评估风险决策可靠性的方法、装置、电子设备及存储介质与流程

1.本说明书一个或多个实施例涉及风险评估技术领域，尤其涉及一种评估风险决策可靠性的方法、装置、电子设备及存储介质。


背景技术：

2.针对金融服务机构的监管主要体现在行业准入监管、服务行为监管等方面。其中，针对洗钱风险的评价与监督是一个重要环节。洗钱行为，是指通过各种手段掩盖非法获得的资金的来源，使其看起来像是来自合法渠道的资金的行为，其目的在于逃避法律追究和监管机构的监管。洗钱行为会对经济社会的稳定和健康发展造成极大的危害，需要采取相关措施来防范和打击。
3.为了对行业整体情况、以及各个金融服务机构自身可能存在的风险进行评价与监督，需要基于较为客观、一致的指标进行风险评价。
4.在相关技术中，通常是基于专家经验选取指标，并对各项指标进行打分，以针对待评估的主体进行风险评价与风险决策，导致风险评价结果偏主观，缺乏公平性与说服力，并且风险评价与风险决策的时效性也较差。
5.目前，除了需要一种能够客观公正、高效地对交易风险进行评价与决策的方法论，还需要一种能够评估风险决策可靠性的方法论。


技术实现要素：

6.本技术提供一种评估风险决策可靠性的方法，应用于第一评估方对应的第一服务端，所述方法包括：
7.计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值；以及，获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值；
8.对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。
9.本技术还提供一种评估风险决策可靠性的装置，应用于第一评估方对应的第一服务端，所述装置包括：
10.计算单元，用于计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值；
11.获取单元，用于获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值；
12.确定单元，用于对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。
13.本技术还提供一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；
14.所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行上述方法。
15.本技术还提供一种机器可读存储介质，所述机器可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，实现上述方法。
16.通过以上实施例，一方面，通过将用于指示评估对象在指定时段内是否存在交易风险的风险值指标化，不同的评估方对应的服务端可以分别计算各个评估对象的风险值，进而可以基于风险值这一指标对各个评估对象进行风险评价与风险决策，从而提高风险评价与风险决策的公平性和可解释性，也有利于后续针对评估对象的风险值进行横向对比与纵向对比。
17.另一方面，针对同一评估对象，通过将第一评估方对应的第一服务端计算出的第一风险值作为内部水位，将第二评估方提供的第二风险值作为外部水位，并对第一风险值和第二风险值进行比对，可以评估基于第一风险值对该评估对象进行风险决策的可靠性，从而通过比较内部水位与外部水位的高低，衡量第一评估方对应的第一服务端所采用的风险量化评价方式与风险决策方式的可靠性。
附图说明
18.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
19.图1是一示例性的实施例示出的一种评估风险决策可靠性的方法的流程图；
20.图2是一示例性的实施例示出的一种评估风险决策可靠性的装置所在电子设备的结构示意图；
21.图3是一示例性的实施例示出的一种评估风险决策可靠性的装置的框图。
具体实施方式
22.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
23.需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。
24.针对金融服务机构的监管主要体现在行业准入监管、服务行为监管等方面。其中，针对洗钱风险的评价与监督是一个重要环节。洗钱行为，是指通过各种手段掩盖非法获得的资金的来源，使其看起来像是来自合法渠道的资金的行为，其目的在于逃避法律追究和
监管机构的监管。洗钱行为会对经济社会的稳定和健康发展造成极大的危害，需要采取相关措施来防范和打击。
25.为了对行业整体情况、以及各个金融服务机构自身可能存在的风险进行评价与监督，需要基于较为客观、一致的指标进行风险评价。
26.在相关技术中，通常是基于专家经验选取指标，并对各项指标进行打分，以针对待评估的主体进行风险评价与风险决策。由此可见，在以上示出的实施例中，指标的选取与评价都依赖于人工经验，导致风险评价结果偏主观，缺乏公平性与说服力，并且风险评价与风险决策的时效性也较差。因此，除了需要一种能够客观公正、高效地对交易风险进行评价与决策的方法论，还需要一种能够评估风险决策可靠性的方法论。
27.有鉴于此，本说明书旨在提出一种基于风险值对评估对象的交易风险进行量化评价，并对基于计算出的风险值对评估对象进行风险决策的可靠性进行评估的技术方案。
