CN109785116A - 资信审核方法、装置、计算机设备及存储介质 - Google Patents
资信审核方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109785116A CN109785116A CN201811536984.XA CN201811536984A CN109785116A CN 109785116 A CN109785116 A CN 109785116A CN 201811536984 A CN201811536984 A CN 201811536984A CN 109785116 A CN109785116 A CN 109785116A
- Authority
- CN
- China
- Prior art keywords
- user
- standing
- threshold value
- audit
- user identifier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012550 audit Methods 0.000 claims abstract description 167
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种资信审核方法、装置、计算机设备及存储介质,首先获取资信审核请求,资信审核请求包括用户标识和申请时间;根据用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,用户资信数据包括资信信息和所述资信信息对应的更新时间;判断申请时间和更新时间的时间间隔是否超过预设时间阈值;若时间间隔超过预设时间阈值,则根据用户标识获取预设时间内的用户历史验证数据,其中,预设时间根据申请时间确定;获取预设的审核阈值集,根据审核阈值集对用户历史验证数据进行验证,得到用户标识的更新资信信息;将更新资信信息确定为用户标识的资信审核信息,保证黑灰名单数据库数据的实时性,确保资信审核的准确性。
Description
技术领域
本发明涉及数据分析领域,尤其涉及一种资信审核方法、装置、计算机设备及存储介质。
背景技术
随着社会需求的增大,贷款业务已经渐渐普及到广大人民群众的生活中,各类贷款公司也逐渐出现于人们的视线中。在贷款过程中,贷款公司的审查人员需要根据借款人的信用情况和还款能力对贷款人进行资格审查和评定,评测贷款风险度,在根据具体情况进行贷款决策和额度设定,以降低贷款风险。其中在贷款审核中,包括一个资信审核阶段,用于对某些用户恶意刷单进行防范。然而,目前资信审核流程较为繁琐,而且审核的准确性有待提高。
发明内容
本发明实施例提供一种资信审核方法、装置、计算机设备及存储介质,以解决资信审核的准确性不高问题。
一种资信审核方法,包括:
获取资信审核请求,所述资信审核请求包括用户标识和申请时间;
根据所述用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,所述用户资信数据包括资信信息和所述资信信息对应的更新时间;
判断所述申请时间和所述更新时间的时间间隔是否超过预设时间阈值;
若所述时间间隔超过所述预设时间阈值,则根据所述用户标识获取预设时间内的用户历史验证数据;
获取预设的审核阈值集,根据所述审核阈值集对所述用户历史验证数据进行验证,得到所述用户标识的更新资信信息;
将所述更新资信信息确定为所述用户标识的资信审核信息。
一种资信审核装置,包括:
资信审核请求获取模块,用于获取资信审核请求,所述资信审核请求包括用户标识和申请时间;
用户资信数据获取模块,用于根据所述用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,所述用户资信数据包括资信信息和所述资信信息对应的更新时间;
时间判断模块,用于判断所述申请时间和所述更新时间的时间间隔是否超过预设时间阈值;
用户历史验证数据获取模块,用于若所述时间间隔超过所述预设时间阈值,则根据所述用户标识获取预设时间内的用户历史验证数据;
用户历史验证数据验证模块,用于获取预设的审核阈值集,根据所述审核阈值集对所述用户历史验证数据进行验证,得到所述用户标识的更新资信信息;
