CN108615190A - 风控模型验证方法、装置、设备和存储介质 - Google Patents
风控模型验证方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN108615190A CN108615190A CN201810390867.0A CN201810390867A CN108615190A CN 108615190 A CN108615190 A CN 108615190A CN 201810390867 A CN201810390867 A CN 201810390867A CN 108615190 A CN108615190 A CN 108615190A
- Authority
- CN
- China
- Prior art keywords
- air control
- control model
- verified
- real time
- traffic data
- 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
Links
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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种风控模型验证方法、装置、设备和存储介质,该方法包括:依据实时业务数据进行风险决策评估后,将所述实时业务数据发送至旁路待验证风控模型;依据所述实时业务数据对所述旁路待验证风控模型进行验证。在不影响线上信贷评估***业务运行的情况下,线上完成调整后的风控模型的验证,提高了风控模型验证的准确性。
Description
技术领域
本发明实施例涉及数据处理技术,尤其涉及一种风控模型验证方法、装置、设备和存储介质。
背景技术
互联网金融依赖于信贷***的自动化审核提高经营效率,而信贷***中最为核心的部分是进行风险决策评估的风控模型。
随着业务的发展、用户的变化以及信息的完善,风控模型必须经常做相应的调整,但风控模型的调整是高风险的行为,一旦风控模型出现缺陷,将会引起信贷业务的波动,甚至不可用。目前主流互联网信贷***通用的解决方式是线下通过历史数据来验证调整之后的风控模型,以评估风控模型的预期影响是否符合预期。
但是,通过历史数据来验证调整之后的风控模型,存在数据的滞后性和不准确性导致的风控模型验证结果和预期不符的问题,例如,有些数据可能在当前已发生变化,有些数据可能不存在历史数据,需要预先批量收集所缺数据,从而导致征信数据成本较大。
发明内容
本发明实施例提供一种风控模型验证方法、装置、设备和存储介质,在不影响信贷评估***业务运行的情况下,线上完成调整后的风控模型的验证,提高了风控模型验证的准确性。
第一方面,本发明实施例提供了一种风控模型验证方法,该方法包括:
依据实时业务数据进行风险决策评估后,将所述实时业务数据发送至旁路待验证风控模型;
依据所述实时业务数据对所述旁路待验证风控模型进行验证。
第二方面,本发明实施例还提供了一种风控模型验证装置,该装置包括:
数据发送模块,用于依据实时业务数据进行风险决策评估后,将所述实时业务数据发送至旁路待验证风控模型;
模型验证模块,用于依据所述实时业务数据对所述旁路待验证风控模型进行验证。
第三方面,本发明实施例还提供了一种风控模型验证设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所述的风控模型验证方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所述的风控模型验证方法。
本发明实施例通过对实时业务数据进行风险决策评估后,将实时业务数据用于线上验证旁路待验证风控模型,解决了通过历史数据验证调整后的风控模型验证结果和预期相差较大的问题,在不影响线上信贷评估***业务运行的情况下,提高了风控模型验证的准确性。
附图说明
图1是本发明实施例一提供的一种风控模型验证方法的流程图;
图2是本发明实施例二提供的一种风控模型验证方法的流程图;
图3是本发明实施例三提供的一种风控模型验证方法的流程图;
图4A是本发明实施例四提供的一种风控模型验证方法的流程图;
图4B是本发明实施例四提供的一种线上信贷评估***框架结构示意图;
图5是本发明实施例五提供的一种风控模型验证装置的结构框图;
图6是本发明实施例六提供的一种风控模型验证设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种风控模型验证方法的流程图,本实施例可适用于对调整后的或新建的风控模型进行验证的情况,该方法可以由本发明实施例提供的风控模型验证装置或设备来执行,该装置可采用硬件和/或软件的方式实现,配置于线上信贷评估***中。该方法具体包括如下步骤:
