商户风险程度评估方法、装置、计算机设备和存储介质

技术领域

本申请涉及人工智能技术领域，特别是涉及一种商户风险程度评估方法、装置、计算机设备和存储介质。

背景技术

近年来，随着互联网技术和经济的快速发展，传统的消费方式已经无法满足人们的消费需求，在这种背景下，一些新型消费方式应用而生，信用消费与电子消费方式逐渐普及开来，例如预付费消费方式等。

但也暴露出了新型消费方式的缺陷。然而，监管机构和消费者对暴雷信息的获取时效落后，消费者无法区分优质商户和劣质商户，无法及时掌握商户的“跑路”、“暴雷”风险。

因此，如何对预付费商户进行风险评估成为本领域重要研究的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对预付费商户进行风险评估的商户风险程度评估方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种商户风险程度评估方法。该方法包括：

获取待评估商户的N种类型的初始数据；N为大于1的整数；

根据N种该类型的初始数据以及该类型的初始数据对应的第一风险程度评估模型，得到N种该类型的初始数据对应的第一风险程度评估结果；

根据N种该类型的初始数据对应的第一风险程度评估结果，确定该待评估商户的目标风险程度评估结果。

在本申请实施例中，获取了待评估商户的N种类型的初始数据，然后根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果，最后根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果，从而实现对商户进行风险程度评估。

在其中一个实施例中，该根据N种该类型的初始数据对应的风险程度评估结果，确定该待评估商户的目标风险程度评估结果，包括：

将N种该第一风险程度评估结果输入至该第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种该第一风险程度评估结果对应的M种第二风险程度评估结果；M为小于或等于N的整数；

根据N种该第一风险程度评估结果对应的M种第二风险程度评估结果，确定该待评估商户的目标风险程度评估结果。

本申请实施例中，将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果，然后根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果。基于第一风险程度评估结果得到对应的第二风险程度评估结果，通过逐层模型处理多维度多类型的商户数据，提高目标风险程度评估结果的准确性。

在其中一个实施例中，该根据N种该第一风险程度评估结果对应的M种第二风险程度评估结果，确定该待评估商户的目标风险程度评估结果，包括：

将M种该第二风险程度评估结果输入至第三风险程度评估模型，得到该待评估商户的目标风险程度评估结果。

本申请实施例中，将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。基于第二风险程度评估结果得到对应的第三风险程度评估结果，通过逐层模型处理多维度多类型的商户数据，进一步提高目标风险程度评估结果的准确性。

在其中一个实施例中，该方法还包括：

对目标风险程度评估结果进行监测得到监测结果；该目标风险程度评估结果包括该第一风险程度评估结果、该第二风险程度评估结果和第三风险评估结果中至少一种；

根据该监测结果向服务器发送预警信息。

本申请实施例中，对目标风险程度评估结果进行监测得到监测结果，根据监测结果向服务器发送预警信息。由于本申请实施例对目标风险程度评估结果进行实时监控，同时便于相关部门对商户进行管理，从而确保市场秩序和稳定，降低市场风险。

在其中一个实施例中，该根据该监测结果向服务器发送预警信息，包括：

若该监测结果为该目标风险程度评估结果大于预设风险程度阈值，则向服务器发送预警信息。

本申请实施例中，若监测结果为目标风险程度评估结果大于预设风险程度阈值，则向服务器发送预警信息。相关部门能够及时获取商户的风险程度信息，便于相关部门对商户进行管理，从而确保市场秩序和稳定，降低市场风险。

在其中一个实施例中，该N种类型的初始数据包括该待评估商户的流水数据、客户投诉数据、客户评价数据、资源借调数据、资源转移数据、水电数据和人力资源数据中的至少两种数据。

在其中一个实施例中，该第一风险程度评估模型包括：与该流水数据对应的流水风险程度评估模型、该客户投诉数据对应的客户投诉风险程度评估模型、该客户评价数据对应的客户评价风险程度评估模型、该资源借调数据对应的资源借调风险程度评估模型、该资源转移数据对应的资源转移风险程度评估模型、该水电数据对应的水电风险程度评估模型和该人力资源数据对应的人力资源风险程度评估模型中的至少两种模型。

