本发明属于通信技术领域，尤其涉及一种风险评分模型的构建方法、装置、存储介质及终端。
背景技术：
目前寿险类APP中存在大量异常的虚假注册用户，这些虚假注册用户存在刷活跃度、刷活动等行为。而APP的活跃率为登录APP的次数与用户总量的比值，转化率为获客数量与购买产品的用户数量的比值。现有的异常帐号识别方法为事后分析等被动识别机制，清除异常帐号的时效性和精度低，从而导致虚假注册用户对APP活跃率和转化率的评估和提升带来了极大的噪声干扰，降低了APP诸多指标的计算精度。此外，由于虚假注册用户的需求刺激，不法分子还应用APP内在的漏洞完成异常帐号的注册，衍生出多种多样的异常用户注册版本，存在较大的安全。
技术实现要素：
本发明实施例提供了一种风险评分模型的构建方法、装置、存储介质及终端，以提高清除异常帐号的时效性，降低异常帐号带来的噪声干扰，提升APP诸多指标的计算精度。
本发明实施例提供了一种风险评分模型的构建方法，所述构建方法包括：
根据预设的帐号数据构建黑名单样本库和白名单样本库，所述黑名单样本库中包括异常帐号，所述白名单样本库中包括正常帐号；
基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行聚类训练，筛选出异常帐号分类特征；
基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度；
根据所述异常帐号分类特征及其对应的贡献度，构建风险评分模型，所述风险评分模型用于识别异常帐号。
进一步地，所述构建风险评分模型，之后还包括：
采用所述风险评分模型计算所述白名单样本库中的每一个正常帐号对应的风险评分；
将风险评分高于或等于预设的风险阈值的正常帐号过滤，保留风险评分低于预设的风险阈值的正常帐号；
采用所述风险评分模型计算所述黑名单样本库中的每一个异常帐号对应的风险评分；
根据所保留的正常帐号的风险评分和异常帐号的风险评分，校正所述风险阈值。
进一步地，所述基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行聚类训练包括：
获取每一所述异常帐号、正常帐号的特征信息对应的样本值；
根据所述特征信息对应的样本值，按照预测的特征条件将所述异常帐号、正常帐号分配至GBDT模型中的首棵回归决策树，直至每个异常帐号、正常帐号均分配至每一个叶子节点；
获取损失函数，初始化损失函数极小化的常数值；
针对每一个叶子节点，根据所述损失函数和常数值估算每一所述异常帐号、正常帐号对应的残差近似值；
基于所有残差近似值迭代训练下一棵回归决策树。
进一步地，所述异常帐号分类特征包括：
连续高频绑定特征、连续密码绑定特征、连续IP绑定特征、IP高发散率特征、帐号业务员同地域特征、注册绑定时间差特征、注册绑定无前端埋点特征。
进一步地，所述基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度包括：
通过随机森林RF模型对所述异常帐号分类特征按预设个数进行任意组合，得到多个分类决策树；
获取每一所述分类决策树中未被组合的异常帐号分类特征，基于所述异常帐号分类特征估算所述分类决策树的分类误差；
选取分类误差最小的分类决策树，并基于所述分类决策树计算每一个异常帐号分类特征的贡献度。
进一步地，所述构建风险评分模型包括构建风险评分公式：
F(X)＝F0+β1T1(X)+β2T2(X)+……++βmTm(X)
其中，F(X)为用户帐号X的风险评分，F0为回归残差项，Ti(X)为异常帐号分类特征的特征组合公式，βi为特征组合公式Ti(X)中各异常帐号分类特征的贡献度之和。
本发明实施例还提供了一种风险评分模型的构建装置，所述构建装置包括：
样本库构建模块，用于根据预设的帐号数据构建黑名单样本库和白名单样本库，所述黑名单样本库中包括异常帐号，所述白名单样本库中包括正常帐号；
特征筛选模块，用于基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行聚类训练，筛选出异常帐号分类特征；
贡献度训练模块，用于基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度；
