基于实验设计的风控管理策略确定方法及系统与流程

1.本发明涉及风控管理技术领域，具体而言，涉及一种基于实验设计的风控管理策略确定方法及系统。


背景技术：

2.随着科技的发展，各类业务逐渐形成云端化的办理模式，比如办公业务、医疗业务、信贷业务和工业生产业务等。虽然业务办理的云端化和数字化升级能够显著提高业务办理效率，但在一定程度上也带来了数据信息安全风险，以办公业务和信贷业务为例，数据信息的入侵风险、信息审核的伪造风险等不容忽视，因此急需研发对应的风控管理策略来应对这些业务办理。


技术实现要素：

3.第一方面，本发明实施例提供了一种基于实验设计的风控管理策略确定方法，包括：收集存在风控管理策略优化需求的实验业务数据；通过所述存在风控管理策略优化需求的实验业务数据，确定目标实验项目的局部识别结果在所述存在风控管理策略优化需求的实验业务数据所绑定的报告文本映射空间中的局部分布标签和所述目标实验项目在所述存在风控管理策略优化需求的实验业务数据所绑定的实验场景映射空间中的全局识别结果在所述在所述报告文本映射空间中的迁移分布标签；通过所述局部分布标签、所述迁移分布标签和所述局部识别结果和所述全局识别结果之间的跨模态匹配记录，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的过渡策略更新指标；通过所述过渡策略更新指标和所述存在风控管理策略优化需求的实验业务数据，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标。
4.如此设计，通过在收集存在风控管理策略优化需求的实验业务数据后，基于存在风控管理策略优化需求的实验业务数据，确定目标实验项目的局部识别结果在存在风控管理策略优化需求的实验业务数据所绑定的报告文本映射空间中的局部分布标签和目标实验项目在存在风控管理策略优化需求的实验业务数据所绑定的实验场景映射空间中的全局识别结果在所述在所述报告文本映射空间中的迁移分布标签，然后基于局部分布标签、迁移分布标签和局部识别结果和全局识别结果之间的跨模态匹配记录，确定目标实验项目在实验场景映射空间中国的过渡策略更新指标，并基于该过渡策略更新指标，确定目标实验项目在实验场景映射空间中的目标策略更新指标，从而将局部识别结果和全局识别结果之间的跨模态匹配记录作为限制条件，提高后续所确定的目标实验项目在实验场景映射空间中的目标策略更新指标的可信系数，这样可以基于目标策略更新指标，对历史风控管理策略进行准确可靠的更新，以得到目标风控管理策略，进一步地，可以激活目标风控管理策略以实现相关风控管理方案的迭代上线，从而提高针对业务办理的风险识别、预警和应对能力。
5.一种可独立实施的设计思路下，所述通过所述存在风控管理策略优化需求的实验
业务数据，确定目标实验项目的局部识别结果在所述存在风控管理策略优化需求的实验业务数据所绑定的报告文本映射空间中的局部分布标签，包括：对所述存在风控管理策略优化需求的实验业务数据进行显著性内容挖掘，收集存在风控管理策略优化需求的实验业务数据的显著性关系网；通过所述显著性关系网，确定所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性、与各个显著性内容单元所绑定的第一分布误差和以各个显著性内容单元为实验风控事件的简化局部识别结果的简化配置信息；通过所述可能性、所述第一分布误差以及所述简化配置信息，确定所述局部分布标签；其中，简化局部识别结果，为对存在风控管理策略优化需求的实验业务数据进行简化后，所述目标实验项目局部识别结果触发压缩生成的识别结果。
6.一种可独立实施的设计思路下，所述局部分布标签包括：所述局部识别结果的实验风控事件在所述报告文本映射空间中的第一空间约束信息和所述局部识别结果的配置信息。
7.一种可独立实施的设计思路下，所述通过所述可能性、所述第一分布误差以及所述简化配置信息，确定所述局部分布标签，包括：通过所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性，从所述显著性关系网中确定目标显著性内容单元；通过所述目标显著性内容单元在所述显著性关系网中的分布标签、所述目标显著性内容单元的第一分布误差和简化指示，确定所述局部识别结果的实验风控事件在所述报告文本映射空间中的第一空间约束信息；以及，通过所述目标显著性内容单元所绑定的简化配置信息和所述简化指示，确定所述局部识别结果的配置信息。
8.一种可独立实施的设计思路下，所述对所述存在风控管理策略优化需求的实验业务数据进行显著性内容挖掘，收集存在风控管理策略优化需求的实验业务数据的显著性关系网，包括：基于事先完成调试的图谱智能线程对所述存在风控管理策略优化需求的实验业务数据进行显著性内容挖掘，确定所述存在风控管理策略优化需求的实验业务数据的显著性关系网；所述通过所述显著性关系网，确定所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性，包括：基于事先完成调试的实验风控事件识别线程对显著性关系网进行实验风控事件识别处理，确定显著性关系网中的各个显著性内容单元匹配于目标实验项目的实验风控事件的可能性。
9.一种可独立实施的设计思路下，按照如下步骤调试所述实验风控事件识别线程：收集范例实验业务数据，以及范例实验项目的实验风控事件在所述范例实验业务数据中的指定分布标签；其中，所述范例实验项目的实验风控事件为范例实验项目在所述范例实验业务数据所绑定的实验场景映射空间中的全局识别结果的实验风控事件在所述范例实验业务数据中的迁移单元；基于所述范例实验业务数据和所述分布指定信息，对待调试的图谱智能线程和待调试的实验风控事件识别线程进行调试，确定调试好的所述实验风控事件识别线程。