资信审核信息确定模块,用于将所述更新资信信息确定为所述用户标识的资信审核信息。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述资信审核方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述资信审核方法的步骤。
上述资信审核方法、装置、计算机设备及存储介质中,首先获取资信审核请求,资信审核请求包括用户标识和申请时间;根据用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,用户资信数据包括资信信息和所述资信信息对应的更新时间;判断申请时间和更新时间的时间间隔是否超过预设时间阈值;若时间间隔超过预设时间阈值,则根据用户标识获取预设时间内的用户历史验证数据,其中,预设时间根据申请时间确定;获取预设的审核阈值集,根据审核阈值集对用户历史验证数据进行验证,得到用户标识的更新资信信息;将更新资信信息确定为用户标识的资信审核信息。通过预设黑灰名单数据库来进行资信审核,并且通过对申请时间和更新时间的判断,保证黑灰名单数据库数据的实时性,确保资信审核的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中资信审核方法的一应用环境示意图;
图2是本发明一实施例中资信审核方法的一示例图;
图3是本发明一实施例中资信审核方法的另一示例图;
图4是本发明一实施例中资信审核方法的另一示例图;
图5是本发明一实施例中资信审核方法的另一示例图;
图6是本发明一实施例中资信审核方法的另一示例图;
图7是本发明一实施例中资信审核方法的另一示例图;
图8是本发明一实施例中资信审核装置的一原理框图;
图9是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
本发明实施例提供的资信审核方法,可应用在如图1的应用环境中,其中,客户端(计算机设备)通过网络与服务端进行通信。客户端发送资信审核请求至服务端,服务端获取资信审核请求,资信审核请求包括用户标识和申请时间;根据用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,用户资信数据包括资信信息和资信信息对应的更新时间;判断申请时间和更新时间的时间间隔是否超过预设时间阈值;若时间间隔超过预设时间阈值,则根据用户标识获取预设时间内的用户历史验证数据,其中,预设时间根据申请时间确定;获取预设的审核阈值集,根据审核阈值集对用户历史验证数据进行验证,得到用户标识的更新资信信息;将更新资信信息确定为用户标识的资信审核信息。其中,客户端(计算机设备)可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种资信审核方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10:获取资信审核请求,资信审核请求包括用户标识和申请时间。
其中,资信审核请求是客户端触发的对用户的资信进行审核的触发请求。具体地,用户通过客户端输入对应的指令或信息来触发该资信审核请求,或者用户在现场或者柜台提出申请,由客服人员通过客户端发起资信审核请求。客户端将该资信审核请求发送至服务端,服务端即获取到贷款审核请求。其中,该资信审核请求包用户标识和申请时间。用户标识是指可以唯一标识出不同用户的信息。在一个实施方式中,用户标识可以为证件号、手机号码或用户号。用户号是一平台、应用程序或者***为用户分配的识别编号,一个用户对应一个唯一用户号。申请时间为该资信审核请求提出的时间,具体地,客户端可以在生成资信审核请求时获取客户端当前的***时间作为申请时间。
S20:根据用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,用户资信数据包括资信信息和资信信息对应的更新时间。