模型构建模块，用于根据所述异常帐号分类特征及其对应的贡献度，构建风险评分模型，所述风险评分模型用于识别异常帐号。
进一步地，所述构建装置还包括：
第一评分模块，用于采用所述风险评分模型计算所述白名单样本库中的每一个正常帐号对应的风险评分；
帐号过滤模块，用于将风险评分高于或等于预设的风险阈值的正常帐号过滤，保留风险评分低于预设的风险阈值的正常帐号；
第二评分模块，用于采用所述风险评分模型计算所述黑名单样本库中的每一个异常帐号对应的风险评分；
阈值校正模块，用于根据所保留的正常帐号的风险评分和异常帐号的风险评分，校正所述风险阈值。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序由处理器执行时实现如上所述的风险评分模型的构建方法所述的步骤。
本发明实施例还提供了一种终端，所述终端包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的风险评分模型的构建方法所述的步骤。
与现有技术相比，本发明实施例引入梯度提升决策树GBDT算法，通过梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行集中训练，以剔除了无效的分类特征，得到精度较高的异常帐号分类特征；然后引入随机森林RF算法，通过随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度；最后根据所述异常帐号分类特征及其对应的贡献度，构建风险评分模型。由于RF算法的运算速度快，精度较高，有效地提高清除异常帐号的时效性，基于所述风险评分模型能够及时快速地识别出异常帐号，从而有效地降低了异常帐号产生的噪声干扰，提升了存量用户质量，进而提升了APP诸多指标的计算精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1是本发明实施例提供的风险评分模型的构建方法的第一实现流程图；
图2是本发明实施例提供的风险评分模型的构建方法的第二实现流程图；
图3是本发明实施例提供的风险评分模型的构建方法的第三实现流程图；
图4是本发明实施例提供的风险评分模型的构建方法的第四实现流程图；
图5是本发明实施例提供的风险评分分布图；
图6是本发明实施例提供的风险评分模型的构建装置的组成结构图；
图7是本发明实施例提供的终端的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1示出了本发明实施例提供的风险评分模型的构建方法的第一实现流程。本发明实施例提供的所述风险评分模型的构建方法应用于终端。参阅图1，所述方法包括：
在步骤S101中，根据预设的帐号数据构建黑名单样本库和白名单样本库，所述黑名单样本库中包括异常帐号，所述白名单样本库中包括正常帐号。
本发明实施例预先从指定渠道获取一批帐号数据，这些帐号数据通过人工验证为异常帐号或者正常帐号。在这里，所述指定渠道可以有多个；对于所述异常帐号，包括但不限于机构确认并上报的虚假名单、走新版APP不再使用的原接口注册的虚假名单、从网络上购买的无法拨通的虚假名单、外面平台拖库来的虚假名单以及通过爬虫方式获取的虚假名单；对于所述正常帐号，包括但不限于已购买过产品的保单用户以及内部员工。
在这里，本发明实施例对所述帐号数据进行清洗，以过滤掉特征缺失的帐号样本，然后划分类别，构建黑名单样本库和白名单样本库，其中所述黑名单样本库中包括若干个异常帐号，所述白名单样本库中包括若干个正常帐号。每一所述异常帐号或正常帐号均包括多个特征信息。可选地，所述特征信息包括但不限于：
职业、性别、年龄、注册时间、绑定时间、号码归属地、绑定的业务员工号、帐号密码、注册IP、绑定IP、累计业务员绑定数、累计密码绑定使用频次、累计ip绑定使用频次、业务员手机号归属地、业务员绑定间隔、密码使用间隔、ip使用间隔、ip发散率、是否有前端埋点。
在步骤S102中，基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行聚类训练，筛选出异常帐号分类特征。
