模型效果验证评估，最后通过特征重要性分析、模型参数调整优化确认模型使用特征因子及具体参数，完成建模过程。同时根据交易拦截后的准确性确认，更新风险数据集市中的特征因子，并传送到风险建模平台，从而实现更新模型的效果。
54.在本发明的可自我更新风控策略的风控管理系统以及风控管理方法中，实时风控系统中的专家规则能够进行动态调整：将专家规则与实时评分结果相结合，同时根据交易拦截后的表示拦截准确性的拦截反馈结果，更新专家规则和评分模型，从而实现风控策略自动更新的效果。
55.如上所述，根据本发明的可自我更新风控策略的风控管理系统以及风控管理方法，能够解决了传统风控系统需要依赖大量人力资源，频繁调整风控策略的问题，实现了风控系统的闭环处理和自我更新。
56.本发明还提供一种计算机可读介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实所述的可自我更新风控策略的风控管理方法。
57.本发明还提供一种计算机设备，包括存储模块、处理器以及存储在存储模块上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述的可自我更新风控策略的风控管理方法。
58.以上例子主要说明了本发明的可自我更新风控策略的风控管理系统以及风控管理方法。尽管只对其中一些本发明的具体实施方式进行了描述，但是本领域普通技术人员
应当了解，本发明可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本发明精神及范围的情况下，本发明可能涵盖各种的修改与替换。

技术特征：
1.一种风控管理系统，其特征在于，包括：基础数据采集系统，采集风控基础数据；风险数据集市，接入交易数据以及来自所述基础数据采集系统的所述风控基础数据，基于所述交易数据和所述风控基础数据获得交易的特征因子；风险建模平台，预设有机器学习算法，接入来自所述风险数据集市的所述交易的特征因子，基于所述交易的特征因子以及预设的机器学习算法执行风控模型的建模，输出风控模型；风险评分系统，基于所述风险建模平台输出的所述风控模型对交易数据进行实时评分，输出交易的评分结果；实时风控系统，预先设置专家规则，接入所述风险评分系统输出的所述交易的评分结果，将所述交易的评分结果结合预先设置的专家规则对交易风险进行判断，输出拦截结果；以及结果反馈系统，接入所述实时风控系统输出的所述拦截结果，确认所述拦截结果的准确性，将表示所述拦截结果的准确性的拦截反馈结分别反馈至所述实时风控系统和所述风险数据集市。2.如权利要求1所述的风控管理系统，其特征在于，所述风险数据集市包括：基础数据层；以及从所述基础数据层衍生而得到的衍生数据层。3.如权利要求1所述的风控管理系统，其特征在于，所述衍生数据层包括：事件库，用于存放风险事件；名单库，用于存放风险事件中所涉及的主体名单；特征库，用于结合所述风控基础数据、所述风险事件、所述主体名单形成特征数据；标签库，用于根据所述特征数据形成标签数据，所述特征库的特征数据和所述标签库的标签数据构成所述交易的特征因子。4.如权利要求1所述的风控管理系统，其特征在于，所述实时风控系统基于获得所述拦截反馈结果进行风险策略的更新。5.如权利要求4所述的风控管理系统，其特征在于，所述实时风控系统基于获得所述拦截反馈结果进行风险策略的更新包括：将确认为欺诈交易的主体名单加黑；以及对于误拦截的主体名单加白等。6.如权利要求1所述的风控管理系统，其特征在于，所述风险数据集市基于获得所述拦截反馈结果进行特征因子的更新并且将更新后的特征因子推送给所述建模平台。7.如权利要求1所述的风控管理系统，其特征在于，所述风险建模平台执行以下动作：确定正样本数据和负样本数据；完成数据集构造，包括训练数据集、验证数据集和测试数据集；通过选择所述特征因子或者所述特征因子的组合、以及选择模型算法进行模型效果验
证；以及根据型效果验证结果，完成特征因子和模型参数调整，输出风控模型。8.一种风控管理方法，其特征在于，包括以下步骤：基础数据获取步骤，采集风控基础数据；风险数据集市形成步骤，接入交易数据以及所述风控基础数据，并基于所述交易数据和所述风控基础数据获得交易的特征因子；风控模型建模步骤，接入来自所述交易的特征因子，并基于所述交易的特征因子以及预设的机器学习算法执行风控模型的建模，输出风控模型；风险评分步骤，基于所述风控模型对交易数据进行实时评分，输出交易的评分结果；风控执行步骤，根据预先设置专家规则并结合所述交易的评分结果，对交易风险进行判断，输出拦截结果；以及结果反馈步骤，确认所述拦截结果的准确性，将表示所述拦截结果的准确性的拦截反馈结果反馈至所述风控执行步骤和所述风险数据集市形成步骤。9.如权利要求8所述的风控管理方法，其特征在于，在所述风控执行步骤中基于获得所述拦截反馈结果进行风险策略的更新。10.如权利要求4所述的风控管理方法，其特征在于，在所述风控执行步骤中基于获得所述拦截反馈结果进行风险策略的更新包括：将确认为欺诈交易的主体名单加黑；以及对于误拦截的主体名单加白等。11.如权利要求8所述的风控管理方法，其特征在于，在所述风险数据集市形成步骤中基于获得所述拦截反馈结果进行特征因子的更新。12.如权利要求8所述的风控管理方法，其特征在于，在所述风控模型建模步骤中包括：确定正样本数据和负样本数据；完成数据集构造，包括训练数据集、验证数据集和测试数据集；通过选择所述特征因子或者所述特征因子的组合、以及选择模型算法进行模型效果验证；以及根据模效果验证结果，完成特征因子和模型参数调整，输出风控模型。13.一种计算机可读介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求8~12任意一项所述的风控管理方法。14.一种计算机设备，包括存储模块、处理器以及存储在存储模块上并可在处理器上运行的计算机程序，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8~12任意一项所述的风控管理方法。

技术总结
本发明涉及可自我更新风控策略的风控管理系统及其方法。该系统包括：基础数据采集系统，采集风控基础数据；风险数据集市，基于交易数据和风控基础数据获得交易的特征因子；风险建模平台，基于述交易的特征因子以及预设的机器学习算法执行风控模型的建模，输出风控模型；风险评分系统，对交易数据进行实时评分，得到交易的评分结果；实时风控系统，将交易的评分结果结合预先设置的专家规则对交易风险进行判断，输出拦截结果；以及结果反馈系统，将拦截反馈结分别反馈至实时风控系统和风险数据集市。根据本发明，能够实现风控系统的闭环处理和自我更新。理和自我更新。理和自我更新。


技术研发人员：朱婧蕾 曹文红 施雯 高康妮
受保护的技术使用者：银联国际有限公司
技术研发日：2022.01.27
技术公布日：2023/8/9