其中,黑灰名单数据库为用于存储存在异常情况而导致资信数据不良的用户的信息的数据库。黑灰名单数据库中存储了用户资信数据,用户资信数据为用于标明不同用户的资信情况的数据,用户资信数据包括资信信息和资信信息对应的更新时间。资信信息为用于标识对应用户资信情况的信息,例如:黑名单用户、灰名单用户和正常用户。更新时间为该资信信息的更新时间,可以理解地,不用用户的资信信息随着时间的变化可能发生变化,因此需要定时对黑灰名单数据库中的资信信息进行更新,该更新时间即为对应的资信信息的最新的更新时间。
在该步骤中,通过资信审核请求中的用户标识在预设的黑灰名单数据库中获取到该用户标识对应的用户资信数据,以进行后续的资信审核。
进一步地,若在黑灰名单数据库中不存在该用户标识对应的用户资信数据,则发出提示信息。具体地,该提示信息可以为文字信息或者语音信息。
S30:判断申请时间和更新时间的时间间隔是否超过预设时间阈值。
其中,预设时间阈值为一个预先设定的时间值,用于衡量用户资信数据是否需要进行更新。可选地,该预设时间阈值为半个月、一个月、三个月或者半年等,具体可以根据实际业务需要进行设置。在该步骤中,通过判断申请时间和更新时间的时间间隔是否超过预设时间阈值以确定该用户资信数据是否可以直接使用。
S40:若时间间隔超过预设时间阈值,则根据用户标识获取预设时间内的用户历史验证数据。
用户历史验证数据为不同用户在以往的验证或者资信审核的相关数据。而预设时间为一个预先设定的时间值。可选地,该预设时间为半个月、一个月、三个月或者半年等,具体可以根据实际业务需要进行设置。
在该步骤中,若时间间隔超过预设时间阈值,则说明步骤S20获取的用户资信数据可能由于没有及时更新而存在偏差。因此,根据资信审核请求中的用户标识获取该用户的用户历史验证数据,以对用户资信数据进行更新。
S50:获取预设的审核阈值集,根据审核阈值集对用户历史验证数据进行验证,得到用户标识的更新资信信息。
其中,审核阈值集是由不同的审核阈值组成的一个阈值集合,即该审核阈值集包括了复数个审核阈值。具体地,审核阈值集中的审核阈值可以根据不同的条件或者规则进行分类。在得到审核阈值集之后,根据审核阈值集对预设时间内的用户历史验证数据进行验证,即可得到用户标识的更新资信信息。
S60:将更新资信信息确定为用户标识的资信审核信息。
在得到更新资信信息之后,将更新资信信息确定为用户标识的资信审核信息。其中,更新资信信息也包括黑名单用户、灰名单用户和正常用户。当更新资信信息为黑名单用户时,则表明该用户极有可能是曾经拥有不好的资信数据记录的用户,例如:恶意刷单或者征信数据较差等。而当更新资信信息为灰名单用户时,则表明该用户有一定概率是曾经拥有不好的资信数据记录的用户。如此,可以保证存在恶意刷单或者征信数据较差的用户进行资信审核请求时可以及时让服务端或者相关人员知悉,以更好地防止该部分用户进行恶意的刷单或者异常申请的行为。
在一个具体实施方式中,若该用户标识的资信审核信息为黑名单用户,则发出警示信息,以对相应人员进行提示。进一步地,若该用户标识的资信审核信息为黑名单用户,则直接拒绝该资信审核请求。在一个具体实施方式中,若该用户标识的资信审核信息为灰名单用户,则发出提示消息,以对相应人员进行提示,以进行进一步地确认或者二次审核。进一步地,若该用户标识的资信审核信息为正常用户,则通过该资信审核请求,进行相应的后续审核或者申请环节。
在一个具体实施方式中,在得到更新资信信息之后,采用更新资信信息对所述用户资信数据中的资信信息进行更新,并更新对应的更新时间。
在一个具体实施方式中,在步骤S30之后,该资信审核方法还包括:若时间间隔没有超过预设时间阈值,则将资信信息作为用户标识的资信审核信息。
在本实施例中,首先获取资信审核请求,资信审核请求包括用户标识和申请时间;根据用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,用户资信数据包括资信信息和所述资信信息对应的更新时间;判断申请时间和更新时间的时间间隔是否超过预设时间阈值;若时间间隔超过预设时间阈值,则根据用户标识获取预设时间内的用户历史验证数据,其中,预设时间根据申请时间确定;获取预设的审核阈值集,根据审核阈值集对用户历史验证数据进行验证,得到用户标识的更新资信信息;将更新资信信息确定为用户标识的资信审核信息。通过预设黑灰名单数据库来进行资信审核,并且通过对申请时间和更新时间的判断,保证黑灰名单数据库数据的实时性,确保资信审核的准确性。