在本发明实施例中，所述黑名单样本库包括异常帐号，白名单样本库中包括正常帐号，每个异常帐号或正常帐号均包括若干个特征信息，总数量多，需要对这些特征信息进行筛选。在这里，本发明实施例采用梯度提升决策树GBDT算法来对所述异常帐号和正常帐号进行混合训练，以剔除一些无用的特征信息。其中，GBDT算法一种迭代的决策树算法，该算法由多棵决策树组成。每一个新建的决策树都是在前一棵决策树的残差减少的梯度(Gradient)方向上建立起来的，也即，每棵决策树的建立是为了使得之前决策树的残差往梯度方向减少，从而可以更准确地选取出有效特征及剔除掉无效特征，得到精度较高的异常帐号分类特征，提高了用于构建风险评分模型的分类特征的准确度。
在步骤S103中，基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度。
在获取到异常帐号分类特征之后，训练所述异常帐号分类特征的对应的贡献度，即权值。其中，计算贡献度的分类算法，本发明实施例采用随机森林RF算法，这是比较ID3、CART等决策树分类算法及Logic回归分类算法的计算效率及精度后选取的。所述RF算法对本发明实施例所输入的异常帐号分类特征的运算速度更快，分类精度更高，分类误差更低。
步骤S104中，根据所述异常帐号分类特征及其对应的贡献度，构建风险评分模型，所述风险评分模型用于识别异常帐号。
在得到所述异常帐号分类特征后，将所述异常帐号分类特征及其对应的贡献度输入预设模型，得到风险评分模型。可选的，所述风险评分模型为逻辑回归模型。
综上所述，本发明实施例通过引入梯度提升决策树GBDT算法，基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行集中训练，以剔除了无效的分类特征，得到异常帐号分类特征，降低特征信息的总数；然后引入随机森林RF算法，基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度；最后根据所述异常帐号分类特征及其对应的贡献度，构建风险评分模型。由于RF算法的运算速度快，精度较高，有效地提高了清除异常帐号的时效性，基于所述风险评分模型能够及时快速地识别出异常帐号，从而有效地降低了异常帐号产生的噪声干扰，提升了存量用户质量，进而提升了APP诸多指标的计算精度。
进一步地，基于图1提供的风险评分模型的构建方法的第一实现流程的基础上，提出本发明实施例提供的风险评分模型的构建方法的第二实现流程。
如图2所示，是本发明实施例提供的风险评分模型的构建方法的第二实现流程示意图。在本发明实施例中，所述步骤S102基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行训练包括：
在步骤S1021中，获取每一所述异常帐号、正常帐号的特征信息对应的样本值。
在这里，本发明实施例基于步骤S101中得到的异常帐号和正常帐号，混合所述异常帐号和正常帐号进行训练。每一所述异常帐号或正常帐号中的特征信息都有对应的样本值。其中，所述样本值为特征信息的取值，比如异常帐号和正常帐号中的年龄特征、性别特征，某一异常帐号a的年龄为40岁为所述年龄特征的样本值，性别为男性为所述性别特征的样本值。
在步骤S1022中，根据所述特征信息对应的样本值，按照预测的特征条件将所述异常帐号、正常帐号分配至GBDT模型中的首棵回归决策树，直至每个异常帐号、正常帐号均分配至每一个叶子节点。
针对每一特征信息，获取所有异常帐号和正常帐号的样本值，将所述特征信息对应的所有样本值输入GBDT模型中进行训练。所述GBDT模型中包括若干棵回归决策树，每棵回归决策树除了叶子节点之外的节点都对应一个预设的特征条件，该节点下包括一个或多个分支，每一分支对应所述特征条件的一个分裂阈值/阈值范围。所述叶子节点为回归决策树的末端节点。根据当前节点的特征条件，获取与之相关的特征信息及样本值，比对每一所述样本值与所述特征条件的分裂阈值/阈值范围。若所述样本值满足某一分裂阈值/阈值范围，则将所述样本值对应的异常帐号或正常帐号划分至所述分支。示例性地，假设存在年龄特征信息，异常帐号a的年龄样本值为10岁，正常帐号b的年龄样本值为30岁，若当前节点的特征条件为年龄，分裂阈值范围为大于20岁和小于等于20岁，如果样本值满足条件“分裂阈值范围为大于20岁”，则将该样本值对应的异常帐号或正常帐号分配至该节点下的右分支，否则分配至该节点下的左分支；因此，所述异常帐号a分配至该节点的左分支，所述正常帐号b分配至该节点的右分支。下层节点同理，直至每一异常帐号和正常帐号落到某一叶子节点上。