S101,依据实时业务数据进行风险决策评估后,将实时业务数据发送至旁路待验证风控模型。
其中,实时业务数据是指用户进行风险决策评估的数据信息,例如,在信贷申请的场景中,实时业务数据包括:信贷申请用户的基本信息(如年龄、收入、信誉值等)、信贷申请类型、历史信贷记录等。风险决策评估是指评估数据或事件的风险等级,进而提供应对策略。例如,评估信贷申请用户所属的风险等级,为其推荐符合该风险等级的信贷产品。
旁路是指在一个***的正常流程中,还同时存在一个克隆流程,正常流程中发生的行为克隆流程也会发生,但克隆流程中发生的行为是有边界的,不会对***运行和结果产生任何影响。例如,在线上信贷评估***中存在一个用于对实时业务数据进行风险评估的正常流程,同时还存在一个用于对调整后的风险评估模型进行验证的克隆流程,且进行模型验证的克隆流程不会对进行风险评估的正常流程(如风险决策评估耗时、风险决策评估结果、更显决策评估流程等)造成影响。风控模型是指在特定的场景下,基于数据、案例、算法、专家策略等信息对当前数据或事件进行风险等级评估的模型,例如在信贷申请场景中,将用户的实时业务数据作为输入数据,输入风控模型,风控模型会基于输入的数据,结合训练时的评估案例、评估算法以及专家的策略等信息进行风险决策评估运算,最后输出评估结果。
随着评估业务的发展、用户的变化以及用户信息的完善,风控模型也要进行调整优化,调整优化后的风控模型为待验证风控模型,需要验证后才能投入到线上信贷评估***中为用户提供风险评估服务。旁路待验证风控模型是指线上信贷评估***中旁路上的优化调整后需要进行验证的风控模型和/或为了满足业务需求新建立的风控模型。为了保证线上信贷评估***为用户提供评估结果的时效性,需要在获取实时业务数据后先对数据进行风险决策评估,评估完成后再将实时业务数据发送至旁路待验证风控模型进行模型的验证。风险决策评估可以通过实时风控模型完成,实时风控模型与旁路待验证风控模型所执行的操作互不干扰。
S102,依据实时业务数据对旁路待验证风控模型进行验证。
其中,根据实时业务数据对旁路待验证风控模型进行验证的过程与对实时业务数据进行风险决策评估的过程是类似的,可以是将实时业务数据输入到旁路待验证风控模型中,旁路待验证风控模型根据输入的数据,结合训练时的评估案例、评估算法以及专家的策略等信息进行评估运算,输出评估结果。将输出的评估结果与预期结果进行比对,来判断旁路待验证风控模型风险决策评估的准确程度。可选的,判断旁路待验证风控模型风险决策评估的准确程度可以是人为进行对比判断,也可以是设置一个对比单元,用于自动进行评估结果与预期结果的比对,来判断旁路待验证风控模型风险决策评估的准确程度。通过实时业务数据验证旁路待验证风控模型还可以提前暴露待验证风控模型上线后可能存在的问题。
需要说明的是,本实施例中对旁路待验证风控模型进行验证的同时,实时风控模型会对获取的实时业务数据进行风险决策评估,模型验证流程和风险评估流程是同时进行,且模型验证流程不会增加实时风控模型进行风险决策评估的时耗。
本发明实施例提供的风控模型验证方法,通过对实时业务数据进行风险决策评估后,将实时业务数据用于线上验证旁路待验证风控模型,解决了通过历史数据验证调整后的风控模型验证结果和预期相差较大的问题,在不影响线上信贷评估***业务运行的情况下,提高了风控模型验证的准确性。
实施例二
图2为本发明实施例二提供的一种风控模型验证方法的流程图,该方法在上述实施例的基础上进一步的优化,具体给出将实时业务数据发送至旁路待验证风控模型的具体情况介绍。如图2所示,该方法包括:
S201,依据实时业务数据进行风险决策评估。
由于线上信贷评估***的主要业务是为用户进行风险决策评估的,因此在获取实时业务数据后首先要做的是进行风险决策评估。具体的,依据实时业务数据进行风险决策评估,包括:查找与实时业务数据匹配的实时风控模型;将实时业务数据发送至所述实时风控模型进行风险决策评估。
其中,为了满足不同用户的需求,一个线上信贷评估***通常可以进行多种不同需求类型的风险决策评估,即该***中存在可对不同需求类型进行风险决策评估的多个实时风控模型,可根据实时业务数据对应的需求类型,选择对应的实时风控模型进行风险决策评估。可选的,查找与实时业务数据匹配的实时风控模型的过程可以是查找与实时业务数据具有相同需求标识的实时风控模型的过程。在找到匹配的实时风控模型后,将该实时业务数据发送至匹配的实时风控模型。
可选的,由于实时风控模型为至少一个,可以将至少一个实时风控模型放置在实时风控模型运行线程池中,可调用线程池中至少一个空闲线程并行将实时数据发送至与其匹配的实时风控模型进行风险决策评估。
S202,判断对实时业务数据进行风险决策评估的实时风控模型中是否存在旁路验证标识,若存在执行S203,若不存在返回S201。