在一实施例中,用户历史验证数据包括验证类型和每一验证类型对应的连续验证失败次数。
其中,验证类型为表征在历史验证中所采用的验证方式的类型。可以理解地,用户可以通过不同的验证方式进行验证,例如:活体验证、人脸验证或者账号信息验证等。而连续验证失败次数是指同一种验证类型进行重复验证而且验证结果都为验证失败的次数。该连续验证失败次数越多,表明更有可能存在恶意验证的情况。
在本实施例中,如图3所示,根据审核阈值集对用户历史验证数据进行验证,得到用户标识的更新资信信息,具体包括如下步骤:
S51:根据每一验证类型从审核阈值集中获取对应的审核阈值,将每一验证类型对应的连续验证失败次数和对应的审核阈值进行匹配,得到匹配结果。
在审核阈值集中预先为不同的验证类型设置了不同的审核阈值,因此在该步骤中,通过验证类型从审核阈值集中获取到对应的审核阈值。进而将每一验证类型对应的连续验证失败次数和对应的审核阈值进行匹配,得到匹配结果。具体地,每一验证类型对应的审核阈值可以划分为不同的数值区间,每一数值区间可以对应一个匹配结果。若验证类型对应的连续验证失败次数和审核阈值中的一个数值区间匹配成功,则可以根据匹配成功的数值区间获取对应的匹配结果。该匹配结果可以是对审核阈值中不同数值区间的一个区分,具体可以用数字、符号或者文字信息来体现。
S52:根据匹配结果得到每一验证类型的匹配信息。
在该步骤中,通过每一验证类型在对应的审核阈值中的匹配结果就可以得到每一验证类型的匹配信息。该匹配信息具体为将匹配结果的一个信息化转化的体现。例如,若匹配结果为和数值区间A匹配成功,则对应的匹配信息可以为疑似高风险;若匹配结果为和数值区间B匹配成功,则对应的匹配信息可以为疑似中风险;若匹配结果为和数值区间C匹配成功,则对应的匹配信息可以为疑似低风险;若匹配结果为没有匹配成功,则对应的匹配信息可以为安全。
S53:从每一验证类型的匹配信息中选择优先级最高的匹配信息对应的资信信息,作为用户标识的更新资信信息。
在不同的匹配信息中,预先设置了不同的优先级。例如,在步骤S52的示例中,对应的匹配信息按照优先级从高到低的顺序为:疑似高风险、疑似中风险、疑似低风险和安全。按照预设的优先级,就可以从不同验证类型的匹配信息中选择一个优先级最高的匹配信息,并获取该匹配信息对应的资信信息作为用户标识的更新资信信息。例如:疑似高风险对应的资信信息为黑名单用户,疑似中风险和疑似低风险对应的资信信息为灰名单用户。
在本实施例中,根据每一验证类型从审核阈值集中获取对应的审核阈值,将每一验证类型对应的连续验证失败次数和对应的审核阈值进行匹配,得到匹配结果;根据匹配结果得到每一验证类型的匹配信息;从每一验证类型的匹配信息中选择优先级最高的匹配信息对应的资信信息,作为用户标识的更新资信信息。通过合理设置每一验证类型的审核阈值,并且根据匹配结果进行合理地转化,以得到更新资信信息,保证了更新资信信息获取的准确性。
在一实施例中,如图4所示,根据每一验证类型从审核阈值集中获取对应的审核阈值,将每一验证类型对应的连续验证失败次数和对应的审核阈值进行匹配,得到匹配结果,具体包括如下步骤:
S511:根据验证类型确定对应的风险等级,并根据风险等级从审核阈值集中获取对应的审核阈值,作为目标审核阈值。
S512:将每一验证类型对应的连续验证失败次数和目标审核阈值进行匹配,得到匹配结果。
在该实施例中,预先为不同的验证类型设定不同的风险等级,再通过风险等级来获取对应的审核阈值,如此就不需要为每一个验证类型设置不同的审核阈值,只需要为每一风险等级预先配置好对应的审核阈值。再通过每一验证类型对应的风险等级即可快速获取到审核阈值,作为目标审核阈值。进而将每一验证类型对应的连续验证失败次数和目标审核阈值进行匹配,得到匹配结果。
在本实施例中,通过风险等级的设置,可以简化审核阈值设置的繁琐,提高整体配置效率。
在一实施例中,目标审核阈值包括黑名单阈值和灰名单阈值。
具体地,黑名单阈值为一个预设的数值区间,用于对黑灰名单数据库中标注为黑名单用户进行数值上的体现。而灰名单阈值也为一个预设的数值区间,用于对黑灰名单数据库中标注为灰名单用户进行数值上的体现。可以理解地,黑名单阈值和灰名单阈值为不同的数值或者不同的数值区间。