10.一种可独立实施的设计思路下，通过所述存在风控管理策略优化需求的实验业务数据，所述目标实验项目在所述存在风控管理策略优化需求的实验业务数据所绑定的实验场景映射空间中的全局识别结果在所述在所述报告文本映射空间中的迁移分布标签，包括：通过所述存在风控管理策略优化需求的实验业务数据的显著性关系网，确定与所述显著性关系网中的每个显著性内容单元所绑定的第二分布误差；通过所述显著性关系网中的
每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性、所述第二分布误差和简化指示，确定所述全局识别结果在所述在所述报告文本映射空间中的迁移分布标签。
11.一种可独立实施的设计思路下，所述迁移分布标签包括下述至少一种：所述全局识别结果的实验风控事件在所述报告文本映射空间中迁移单元的第二空间约束信息。
12.一种可独立实施的设计思路下，所述通过所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性、所述第二分布误差和简化指示，确定所述全局识别结果在所述在所述报告文本映射空间中的迁移分布标签，包括：通过所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性，从所述显著性关系网中，确定目标显著性内容单元；通过所述目标显著性内容单元在所述显著性关系网中的分布标签、所述目标显著性内容单元所绑定的第二分布误差和所述简化指示，确定所述全局识别结果的实验风控事件在所述报告文本映射空间中迁移单元的第二空间约束信息。
13.一种可独立实施的设计思路下，所述通过所述局部分布标签、所述迁移分布标签和所述局部识别结果和所述全局识别结果之间的跨模态匹配记录，确定所述目标实验项目在所述实验场景映射空间中的过渡策略更新指标，包括：通过所述局部分布标签、所述迁移分布标签、所述目标实验项目的真实配置信息、所述目标实验项目的状态特征和所述局部识别结果和所述全局识别结果之间的跨模态匹配记录，确定所述目标实验项目在所述实验场景映射空间中的过渡策略更新指标。
14.一种可独立实施的设计思路下，还包括：通过所述存在风控管理策略优化需求的实验业务数据的显著性关系网，对所述目标实验项目进行配置识别处理，确定所述目标实验项目的真实配置信息；和/或，通过所述存在风控管理策略优化需求的实验业务数据的显著性关系网，对所述目标实验项目进行状态识别处理，确定所述目标实验项目在所述实验场景映射空间中的状态特征。
15.一种可独立实施的设计思路下，所述局部识别结果和全局识别结果的跨模态匹配记录，是通过所述全局识别结果在报告文本映射空间中的迁移的配置信息和分布标签、与所述局部识别结果的配置信息和分布标签生成的。
16.一种可独立实施的设计思路下，所述通过所述过渡策略更新指标，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标，包括：对所述目标实验项目的实验风控事件在所述实验场景映射空间中的过渡策略更新指标形成的指标型实验业务数据进行调整，确定指标型显著性关系网；通过所述指标型显著性关系网和所述存在风控管理策略优化需求的实验业务数据的显著性关系网，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标。
17.一种可独立实施的设计思路下，所述通过所述指标型显著性关系网和所述存在风控管理策略优化需求的实验业务数据的显著性关系网，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标，包括：将所述指标型显著性关系网和所述存在风控管理策略优化需求的实验业务数据的显著性关系网进行融合，形成目标显著性关系网；基于事先完成调试的策略更新指标识别线程对所述目标显著性关系网进行指标型识别处理，确定所述显著性关系网中各个显著性内容单元的目标策略更新指标；通过所述显著性关系网中各个显著性内容单元匹配于目标实验项目的实验风控事件的可能性
和所述各个显著性内容单元分别所绑定的目标策略更新指标，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标。
18.一种可独立实施的设计思路下，还包括：通过所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标和所述目标实验项目的真实配置信息，确定所述目标实验项目在所述实验场景映射空间中的全局分析结果。
19.第二方面，本发明实施例还提供了一种基于实验设计的风控管理策略确定系统，包括处理引擎、网络模块和存储器，所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎用于从所述存储器中读取计算机程序并运行，以实现上述的方法。