在其中一个实施例中，该第二风险程度评估模型包括：客户评价程度评估结果和客户投诉风险程度评估结果对应的声誉风险程度评估模型、资源借调风险程度评估结果和流水风险程度评估结果对应的资源风险程度评估模型、资源转移风险程度评估结果和水电风险程度评估结果和人力资源风险程度评估结果对应的经营风险程度评估模型中的至少一种模型。

上述商户风险程度评估方法，通过获取待评估商户的N种类型的初始数据，然后根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果，最后根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果，从而实现对商户进行风险程度评估。

第二方面，本申请还提供了一种商户风险程度评估装置，该装置包括：

第一获取模块，用于获取待评估商户的N种类型的初始数据；N为大于1的整数；

第二获取模块，用于根据N种该类型的初始数据以及该类型的初始数据对应的第一风险程度评估模型，得到N种该类型的初始数据对应的第一风险程度评估结果；

确定模块，用于根据N种该类型的初始数据对应的第一风险程度评估结果，确定该待评估商户的目标风险程度评估结果。

上述商户风险程度评估装置，通过获取待评估商户的N种类型的初始数据，然后根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果，最后根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果，从而实现对商户进行风险程度评估。

第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述任一方法的步骤。

第四方面，本申请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，该计算机程序被处理器执行时实现上述任一方法的步骤。

第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法的步骤。

上述商户风险程度评估计算机设备、存储介质和计算机程序产品，通过获取待评估商户的N种类型的初始数据，然后根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果，最后根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果，从而实现对商户进行风险程度评估。

附图说明

图1是本申请实施例提供的一种计算机设备的内部结构图；

图2是本申请实施例提供的一种商户风险程度评估方法的流程示意图；

图3是本申请实施例提供的一种目标风险程度评估结果获取方法的流程示意图；

图4是本申请实施例提供的一种预警信息发送方法的流程示意图；

图5是本申请实施例提供的一种预付费商户风险程度预测方法的流程示意图；

图6是本申请实施例提供的一种风险程度评估模型中多层决策树的示意图；

图7是本申请实施例提供的一种商户风险程度评估装置的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

近年来，随着互联网技术和经济的快速发展，传统的消费方式已经无法满足人们的消费需求，在这种背景下，一些新型消费方式应用而生，信用消费与电子消费方式逐渐普及开来，例如预付费消费方式等。

但紧随其后出现的“商家携款外逃”等暴雷现象也暴露出了新型消费方式的缺陷。然而，监管机构和消费者对暴雷信息的获取时效严重落后，消费者无法区分优质商户和劣质商户，无法及时掌握商户的“跑路”、“暴雷”风险。

因此，如何对预付费商户进行风险评估成为本领域重要研究的问题。

暴雷，金融术语，一般指的是点对点技术(peer-to-peer，P2P)平台因为逾期兑付或经营不善问题，未能偿付投资人本金利息，而出现的平台停业、清盘、法人跑路、平台失联、倒闭等问题。

本申请实施例提供的商户风险程度评估方法，可以应用于如图1所示的应用环境中。图1是本申请实施例提供的一种计算机设备的内部结构图，该计算机设备可以是服务器，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种商户风险程度评估方法。

本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，如图2所示，图2是本申请实施例提供的一种商户风险程度评估方法的流程示意图，该方法可以应用于图1中计算机设备，该方法包括以下步骤：

S201，获取待评估商户的N种类型的初始数据；N为大于1的整数。

在本申请实施例中，N种类型的初始数据包括待评估商户的流水数据、客户投诉数据、客户评价数据、资源借调数据、资源转移数据、水电数据和人力资源数据中的至少两种数据。

可选的，可以通过以下方式获得初始数据：计算机设备可以从各个部门和机构的数据库服务器获取N种类型的初始数据。或者，计算机设备本地存储有N种类型的初始数据，可以从本地获取已存储的N种类型的初始数据。各个部门和机构包括金融机构、工商部门、市场监管机构、政府机构等。