在步骤S1023中，获取损失函数，初始化损失函数极小化的常数值。
在步骤S1024中，针对每一个叶子节点，根据所述损失函数和常数值估算每一所述异常帐号、正常帐号对应的残差近似值。
可选地，所述损失函数包括但不限于绝对值损失函数、Huber损失函数、平方差损失函数。
以平方差损失函数为例，每一棵回归决策树学习的是之前所有树的结论和残差，得到当前的残差回归树。初始化使损失函数极小化的常数值，对于平方差损失函数，常数值为0，残差的计算公式为残差＝真实值-预测值，预测值为样本的平均值。若统计“分裂阈值范围为大于20岁”分支对应的叶子节点所包括的异常帐号和正常帐号得到个数N，共N个年龄样本，求取所述N个年龄样本之和及所述N个年龄样本的平均值。然后针对所述叶子节点中的每一所述异常帐号或正常帐号，求取对应的年龄样本与平均值之间的差值，得到所述年龄样本的残差。如前所述，假设“分裂阈值范围为大于20岁”分支对应的叶子节点A中包括的异常帐号和正常帐号共4个，年龄样本分别A1、A2、A3、A4，求取所述4个年龄样本之和Asum＝A1+A2+A3+A4及所述4个年龄样本的平均值Aaverage＝Asum/4。然后针对所述叶子节点中的所述年龄样本A1，求取所述年龄样本A1与平均值Aaverage之间的差值，得到所述年龄样本A1的残差A1residual＝A1-Aaverage，依次类推，所述年龄样本A2的残差A2residual＝A2-Aaverage，所述年龄样本A3的残差A3residual＝A3-Aaverage，所述年龄样本A4的残差A4residual＝A4-Aaverage。假设“分裂阈值范围为小于等于20岁”分支对应的叶子节点B中包括的异常帐号和正常帐号共3个，年龄样本分别为B1、B2、B3，求取所述3个年龄样本之和Bsum＝B1+B2+B3及所述3个年龄样本的平均值，Baverage＝Bsum/3。然后针对所述叶子节点中的所述年龄样本B1，求取所述年龄样本B1与平均值Baverage之间的差值，得到所述年龄样本B1的残差B1residual＝B1-Baverage，依次类推，所述年龄样本B2的残差B2residual＝B2-Baverage，所述年龄样本B3的残差B3residual＝B3-Baverage。
在步骤S1025中，基于所有残差近似值迭代训练下一棵回归决策树。
在上一棵树训练得到残差近似值后，拿着这些残差近似值替代原帐号的样本值，到下一棵树去学习，在残差减少的梯度方向上建立一棵新的决策回归树。
示例性地，如前所述，叶子节点A中4个年龄样本的残差分别为A1residual、A2residual、A3residual、A4residual；叶子节点B中3个年龄样本的残差分别为B1residual、B2residual、B3residual；则基于所述A1residual、A2residual、A3residual、A4residual、B1residual、B2residual、B3residual来训练下一棵回归决策树。以此类推，进行多次迭代训练。
可选地，在本发明实施例中，对于寿险类APP，基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行训练后得到的所述异常帐号分类特征包括但不限于：
连续高频绑定特征、连续密码绑定特征、连续IP绑定特征、IP高发散率特征、帐号业务员同地域特征、注册绑定时间差特征、注册绑定无前端埋点特征。
可见，GBDT算法中每棵回归决策树的建立都是为了使得之前回归决策树的残差往梯度方向减少，从而可以从黑名单样本库和白名单样本库中较为精确地筛选出有用的特征，剔除无用特征，提高特征筛选的准确性，减少了风险评分模型构建过程中的特征维度和总数。
进一步地，基于图1提供的风险评分模型的构建方法的第一实现流程的基础上，提出本发明实施例提供的风险评分模型的构建方法的第三实现流程。