对旁路待验证风控模型进行验证时,并不是所有的实时业务数据,都适用于对一个旁路待验证风控模型的验证,例如,若旁路待验证风控模型是用于对用户的贷款额度进行风险决策评估的,则用于评估用户购买理财产品的风险决策的实时业务数据就应该舍去,否则不但影响了验证速率,还会导致验证误差。旁路验证标识就是用来表示实时业务数据是否需要发送至旁路待验证风控模型的标识,该标识可以记录在对实时业务数据进行风险决策评估的实时风控模型中,是根据旁路待验证风控模型的具体情况预先在实时风控模型上设置的,可以根据旁路待验证风控模型的改变随时更改标识信息。因为所有的实时业务数据都要通过实时风控模型进行风险决策评估,因此,可以将旁路验证标识记录在实时风控模型中,由实时风控模型进行风险决策评估后,来判断是否需要将刚刚处理的业务数据发送至旁路待验证风控模型。
具体的,判断对实时业务数据进行风险决策评估的实时风控模型中是否存在旁路验证标识,若存在执行S203,将实时业务数据发送至旁路待验证风控模型,若不存在,说明该实时业务数据不适用于旁路待验证风控模型,则返回S201,等待下一个实时业务数据的到来。
S203,将实时业务数据发送至旁路待验证风控模型。
S204,依据实时业务数据对旁路待验证风控模型进行验证。
需要说明的是,实时业务数据、实时风控模型、旁路待验证风控模型之间是存在一定的对应关系的,实时业务数据根据其评估需求的不同,需要由不同的实时风控模型进行风险决策评估,而旁路待验证风控模型的最终目的也是为了满足评估需求,因此,对于同一种评估需求的实时业务数据、实时风控模型和旁路待验证风控模型之间是存在对应关系的,优选的,可以是为同一种评估需求的实时业务数据、实时风控模型和待验证风控模型设置一个相同的需求标识。
本实施例提供了一种风控模型验证方法,通过对实时业务数据进行风险决策评估后,只有在评估实时业务数据的实时风控模型中存在验证标识的情况下,才将实时业务数据用于线上验证旁路待验证风控模型,在不影响线上信贷评估***业务运行的情况下,选择和待验证风控模型相符合的实时业务数据对其进行验证,进一步提高了风控模型验证的准确性。
实施例三
图3为本发明实施例三提供的一种风控模型验证方法的流程图,该方法在上述各实施例的基础上进一步的优化,具体给出当实时业务数据、旁路待验证风控模型和实时风控模型都为至少一个时,将实时业务数据发送至旁路待验证风控模型的具体情况介绍。如图3所示,该方法包括:
S301,依据至少一个实时业务数据进行风险决策评估。
S302,将至少一个实时业务数据发送至旁路待验证风控模型线程池。
其中,线程池是一种多线程处理形式,是由一个等待队列和多个线程组成。每当有任务提交至线程池,任务将会放入等待队列中,待有空闲的线程来运行该任务。每个线程都使用默认的堆栈大小,以默认的优先级运行,并处于多线程单元中。如果所有线程都始终保持繁忙,但队列中又有等待执行的任务,则需要等到有任务执行完成,出现空闲线程,队列里的任务才会按顺序被执行。需要说明的是,本发明的风控模型验证方法需要设置两个线程池,一个是用于进行风险策略评估的实时风控模型线程池,另一个是用于进行风控模型验证的旁路待验证风控模型线程池。
为了保证模型验证结果的准确性,提高验证效率,对于进行完风险决策评估的各实时业务数据,需要判断进行本次风险决策评估的实时风控模型中是否存在旁路验证标识,只有存在旁路验证标识的情况下,才将该实时业务数据发送至旁路待验证风控模型线程池。
S303,调用线程池中的至少一个空闲线程并行将各实时业务数据发送至其对应的旁路待验证风控模型。
S302中选出的可以用于验证旁路待验证风控模型的实时业务数据都在旁路待验证风控模型线程池中,在将数据发送至旁路待验证风控模型的时候,可以根据实时业务数据与旁路待验证风控模型之间的需求标识,将实时业务数据发送至与该实时业务数据具有相同需求标识的旁路待验证风控模型。
具体的,可以是选出的所有实时业务数据都放在旁路待验证风控模型线程池的等待队列中,当存在空闲线程时,该线程将队列中的一个实时业务数据发送值与该实时业务数据具有相同需求标识的旁路待验证风控模型中,若存在多个空闲线程时,多个空闲线程可并行将多个实时业务数据发送值与各实时业务数据具有相同需求标识的旁路待验证风控模型中。
S304,依据实时业务数据对旁路待验证风控模型进行验证。
本实施例提供了一种风控模型验证方法,通过对至少一个实时业务数据进行风险决策评估后,在评估各实时业务数据的实时风控模型中存在验证标识的情况下,才将各实时业务数据发送至旁路待验证风控模型线程池,并调用至少一个空闲线程并行将各实时业务数据发送至其对应的旁路待验证风控模型进行模型的验证,可同时对多个旁路待验证风控模型进行验证,保证验证准确性的同时,提高了风控模型的验证效率。
实施例四
图4A为本发明实施例四提供的一种风控模型验证方法的流程图,该方法在上述各实施例的基础上提供了一个优选施例,具体给出线上信贷评估***的工作方法。结合图4B所示的线上信贷评估***框架结构示意图对图4A所示的方法进行介绍。该方法包括:
