(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111655171.4 (22)申请日 2021.12.3 0 (71)申请人 深圳萨摩耶数字科技有限公司 地址 518049 广东省深圳市福田区梅林街 道梅都社区中康路136号深圳新一代 产业园5栋1501 (72)发明人 林建明　王明明　吴伟　赵兴　 (74)专利代理 机构 上海大邦律师事务所 31252 代理人 王松 (51)Int.Cl. G06Q 10/06(2012.01) G06N 20/00(2019.01) (54)发明名称 风险控制系统及方法 (57)摘要 本发明揭示了一种风险控制系统及方法， 所 述风险控制系统包括风险控制模 型构建模块、 用 户信息获取模块、 用户分类模块、 风险分析模块 及回溯模块； 风险控制模型构建模块用以构建若 干风险控制模 型； 每个风险控制模 型对各类别用 户具有对应的精准度； 用户信息获取模块用以获 取用户信息； 用户分类模块用以对对应用户进行 分类； 风险分析模块用以根据用户分类数据为其 分配对应的风险控制模型， 从而对对应用户的风 险进行分析； 回溯模块用以将用户的风险结果反 馈至所述风险控制模型构建模块， 所述风险控制 模型构建模块以此调整对应的风险控制模型。 本 发明提出的风险控制 系统及方法， 可提高风险控 制的准确性及效率。 权利要求书3页 说明书5页 附图2页 CN 114331153 A 2022.04.12 CN 114331153 A 1.一种风险控制系统， 其特 征在于， 所述 风险控制系统包括： 风险控制模型构建模块， 用以构建若干风险控制模型； 每个风险控制模型对各类别用 户具有对应的精准度； 用户信息获取模块， 用以获取用户信息； 用户分类模块， 用以根据所述用户信息获取模块获取的用户信息对对应用户进行分 类； 风险分析模块， 用以根据所述用户分类模块对用户进行的分类数据为其分配对应的风 险控制模型， 从而对 对应用户的风险进行分析； 回溯模块， 用以将用户的风险结果反馈至所述风险控制模型构建模块， 所述风险控制 模型构建模块以此做如下之一的调整： ①调整对应的风险控制模型； ②调整用户分类方式； ③调整每个风险控制模型对各类别用户具有对应的精准度； 所述风险控制模型构建模块包括： 训练单 元及测试 单元； 训练单元， 用以对训练数据集中的数据进行特征提取， 根据标签及经过特征提取的训 练数据利用机器学习算法进行 学习， 得到风险控制模型； 测试单元， 用以对测试数据集中的数据进行特征提取， 对经过特征提取的测试数据利 用所述训练单 元训练得到的风险控制模型进行测试， 得到预测标签。 所述用户分类模块 根据用户信息将用户分为若干分类； 所述风险分析模块按照用户的若干分类为其分配对应的若干风险控制模型， 得到若干 风险数据； 根据得到的若干风险数据对所述用户进行最终评估： 若根据该用户对应的精准 度最高的风险控制模型得到的风险数据符合第一风险阈值范围， 则评估存在风险； 若根据 该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风险数 据， 则评估 存在风险。 2.一种风险控制系统， 其特 征在于， 所述 风险控制系统包括： 风险控制模型构建模块， 用以构建若干风险控制模型； 每个风险控制模型对各类别用 户具有对应的精准度； 用户信息获取模块， 用以获取用户信息； 用户分类模块， 用以根据所述用户信息获取模块获取的用户信息对对应用户进行分 类； 风险分析模块， 用以根据所述用户分类模块对用户进行的分类数据为其分配对应的风 险控制模型， 从而对 对应用户的风险进行分析； 回溯模块， 用以将用户的风险结果反馈至所述风险控制模型构建模块， 所述风险控制 模型构建模块以此做如下之一的调整： ①调整对应的风险控制模型； ②调整用户分类方式； ③调整每个风险控制模型对各类别用户具有对应的精准度。 3.根据权利要求2所述的风险控制系统， 其特 征在于： 所述风险控制模型构建模块包括： 训练单元， 用以对训练数据集中的数据进行特征提取， 根据标签及经过特征提取的训 练数据利用机器学习算法进行 学习， 得到风险控制模型； 测试单元， 用以对测试数据集中的数据进行特征提取， 对经过特征提取的测试数据利 用所述训练单 元训练得到的风险控制模型进行测试， 得到预测标签。权　利　要　求　书 1/3 页 2 CN 114331153 A 24.根据权利要求2所述的风险控制系统， 其特 征在于： 所述用户分类模块 根据用户信息将用户分为若干分类； 所述风险分析模块按照用户的若干分类为其分配对应的若干风险控制模型， 得到若干 风险数据； 根据得到的若干风险数据对所述用户进行最终评估： 若根据该用户对应的精准 度最高的风险控制模型得到的风险数据符合第一风险阈值范围， 则评估存在风险； 若根据 该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风险数 据， 则评估 存在风险。 5.一种风险控制方法， 其特 征在于， 所述 风险控制方法包括： 风险控制模型构建步骤， 通过风险控制模型构建模块构建若干风险控制模型； 每个风 险控制模型对各类别用户具有对应的精准度； 用户信息获取步骤， 获取用户信息； 用户分类步骤， 根据所述用户信息获取步骤获取的用户信息对 对应用户进行分类； 风险分析步骤， 根据 所述用户分类步骤对用户进行的分类数据为其分配对应的风险控 制模型， 从而对 对应用户的风险进行分析； 回溯步骤， 将用户的风险结果反馈至风险控制模型构建模块， 风险控制模型构建模块 以此做如下之一的调整： ①调整对应的风险控制模 型；②调整用户分类方式； ③调整每个风 险控制模型对各类别用户具有对应的精准度； 所述风险控制模型构建步骤 包括： 训练步骤， 对训练数据集中的数据进行特征提取， 根据标签及经过特征提取的训练数 据利用机器学习算法进行 学习， 得到风险控制模型； 测试步骤， 对测试数据集中的数据进行特征提取， 对经过特征提取的测试数据利用所 述训练单 元训练得到的风险控制模型进行测试， 得到预测标签； 所述用户分类步骤中， 根据用户信息将用户分为若干分类； 所述风险分析步骤中， 按照用户的若干分类为其分配对应的若干风险控制模型， 得到 若干风险数据； 根据得到的若干风险数据对所述用户进行最终评估： 若根据该用户对应的 精准度最高的风险控制模型得到的风险数据符合第一风险阈值范围， 则评估存在风险； 若 根据该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风 险数据， 则评估 存在风险。 6.一种风险控制方法， 其特 征在于， 所述 风险控制方法包括： 风险控制模型构建步骤， 通过风险控制模型构建模块构建若干风险控制模型； 每个风 险控制模型对各类别用户具有对应的精准度； 用户信息获取步骤， 获取用户信息； 用户分类步骤， 根据所述用户信息获取步骤获取的用户信息对 对应用户进行分类； 风险分析步骤， 根据 所述用户分类步骤对用户进行的分类数据为其分配对应的风险控 制模型， 从而对 对应用户的风险进行分析； 回溯步骤， 将用户的风险结果反馈至风险控制模型构建模块， 风险控制模型构建模块 以此做如下之一的调整： ①调整对应的风险控制模 型；②调整用户分类方式； ③调整每个风 险控制模型对各类别用户具有对应的精准度。 7.根据权利要求6所述的风险控制方法， 其特 征在于：权　利　要　求　书 2/3 页 3 CN 114331153 A 3