S202，根据N种类型的初始数据以及N种类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果。

第一风险程度评估模型可以包括：与流水数据对应的流水风险程度评估模型、客户投诉数据对应的客户投诉风险程度评估模型、客户评价数据对应的客户评价风险程度评估模型、资源借调数据对应的资源借调风险程度评估模型、资源转移数据对应的资源转移风险程度评估模型、水电数据对应的水电风险程度评估模型和人力资源数据对应的人力资源风险程度评估模型中的至少两种模型。

在本申请实施例中，第一风险程度评估模型可以通过如下方式得到：获取商户的N种类型的数据样本，使用同态加密技术对数据样本进行数据处理和隐私保护处理，得到加密数据样本，然后基于加密数据样本对第一初始风险程度评估模型进行训练，得到第一风险程度评估模型。其中，第一初始风险程度评估模型可以包括决策树、逻辑回归、随机森林等。

在本申请实施例中，通过同态加密技术实现对数据的脱敏和隐私保护处理，能够确保商户数据的隐私安全，避免商户数据被泄露和滥用。

需要说明的是，根据N种类型的初始数据以及N种类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果，可以通过如下方式实现：

对N种类型的初始数据进行加密处理得到加密数据，将加密数据输入对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果。

S203，根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果。

可选的，目标风险程度评估结果可以通过以下方法获得：对N种第一风险程度评估结果分别设定权重，根据N种第一风险程度评估结果和对应的权重，确定加权求和结果，将加权求和结果作为目标风险程度评估结果。或者，对N种第一风险程度评估结果求平均值得到目标风险程度评估结果。

在本申请实施例中，获取了待评估商户的N种类型的初始数据，然后根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果，最后根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果，从而实现对商户进行风险程度评估。

在本申请实施例中，可以在计算机设备上部署信息共享平台，通过信息共享平台展示目标风险程度评估结果，从而实现商户风险信息的共享，使得消费者能够及时获取商户信息，降低消费风险，提高消费满意度，同时便于相关部门对商户进行管理。

参照图3，图3是本申请实施例提供的一种目标风险程度评估结果获取方法的流程示意图。本实施涉及的是如何根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果的一种可能的实现方式。

在上述实施例的基础上，上述S203包括如下步骤：

S301，将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果；M为小于或等于N的整数。

第二风险程度评估模型可以包括：客户评价风险程度评估结果和客户投诉风险程度评估结果对应的声誉风险程度评估模型、资源借调风险程度评估结果和流水风险程度评估结果对应的资源风险程度评估模型、资源转移风险程度评估结果和水电风险程度评估结果和人力资源风险程度评估结果对应的经营风险程度评估模型中的至少一种模型。

在本申请实施例中，第二风险程度评估模型可以通过如下方式获得：将上述加密数据样本输入第一风险程度评估模型，得到第一风险程度评估结果数据样本，然后基于第一风险程度评估结果数据样本，对第二初始风险程度评估模型进行训练，得到第二风险程度评估模型。其中，第二初始风险程度评估模型可以包括决策树、逻辑回归、随机森林等。

S302，根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果。

可选的，可以通过以下方式获取目标风险程度评估结果：对M种第二风险程度评估结果分别设定权重，根据M种第二风险程度评估结果和对应的权重，确定加权求和结果，将加权求和结果作为目标风险程度评估结果。或者，对M种第二风险程度评估结果求平均值得到目标风险程度评估结果。

本申请实施例中，将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果，然后根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果。基于第一风险程度评估结果得到对应的第二风险程度评估结果，通过逐层模型处理多维度多类型的商户数据，提高目标风险程度评估结果的准确性。

在上述实施例的基础上，上述的S302，根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果，可以通过如下方式实现：

将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。

本申请实施例中，第三风险程度评估模型可以通过如下方式获得：将上述第一风险程度评估结果数据样本输入第二风险程度评估模型，得到第二风险程度评估结果数据样本，基于第二风险程度评估结果数据样本，对第三初始风险程度评估模型进行训练，得到第三风险程度评估模型。其中，第三初始风险程度评估模型可以包括决策树、逻辑回归、随机森林等。