S401,更新旁路待验证风控模型和/或进行风险决策评估的实时风控模型。
其中,对于线上信贷评估***,其中的实时风控模型和旁路待验证风控模型都不是固定不变的,例如,旁路待验证风控模型验证成功后可能会替换旧的实时风控模型,同时也会有新的旁路待验证风控模型等待验证。因此,需要更新旁路待验证风控模型和/或进行风险决策评估的实时风控模型。示例性的,如图4B所示,线上信贷评估***中的模型管理42用于完成旁路待验证风控模型4322和/或实时风控模型4311的更新操作。具体更新过程为:模型管理42把最新的旁路待验证风控模型4322和/或实时风控模型4311的安装包推送到决策服务43中。具体的,将旁路待验证风控模型4322推送到决策服务43的旁路待验证风控模型线程池432中,将实时风控模型4311推送到决策服务43的实时风控模型线程池431中。实时风控模型4311和旁路待验证风控模型4322缓存在决策服务43的内存中,不需要从服务器中调取,提高了运行效率。
S402,依据实时业务数据进行风险决策评估。
示例性的,如图4B所示,当风控人员(即进行风险评估的用户)有业务数据要进行评估时,信贷进件41将获取风控人员发来的实时业务数据,并将获取的实时业务数据发送至决策服务43进行风险决策评估。决策服务43的具体评估过程为:决策服务43根据实时业务数据的信息(如风控人信息、当前业务、评估场景等),匹配到与实时业务数据有相同需求标识的实时风控模型4311,控制该实时风控模型4311根据输入的实时业务数据,结合训练时的评估案例、评估算法以及专家的策略等信息进行风险决策评估运算,最后输出评估结果。
优选的,通常情况下等待评估的实时业务数据的数量较多,此时决策服务43会将所有的实时业务数据都先发送至实时风控模型线程池431的等待队列中,实时风控模型线程池431将会从N(N为正整数)个实时风控模型4311中查找与各实时业务数据匹配的实时风控模型,通过调用至少一个空闲线程并行的将各实时业务数据发送至匹配的实时风控模型进行风险决策评估。
S403,将风险决策评估结果返回给实时业务数据发送方。
示例性的,如图4B所示,决策服务43会将实时风控模型4311输出的评估结果返回给信贷进件41,信贷进件41再将评估数据反馈给实时业务数据的发送方(即风控人员)。
S404,将实时业务数据发送至旁路待验证风控模型。
示例性的,如图4B所示,为了保证风控模型验证的准确性,决策服务43需要先判断对实时业务数据进行风险决策评估的实时风控模型4311中是否存在旁路验证标识,若存在才将实时业务数据发送至旁路待验证风控模型4322。
优选的,通常情况下选出的用于模型验证的实时业务数据的数量较多,此时决策服务43会将所有选出的实时业务数据都先发送至旁路待验证风控模型线程池432的等待队列中,旁路待验证风控模型线程池432会从M(M为正整数)个旁路待验证风控模型4322中查找与各实时数据匹配的旁路待验证模型,通过调用至少一个空闲线程并行将各实时业务数据发送至其对应的旁路待验证风控模型。
需要说明的是,S403和S404没有先后顺序之分,可以是同时进行的。
S405,依据实时业务数据对旁路待验证风控模型进行验证。
示例性的,如图4B所示,旁路待验证风控模型4322依据输入的实时业务数据,结合训练时的评估案例、评估算法以及专家的策略等信息进行风险决策评估运算,最后输出评估结果,根据该评估决策结果进行模型准确性的验证。
S406,存储风险决策评估结果和旁路待验证风控模型的验证结果。
示例性的,如图4B所示,线上信贷评估***中还包括决策流水服务44,用于对风险决策评估结果和旁路待验证风控模型4322的验证结果进行存储。以便后期进行数据查找,或者是用存储的历史数据训练新的风控模型。优选的,在进行数据存储时,可以是依据风险决策评估结果的标识信息和验证结果的标识信息,将风险决策评估结果和验证结果分类进行存储。
具体的,可以是分别为风险决策评估结果和验证结果设置不同的标识信息,在数据存储时,按照其标识信息的不同分类进行存储。例如,为风险决策评估结果设置标识10,为验证结果设置标识11,在数据存储时,决策流水服务44将标识为10的结果存储在风险决策评估数据存储区,将标识为11的结果存储在验证数据存储区,分类存储便于后期数据的查找。
本实施例通过搭建线上信贷评估***框架,将上述各实施例提供的风控模型验证方法运用到搭建的线上信贷评估***架构中,验证了本发明实施例提供的风控模型验证方法,完成了旁路待验证风控模型的验证工作。解决了通过历史数据验证调整后的风控模型验证结果和预期相差较大的问题,在不影响线上信贷评估***业务运行的情况下,提高了风控模型验证的准确性。
实施例五
