買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國工商銀行股份有限公司申請的專利用戶風險的確定方法、裝置和服務器獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113379530B 。

龍圖騰網通過國家知識產權局官網在2025-06-10發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202110643176.9，技術領域涉及：G06Q40/03；該發明授權用戶風險的確定方法、裝置和服務器是由單升起;吳垠;蔡海嘉;池紀鋒設計研發完成，并于2021-06-09向國家知識產權局提交的專利申請。

本用戶風險的確定方法、裝置和服務器在說明書摘要公布了：本說明書提供了用戶風險的確定方法、裝置和服務器。基于該方法，具體實施前，可以通過對包含有全量業務數據的多個數據表進行預設的聚類處理，得到多個樣本用戶的基于業務相關性聚類在一起的多個樣本數據集；再利用多個樣本用戶的多個樣本數據集，訓練得到準確度較高的同時包含有第一層模型和第二層模型雙層結構的預設的用戶風險預測模型；其中，上述第一層模型具體包含有分別對應多個子業務場景的多個子模型；具體實施時，在獲取目標用戶的業務數據之后，可以通過調用上述預設的用戶風險預測模型來綜合處理目標用戶的業務數據，以較為全面且精準地確定出目標用戶的風險等級，從而可以有效降低確定用戶風險時的誤差，提高風險預測精度。

本發明授權用戶風險的確定方法、裝置和服務器在權利要求書中公布了：1.一種用戶風險的確定方法，其特征在于，包括：獲取目標用戶的業務數據；調用預設的用戶風險預測模型處理所述目標用戶的業務數據，得到對應的目標處理結果；其中，所述預設的用戶風險預測模型為包含有第一層模型和第二層模型的雙層結構的模型，所述第一層模型包括多個子模型，所述多個子模型分別對應一個子業務場景；所述子業務場景包括：存貸款業務場景、信用卡業務場景和金融理財業務場景；所述第一層模型為基于隨機森林算法構建得到的模型結構；所述第二層模型為基于決策樹算法構建得到的模型結構；根據所述目標處理結果，確定目標用戶的風險等級；其中，調用預設的用戶風險預測模型處理所述目標用戶的業務數據，得到對應的目標處理結果，包括：對目標用戶的業務數據進行預設的聚類處理，得到目標用戶的多組業務數據；每組業務數據對應一個子業務場景；將所述目標用戶的多組業務數據，按照預設的輸入規則，輸入至預設的用戶風險預測模型的第一層模型中相對應的子模型進行處理，得到相應的多個中間處理結果；將多個中間處理結果經第一層模型輸入至第二層模型進行處理，得到對應的目標處理結果；其中，所述預設的用戶風險預測模型按照以下方式訓練得到：利用樣本用戶的多個樣本數據集，分別訓練初始的第一層模型中對應的初始子模型，以得到符合要求的第一層模型；調用所述第一層模型處理樣本用戶的多個樣本數據集，得到多個中間處理結果；利用所述多個中間處理結果，訓練所述初始的第二層模型，以得到符合要求的第二層模型；其中，分別訓練初始的第一層模型中對應的初始子模型，包括：按照以下方式訓練當前初始子模型：標注出樣本用戶整體的風險標簽，以及樣本用戶針對子業務場景的樣本數據集的子風險標簽，得到樣本用戶的多個標注后的樣本數據集；利用樣本用戶的多個標注后的樣本數據集中的與當前初始子模型對應的標注后樣本數據集不斷地訓練當前初始子模型，以確定出多個CART樹，其中，每個CART樹用于對應該子業務場景下的一類特征提取和處理結構；組合所述多個CART樹，得到對應的隨機森林模型，作為第一層模型中的當前子模型；調用所述第一層模型處理樣本用戶的多個樣本數據集，得到多個中間處理結果；利用所述多個中間處理結果，訓練所述初始的第二層模型，包括：調用已經訓練好的第一層模型處理樣本用戶的多個樣本數據集，得到多個子業務場景下的風險參數，作為多個中間處理結果；將多個中間處理結果與樣本用戶的風險標簽進行組合，得到多個組合后的樣本數據組；其中，所述組合后的樣本數據組包含有對應一個樣本用戶的多個中間結果；將所述多個組合后的樣本數據組劃分為訓練集和測試集；利用訓練集和測試集，通過對初始的第二層模型進行訓練和測試，得到符合要求的第二層模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國工商銀行股份有限公司，其通訊地址為：100140 北京市西城區復興門內大街55號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。