28.在实现时，第一评估方对应的第一服务端可以计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值；以及，所述第一服务端可以获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值；进一步地，所述第一服务端可以对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。
29.其中，所述评估对象具体可以包括但不限于：需要进行风险量化评价与风险决策的任一用户、产品、渠道、机构等。所述指定时段可以为需要对评估对象进行风险量化评价与风险决策的任一历史时段。
30.由此可见，在本说明书中的技术方案中，一方面，通过将用于指示评估对象在指定时段内是否存在交易风险的风险值指标化，不同的评估方对应的服务端可以分别计算各个评估对象的风险值，进而可以基于风险值这一指标对各个评估对象进行风险评价与风险决策，从而提高风险评价与风险决策的公平性和可解释性，也有利于后续针对评估对象的风险值进行横向对比与纵向对比。
31.另一方面，针对同一评估对象，通过将第一评估方对应的第一服务端计算出的第一风险值作为内部水位，将第二评估方提供的第二风险值作为外部水位，并对第一风险值和第二风险值进行比对，可以评估基于第一风险值对该评估对象进行风险决策的可靠性，从而通过比较内部水位与外部水位的高低，衡量第一评估方对应的第一服务端所采用的风险量化评价方式与风险决策方式的可靠性。
32.下面通过具体实施例，并结合具体的应用场景对本技术进行描述。
33.请参见图1，图1是一示例性的实施例示出的一种评估风险决策可靠性的方法的流程图。
34.在本说明书中，所述方法可以应用于第一评估方对应的第一服务端。其中，所述第一评估方具体可以包括但不限于：第三方支付机构、银行、贷款服务机构等金融服务机构，金融监管部门、审计机构等权威机构，以及需要对交易风险进行评价与监督的其他机构。
35.例如，第三方支付机构需要检测自身提供的第三方支付服务是否被不法分子利用，进行洗钱行为，因此第三方支付机构可以在与其对应的服务端上部署风险检测系统，用于进行洗钱风险的量化评价与风险决策。
36.需要说明的是，本说明书中涉及的“第一评估方”、“第二评估方”用于区分不同的
主体，并不对本说明书做出特别限定。第二评估方具体可以包括但不限于：第三方支付机构、银行、贷款服务机构等金融服务机构，金融监管部门、审计机构等权威机构，以及需要对交易风险进行评价与监督的其他机构。如图1所示的方法可以执行以下步骤：
37.步骤102：计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值。
38.其中，在步骤102中，所述评估对象具体可以包括但不限于：需要进行风险量化评价与风险决策的任一用户、产品、渠道、机构等。所述指定时段可以为需要对评估对象进行风险量化评价与风险决策的任一历史时段。关于所述指定时段的具体时长，本说明书不做限定，可以按需设定，如1小时、1天、1周、1个月等。
39.例如，评估对象为用户a，指定时段为本月1号。第一评估方对应的第一服务端可以按照预先配置的风险量化评价方式，根据与用户a相关的历史交易数据，计算用于指示用户a在本月1号是否存在交易风险的第一风险值x1。
40.在示出的另一种实施方式中，所述计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值，具体可以包括：从与所述第一服务端对接的第一数据库中，获取所述评估对象在所述指定时段内的历史交易数据；从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据；计算所述异常交易数据的交易金额与所述历史交易数据的交易金额的比值，以作为所述第一风险值。
41.例如，与第一评估方对应的第一服务端可以从第一数据库中，获取用户a在本月1号的m(m为大于0的正整数)条历史交易数据，并可以从获取到的m条历史交易数据中检测出用户a在本月1号的n(n为正整数)条异常交易数据；进一步地，第一服务端可以计算n条异常交易数据的交易金额amount_1与m条历史交易数据的交易金额amount_2的比值，以作为用于指示用户a在本月1号是否存在交易风险的第一风险值x1(也即：x1＝amount_1amount2)。
42.其中，所述异常交易数据，可以为通过各种异常交易数据检测算法、训练完成的异常交易数据检测模型等，从历史交易数据中检测出来的与存在风险的交易行为(如洗钱行为)相关的部分历史交易数据。关于从历史交易数据中检测出异常交易数据的具体实现方式，本说明书中不做特别限定。
43.在一些可能的实施例中，所述从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据，具体可以包括：基于预先训练的机器学习模型，从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据。
