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。