20.相较于现有技术，本发明实施例提供的基于实验设计的风控管理策略确定方法及系统具有以下技术效果：在收集存在风控管理策略优化需求的实验业务数据后，基于存在风控管理策略优化需求的实验业务数据，确定目标实验项目的局部识别结果在存在风控管理策略优化需求的实验业务数据所绑定的报告文本映射空间中的局部分布标签和目标实验项目在存在风控管理策略优化需求的实验业务数据所绑定的实验场景映射空间中的全局识别结果在所述在所述报告文本映射空间中的迁移分布标签，然后基于局部分布标签、迁移分布标签和局部识别结果和全局识别结果之间的跨模态匹配记录，确定目标实验项目在实验场景映射空间中的过渡策略更新指标，并基于该过渡策略更新指标和存在风控管理策略优化需求的实验业务数据，确定目标实验项目在实验场景映射空间中的目标策略更新指标，从而将局部识别结果和全局识别结果之间的跨模态匹配记录作为特征信息，基于该跨模态匹配记录对目标实验项目的指标型进行识别，提高后续所确定的目标实验项目在实验场景映射空间中的目标策略更新指标的可信度，这样可以基于目标策略更新指标，对历史风控管理策略进行准确可靠的更新，以得到目标风控管理策略，进一步地，可以激活目标风控管理策略以实现相关风控管理方案的迭代上线，从而提高针对业务办理的风险识别、预警和应对能力。
21.在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
22.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
23.附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
24.图1是根据本发明的一些实施例所示的一种示例性基于实验设计的风控管理策略确定方法的应用场景的框图。
25.图2是根据本发明的一些实施例所示的一种示例性风控管理策略确定系统中硬件
和软件组成的示意图。
26.图3是根据本发明的一些实施例所示的一种示例性基于实验设计的风控管理策略确定方法和/或过程的流程图。
具体实施方式
27.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
28.在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本发明。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本发明的方面。
29.这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本发明的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本发明的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本发明的范围。应当知晓的是，这些附图并不依照比例。
30.本发明中使用流程图说明根据本发明的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
31.图1是根据本发明的一些实施例所示的一种示例性基于实验设计的风控管理策略确定系统300的框图，基于实验设计的风控管理策略确定系统300可以包括风控管理策略确定系统100和业务服务器200。
32.在一些实施例中，如图2所示，风控管理策略确定系统100可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
33.处理引擎110可以处理相关的信息和/或数据以执行本发明中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，处理引擎110可以包括中央处理单元(central processing unit，cpu)、专用集成电路(application
‑
specific integrated circuit，asic)、专用指令集处理器(application
‑
specific instruction
‑
set processor，asip)、图形处理单元(graphics processing unit，gpu)、物理处理单元(physics processing unit，ppu)、数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field programmable gate array，fpga)、可编程逻辑器件(programmable logic device，pld)、控制器、微控制器单元、精简指令集计算机(reduced instruction
‑
set computer，risc)、微处理器等或其任意组合。
34.网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以
是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(local area network，lan)、广域网(wide area network，wan)、无线局域网络(wireless local area network，wlan)、城域网(metropolitan area network，man)、公用电话交换网(public telephone switched network，pstn)、蓝牙网络、无线个域网络、近场通讯(near field communication，nfc)网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。
35.存储器130可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read