44.例如，第一评估方对应的第一服务端可以从第一数据库中，获取用户a在本月1号的m条历史交易数据，并可以将获取到的m条历史交易数据分别输入至预先训练完成的分类器，进而可以得到分类器输出的针对每条历史交易数据的分类结果，以检测出用户a在本月1号的n条异常交易数据。其中，所述分类器的分类结果可以包括正常交易数据和异常交易数据；所述分类器可以确定输入的历史交易数据为异常交易数据的概率值，并根据所述概率值确定输入的历史交易数据是否为异常交易数据，得到分类结果。关于所述分类器的具体训练过程，本说明书中不做赘述。
45.需要说明的是，在以上示出的实施方式中，由于洗钱行为往往是通过大额交易进行的，因此相较于异常交易的交易笔数，通过计算异常交易金额在历史交易金额中所占的比例，可以将其作为用于指示评估对象在某个时段内是否存在交易风险的风险值，从而自动进行对评估对象的风险量化评价与风险决策，提高了风险评价与风险决策的时效性。另
外，由于交易金额是一种常见的指标，因此将交易金额作为计算风险值的参数，可以提供一种风险量化评价的通用方案，从而提高风险决策的公平性与可解释性，进而有利于后续针对评估对象的风险值进行横向对比与纵向对比。
46.步骤104：获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值。
47.例如，第一评估方对应的第一服务端可以获取由第二评估方提供的用于指示用户a在本月1号是否存在交易风险的第二风险值x2。
48.需要说明的是，关于步骤102和步骤104的执行顺序，本说明书中不做特别限定。
49.其中，在步骤104中，所述第二风险值，具体可以为所述第二评估方对应的第二服务端按照预先配置的风险量化评价方式，根据与评估对象相关的历史交易数据计算得到的。例如，第二服务端可以从与其对接的第二数据库中获取所述评估对象在所述指定时段内的历史交易数据，并可以按照预先配置的风险量化评价方式，从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据，进而所述第二服务端可以计算获取到的历史交易数据的交易金额与检测出的异常交易数据的交易金额的比值，作为所述第二风险值。
50.在示出的一种实施方式中，所述评估对象可以为：由所述第二评估方对应的第二服务端根据案件信息评估的存在交易风险的已知异常对象。在这种情况下，所述第二风险值可以为：由所述第二服务端根据案件信息确定已知异常对象和所述已知异常对象在已知异常时段内的已知异常交易数据，并从与其对接的第二数据库中获取所述已知异常对象在所述已知异常时段内的历史交易数据，并计算所述已知异常对象在所述已知异常时段内的已知异常交易数据与所述已知异常对象在所述已知异常时段内的历史交易数据的比值而得到的。
51.例如，第二服务端根据实际发生的洗钱案件的案件信息，可以确定用户a在上个月1号进行过洗钱行为，则用户a为由第二服务端根据案件信息评估的存在交易风险的已知异常用户，上个月1号为已知异常时段。第二服务端可以从与其对接的第二数据库中获取用户a在上个月1号的p(p为大于0的正整数)条历史交易数据，以及根据实际发生的洗钱案件的案件信息，可以确定用户a在上个月1号的q(q为正整数)条异常交易数据，并可以根据q条异常交易数据的交易金额amount_3与p条历史交易数据的交易金额amount_4的比值，计算出用户a在上个月1号的第二风险值x2(x2＝amount_3
÷
amount_4)。进一步地，第二服务端可以将用户a在上个月1号的第二风险值x2提供给第一服务端，以使第一服务端可以将由第二服务端提供的风险值x2作为参考风险水位。
52.需要说明的是，在以上示出的实施方式中，由于所述第二风险值是由第二评估方根据实际案件中的已知异常用户和已知异常交易数据计算出的，因此指标的选择简单可信，从而可以提高风险决策的公平性和可解释性，也可以提高评估风险决策可靠性的准确性。
53.其中，所述案件信息可以为与存在交易风险的已知异常交易相关的信息。例如，所述案件信息可以为由权威机构审定的洗钱案件的案件信息。又例如，所述案件信息可以为由金融服务机构采用人工审核的方式审定的异常交易的交易信息。
54.另外，需要说明的是，本说明书中涉及的“第一数据库”、“第二数据库”用于区分不
同评估方对应的不同数据源，并不对本说明书做出特别限定。例如，各个第三方支付机构通常只能获取到自身为与用户提供金融服务的过程中所产生的交易数据，因此，对于同一用户、同一时段，各个第三方支付机构对应的服务端可以获取到的历史交易数据可能是不同的。另外，由于各个评估方实际采用的异常数据检测方式不同，因此，对于同一用户、同一时段、甚至是相同的历史交易数据，各个第三方支付机构对应的服务端可以检测出的异常交易数据也可能是不同的。
55.在一些可能的实施例中，所述第一服务端与所述第二服务端可以与同一数据库对接，但是由于二者预先配置的异常交易数据检测方式可能不同，因此对于对于同一评估对象、同一时段，二者可以检测出的异常交易数据可能是不同的，进而导致二者计算出的风险值也是不同的。
56.步骤106：对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。
57.例如，在计算得到第一风险值x1，并且获取到第二风险值x2之后，第一服务端可以对第一风险值x1和第二风险值x2进行比对，以评估基于第一风险值x1对用户a进行风险决策的可靠性。
58.其中，在步骤106中，所述对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性，具体可以包括：如果所述第一风险值不小于所述第二风险值，则确定基于所述第一风险值对所述评估对象进行风险决策是可靠的；否则，确定基于所述第一风险值对所述评估对象进行风险决策是不可靠的。
