摘要
本发明公开了一种基于评分卡模型的金融交易风险评估方法及装置。涉及人工智能技术领域。其中,该方法包括:获取目标对象的特征数据,得到目标特征数据,其中,特征数据至少包括:金融账户在指定时间段产生的与还款行为相关的交易数据;将目标特征数据输入目标评分卡模型,输出风险评估结果,其中,目标评分卡模型分为N层,每层部署一种类型的机器学习模型,机器学习模型的类型包括:基于梯度提升决策树构建的模型,风险评估结果用于表征目标对象的违约概率是否大于预设阈值。本发明解决了相关技术中采用逻辑回归的方式建立的评分卡模型,无法解决线性问题,导致预测违约率的预测结果不准确的技术问题。