‑
only memory，prom），可擦除只读存储器（erasable programmable read
‑
only memory，eprom），电可擦除只读存储器（electric erasable programmable read
‑
only memory，eeprom）等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
36.可以理解，图2所示的结构仅为示意，风控管理策略确定系统100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
37.图3是根据本发明的一些实施例所示的一种示例性基于实验设计的风控管理策略确定方法和/或过程的流程图，基于实验设计的风控管理策略确定方法应用于图1中的风控管理策略确定系统100，进一步可以包括以下内容所描述的技术方案。
38.步骤1、收集存在风控管理策略优化需求的实验业务数据，通过所述存在风控管理策略优化需求的实验业务数据，确定目标实验项目的局部识别结果在所述存在风控管理策略优化需求的实验业务数据所绑定的报告文本映射空间中的局部分布标签和所述目标实验项目在所述存在风控管理策略优化需求的实验业务数据所绑定的实验场景映射空间中的全局识别结果在所述在所述报告文本映射空间中的迁移分布标签。
39.例如，存在风控管理策略优化需求的实验业务数据可以理解为存在风险标签或者预警标识的实验业务数据，实验业务数据可以是办公业务数据或者信贷业务数据，本技术实施例不作限制。
40.此外，实验项目可以理解为实验业务数据中的业务事件或者业务会话，局部识别结果可以理解为单一维度或者单一层面的识别结果。
41.进一步地，报告文本映射空间可以理解为词向量空间或者局部特征空间，相应的，局部分布标签可以理解为局部识别结果对应的局部相对位置或者局部相对关系，而实验场景映射空间可以理解为全局的特征空间，其包含更多的特征分析维度，所考虑的层面更为丰富，迁移分布标签可以理解为局部识别结果对应的全局相对位置或者全局相对关系。
42.在一些可能的实施例中，步骤1所描述的通过所述存在风控管理策略优化需求的实验业务数据，确定目标实验项目的局部识别结果在所述存在风控管理策略优化需求的实验业务数据所绑定的报告文本映射空间中的局部分布标签，可以包括以下步骤11
‑
步骤13所描述的技术方案。
43.步骤11、对所述存在风控管理策略优化需求的实验业务数据进行显著性内容挖掘，收集存在风控管理策略优化需求的实验业务数据的显著性关系网。
44.在一些示例中，步骤11所描述的对所述存在风控管理策略优化需求的实验业务数
据进行显著性内容挖掘，收集存在风控管理策略优化需求的实验业务数据的显著性关系网，可以包括以下内容：基于事先完成调试的图谱智能线程对所述存在风控管理策略优化需求的实验业务数据进行显著性内容挖掘，确定所述存在风控管理策略优化需求的实验业务数据的显著性关系网。
45.进一步地，所述通过所述显著性关系网，确定所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性，可以包括以下内容：基于事先完成调试的实验风控事件识别线程对显著性关系网进行实验风控事件识别处理，确定显著性关系网中的各个显著性内容单元匹配于目标实验项目的实验风控事件的可能性。
46.步骤12、通过所述显著性关系网，确定所述显著性关系网中的各个显著性内容单元匹配于目标实验项目的实验风控事件的可能性、与各个显著性内容单元所绑定的第一分布误差和以各显著性内容单元为实验风控事件的简化局部识别结果的简化配置信息。
47.步骤13、通过所述可能性、所述第一分布误差以及所述简化配置信息，确定所述局部分布标签；其中，简化局部识别结果，为对存在风控管理策略优化需求的实验业务数据进行简化后，所述目标实验项目局部识别结果触发压缩生成的识别结果。
48.如此设计，可以确保局部分布标签的准确性和可信度。
49.在一些可能的实施例中，所述局部分布标签包括：所述局部识别结果的实验风控事件在所述报告文本映射空间中的第一空间约束信息和所述局部识别结果的配置信息。基于此，步骤13所描述的通过所述可能性、所述第一分布误差以及所述简化配置信息，确定所述局部分布标签，可以包括步骤131
‑
步骤133所描述的技术方案。
50.步骤131、通过所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性，从所述显著性关系网中确定目标显著性内容单元。
51.步骤132、通过所述目标显著性内容单元在所述显著性关系网中的分布标签、所述目标显著性内容单元的第一分布误差和简化指示，确定所述局部识别结果的实验风控事件在所述报告文本映射空间中的第一空间约束信息。
52.步骤133、通过所述目标显著性内容单元所绑定的简化配置信息和所述简化指示，确定所述局部识别结果的配置信息。
53.这样一来，能够考虑不同的分布误差和简化指示，从而确保局部分布标签的完整性。
54.对于一些可独立实施的技术方案而言，按照如下步骤调试所述实验风控事件识别线程：收集范例实验业务数据，以及范例实验项目的实验风控事件在所述范例实验业务数据中的指定分布标签；其中，所述范例实验项目的实验风控事件为范例实验项目在所述范例实验业务数据所绑定的实验场景映射空间中的全局识别结果的实验风控事件在所述范例实验业务数据中的迁移单元；基于所述范例实验业务数据和所述分布指定信息，对待调试的图谱智能线程和待调试的实验风控事件识别线程进行调试，确定调试好的所述实验风控事件识别线程。
