技术特征：
1.一种针对远程教育服务的大数据风控方法，其特征在于，应用于大数据风控服务器，所述方法至少包括：确定待进行风控分析的远程教育服务运行报告，并挖掘所述待进行风控分析的远程教育服务运行报告的初始服务运维风险描述；依据所述初始服务运维风险描述，确定所述待进行风控分析的远程教育服务运行报告的阶段化运维风险事项、所述阶段化运维风险事项对应的阶段化风险描述内容以及所述待进行风控分析的远程教育服务运行报告的整体化风险描述内容。2.根据权利要求1所述的方法，其特征在于，所述依据所述初始服务运维风险描述，确定所述待进行风控分析的远程教育服务运行报告的阶段化运维风险事项、所述阶段化运维风险事项对应的阶段化风险描述内容以及所述待进行风控分析的远程教育服务运行报告的整体化风险描述内容，包括：通过运维风险识别模型，依据所述初始服务运维风险描述，获得所述待进行风控分析的远程教育服务运行报告的阶段化运维风险事项、所述阶段化运维风险事项对应的阶段化风险描述内容以及所述待进行风控分析的远程教育服务运行报告的整体化风险描述内容；其中，对所述运维风险识别模型进行配置，包括：确定若干组已认证远程教育服务运行报告；对于每组已认证远程教育服务运行报告，确定与所述已认证远程教育服务运行报告存在传递特征的不少于一组已认证关联服务运行报告，并将所述已认证远程教育服务运行报告分别与每组已认证关联服务运行报告进行绑定，得到不少于一个已认证报告二元组；通过所述已认证报告二元组，对所述运维风险识别模型进行配置。3.根据权利要求2所述的方法，其特征在于，所述已认证远程教育服务运行报告包括第一已认证服务会话报告，所述已认证报告二元组涵盖第一已认证会话报告二元组；所述对于每组已认证远程教育服务运行报告，确定与所述已认证远程教育服务运行报告存在传递特征的不少于一组已认证关联服务运行报告，并将所述已认证远程教育服务运行报告分别与每组已认证关联服务运行报告进行绑定，得到不少于一个已认证报告二元组，包括：确定目标服务会话下的若干组第一已认证服务会话报告；依据若干组所述第一已认证服务会话报告，确定与所述目标服务会话对应的动态服务会话数据；依据所述动态服务会话数据，从所述第一已认证服务会话报告中确定存在传递特征的不少于一对第一已认证服务会话报告，得到不少于一个所述第一已认证会话报告二元组。4.根据权利要求3所述的方法，其特征在于，所述已认证远程教育服务运行报告包括第二已认证服务会话报告，所述已认证报告二元组涵盖第二已认证会话报告二元组；所述对于每组已认证远程教育服务运行报告，确定与所述已认证远程教育服务运行报告存在传递特征的不少于一组已认证关联服务运行报告，并将所述已认证远程教育服务运行报告分别与每组已认证关联服务运行报告进行绑定，得到不少于一个已认证报告二元组，包括：确定非目标服务会话下的若干组第二已认证服务会话报告；对于每组第二已认证服务会话报告，对所述第二已认证服务会话报告实施第一前置处理，得到与所述第二已认证服务会话报告存在传递特征的不少于一组目标关联服务运行报告，并将所述第二已认证服务会话报告分别与每组目标关联服务运行报告进行绑定，得到不少于一个第二已认证会话报告二元组。
5.根据权利要求4所述的方法，其特征在于，所述通过所述已认证报告二元组，对所述运维风险识别模型进行配置，包括：对一部分所述已认证报告二元组实施第二前置处理，得到不少于一个完成前置处理的已认证报告二元组；所述已认证报告二元组涵盖第一已认证报告二元组和/或第二已认证报告二元组；通过所述一部分所述已认证报告二元组和所述完成前置处理的已认证报告二元组，对所述运维风险识别模型进行配置；其中，所述第二前置处理包括如下一种或多种：非限制型扰动处理、报告特征识别度调整处理。6.根据权利要求2所述的方法，其特征在于，所述通过所述已认证报告二元组，对所述运维风险识别模型进行配置，包括：分别确定所述已认证报告二元组中的每组已认证远程教育服务运行报告的阶段化引导运维风险事项；从所述已认证报告二元组中的已认证关联服务运行报告中，确定所述阶段化引导运维风险事项对应的积极示例运维风险事项和消极示例运维风险事项；通过所述阶段化引导运维风险事项、所述阶段化引导运维风险事项对应的积极示例运维风险事项和消极示例运维风险事项，对所述运维风险识别模型进行配置；其中，所述从所述已认证报告二元组中的已认证关联服务运行报告中，确定所述阶段化引导运维风险事项对应的积极示例运维风险事项和消极示例运维风险事项，包括：将所述已认证关联服务运行报告中的与所述阶段化引导运维风险事项对应的运维风险事项，作为积极示例运维风险事项；从所述已认证关联服务运行报告中除所述积极示例运维风险事项之外的运维风险事项中，确定与所述阶段化引导运维风险事项共性指数最大的运维风险事项，将确定出的共性指数最大的运维风险事项作为所述消极示例运维风险事项。7.