本申请实施例中，将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。基于第二风险程度评估结果得到对应的第三风险程度评估结果，通过逐层模型处理多维度多类型的商户数据，进一步提高目标风险程度评估结果的准确性。

参照图4，图4是本申请实施例提供的一种预警信息发送方法的流程示意图。在上述实施例的基础上，该方法包括如下步骤：

S401，对目标风险程度评估结果进行监测得到监测结果；目标风险程度评估结果包括第一风险程度评估结果、第二风险程度评估结果和第三风险评估结果中至少一种。

S402，根据监测结果向服务器发送预警信息。

本申请实施例中，可以根据需求对第一风险程度评估结果、第二风险程度评估结果和第三风险评估结果中至少一种进行实时监测得到监测结果，针对不同的风险程度评估模型预设风险程度阈值，若监测结果大于预设风险程度阈值，则向服务器发送预警信息。

本申请实施例中，对目标风险程度评估结果进行监测得到监测结果，根据监测结果向服务器发送预警信息。由于本申请实施例对目标风险程度评估结果进行实时监控，同时便于相关部门对商户进行管理，从而确保市场秩序和稳定，降低市场风险。

在上述实施例的基础上，上述的S402，根据监测结果向服务器发送预警信息，包括：

若监测结果为目标风险程度评估结果大于预设风险程度阈值，则向服务器发送预警信息。

本申请实施例中，当目标风险程度评估结果大于预设风险程度阈值时，运用分布式发布-订阅消息系统(Kafka)消息机制，向服务器发送预警信息。

本申请实施例中，若监测结果为目标风险程度评估结果大于预设风险程度阈值，则向服务器发送预警信息。由于利用了Kafka消息机制向服务器实时发送预警信息，因此相关部门能够及时获取商户的风险程度信息，便于相关部门对商户进行管理，从而确保市场秩序和稳定，降低市场风险。

在上述实施例的基础上，N种类型的初始数据包括待评估商户的流水数据、客户投诉数据、客户评价数据、资源借调数据、资源转移数据、水电数据和人力资源数据中的至少两种数据。

在上述实施例的基础上，第一风险程度评估模型包括：与流水数据对应的流水风险程度评估模型、客户投诉数据对应的客户投诉风险程度评估模型、客户评价数据对应的客户评价风险程度评估模型、资源借调数据对应的资源借调风险程度评估模型、资源转移数据对应的资源转移风险程度评估模型、水电数据对应的水电风险程度评估模型和人力资源数据对应的人力资源风险程度评估模型中的至少两种模型。

在上述实施例的基础上，第二风险程度评估模型包括：客户评价风险程度评估结果和客户投诉风险程度评估结果对应的声誉风险程度评估模型、资源借调风险程度评估结果和流水风险程度评估结果对应的资源风险程度评估模型、资源转移风险程度评估结果和水电风险程度评估结果和人力资源风险程度评估结果对应的经营风险程度评估模型中的至少一种模型。

上述申请实施例中，通过多层风险程度评估模型，有针对性的逐层处理多维度多类型的商户数据，提高了目标风险程度评估结果的准确性和稳定性。

参照图5，图5是本申请实施例提供的一种预付费商户风险程度预测方法的流程示意图。该方法包括如下步骤：

S501，获取商户的N种类型的数据样本。

S502，使用同态加密技术对数据样本进行数据处理和隐私保护处理，得到加密数据样本。

S503，基于多层决策树算法建立初始风险程度评估模型，使用加密数据样本对初始风险程度评估模型进行训练，得到商户的风险程度评估模型。

S504，获取待评估商户的N种类型的初始数据。

S505，根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果。

S506，将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果。

S507，将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。

S508，对目标风险程度评估结果进行监测得到监测结果。

S509，根据监测结果向服务器发送预警信息。

在本申请实施例中，使用加密数据样本对初始风险程度评估模型进行训练，得到商户的风险程度评估模型，根据N种类型的初始数据以及风险程度评估模型，得到待评估商户的目标风险程度评估结果，并对目标风险程度评估结果进行监测得到监测结果，根据监测结果向服务器发送预警信息。通过多层风险程度评估模型，有针对性的逐层处理多维度多类型的商户数据，提高了目标风险程度评估结果的准确性和稳定性，同时便于相关部门对商户进行管理，从而确保市场秩序和稳定，降低市场风险。