图5为本发明实施例五提供的一种风控模型验证装置的结构框图,该装置可执行本发明任意实施例所提供的风控模型验证方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置可配置于线上信贷评估***中,该装置包括:
数据发送模块501,用于依据实时业务数据进行风险决策评估后,将实时业务数据发送至旁路待验证风控模型;
模型验证模块502,用于依据实时业务数据对旁路待验证风控模型进行验证。
本发明实施例提供的风控模型验证装置,通过对实时业务数据进行风险决策评估后,将实时业务数据用于线上验证旁路待验证风控模型,解决了通过历史数据验证调整后的风控模型验证结果和预期相差较大的问题,在不影响线上信贷评估***业务运行的情况下,提高了风控模型验证的准确性。
进一步地,上述数据发送模块501,具体用于若对实时业务数据进行风险决策评估的实时风控模型中存在旁路验证标识,则将实时业务数据发送至旁路待验证风控模型。
进一步地,上述实时业务数据为至少一个,上述旁路待验证风控模型为至少一个;相应的,上述数据发送模块501,具体用于将至少一个实时业务数据发送至旁路待验证风控模型线程池;调用线程池中的至少一个空闲线程并行将各实时业务数据发送至其对应的旁路待验证风控模型。
进一步地,上述装置还包括:
存储模块,用于存储风险决策评估结果和旁路待验证风控模型的验证结果。
可选的,存储模块具体用于依据风险决策评估结果的标识信息和验证结果的标识信息,将风险决策评估结果和验证结果分类进行存储。
进一步地,上述装置还包括
风险评估模块,用于查找与实时业务数据匹配的实时风控模型;将实时业务数据发送至实时风控模型进行风险决策评估。
进一步地,上述装置还包括:
模型更新模块,用于更新旁路待验证风控模型和/或进行风险决策评估的实时风控模型。
值得注意的是,上述风控模型验证装置的实施例中,所包括的模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;例如,该装置可以仅包括通信模块和处理模块,通信模块实现实时业务数据的接收以及评估结果的发送;处理模块用于实现风险决策评估、模型的验证、模型的更新、结果的存储等相关功能。另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例六
图6为本发明实施例六提供的一种风控模型验证设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备60的框图。图6显示的设备60仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。该设备可以配置于线上信贷评估***中。
如图6所示,该设备60以通用计算设备的形式表现。该设备60的组件可以包括但不限于:一个或者多个处理器或者处理单元601,***存储器602,连接不同***组件(包括***存储器602和处理单元601)的总线603。
总线603表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
设备60典型地包括多种计算机***可读介质。这些介质可以是任何能够被设备60访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器602可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)604和/或高速缓存存储器605。设备60可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***606可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线603相连。***存储器602可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块607的程序/实用工具608,可以存储在例如***存储器602中,这样的程序模块607包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块607通常执行本发明所描述的实施例中的功能和/或方法。
设备60也可以与一个或多个外部设备606(例如键盘、指向设备、显示器610等)通信,还可与一个或者多个使得用户能与该设备交互的设备通信,和/或与使得该设备60能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口611进行。并且,设备60还可以通过网络适配器612与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器612通过总线603与设备60的其它模块通信。应当明白,尽管图中未示出,可以结合设备60使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元601通过运行存储在***存储器602中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的风控模型验证方法。