如图3所示，是本发明实施例提供的风险评分模型的构建方法的第三实现流程示意图。在本发明实施例中，所述步骤S103基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度包括：
在步骤S1031中，通过随机森林RF模型对所述异常帐号分类特征按预设个数进行任意组合，得到多个分类决策树。
在这里，假设所述异常帐号分类特征有M个，所述随机森林RF模型采用自助法(bootstrap)重采样技术，从所述M个异常帐号分类特征中有放回地重复随机抽取k个样本生成新的训练样本集合，然后根据每一所述训练样本集合生成m个分类决策树组成随机森林。
在步骤S1032中，获取每一所述分类决策树中未被组合的异常帐号分类特征，基于所述异常帐号分类特征估算所述分类决策树的分类误差。
在这里，随机森林RF算法将m个分类决策树合并在一起，每棵树的建立依赖于一个独立抽取的样品，森林中的每棵树具有相同的分布，分类误差取决于每一棵树的分类能力和它们之间的相关性。
步骤S1031中从原有M个异常帐号分类特征中随机抽取boostrap训练样本k时，还有(M-k)个异常帐号分类特征未被选中，这一部分未被选中的异常帐号分类特征可用于估计单棵分类决策树的分类误差。
在步骤S1033中，选取分类误差最小的分类决策树，并基于所述分类决策树计算每一个异常帐号分类特征的贡献度。
其中，分类误差越小，随机森林分类准确度越高。本发明实施例通过比较随机森林中所有分类决策树的分类误差，获取分类误差最小的一棵树，然后基于该分类误差最小的分类决策树把每个异常帐号分类特征的贡献度统计出来。
本发明实施例在计算异常帐号分类特征的权值时，使用随机森林RF算法，是通过比较id3、cart等决策树分类算法及logic回归分类算法的计算效率及精度后选取的，在速度上RF算法对输入的数据运算速度较快，精度上从测试集的分类效果上来看误差也较低，有效地提高了异常帐号分类特征的贡献度的准确性。
可选地，所述步骤S104根据所述异常帐号分类特征及其对应的贡献度构建的风险评分模型中，包括风险评分公式：
F(X)＝F0+β1T1(X)+β2T2(X)+……++βmTm(X)
其中，F(X)为用户X的风险评分，F0为回归残差项，Ti(X)为异常帐号分类特征的特征组合公式，βi为特征组合公式Ti(X)中各异常帐号分类特征的贡献度之和，i为正整数，1≤i≤m。
示例性地，假设所述异常帐号分类特征有5个，分别为x1、x2、x3、x4、x5；所述随机森林RF模型采用自助法重采样技术，从所述5个异常帐号分类特征中重复随机抽取3个样本生成新的训练样本集合。在第一次抽样中，假设随机抽取了x1、x2、x3共3个异常帐号分类特征，组成分类决策树，计算该分类决策树的分类误差，所述异常帐号分类特征x1、x2、x3则组成特征组合公式T1(X)；在第二次抽样中，假设随机抽取了x1、x2、x4共3个异常帐号分类特征，组成分类决策树，计算该分类决策树的分类误差，所述异常帐号分类特征x1、x2、x4则组成特征组合公式T2(X)……以此类推，进行m次抽样，生成m个分类决策树组成随机森林，得到m个特征组合公式Ti(X)。根据分类误差最小的分类决策树计算每一个异常帐号分类特征x1、x2、x3、x4、x5的贡献度，对特征组合公式Ti(X)中各异常帐号分类特征的贡献度进行求和得到βi，比如β1为特征组合公式T1(X)中异常帐号分类特征x1、x2、x3分别对应的贡献度之和，β2为特征组合公式T2(X)中异常帐号分类特征x1、x2、x4分别对应的贡献度之和……最后，根据所述特征组合公式及其对应的异常帐号分类特征的贡献度度之和构建风险评分模型，得到风险评分公式：
F(X)＝F0+β1T1(X)+β2T2(X)+……++βmTm(X)。
本发明实施例通过特征组合公式及其对应的异常帐号分类特征的贡献度度之和构建风险评分模型，有效地提高了风险评分模型的性能，提高了使用该风险评分模型评估结果时的准确性。
进一步地，基于图1提供的风险评分模型的构建方法的第一实现流程的基础上，提出本发明实施例提供的风险评分模型的构建方法的第四实现流程。