为了更清楚的介绍本申请实施例提供的风险程度评估模型，在此结合图6进行说明，如图6所示，图6是本申请实施例提供的一种风险程度评估模型中多层决策树的示意图。

第一层决策树即第一风险程度评估模型包括：投诉决策树对应客户投诉风险程度评估模型、评价决策树对应客户评价风险程度评估模型、贷款决策树对应资源借调风险程度评估模型、流水决策树对应流水风险程度评估模型、税收决策树对应资源转移风险程度评估模型、水电决策树对应水电风险程度评估模型、员工社保决策树对应人力资源风险程度评估模型。

第二层决策树即第二风险程度评估模型包括：声誉决策树对应声誉风险程度评估模型、金融决策树资源风险程度评估模型、经营决策树经营风险程度评估模型。

第三层决策树即第三风险程度评估模型包括：预付费商户决策树对应第三风险程度评估模型。

在多层决策树中，每个决策树负责对一种类型的商户数据进行初步风险程度评估，然后将风险程度评估结果传递给下一层的决策树，直到得到最终的风险程度评估结果。多层决策树的训练过程是逐层进行的，每个决策树的训练都是基于前一层的结果，这种分层结构可以更好的处理多维度、差异大的数据，提高风险程度评估的准确性。

应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的商户风险程度评估方法的商户风险程度评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个商户风险程度评估装置实施例中的具体限定可以参见上文中对于商户风险程度评估方法的限定，在此不再赘述。

在一个实施例中，如图7所示，图7是本申请实施例提供的一种商户风险程度评估装置的结构框图，该装置700包括：

第一获取模块701，用于获取待评估商户的N种类型的初始数据；N为大于1的整数。

第二获取模块702，用于根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果。

确定模块703，用于根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果。

在本申请实施例中，获取了待评估商户的N种类型的初始数据，然后根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果，最后根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果，从而实现对商户进行风险程度评估。

在其中一个实施例中，确定模块703包括：

获取单元，用于将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果；M为小于或等于N的整数。

确定单元，用于根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果。

本申请实施例中，将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果，然后根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果。基于第一风险程度评估结果得到对应的第二风险程度评估结果，通过逐层模型处理多维度多类型的商户数据，提高目标风险程度评估结果的准确性。

在其中一个实施例中，确定单元，具体用于将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。

本申请实施例中，将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。基于第二风险程度评估结果得到对应的第三风险程度评估结果，通过逐层模型处理多维度多类型的商户数据，进一步提高了目标风险程度评估结果的准确性。

在其中一个实施例中，装置700还包括：

监测模块，用于对目标风险程度评估结果进行监测得到监测结果；目标风险程度评估结果包括第一风险程度评估结果、第二风险程度评估结果和第三风险评估结果中至少一种。

发送模块，用于根据监测结果向服务器发送预警信息。

本申请实施例中，对目标风险程度评估结果进行监测得到监测结果，根据监测结果向服务器发送预警信息。由于本申请实施例对目标风险程度评估结果进行实时监控，同时便于相关部门对商户进行管理。

在其中一个实施例中，发送模块，具体用于若监测结果为目标风险程度评估结果大于预设风险程度阈值，则向服务器发送预警信息。

在其中一个实施例中，N种类型的初始数据包括待评估商户的流水数据、客户投诉数据、客户评价数据、资源借调数据、资源转移数据、水电数据和人力资源数据中的至少两种数据。

在其中一个实施例中，第一风险程度评估模型包括：与流水数据对应的流水风险程度评估模型、客户投诉数据对应的客户投诉风险程度评估模型、客户评价数据对应的客户评价风险程度评估模型、资源借调数据对应的资源借调风险程度评估模型、资源转移数据对应的资源转移风险程度评估模型、水电数据对应的水电风险程度评估模型和人力资源数据对应的人力资源风险程度评估模型中的至少两种模型。