实施例七
本发明实施例七还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可实现上述实施例所述的风控模型验证方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员应该明白,上述的本发明实施例的各模块或各操作可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或操作制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间的相同或相似的部分互相参见即可。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。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保护范围之内。
Claims (10)
1.一种风控模型验证方法,其特征在于,包括:
依据实时业务数据进行风险决策评估后,将所述实时业务数据发送至旁路待验证风控模型;
依据所述实时业务数据对所述旁路待验证风控模型进行验证。
2.根据权利要求1所述的方法,其特征在于,将所述实时业务数据发送至旁路待验证风控模型包括:
若对实时业务数据进行风险决策评估的实时风控模型中存在旁路验证标识,则将所述实时业务数据发送至所述旁路待验证风控模型。
3.根据权利要求1所述的方法,其特征在于,所述实时业务数据为至少一个,所述旁路待验证风控模型为至少一个;
相应的,将所述实时业务数据发送至旁路待验证风控模型,包括:
将所述至少一个实时业务数据发送至旁路待验证风控模型线程池;
调用所述线程池中的至少一个空闲线程并行将各实时业务数据发送至其对应的旁路待验证风控模型。
4.根据权利要求1所述的方法,其特征在于,依据所述实时业务数据对所述旁路待验证风控模型进行验证之后,还包括:
存储风险决策评估结果和所述旁路待验证风控模型的验证结果。
5.根据权利要求4所述的方法,其特征在于,存储风险决策评估结果和所述旁路待验证风控模型的验证结果,包括:
依据所述风险决策评估结果的标识信息和所述验证结果的标识信息,将所述风险决策评估结果和所述验证结果分类进行存储。
6.根据权利要求1所述的方法,其特征在于,依据实时业务数据进行风险决策评估,包括:
查找与所述实时业务数据匹配的实时风控模型;
将所述实时业务数据发送至所述实时风控模型进行风险决策评估。
7.根据权利要求1所述的方法,其特征在于,在依据实时业务数据进行风险决策评估之前,还包括:
更新旁路待验证风控模型和/或进行风险决策评估的实时风控模型。
8.一种风控模型验证装置,其特征在于,包括:
数据发送模块,用于依据实时业务数据进行风险决策评估后,将所述实时业务数据发送至旁路待验证风控模型;
模型验证模块,用于依据所述实时业务数据对所述旁路待验证风控模型进行验证。
9.一种风控模型验证设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的风控模型验证方法。
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,该程序被处理器执行时实现如权利要求1-7中任一所述的风控模型验证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810390867.0A CN108615190A (zh) | 2018-04-27 | 2018-04-27 | 风控模型验证方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810390867.0A CN108615190A (zh) | 2018-04-27 | 2018-04-27 | 风控模型验证方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108615190A true CN108615190A (zh) | 2018-10-02 |
Family
ID=63660902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810390867.0A Pending CN108615190A (zh) | 2018-04-27 | 2018-04-27 | 风控模型验证方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108615190A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858737A (zh) * | 2018-12-18 | 2019-06-07 | 平安科技(深圳)有限公司 | 基于模型部署的评分模型调整方法、装置和计算机设备 |
