(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 202211508334.0 (22)申请日 2022.11.29 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 王维强　张长浩　申书恒　傅欣艺　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 专利代理师 李威 (51)Int.Cl. G06Q 20/40(2012.01) G06Q 10/06(2012.01) G06Q 40/04(2012.01) (54)发明名称 一种模型训练的方法、 业务风控的方法及装 置 (57)摘要 本说明书公开了一种模 型训练的方法、 业务 风控的方法及装置， 首先， 获取用户的操作信息。 其次， 根据操作信息， 确定在服务端上所产生的 业务事件。 而后， 将操作信息输入到待训练的第 一特征提取模 型中， 确定操作信息对应的操作特 征， 以及， 将业务事件对应的事件信息输入到预 设的第二特征提取模型中， 确定业务事件对应的 业务事件特征。 最后， 以最小化操作特征与业务 事件特征之间的偏差为优化目标， 对第一特征提 取模型进行训练， 第一特征提取模 型用于从操作 信息中提取操作特征， 并将提取出的操作特征输 入到风控模 型， 以使风控模型根据第一特征提取 模型提取出的操作特征， 进行业务风控。 本方法 可以降低服务器上的计算资源的消耗， 提高业务 风控的效率。 权利要求书3页 说明书13页 附图5页 CN 115545720 A 2022.12.30 CN 115545720 A 1.一种模型训练的方法， 包括： 获取用户的操作信息， 所述操作信息用于表示用户在客户端上 执行业务时的操作； 根据所述操作信 息， 确定所述用户执行所述操作信 息对应的操作后在服务端上所产生 的业务事件； 将所述操作信 息输入到待训练 的第一特征提取模型中， 确定所述操作信 息对应的操作 特征， 以及， 将所述业务事件对应的事件信息输入到预设的第二特征提取模型中， 确定所述 业务事件对应的业 务事件特征； 以最小化所述操作信 息对应的操作 特征与所述业务事件特征之间的偏差为优化目标， 对第一特征提取模型进行训练， 所述第一特征提取模型部署在用户所使用的终端设备中， 用于从用户在终端设备上执行操作所产生的操作信息中提取操作特征， 并将提取出的操作 特征输入到风控模型， 以使所述风控模型根据所述第一特征提取模型提取出 的操作特征， 进行业务风控。 2.如权利要求1所述的方法， 训练第二特 征提取模型， 具体包括： 获取在服 务端上的各业 务事件对应的事 件信息； 将各业务事件对应的事件信 息输入待训练 的第二特征提取模型中， 确定各业务事件对 应的业务事件特征； 以最大化各业务事件对应的业务事件特征之间的偏差为优化目标， 对第 二特征提取模 型进行训练。 3.如权利要求2所述的方法， 将各业务事件对应的事件信息输入待训练的第二特征提 取模型中， 确定各业 务事件对应的业 务事件特征， 具体包括： 针对每个业务事件， 将该业务事件对应的事件信 息重复输入到待训练 的第二特征提取 模型的随机特征层中， 以通过所述 随机特征层中包含的各特征节点， 确定该业务事件对应 的各业务事件特征， 其中， 在每次输入 该业务事件对应的事件信息时， 所述随机特征层中的 每个特征节点以预设概 率不对该业 务事件对应的事 件信息进行处 理； 以最大化各业务事件对应的业务事件特征之间的偏差为优化目标， 对第 二特征提取模 型进行训练， 具体包括： 以最小化该业务事件对应的各业务事件特征之间的偏差， 以及以最大化各业务事件对 应的业务事件特征之间的偏差为优化目标， 对第二特 征提取模型进行训练。 4.如权利要求2所述的方法， 将各业务事件输入待训练的第 二特征提取模型中， 确定各 业务事件对应的业 务事件特征， 具体包括： 针对每个业务事件， 将该业务事件对应的事件信 息输入到待训练 的第二特征提取模型 中， 确定该业务事件对应的文本信息的文本特征以及该业务事件对应的文本信息的位置特 征； 根据该业务事件对应的文本信息的文本特征以及该业务事件对应的文本信息的位置 特征， 确定该业 务事件对应的业 务事件特征。 5.一种业务风控的方法， 所述方法应用于终端设备， 所述终端设备上设置有第一特征 提取模型， 包括： 获取用户的操作信息； 将所述操作信 息输入到预先训练的第 一特征提取模型中， 确定所述操作信 息对应的操权　利　要　求　书 1/3 页 2 CN 115545720 A 2作特征， 所述第一特 征提取模型 是通过上述权利要求1~4任一项所述的方法得到的； 将所述操作特 征输入到预设的风控 模型中， 确定风控结果； 根据所述 风控结果， 进行业 务风控。 6.如权利要求5所述的方法， 所述终端设备 上设置有不同风险类型的风控 模型； 将所述操作特 征输入到预设的风控 模型中， 确定风控结果， 具体包括： 针对每种风险类型的风控模型， 将所述操作特征输入到该种风险类型的风控模型中， 确定用户处于该种风险类型对应的业 务风险的概 率， 作为风控结果。 7.如权利要求6所述的方法， 根据所述 风控结果， 进行业 务风控， 具体包括： 根据用户处于各种风险类型的业务风险的概率， 确定用户所处的业务风险对应的各种 风险类型； 根据所述用户所处的业务风险对应的各种风险类型， 确定风控策略， 并根据所述风控 策略， 进行业 务风控。 8.如权利要求7所述的方法， 根据所述用户所处 的业务风险对应的各种风险类型， 确定 风控策略， 具体包括： 根据用户处于各种风险类型的业务风险的概率， 确定所述用户所处 的业务风险对应的 各种风险类型的风险等级； 根据所述用户所处的业 务风险对应的各种风险类型的风险等级， 确定风控策略。 9.一种模型训练的装置， 包括： 获取模块， 用于获取用户的操作信息， 所述操作信息用于表示用户在客户端上执行业 务时的操作； 确定模块， 用于根据所述操作信息， 确定所述用户执行所述操作信息对应的操作后在 服务端上所产生的业 务事件； 输入模块， 用于将所述操作信息输入到待训练的第一特征提取模型中， 确定所述操作 信息对应的操作特征， 以及， 将所述业务事件对应的事件信息输入到预设的第二特征提取 模型中， 确定所述 业务事件对应的业 务事件特征； 训练模块， 用于以最小化所述操作信 息对应的操作特征与所述业务事件特征之间的偏 差为优化 目标， 对第一特征提取模型进行训练， 所述第一特征提取模型部署在用户所使用 的终端设备中， 用于从用户在终端设备上执行操作所产生的操作信息中提取操作特征， 并 将提取出的操作特征输入到风控模型， 以使 所述风控模型根据所述第一特征提取模型提取 出的操作特 征， 进行业 务风控。 10.一种业务风控的装置， 所述装置应用于终端设备， 所述终端设备上设置有第一特征 提取模型， 包括： 获取模块， 用于获取用户的操作信息； 确定模块， 用于将所述操作信息输入到预先训练的第一特征提取模型中， 确定所述操 作信息对应的操作特征， 所述第一特征提取模型是通过上述权利要求1~4任一项所述的方 法得到的； 输入模块， 用于将所述操作特 征输入到预设的风控 模型中， 确定风控结果； 风控模块， 用于根据所述 风控结果， 进行业 务风控。 11.一种计算机可读存储介质， 所述存储介质存储有计算机程序， 所述计算机程序被处权　利　要　求　书 2/3 页 3 CN 115545720 A 3