55.对于另外一些可能的实施例中，通过所述存在风控管理策略优化需求的实验业务数据，所述目标实验项目在所述存在风控管理策略优化需求的实验业务数据所绑定的实验场景映射空间中的全局识别结果在所述在所述报告文本映射空间中的迁移分布标签，可以包括以下内容：通过所述存在风控管理策略优化需求的实验业务数据的显著性关系网，确
定与所述显著性关系网中的每个显著性内容单元所绑定的第二分布误差；通过所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性、所述第二分布误差和简化指示，确定所述全局识别结果在所述在所述报告文本映射空间中的迁移分布标签。
56.在一些可能的示例中，所述迁移分布标签包括下述至少一种：所述全局识别结果的实验风控事件在所述报告文本映射空间中迁移单元的第二空间约束信息。基于此，通过所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性、所述第二分布误差和简化指示，确定所述全局识别结果在所述在所述报告文本映射空间中的迁移分布标签，可以包括以下内容：通过所述显著性关系网中的每个显著性内容单元匹配于目标实验项目的实验风控事件的可能性，从所述显著性关系网中，确定目标显著性内容单元；通过所述目标显著性内容单元在所述显著性关系网中的分布标签、所述目标显著性内容单元所绑定的第二分布误差和所述简化指示，确定所述全局识别结果的实验风控事件在所述报告文本映射空间中迁移单元的第二空间约束信息。
57.步骤2、通过所述局部分布标签、所述迁移分布标签和所述局部识别结果和所述全局识别结果之间的跨模态匹配记录，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的过渡策略更新指标；通过所述过渡策略更新指标和所述存在风控管理策略优化需求的实验业务数据，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标。
58.例如，跨模态匹配记录可以理解为对应关系或者映射列表，还可以作为更新指标确定的限制条件。此外，过渡策略更新指标可以理解为中间策略更新指标，基于此，实验风控事件可以理解为存在异常的事件，而目标策略更新指标可以用于指示相关的风控管理策略的更新升级，从而实现对不同风险事件或者异常事件的识别能力、分析能力和应对能力。
59.在一些可能的实施例中，通过所述局部分布标签、所述迁移分布标签和所述局部识别结果和所述全局识别结果之间的跨模态匹配记录，确定所述目标实验项目在所述实验场景映射空间中的过渡策略更新指标，包括：通过所述局部分布标签、所述迁移分布标签、所述目标实验项目的真实配置信息、所述目标实验项目的状态特征和所述局部识别结果和所述全局识别结果之间的跨模态匹配记录，确定所述目标实验项目在所述实验场景映射空间中的过渡策略更新指标。
60.在上述内容的基础上，该方法还包括：通过所述存在风控管理策略优化需求的实验业务数据的显著性关系网，对所述目标实验项目进行配置识别处理，确定所述目标实验项目的真实配置信息；和/或，通过所述存在风控管理策略优化需求的实验业务数据的显著性关系网，对所述目标实验项目进行状态识别处理，确定所述目标实验项目在所述实验场景映射空间中的状态特征。
61.在一些示例中，局部识别结果和全局识别结果的跨模态匹配记录，是通过所述全局识别结果在报告文本映射空间中的迁移的配置信息和分布标签、与所述局部识别结果的配置信息和分布标签生成的。
62.对于一些可能的实施例而言，所述通过所述过渡策略更新指标，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标，可以包括以下内容：对所述目标实验项目的实验风控事件在所述实验场景映射空间中的过渡策略更新指标
形成的指标型实验业务数据进行调整，确定指标型显著性关系网；通过所述指标型显著性关系网和所述存在风控管理策略优化需求的实验业务数据的显著性关系网，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标。
63.对于一些可能的实施例而言，所述通过所述指标型显著性关系网和所述存在风控管理策略优化需求的实验业务数据的显著性关系网，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标，可以包括以下内容：将所述指标型显著性关系网和所述存在风控管理策略优化需求的实验业务数据的显著性关系网进行融合，形成目标显著性关系网；基于事先完成调试的策略更新指标识别线程对所述目标显著性关系网进行指标型识别处理，确定所述显著性关系网中各个显著性内容单元的目标策略更新指标；通过所述显著性关系网中各个显著性内容单元匹配于目标实验项目的实验风控事件的可能性和所述各个显著性内容单元分别所绑定的目标策略更新指标，确定所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标。
64.步骤3、基于所述目标策略更新指标，对历史风控管理策略进行更新得到目标风控管理策略；激活所述目标风控管理策略。
65.例如，历史风控管理策略可以是之前的风控管理策略，或者理解为旧的风控管理策略，而目标风控管理策略可以理解为新的风控管理策略。基于此，通过激活目标风控管理策略，能够实现目标风控管理策略的迭代上线，从而提高风控管理的可信度和精度。