CN110046779A (zh) * | 2018-11-01 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种数据处理方法及装置、一种计算设备及存储介质 |
CN110555630A (zh) * | 2019-09-11 | 2019-12-10 | 北京奇艺世纪科技有限公司 | 一种数据处理方法及装置 |
CN110705817A (zh) * | 2019-08-13 | 2020-01-17 | 上海指旺信息科技有限公司 | 对企业融资数据进行风控评估管理的方法和装置 |
CN113538136A (zh) * | 2021-07-29 | 2021-10-22 | 江苏苏宁银行股份有限公司 | 一种信贷审批风控分流方法、装置、电子设备和存储介质 |
CN114240101A (zh) * | 2021-12-02 | 2022-03-25 | 支付宝(杭州)信息技术有限公司 | 一种风险识别模型的验证方法、装置以及设备 |
CN115409290A (zh) * | 2022-10-31 | 2022-11-29 | 北京领雁科技股份有限公司 | 业务数据风险模型验证方法、装置、电子设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067324A (zh) * | 2017-04-18 | 2017-08-18 | 上海翼翎数据信息技术有限公司 | 一种利用网络抓包数据实现交易风险控制的方法和*** |
CN107316134A (zh) * | 2017-06-16 | 2017-11-03 | 深圳乐信软件技术有限公司 | 一种风险控制方法、装置、服务器及存储介质 |
CN107491885A (zh) * | 2017-08-25 | 2017-12-19 | 上海找钢网信息科技股份有限公司 | 一种用于钢贸金融业务的风控平台及风险控制管理方法 |
CN107730154A (zh) * | 2017-11-23 | 2018-02-23 | 安趣盈(上海)投资咨询有限公司 | 基于多机器学习模型并行的风控模型应用方法和*** |
CN107749031A (zh) * | 2017-11-29 | 2018-03-02 | 南京甄视智能科技有限公司 | 贷后风险控制***的自动更新方法、贷后风险控制*** |
CN107886425A (zh) * | 2017-10-25 | 2018-04-06 | 上海壹账通金融科技有限公司 | 信贷评估方法、装置、设备及计算机可读存储介质 |
-
2018
- 2018-04-27 CN CN201810390867.0A patent/CN108615190A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067324A (zh) * | 2017-04-18 | 2017-08-18 | 上海翼翎数据信息技术有限公司 | 一种利用网络抓包数据实现交易风险控制的方法和*** |
CN107316134A (zh) * | 2017-06-16 | 2017-11-03 | 深圳乐信软件技术有限公司 | 一种风险控制方法、装置、服务器及存储介质 |
CN107491885A (zh) * | 2017-08-25 | 2017-12-19 | 上海找钢网信息科技股份有限公司 | 一种用于钢贸金融业务的风控平台及风险控制管理方法 |
CN107886425A (zh) * | 2017-10-25 | 2018-04-06 | 上海壹账通金融科技有限公司 | 信贷评估方法、装置、设备及计算机可读存储介质 |
CN107730154A (zh) * | 2017-11-23 | 2018-02-23 | 安趣盈(上海)投资咨询有限公司 | 基于多机器学习模型并行的风控模型应用方法和*** |
CN107749031A (zh) * | 2017-11-29 | 2018-03-02 | 南京甄视智能科技有限公司 | 贷后风险控制***的自动更新方法、贷后风险控制*** |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046779A (zh) * | 2018-11-01 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种数据处理方法及装置、一种计算设备及存储介质 |