在本实施例中,如图5所示,将每一验证类型对应的连续验证失败次数和目标审核阈值进行匹配,得到匹配结果,具体包括如下步骤:
S5121:若任一验证类型对应的连续验证失败次数符合对应的黑名单阈值,则该验证类型的匹配结果为疑似黑名单。
在该步骤中,在获取得到黑名单阈值之后,将每一验证类型对应的连续验证失败次数和对应的黑名单阈值进行匹配,若任一验证类型对应的连续验证失败次数符合对应的黑名单阈值,则该验证类型的匹配结果为疑似黑名单。具体地,连续验证失败次数符合对应的黑名单阈值可以指连续验证失败次数在黑名单阈值的范围内或者在黑名单阈值里的数值区间内。
S5122:若任一验证类型对应的连续验证失败次数符合对应的灰名单阈值,则该验证类型的所述匹配结果为疑似灰名单。
在该步骤中,在获取得到灰名单阈值之后,将每一验证类型对应的连续验证失败次数和对应的灰名单阈值进行匹配,若任一验证类型对应的连续验证失败次数符合对应的灰名单阈值,则该验证类型的匹配结果为疑似灰名单。具体地,连续验证失败次数符合对应的灰名单阈值可以指连续验证失败次数在灰名单阈值的范围内或者在灰名单阈值里的数值区间内。
在本实施例中,通过为目标审核阈值设置黑名单阈值和灰名单阈值,并每一验证类型中的连续验证失败次数和对应的黑名单阈值和灰名单阈值进行比较,以更好地保证后续资信信息的准确性。
在一实施例中,如图6所示,在根据用户标识从黑灰名单数据库中获取对应的用户资信数据,用户资信数据包括资信信息和资信信息对应的更新时间的步骤之前,该资信审核方法还包括如下步骤:
S21:从历史识别记录中获取识别异常记录,其中每一识别异常记录包括历史用户标识、异常类型和每一异常类型对应的连续异常次数。
其中,历史识别记录是指用户在以往的验证过程中的识别记录,该历史识别记录包括识别正常记录和识别异常记录。在一个具体实施方式中,该历史识别记录可以和上述实施例中的用户历史验证数据相同,即两者为相同的数据。在该步骤中,从历史识别记录中获取识别异常记录。而每一识别异常记录包括历史用户标识、异常类型和每一所述异常类型对应的连续异常次数。历史用户标识是指在历史识别记录中进行识别的用户对应的用户标识。异常类型是指识别异常中出现的具体原因,具体可以包括:活体识别异常、人脸识别异常或者账号识别异常等。而连续异常次数是指每一个异常类型中连续出现识别异常的次数。
S22:根据异常类型获取对应的目标审核阈值,目标审核阈值包括黑名单阈值和灰名单阈值。
预先为不同的异常类型配置不同的目标审核阈值,即可根据异常类型获取对应的目标审核阈值,目标审核阈值包括黑名单阈值和灰名单阈值。
S23:若识别异常记录中的任一连续异常次数符合对应的黑名单阈值,则将识别异常记录中的历史用户标识确定为黑名单用户标识。
在该步骤中,在获取得到黑名单阈值之后,将每一识别异常记录中的连续异常次数和对应的黑名单阈值进行匹配,若任一识别异常记录中的连续异常次数符合对应的黑名单阈值,则将识别异常记录中的历史用户标识确定为黑名单用户标识。具体地,连续异常次数符合对应的黑名单阈值可以指连续异常次数在黑名单阈值的范围内或者在黑名单阈值里的数值区间内。
S24:若识别异常记录中的任一连续异常次数符合对应的灰名单阈值且其他的连续异常次数均不符合对应的黑名单阈值,则将识别异常记录中的历史用户标识确定为灰名单用户标识。
在该步骤中,在获取得到灰名单阈值之后,将每一识别异常记录中的连续异常次数和对应的灰名单阈值进行匹配,若任一识别异常记录中的连续异常次数符合对应的灰名单阈值且该识别异常记录中其他的连续异常次数均不符合对应的黑名单阈值,则将该识别异常记录中的历史用户标识确定为灰名单用户标识。具体地,连续异常次数符合对应的灰名单阈值可以指连续异常次数在灰名单阈值的范围内或者在灰名单阈值里的数值区间内。
S25:根据黑名单用户标识和灰名单用户标识构建黑灰名单数据库。
在得到黑名单用户标识和灰名单用户标识之后,根据黑名单用户标识和灰名单用户标识构建黑灰名单数据库。具体地,可以将黑名单用户标识和灰名单用户标识放入黑灰名单数据库中,并进行分别保存。进一步地,还可以将对应用户标识的其他和对应用户相关的信息也存入黑灰名单数据库中。