根据权利要求6所述的方法，其特征在于，所述通过所述阶段化引导运维风险事项、所述阶段化引导运维风险事项对应的积极示例运维风险事项和消极示例运维风险事项，对所述运维风险识别模型进行配置，包括：将所述已认证报告二元组加载至所述运维风险识别模型中，得到阶段化测试运维风险事项、所述阶段化引导运维风险事项对应的第一测试风险描述内容、所述积极示例运维风险事项对应的第二测试风险描述内容和消极示例运维风险事项对应的第三测试风险描述内容；通过所述阶段化测试运维风险事项和所述阶段化引导运维风险事项，确定第一模型质量评价；通过所述阶段化引导运维风险事项对应的第一测试风险描述内容、所述积极示例运维风险事项对应的第二测试风险描述内容和所述消极示例运维风险事项对应的第三测试风险描述内容，确定第二模型质量评价；通过所述第一模型质量评价和所述第二模型质量评价，对所述运维风险识别模型进行配置；其中，所述将所述已认证报告二元组加载至所述运维风险识别模型中，得到阶段化测试运维风险事项、所述阶段化引导运维风险事项对应的第一测试风险描述内容、所述积极示例运维风险事项对应的第二测试风险描述内容和消极示例运维风险事项对应的第三测
试风险描述内容，包括：将所述已认证报告二元组加载至所述运维风险识别模型中，由所述运维风险识别模型中的初始描述挖掘子模型，得到所述已认证报告二元组对应的测试型初始服务运维风险描述；由所述运维风险识别模型中的描述识别子模型，依据所述测试型初始服务运维风险描述，得到阶段化测试运维风险事项、所述阶段化引导运维风险事项对应的第一测试风险描述内容、所述积极示例运维风险事项对应的第二测试风险描述内容和消极示例运维风险事项对应的第三测试风险描述内容。8.根据权利要求2所述的方法，其特征在于，所述通过所述阶段化引导运维风险事项、所述阶段化引导运维风险事项对应的积极示例运维风险事项和消极示例运维风险事项，对所述运维风险识别模型进行配置，包括：将多个第一已认证报告二元组加载至所述运维风险识别模型，分别得到每个所述第一已认证报告二元组中每组远程教育服务运行报告对应的整体化的第四测试风险描述内容，并将所述整体化的第四测试风险描述内容添加到指定空间；依据多个第二已认证报告二元组和所述指定空间中的第四测试风险描述内容，对所述运维风险识别模型进行配置；其中，所述依据多个第二已认证报告二元组和所述指定空间中的第四测试风险描述内容，对所述运维风险识别模型进行配置，包括：将多个所述第二已认证报告二元组加载至所述运维风险识别模型，分别得到每个所述第二已认证报告二元组中的每个远程教育服务运行报告的整体化的第五测试风险描述内容；依据所述指定空间中的第四测试风险描述内容和所述第五测试风险描述内容，确定第三模型质量评价，并通过所述第三模型质量评价，对所述运维风险识别模型进行配置；其中，在分别得到每个第二已认证报告二元组中的每个远程教育服务运行报告的整体化的第五测试风险描述内容之后，还包括：依据每个远程教育服务运行报告的整体化的第五测试风险描述内容，优化所述指定空间。9.根据权利要求8所述的方法，其特征在于，所述第五测试风险描述内容包括第六测试风险描述内容和第七测试风险描述内容；所述依据所述指定空间中的第四测试风险描述内容和所述第五测试风险描述内容，确定第三模型质量评价，包括：针对每个第二已认证报告二元组，确定所述第二已认证报告二元组中的已认证远程教育服务运行报告的第六测试风险描述内容，并将所述第二已认证报告二元组中的已认证关联服务运行报告作为所述已认证报告对应的积极型认证远程教育服务运行报告，并确定所述积极型认证远程教育服务运行报告的第七测试风险描述内容；从所述指定空间中确定与所述第二已认证报告二元组中的已认证远程教育服务运行报告的第六测试风险描述内容共性指数最大的第四测试风险描述内容，并将确定得到的第四测试风险描述内容作为消极型已认证报告对应的第八测试风险描述内容；通过所述第六测试风险描述内容、所述第七测试风险描述内容和所述第八测试风险描述内容，确定第三模型质量评价。10.一种大数据风控服务器，其特征在于，包括：存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述大数据风控服务器执行如权利要求1-9中任意一项所述的方法。
技术总结
本发明提供一种针对远程教育服务的大数据风控方法及服务器，通过一个机器学习模型率先挖掘初始服务运维风险描述，再依据挖掘的初始服务运维风险描述，可以并行确定阶段化运维风险事项、阶段化风险描述内容以及整体化风险描述内容，避免独立地对以上阶段化运维风险事项、阶段化风险描述内容以及整体化风险描述内容进行挖掘，能够保障挖掘时效性，并且由于初始服务运维风险描述是挖掘以上三类关键数据都需要参考的风险描述内容，通过整体性地挖掘得到的初始服务运维风险描述来确定以上三类关键数据，无需每确定一类上述关键数据时都对初始服务运维风险描述进行挖掘而导致初始服务运维风险描述的频繁挖掘，在一定程度上减少了风控分析的资源开销。了风控分析的资源开销。了风控分析的资源开销。
技术研发人员：窦跃飞 闫继平
受保护的技术使用者：济南数聚计算机科技有限公司
技术研发日：2022.03.07
技术公布日：2022/5/30