CN109858737A (zh) * | 2018-12-18 | 2019-06-07 | 平安科技(深圳)有限公司 | 基于模型部署的评分模型调整方法、装置和计算机设备 |
CN109858737B (zh) * | 2018-12-18 | 2023-04-25 | 平安科技(深圳)有限公司 | 基于模型部署的评分模型调整方法、装置和计算机设备 |
CN110705817A (zh) * | 2019-08-13 | 2020-01-17 | 上海指旺信息科技有限公司 | 对企业融资数据进行风控评估管理的方法和装置 |
CN110555630A (zh) * | 2019-09-11 | 2019-12-10 | 北京奇艺世纪科技有限公司 | 一种数据处理方法及装置 |
CN110555630B (zh) * | 2019-09-11 | 2022-08-12 | 北京奇艺世纪科技有限公司 | 一种数据处理方法及装置 |
CN113538136A (zh) * | 2021-07-29 | 2021-10-22 | 江苏苏宁银行股份有限公司 | 一种信贷审批风控分流方法、装置、电子设备和存储介质 |
CN114240101A (zh) * | 2021-12-02 | 2022-03-25 | 支付宝(杭州)信息技术有限公司 | 一种风险识别模型的验证方法、装置以及设备 |
CN115409290A (zh) * | 2022-10-31 | 2022-11-29 | 北京领雁科技股份有限公司 | 业务数据风险模型验证方法、装置、电子设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108615190A (zh) | 风控模型验证方法、装置、设备和存储介质 | |
CN109241772B (zh) | ***区块链记录方法、装置、区块链网关服务器和介质 | |
CN108595157B (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
US9721316B2 (en) | Change convergence risk mapping | |
US9177138B2 (en) | Change convergence risk planning and avoidance | |
CN107316134A (zh) | 一种风险控制方法、装置、服务器及存储介质 | |
CN106951627A (zh) | 车辆自动驾驶的仿真测试方法、装置、设备及计算机可读存储介质 | |
CN107038478A (zh) | 路况预测方法及装置、计算机设备与可读介质 | |
CN107067163A (zh) | 一种故障维修派工方法和装置 | |
CN108664650A (zh) | 一种区块链网络的事务处理方法、装置、设备及存储介质 | |
CN107133645A (zh) | 预估乘客取消订单行为的方法、设备及存储介质 | |
CN108492195A (zh) | 一种规则引擎包的入参泛化方法、设备及存储介质 | |
CN107133697A (zh) | 预估司机接单意愿的方法、装置、设备及存储介质 | |
CN107704946A (zh) | 电子装置、语音导航需求预测方法和存储介质 | |
CN111931047B (zh) | 基于人工智能的黑产账号检测方法及相关装置 | |
CN111191925B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN106934107A (zh) | 交通出行场景构建方法、装置、设备及存储介质 | |
CN113596844A (zh) | 一种基于数据信息的预警方法、装置、介质及电子设备 | |
CN112350438A (zh) | 一种电量管理的方法、装置、设备及存储介质 | |
CN106503990A (zh) | 一种交易处理方法及移动设备 | |
CN105224558A (zh) | 语音业务的评价处理方法及装置 | |
CN110365634A (zh) | 异常数据监控方法、装置、介质及电子设备 | |
CN110008986A (zh) | 批量风险案件识别方法、装置及电子设备 | |
CN109493077A (zh) | 行为识别方法及装置、电子设备、存储介质 | |
CN114971017A (zh) | 银行交易数据的处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181002 |
|
RJ01 | Rejection of invention patent application after publication |