59.在本说明书中，由于对于同一用户、同一时段，各个第三方支付机构对应的服务端可以获取到的历史交易数据、检测出的异常交易数据可能是不同的，因此计算出的风险值也可能是不同的；但是，由于各个评估方对应的服务端可以基于同一种洗钱风险量化与评估方案进行检测，因此不同评估方之间可以进行交叉验证。一方面，如果对于同一用户、同一时段，第一评估方对应的第一服务端计算出的风险值小于第二评估方对应的第二评估方计算出的风险值，说明第一评估方对应的第一服务端可能没有从历史交易数据中检测出所有实际异常的交易数据，第一评估方所采用的异常数据检测方式可能需要优化。另一方面，如果第一评估方对应的第以服务端比第二评估方对应的第二服务端检测出了更多的异常用户，则第一评估方可以将自身检测出的异常用户名单提供给第二评估方作为参考，以使第二评估方可以对异常用户名单中的这些潜在风险较大的用户进行重点治理。
60.在示出的一种实施方式中，如果所述第一风险值不小于所述第二风险值，可以将由所述第一服务端评估的在所述指定时段内存在交易风险的评估对象作为异常对象，和/或由所述第一服务端检测出的所述评估对象在所述指定时段内的异常交易数据提供给所述第二评估方。
61.例如，如果x1＞x2，说明对于用户a在本月1号是否存在交易风险，第一服务端确定的风险程度比第二服务端确定的风险程度高，因此第一服务端可以将自身认为在本月1号存在洗钱风险的异常用户a添加至提供给第二评估方的异常用户名单中，以使第二评估方可以针对潜在风险较大的用户a进行中重点监测。另外，在充分获得用户授权或相关法规允许的情况下，第一服务端还可以将自身检测出的用户a在本月1号的异常交易数据提供给第二评估方(如权威机构)作为案件线索。
62.在示出的另一种实施方式中，如果所述第一风险值小于所述第二风险值时，可以对第一服务端所采用的异常数据检测方式进行优化。具体地，在所述第一服务端基于预先训练的机器学习模型，从获取到的历史交易数据中检测异常交易数据的情况下，所述第一服务端可以对所述机器学习模型进行优化训练。
63.例如，如果x1＜x2，说明对于用户a在本月1号是否存在交易风险，第一服务端确定的风险程度比第二服务端确定的风险程度高低，这可能是第一服务端所采用的异常交易数据检测方式不够准确导致的，也即，第一服务端没有从第一数据库保存的用户a在本月1号的历史数据中成功检测出所有异常交易数据；因此第一服务端可以获取由第二评估方提供的用户a在本月1号的异常交易数据，并将其作为训练样本，重新提取特征，并对所述机器学习模型进行优化训练。
64.在示出的一种实施方式中，所述第一服务端可以结合所述第一风险值和所述第二风险值，确定用于进行交易风险预警的阈值。如果所述第一服务端计算出的第一风险值达到所述阈值，则进行交易风险预警，以向第一评估方发送用于指示所述评估对象在所述指定时段内具有较高交易风险的提示信息。
65.在示出的一种实施方式中，还可以针对用户进行洗钱风险变化的趋势分析。所述方法还可以包括：计算所述评估对象在其他时段内的第三风险值；根据所述第一风险值和所述第三风险值，生成用于指示所述评估对象的交易风险变化趋势的第一曲线。
66.例如，第一服务端除了可以计算出用户a在本月1号的风险值x1，还可以计算出用户a在本月其他日期的风险值x3、x4等，并根据计算出的风险值x1、x3、x4等，生成用于指示用户a本月洗钱风险变化趋势的第一曲线。
67.进一步地，通过从整体上对不同用户进行洗钱风险变化趋势的比对，还可以基于已知异常用户找出交易行为模式与其相似的其他潜在异常用户。在这种情况下，所述方法还可以包括：根据区别于所述评估对象的已知异常用户在所述指定时段内的风险值以及所述已知异常用户在所述其他时段内的风险值，生成用于指示所述已知异常用户的交易风险变化趋势的第二曲线；计算所述第一曲线与所述第二曲线的相似度；如果所述第一曲线与所述第二曲线的相似度达到预设阈值，则确定所述评估对象为在所述指定时段内存在交易风险的异常对象。
68.例如，第一服务端除了可以生成用于指示用户a本月洗钱风险变化趋势的第一曲线，还可以生成用于指示已知异常用户b本月洗钱风险变化趋势的第二曲线；进一步地，通过计算第一曲线与第二曲线的图像相似度，或者计算第一曲线所代表的第一风险值序列与第二曲线所代表的第二风险值序列之间的序列相似性，可以确定所述第一曲线与所述第二曲线的相似度是否达到预设阈值；如果是，说明用户a的整体交易情况与已知异常用户b的整体交易情况相似，则可以将用户a确定为存在交易风险的异常用户。
69.通过以上技术方案可知，一方面，通过将用于指示评估对象在指定时段内是否存在交易风险的风险值指标化，不同的评估方对应的服务端可以分别计算各个评估对象的风险值，进而可以基于风险值这一指标对各个评估对象进行风险评价与风险决策，从而提高风险评价与风险决策的公平性和可解释性，也有利于后续针对评估对象的风险值进行横向对比与纵向对比。
70.另一方面，针对同一评估对象，通过将第一评估方对应的第一服务端计算出的第
一风险值作为内部水位，将第二评估方提供的第二风险值作为外部水位，并对第一风险值和第二风险值进行比对，可以评估基于第一风险值对该评估对象进行风险决策的可靠性，从而通过比较内部水位与外部水位的高低，衡量第一评估方对应的第一服务端所采用的风险量化评价方式与风险决策方式的可靠性。