在其中一个实施例中，第二风险程度评估模型包括：客户评价风险程度评估结果和客户投诉风险程度评估结果对应的声誉风险程度评估模型、资源借调风险程度评估结果和流水风险程度评估结果对应的资源风险程度评估模型、资源转移风险程度评估结果和水电风险程度评估结果和人力资源风险程度评估结果对应的经营风险程度评估模型中的至少一种模型。

上述商户风险程度评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取待评估商户的N种类型的初始数据；N为大于1的整数；。

根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果。

根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果；M为小于或等于N的整数。

根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

对目标风险程度评估结果进行监测得到监测结果；目标风险程度评估结果包括第一风险程度评估结果、第二风险程度评估结果和第三风险评估结果中至少一种；

根据监测结果向服务器发送预警信息。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

若监测结果为目标风险程度评估结果大于预设风险程度阈值，则向服务器发送预警信息。

在一个实施例中，N种类型的初始数据包括待评估商户的流水数据、客户投诉数据、客户评价数据、资源借调数据、资源转移数据、水电数据和人力资源数据中的至少两种数据。

在一个实施例中，第一风险程度评估模型包括：与流水数据对应的流水风险程度评估模型、客户投诉数据对应的客户投诉风险程度评估模型、客户评价数据对应的客户评价风险程度评估模型、资源借调数据对应的资源借调风险程度评估模型、资源转移数据对应的资源转移风险程度评估模型、水电数据对应的水电风险程度评估模型和人力资源数据对应的人力资源风险程度评估模型中的至少两种模型。

在一个实施例中，第二风险程度评估模型包括：客户评价程度评估结果和客户投诉风险程度评估结果对应的声誉风险程度评估模型、资源借调风险程度评估结果和流水风险程度评估结果对应的资源风险程度评估模型、资源转移风险程度评估结果和水电风险程度评估结果和人力资源风险程度评估结果对应的经营风险程度评估模型中的至少一种模型。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取待评估商户的N种类型的初始数据；N为大于1的整数。

根据N种类型的初始数据以及类型的初始数据对应的第一风险程度评估模型，得到N种类型的初始数据对应的第一风险程度评估结果。

根据N种类型的初始数据对应的第一风险程度评估结果，确定待评估商户的目标风险程度评估结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

将N种第一风险程度评估结果输入至第一风险程度评估结果对应的M种第二风险程度评估模型，得到N种第一风险程度评估结果对应的M种第二风险程度评估结果；M为小于或等于N的整数。

根据N种第一风险程度评估结果对应的M种第二风险程度评估结果，确定待评估商户的目标风险程度评估结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

将M种第二风险程度评估结果输入至第三风险程度评估模型，得到待评估商户的目标风险程度评估结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

对目标风险程度评估结果进行监测得到监测结果；目标风险程度评估结果包括第一风险程度评估结果、第二风险程度评估结果和第三风险评估结果中至少一种。

根据监测结果向服务器发送预警信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

若监测结果为目标风险程度评估结果大于预设风险程度阈值，则向服务器发送预警信息。

在一个实施例中，N种类型的初始数据包括待评估商户的流水数据、客户投诉数据、客户评价数据、资源借调数据、资源转移数据、水电数据和人力资源数据中的至少两种数据。

在一个实施例中，第一风险程度评估模型包括：与流水数据对应的流水风险程度评估模型、客户投诉数据对应的客户投诉风险程度评估模型、客户评价数据对应的客户评价风险程度评估模型、资源借调数据对应的资源借调风险程度评估模型、资源转移数据对应的资源转移风险程度评估模型、水电数据对应的水电风险程度评估模型和人力资源数据对应的人力资源风险程度评估模型中的至少两种模型。

在一个实施例中，第二风险程度评估模型包括：客户评价程度评估结果和客户投诉风险程度评估结果对应的声誉风险程度评估模型、资源借调风险程度评估结果和流水风险程度评估结果对应的资源风险程度评估模型、资源转移风险程度评估结果和水电风险程度评估结果和人力资源风险程度评估结果对应的经营风险程度评估模型中的至少一种模型。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。