基于Random Forest神经网络的金融风险评估方法

摘要

本发明公开了基于Random Forest神经网络的金融风险评估方法。包括以下步骤：第一步，在服务端设置Random Forest模型，并给出训练集和测试集，通过Bagging算法训练Random Forest模型；第二步，在客户端提出用户金融风险评估请求给到服务端；第三步，服务端在收到客户端请求后，通过匹配存储库中用户个人身份id，获取该用户所有业务属性以及金融数据；第四步，服务器端利用训练好的Random Forest模型对该用户的业务属性和金融数据进行风险评估，并将输出结果返回给服务器端；第五步，服务器将结果进行整理，最后输出给客户端最终的金融风险评估结果。本发明能够避免客户金融数据多地存储，保证客户金融数据存储安全。

说明书

技术领域

本发明涉及风险评估技术领域，具体为基于Random Forest神经网络的金融风险评估方法。

背景技术

在近两年个人隐私和数据安全越来越受到重视，传统的金融风险评估会在客户端获取大量客户个人隐私数据，一旦这些数据被不法分子以不良手段获得，后果不堪设想。在这个信息化时代，个人的隐私数据保护尤为重要，若无监督管理，人人即是透明人，毫无隐私可言。

当下金融风险评估的风险点在于收集了用户信息之后，当风险评估经理发出对用户进行金融风险评估的请求时，服务器端会把经理需要的用户信息全部发到经理的客户端，这就也意味着用户信息的多处保存，这会造成了信息安全的危险系数的提高，一旦泄露，对用户主体可能造成无法弥补的永久性的隐私侵害。

发明内容

本发明的目的在于提供基于Random Forest神经网络的金融风险评估方法，能够避免客户金融数据多地存储，保证客户金融数据存储安全。

为实现上述目的，本发明提供如下技术方案：基于Random Forest神经网络的金融风险评估方法，包括服务端和用户端，还包括以下步骤：

第一步，在服务端设置Random Forest模型，并给出训练集和测试集，通过Bagging算法训练Random Forest模型；

第二步，在客户端提出用户金融风险评估请求给到服务端；

第三步，服务端在收到客户端请求后，通过匹配存储库中用户个人身份id，获取该用户所有业务属性以及金融数据；

第四步，服务器端利用训练好的Random Forest模型对该用户的业务属性和金融数据进行风险评估，并将输出结果返回给服务器端；

第五步，服务器将结果进行整理，最后输出给客户端最终的金融风险评估结果。

优选的，客户端至少包括一种输入模块，用于输入用户身份信息、请求信息；

验证模块，用于验证用户身份信息；

以及通信模块，用于客户端和服务端之间的数据传输。

优选的，所述输入模块为触碰式输入装置或键盘。

优选的，所述验证模块为指纹识别装置或面部识别装置。

与现有技术相比，本发明的有益效果如下：

本发明提出了一种不在客户端存储原始个人隐私资料，仅在服务器端通过RandomForest模型运算，得出用户金融风险评估报告，再发回客户端的方法，从而确保金融风险评选系统存储安全，避免客户端可能存在的非法收集使用个人隐私数据的行为，同时能够完成对用户的金融风险评估。

附图说明

图1为本发明金融风险评估流程示意图；

具体实施方式

下面将结合本发明的实施例，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：基于Random Forest神经网络的金融风险评估方法，包括以下步骤：

第一步，在服务端设置Random Forest模型，并给出训练集和测试集，通过Bagging算法训练Random Forest模型；

第二步，在客户端提出用户金融风险评估请求给到服务端；

第三步，服务端在收到客户端请求后，通过匹配存储库中用户个人身份id，获取该用户所有业务属性以及金融数据；

第四步，服务器端利用训练好的Random Forest模型对该用户的业务属性和金融数据进行风险评估，并将输出结果返回给服务器端；

第五步，服务器将结果进行整理，最后输出给客户端最终的金融风险评估结果。

客户端至少包括一种输入模块，用于输入用户身份信息、请求信息；

验证模块，用于验证用户身份信息；

以及通信模块，用于客户端和服务端之间的数据传输。

本实施例中，输入模块为触碰式输入装置或键盘。

本实施例中，验证模块为指纹识别装置或面部识别装置。

本发明的工作原理为：不在客户端存储原始个人隐私资料，仅在服务器端通过Random Forest模型运算，得出用户金融风险评估报告，再发回客户端，从而避免客户隐私数据多处存储而造成的隐私泄露风险。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。