71.与上述评估风险决策可靠性的方法的实施例对应的，本说明书还提供了一种评估风险决策可靠性的装置的实施例。
72.请参见图2，图2是一示例性的实施例示出的一种评估风险决策可靠性的装置所在电子设备的硬件结构图。在硬件层面，该设备包括处理器202、内部总线204、网络接口206、内存208以及非易失性存储器210，当然还可能包括其他所需要的硬件。本说明书一个或多个实施例可以基于软件方式来实现，比如由处理器202从非易失性存储器210中读取对应的计算机程序到内存208中然后运行。当然，除了软件实现方式之外，本说明书一个或多个实施例并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
73.请参见图3，图3是一示例性的实施例示出的一种评估风险决策可靠性的装置的框图。该评估风险决策可靠性的装置可以应用于如图2所示的电子设备中，以实现本说明书的技术方案。其中，所述评估风险决策可靠性的装置可以包括：
74.计算单元302，用于计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值；
75.获取单元304，用于获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值；
76.评估单元306，用于对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。
77.在本实施例中，所述评估单元306，具体用于：
78.如果所述第一风险值不小于所述第二风险值，则确定基于所述第一风险值对所述评估对象进行风险决策是可靠的。
79.在本实施例中，所述计算单元302，具体用于：
80.从与所述第一服务端对接的第一数据库中，获取所述评估对象在所述指定时段内的历史交易数据；
81.从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据；
82.计算所述异常交易数据的交易金额与所述历史交易数据的交易金额的比值，以作为所述第一风险值。
83.在本实施例中，所述从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据，包括：
84.基于预先训练的机器学习模型，从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据；
85.所述装置还包括：
86.优化单元，用于如果所述第一风险值小于所述第二风险值，则获取由所述第二评估方提供的所述评估对象在所述指定时段内的异常交易数据，并将其作为训练样本，对所
述机器学习模型进行优化训练。
87.在本实施例中，所述评估对象为：由所述第二评估方对应的第二服务端根据案件信息评估的存在交易风险的已知异常对象；
88.所述第二风险值为：由所述第二服务端根据案件信息确定已知异常对象和所述已知异常对象在已知异常时段内的已知异常交易数据，并从与其对接的第二数据库中获取所述已知异常对象在所述已知异常时段内的历史交易数据，并计算所述已知异常对象在所述已知异常时段内的已知异常交易数据与所述已知异常对象在所述已知异常时段内的历史交易数据的比值而得到的。
89.在本实施例中，所述计算单元302，还用于计算所述评估对象在其他时段内的第三风险值；
90.所述装置还包括：
91.曲线生成单元，用于根据所述第一风险值和所述第三风险值，生成用于指示所述评估对象的交易风险变化趋势的第一曲线。
92.在本实施例中，所述曲线生成单元，还用于根据区别于所述评估对象的已知异常用户在所述指定时段内的风险值以及所述已知异常用户在所述其他时段内的风险值，生成用于指示所述已知异常用户的交易风险变化趋势的第二曲线；
93.所述装置还包括：
94.检测单元，用于计算所述第一曲线与所述第二曲线的相似度；如果所述第一曲线与所述第二曲线的相似度达到预设阈值，则确定所述评估对象为存在洗钱风险的异常对象。
95.上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
96.对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例只是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
97.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
98.在一个典型的配置中，计算机包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
99.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
100.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法
或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
101.本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
102.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