66.在本技术实施例中，可以将目标风控管理策略部署在业务服务器200中以实现风控管理策略的迭代上线。
67.本技术实施例在收集存在风控管理策略优化需求的实验业务数据后，基于存在风控管理策略优化需求的实验业务数据，确定目标实验项目的局部识别结果在存在风控管理策略优化需求的实验业务数据所绑定的报告文本映射空间中的局部分布标签和目标实验项目在存在风控管理策略优化需求的实验业务数据所绑定的实验场景映射空间中的全局识别结果在所述在所述报告文本映射空间中的迁移分布标签，然后基于局部分布标签、迁移分布标签和局部识别结果和全局识别结果之间的跨模态匹配记录，确定目标实验项目在实验场景映射空间中的过渡策略更新指标，并基于该过渡策略更新指标和存在风控管理策略优化需求的实验业务数据，确定目标实验项目在实验场景映射空间中的目标策略更新指标，从而将局部识别结果和全局识别结果之间的跨模态匹配记录作为特征信息，基于该跨模态匹配记录对目标实验项目的指标型进行识别，提高后续所确定的目标实验项目在实验场景映射空间中的目标策略更新指标的可信度，这样可以基于目标策略更新指标，对历史风控管理策略进行准确可靠的更新，以得到目标风控管理策略，进一步地，可以激活目标风控管理策略以实现相关风控管理方案的迭代上线，从而提高针对业务办理的风险识别、预警和应对能力。
68.在上述内容的基础上，该方法还可以包括以下内容：通过所述目标实验项目的实验风控事件在所述实验场景映射空间中的目标策略更新指标和所述目标实验项目的真实配置信息，确定所述目标实验项目在所述实验场景映射空间中的全局分析结果。
69.本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及目标的技术特征/技术术语进行确定，例如阈值、阈值区间、阈值范围等。对于一些未作解释的技术特征术语，本领域技术人员完全能够基于前后文的逻辑关系进行
合理地、毫无疑义地推导，从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀，例如“第一”、“第二”、“上一个”、“下一个”、“前一个”、“后一个”、“当前”、“历史”、“最新”、“最佳”、“目标”、“指定”和“实时”等，可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀，例如“列表”、“特征”、“序列”、“集合”、“矩阵”、“单元”、“元素”、“轨迹”和“清单”等，也可以根据前后文进行毫无疑义地推导和确定。
70.本发明实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本发明所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
71.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本发明的限定。虽然此处并没有明确说明，本领域技术人员可以对本发明进行各种修改、改进和修正。该类修改、改进和修正在本发明中被建议，所以该类修改、改进、修正仍属于本发明示范实施例的精神和范围。
72.同时，本发明使用了特定术语来描述本发明的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本发明的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
73.另外，本领域普通技术人员可以理解的是，本发明的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本发明的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本发明的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
74.计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、rf、或类似介质、或任何上述介质的组合。
75.本发明各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net，python等，或类似的常规程序编程语言，如"c"编程语言，visual basic，fortran 2003，perl，cobol 2002，php，abap，动态编程语言如python，ruby和groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
76.此外，除非申请专利范围中明确说明，本发明所述处理元件和序列的顺序、数位字
母的使用、或其他名称的使用，并非用于限定本发明流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本发明实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
77.同样应当理解的是，为了简化本发明揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本发明实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本发明对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。