(19)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 202211167809.4 (22)申请日 2022.09.23 (71)申请人 广东省农村信用社联合社 地址 510630 广东省广州市天河区黄埔大 道西638号广东农信大厦 申请人 北京瑞天欣实数据科技有限公司 (72)发明人 杨晟　杨子君　张星汉　李海涛　 陈俊　戴一挥　丁一航　姚俊先　 杨方　刘济舟　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 陈新生 (51)Int.Cl. G06Q 40/02(2012.01) G06V 40/16(2022.01)G06V 40/10(2022.01) (54)发明名称 客户的风险分析的方法及装置 (57)摘要 本发明提供一种客户的风险分析的方法及 装置， 其中该方法包括： 获取待验证客户的可视 化特征数据和待验证客户的征信数据， 作为第一 特征单元数据； 输入第一特征单元数据至风险相 关分析模型， 获得待验证客户的可视化特征数据 对应的风险相关度； 其中， 风险相关分析模型是 基于整合的样本数据训练得到的， 整合的样本数 据是基于人脸样本的样本图像对应的可视化特 征数据和对应的征信数据确定的。 本发明通过将 孤立的客户的可视化特征数据和征信数据进行 结合， 并基于构建的风险相关分析模型， 对客户 的可视化特征数据以及征信数据进行联合分析， 确定可视化特征与风险的相关度， 使得数据得到 有效利用， 提高客户的风险分析的准确度。 权利要求书2页 说明书11页 附图2页 CN 115482090 A 2022.12.16 CN 115482090 A 1.一种客户的风险分析的方法， 其特 征在于， 包括： 获取待验证客户的可视化特征数据和所述待验证客户的征信数据， 作为第 一特征单元 数据； 输入所述第 一特征单元数据至风险相关分析模型， 获得所述待验证客户的可视化特征 数据对应的风险相关度； 其中， 所述风险相关分析模型是基于整合的样本数据训练得到的， 所述整合的样本数 据是基于人脸样本的样本图像对应的可视化特 征数据和对应的征信数据确定的。 2.根据权利要求1所述的客户的风险分析的方法， 其特征在于， 所述获取待验证客户的 可视化特 征数据， 包括： 获取所述待验证客户的人脸样本的多个帧图像； 基于人脸特征识别模型， 以及所述帧图像， 确定所述待验证客户的人脸特征的识别结 果； 所述人脸特 征的识别结果包括人脸特 征的分类和人脸特 征值； 和/或， 基于环境特征识别模型， 以及所述帧图像， 确定所述待验证客户的环境特征的识别结 果； 所述环境特 征的识别结果包括环境特 征的分类和环境特 征值； 基于所述人脸特征的识别结果和/或所述环境特征的识别结果， 确定所述待验证客户 的可视化特 征数据。 3.根据权利要求1所述的客户的风险分析的方法， 其特征在于， 所述整合的样本数据 是 基于人脸样本的样本图像对应的可视化特征数据和对应的征信数据确定的， 具体方法包 括： 基于人脸识别机构的人脸样本的样本 图像， 以及训练好的人脸特征识别模型和/或环 境特征识别模型， 确定所有客户的可视化特 征数据； 基于Blind  RSA加密和哈希算法相结合的算法， 确定获得的所述客户的征信数据的加 密结果， 以及所有所述 客户的可视化特 征数据的加密结果的中共有客户； 确定所述共有客户对应的征信数据， 和所述共有客户的可视化特征数据的并集， 作为 所述整合的样本数据。 4.根据权利要求3所述的客户的风险分析的方法， 其特征在于， 所述确定所述共有客户 对应的征信数据， 和所述共有客户的可视化特征数据的并集， 作为所述整合的样本数据之 后， 包括： 通过对获取的所述共有客户的贷后数据的分析， 确定每 个所述共有客户的风险标签； 基于联邦学习算法， 确定每种类型的客户共有的可视化特征数据， 以及所述共有的可 视化特征数据对应的证据权重和信息熵； 所述每种类型的客户为具有同一类所述风险标签 的所述共有客户。 5.根据权利要求2所述的客户的风险分析的方法， 其特征在于， 所述人脸特征的分类包 括： 面部表情、 面部妆容、 衣着服饰、 健康状态、 手势动作和身体姿态； 所述环境特征的分类 包括： 所在场所、 环境嘈杂度、 环境氛围和周边情况。 6.一种客户的风险分析的装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待验证客户的可视化特征数据和所述待验证客户的征信数据， 作 为第一特 征单元数据； 分析模块， 用于输入所述第一特征单元数据至风险相关分析模型， 获得所述待验证客权　利　要　求　书 1/2 页 2 CN 115482090 A 2户的可视化特 征数据对应的风险相关度； 其中， 所述风险相关分析模型是基于整合的样本数据训练得到的， 所述整合的样本数 据是基于人脸样本的样本图像对应的可视化特 征数据和对应的征信数据确定的。 7.一种电子设备， 其特征在于， 包括存储器， 收发机， 处理器； 存储器， 用于存储计算机 程序； 收发机， 用于在所述处理器的控制下收发数据； 处理器， 用于读取所述存储器中的计 算机程序并执 行以下操作： 获取待验证客户的可视化特征数据和所述待验证客户的征信数据， 作为第 一特征单元 数据； 输入所述第 一特征单元数据至风险相关分析模型， 获得所述待验证客户的可视化特征 数据对应的风险相关度； 其中， 所述风险相关分析模型是基于整合的样本数据训练得到的， 所述整合的样本数 据是基于人脸样本的样本图像对应的可视化特 征数据和对应的征信数据确定的。 8.根据权利要求7所述的电子设备， 其特征在于， 所述获取待验证客户的可视化特征数 据， 包括： 获取所述待验证客户的人脸样本的多个帧图像； 基于人脸特征识别模型， 以及所述帧图像， 确定所述待验证客户的人脸特征的识别结 果； 所述人脸特 征的识别结果包括人脸特 征的分类和人脸特 征值； 和/或， 基于环境特征识别模型， 以及所述帧图像， 确定所述待验证客户的环境特征的识别结 果； 所述环境特 征的识别结果包括环境特 征的分类和环境特 征值； 基于所述人脸特征的识别结果和/或所述环境特征的识别结果， 确定所述待验证客户 的可视化特 征数据。 9.根据权利要求7所述的电子设备， 其特征在于， 所述整合的样本数据 是基于人脸样本 的样本图像对应的可视化特 征数据和对应的征信数据确定的， 具体步骤 包括： 基于人脸识别机构的人脸样本的样本 图像， 以及训练好的人脸特征识别模型和/或环 境特征识别模型， 确定所有客户的可视化特 征数据； 基于Blind  RSA加密和哈希算法相结合的算法， 确定获得的所述客户的征信数据的加 密结果， 以及所有所述 客户的可视化特 征数据的加密结果的中共有客户； 确定所述共有客户对应的征信数据， 和所述共有客户的可视化特征数据的并集， 作为 所述整合的样本数据。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序用于使计算机执行权利要求1至5任一项所述的客户的风险分析的方 法。权　利　要　求　书 2/2 页 3 CN 115482090 A 3