如图4所示，是本发明实施例提供的风险评分模型的构建方法的第四实现流程示意图。在本发明实施例中，所述构建风险评分模型，之后还包括：
在步骤S105中，采用所述风险评分模型计算所述白名单样本库中的每一个正常帐号对应的风险评分。
在得到风险评分模型后，本发明实施例还基于所述风险评分模型，计算白名单样本库中的每一个正常帐号对应的风险评分，以对白名单样本库中已有的正常帐号进行验证。
在步骤S106中，将风险评分高于或等于预设的风险阈值的正常帐号过滤，保留风险评分低于预设的风险阈值的正常帐号。
每一正常帐号经过所述评分评分模型中的风险评分公式计算后，可以得到一个风险评分。本发明实施例将每一所述正常帐号的风险评分与预设的风险阈值进行比对，获取高于或等于预设的风险阈值的正常帐号，并将之与绑卡、购买保单等白名单特征进行关联，以过滤掉白名单样本库中的噪声，提高白名单样本库的纯净度。
在步骤S107中，采用所述风险评分模型计算所述黑名单样本库中的每一个异常帐号对应的风险评分。
在步骤S108中，根据所保留的正常帐号的风险评分和异常帐号的风险评分，校正所述风险阈值。
在得到正常帐号和异常帐号对应的风险评分后，构建评分分布图，并计算正常帐号对应的风险评分均值和异常帐号对应的风险评分均值。基于所述评分分布图挖掘评分的聚类现象，然后结合正常帐号对应的风险评分均值和异常帐号对应的风险评分均值，校正所述风险阈值。
示例性地，假设校正过程中，计算得到正常帐号的风险评分均值为0.0825，异常帐号的风险评分均值为0.5602，风险评分分布图如图5所示，通过比较异常帐号和正常帐号的风险评分可以发现明显的聚类效果，正常帐号更偏向聚集在0～0.05分值区域，异常帐号更集中在0.53～0.59分值区域。基于降低分类误差，尽量划分出较多的异常帐号，可以将风险阈值确定为0.5。经验证，当风险阈值确定为0.5时，正常帐号与异常帐号划分准确率分别为98.4％和96.7％。
综上所述，本发明实施例通过使用已有的黑名单样本库和白名单样本库来进一步校正正常帐号和异常帐号的划分阈值，能够在最大程度找出异常帐号且减少对正常帐号的识别误差，进一步提高了风险评分模型识别异常帐号的准确度。
应理解，在上述实施例中，各步骤的序号的大小并不意味着执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例2
图6示出了本发明实施例提供的风险评分模型的构建装置的组成结构图，为了便于说明，仅示出了与本发明实施例相关的部分。
在本发明实施例中，所述风险评分模型的构建装置用于实现上述图1、图2、图3、图4实施例中所述的风险评分模型的构建方法，可以是内置于终端的软件单元、硬件单元或者软硬件结合的单元。
参阅图6，所述风险评分模型的构建装置包括：
样本库构建模块61，用于根据预设的帐号数据构建黑名单样本库和白名单样本库，所述黑名单样本库中包括异常帐号，所述白名单样本库中包括正常帐号；
特征筛选模块62，用于基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行聚类训练，筛选出异常帐号分类特征；
贡献度训练模块63，用于基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度；
模型构建模块64，用于根据所述异常帐号分类特征及其对应的贡献度，构建风险评分模型。
可选地，所述构建装置还包括：
第一评分模块65，用于采用所述风险评分模型计算所述白名单样本库中的每一个正常帐号对应的风险评分；
帐号过滤模块66，用于将风险评分高于或等于预设的风险阈值的正常帐号过滤，保留风险评分低于预设的风险阈值的正常帐号；
第二评分模块67，用于采用所述风险评分模型计算所述黑名单样本库中的每一个异常帐号对应的风险评分；
阈值校正模块68，用于根据所保留的正常帐号的风险评分和异常帐号的风险评分，校正所述风险阈值。
可选地，所述特征筛选模块62包括：
获取单元621，用于获取每一所述异常帐号、正常帐号的特征信息对应的样本值；
帐号训练单元622，用于根据所述特征信息对应的样本值，按照预测的特征条件将所述异常帐号、正常帐号分配至GBDT模型中的首棵回归决策树，直至每个异常帐号、正常帐号均分配至每一个叶子节点；