103.上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
104.在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
105.应当理解，尽管在本说明书一个或多个实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
106.以上所述仅为本说明书一个或多个实施例的较佳实施例而已，并不用以限制本说明书一个或多个实施例，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例保护的范围之内。

技术特征：
1.一种评估风险决策可靠性的方法，应用于第一评估方对应的第一服务端，所述方法包括：计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值；以及，获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值；对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。2.根据权利要求1所述的方法，所述对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性，包括：如果所述第一风险值不小于所述第二风险值，则确定基于所述第一风险值对所述评估对象进行风险决策是可靠的。3.根据权利要求1所述的方法，所述计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值，包括：从与所述第一服务端对接的第一数据库中，获取所述评估对象在所述指定时段内的历史交易数据；从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据；计算所述异常交易数据的交易金额与所述历史交易数据的交易金额的比值，以作为所述第一风险值。4.根据权利要求3所述的方法，所述从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据，包括：基于预先训练的机器学习模型，从获取到的历史交易数据中检测出所述评估对象在所述指定时段内的异常交易数据；所述方法还包括：如果所述第一风险值小于所述第二风险值，则获取由所述第二评估方提供的所述评估对象在所述指定时段内的异常交易数据，并将其作为训练样本，对所述机器学习模型进行优化训练。5.根据权利要求1所述的方法，所述评估对象为：由所述第二评估方对应的第二服务端根据案件信息评估的存在交易风险的已知异常对象；所述第二风险值为：由所述第二服务端根据案件信息确定已知异常对象和所述已知异常对象在已知异常时段内的已知异常交易数据，并从与其对接的第二数据库中获取所述已知异常对象在所述已知异常时段内的历史交易数据，并计算所述已知异常对象在所述已知异常时段内的已知异常交易数据与所述已知异常对象在所述已知异常时段内的历史交易数据的比值而得到的。6.根据权利要求1所述的方法，所述方法还包括：计算所述评估对象在其他时段内的第三风险值；根据所述第一风险值和所述第三风险值，生成用于指示所述评估对象的交易风险变化趋势的第一曲线。7.根据权利要求6所述的方法，所述方法还包括：根据区别于所述评估对象的已知异常用户在所述指定时段内的风险值以及所述已知
异常用户在所述其他时段内的风险值，生成用于指示所述已知异常用户的交易风险变化趋势的第二曲线；计算所述第一曲线与所述第二曲线的相似度；如果所述第一曲线与所述第二曲线的相似度达到预设阈值，则确定所述评估对象为存在洗钱风险的异常对象。8.一种评估风险决策可靠性的装置，应用于第一评估方对应的第一服务端，所述装置包括：计算单元，用于计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值；获取单元，用于获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值；评估单元，用于对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。9.一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行权利要求1-7任一项所述的方法。10.一种机器可读存储介质，所述机器可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，实现权利要求1-7任一项所述的方法。

技术总结
本说明书一个或多个实施例提供一种评估风险决策可靠性的方法、装置、电子设备及存储介质。所述方法包括：计算用于指示评估对象在指定时段内是否存在交易风险的第一风险值；以及，获取由第二评估方提供的用于指示所述评估对象在所述指定时段内是否存在交易风险的第二风险值；对所述第一风险值和所述第二风险值进行比对，以评估基于所述第一风险值对所述评估对象进行风险决策的可靠性。从而通过比较内部水位与外部水位的高低，衡量第一评估方对应的第一服务端所采用的风险量化评价方式与风险决策方式的可靠性。险决策方式的可靠性。险决策方式的可靠性。


技术研发人员：李迪
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：2023.06.26
技术公布日：2023/9/19