残差近似值估算单元623，用于获取损失函数，初始化损失函数极小化的常数值，针对每一个叶子节点，根据所述损失函数和常数值估算每一所述异常帐号、正常帐号对应的残差近似值；
所述帐号训练单元622还用于，基于所有残差近似值迭代训练下一棵回归决策树。
可选地，所述异常帐号分类特征包括但不限于：
连续高频绑定特征、连续密码绑定特征、连续IP绑定特征、IP高发散率特征、帐号业务员同地域特征、注册绑定时间差特征、注册绑定无前端埋点特征。
可选地，所述贡献度训练模块63还包括：
特征训练单元631，用于通过随机森林RF模型对所述异常帐号分类特征按预设个数进行任意组合，得到多个分类决策树；
分类误差估算单元632，用于获取每一所述分类决策树中未被组合的异常帐号分类特征，基于所述异常帐号分类特征估算所述分类决策树的分类误差；
贡献度计算单元633，用于选取分类误差最小的分类决策树，并基于所述分类决策树计算每一个异常帐号分类特征的贡献度。
可选地，所述构建风险评分模型包括构建风险评分公式：
F(X)＝F0+β1T1(X)+β2T2(X)+……++βmTm(X)
其中，F(X)为用户帐号X的风险评分，F0为回归残差项，Ti(X)为异常帐号分类特征的特征组合公式，βi为特征组合公式Ti(X)中各异常帐号分类特征的贡献度之和。
需要说明的是，本发明实施例中的各模块/单元可以用于实现上述方法实施例中的全部技术方案，其具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
实施例3
本实施例提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现实施例1中风险评分模型的构建方法，为避免重复，这里不再赘述。或者，该计算机程序被处理器执行时实现实施例2中风险评分模型的构建装置中各模块/单元的功能，为避免重复，这里不再赘述。
实施例4
图7是本发明实施例提供的一种终端的示意图，所述终端包括但不限于服务器、移动终端。如图7所示，该实施例的终端7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述风险评分模型的构建方法实施例中的步骤，例如图1所示的步骤S101至S104，图2实施例中所述的步骤S1021至S1025，图3实施例中所述的步骤S1031至S1033以及图4实施例中所述的步骤S105至步骤S108；或者，所述处理器70执行所述计算机程序72时实现上述风险评分模型的构建装置实施例中各模块/单元的功能，例如图6所示模块61至68的功能。
示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端7中的执行过程。例如，所述计算机程序72可以被分割成样本库构建模块、特征筛选模块、贡献度训练模块、模型构建模块，各模块具体功能如下：
样本库构建模块，用于根据预设的帐号数据构建黑名单样本库和白名单样本库，所述黑名单样本库中包括异常帐号，所述白名单样本库中包括正常帐号；
特征筛选模块，用于基于梯度提升决策树GBDT算法对所述黑名单样本库中的异常帐号和白名单样本库中的正常帐号进行聚类训练，筛选出异常帐号分类特征；
贡献度训练模块，用于基于随机森林RF算法对所述异常帐号分类特征进行训练，获取每一个异常帐号分类特征对应的贡献度；
模型构建模块，用于根据所述异常帐号分类特征及其对应的贡献度，构建风险评分模型。
所述终端7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端7的示例，并不构成对终端7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端的控制中心，利用各种接口和线路连接整个终端的各个部分。
所述存储器71可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card，SMC)、安全数字卡(Secure Digital，SD)、闪存卡(Flash Card)，至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。