在本实施例中,从历史识别记录中获取识别异常记录,其中每一识别异常记录包括历史用户标识、异常类型和每一异常类型对应的连续异常次数;根据异常类型获取对应的目标审核阈值,目标审核阈值包括黑名单阈值和灰名单阈值;若识别异常记录中的任一连续异常次数符合对应的黑名单阈值,则将识别异常记录中的历史用户标识确定为黑名单用户标识;若识别异常记录中的任一连续异常次数符合对应的灰名单阈值且其他的连续异常次数均不符合对应的黑名单阈值,则将识别异常记录中的历史用户标识确定为灰名单用户标识;根据黑名单用户标识和灰名单用户标识构建黑灰名单数据库。通过对历史识别记录的处理来构建黑灰名单数据库,保证了资信审核的效率。
在一个实施例中,如图7所示,在根据黑名单用户标识和灰名单用户标识构建黑灰名单数据库的步骤之后,资信审核方法还包括如下步骤:
S61:获取目标用户标识和每一目标用户标识对应的用户基本信息。
其中,目标用户标识是预定目标群体对应的用户标识,该目标群体可以为不同企业或者平台的注册用户。用户基本信息包括在贷款审核或者资信审核过程中可能涉及的需要审核的和用户相关的信息。可选地,用户基本信息包括用户的身份信息、资产信息、收入信息、征信信息、借贷信息、手持设备信息、社交账号信息、第三方平台消费信息或贷款申请行为信息等至少一项。
S62:采用预设规则对用户基本信息进行评分,得到每一目标用户标识的用户基础评分。
其中,预设规则为预先设置的一个评分标准,该预设规则可以根据实际产品的需要进行设置,也可以根据历史数据进行统计得到,具体可以根据实际需要而设定,在此不再赘述。在预先完成预设规则的配置之后,将该预设规则存储在服务端中。根据预设规则对用户基本信息进行评分,即得到用户基础评分。可选地,可以为每一项用户基本信息设定一个预设规则,以得到更加精确的用户基础评分。
示例性地,若用户基本信息包括用户的身份信息和资产信息,则可以为身份信息和资产信息分别设置不同的预设规则。例如,若身份信息包括性别、职业、年龄和身体状况。则可以分别为不同的性别、职业、年龄段和身体状况预先设置不同的分值,再根据该用户标识对应的身份信息来获取对应的分值并进行叠加,即得到身份信息的分值。而对于资产信息,则可以预先设置不同的资产区间,不同的资产区间对应的分值也不同,而后根据该用户标识的资产信息找到对应的资产区间,即获取到资产信息对应的分值。最后将身份信息对应的分值和资产信息对一个的分值进行直接或间接地相加,即得到用户基础评分。其中间接地相加可以体现为预先为不同地用户基本信息设置不同的权值,将每一用户基本信息的分值乘以对应的权值之后再进行叠加。
S63:获取预设的评分阈值,评分阈值包括黑名单评分阈值和灰名单评分阈值。
评分阈值为预先设定的分值,该评分阈值可以为数值范围或者数值区间。评分阈值包括黑名单评分阈值和灰名单评分阈值。可以理解地,黑名单评分阈值和灰名单评分阈值是不相同的数值或者不相同的数值区间。
S64:若用户基础评分符合黑名单评分阈值,则将对应的用户标识确定为新增黑名单用户标识。
在步骤S62得到每一目标用户标识的用户基础评分之后,将每一用户基础评分和黑名单评分阈值进行比较,若用户基础评分符合黑名单评分阈值,则将对应的用户标识确定为新增黑名单用户标识。其中,用户基础评分符合黑名单评分阈值是指用户基础评分在黑名单评分阈值的范围内或者在黑名单评分阈值的数值区间内。
S65:若用户基础评分符合灰名单评分阈值,则将对应的用户标识确定为新增灰名单用户标识。
在步骤S62得到每一目标用户标识的用户基础评分之后,将每一用户基础评分和灰名单评分阈值进行比较,若用户基础评分符合灰名单评分阈值,则将对应的用户标识确定为新增灰名单用户标识。其中,用户基础评分符合灰名单评分阈值是指用户基础评分在灰名单评分阈值的范围内或者在灰名单评分阈值的数值区间内。
S66:根据新增黑名单用户标识和新增灰名单用户标识更新黑灰名单数据库。
在得到新增黑名单用户标识和新增灰名单用户标识之后,根据新增黑名单用户标识和新增灰名单用户标识更新黑灰名单数据库。即将新增黑名单用户标识和新增灰名单用户标识添加到黑灰名单数据库中。
在本实施例中,通过获取目标用户标识和每一目标用户标识对应的用户基本信息;采用预设规则对用户基本信息进行评分,得到每一目标用户标识的用户基础评分;获取预设的评分阈值,评分阈值包括黑名单评分阈值和灰名单评分阈值;若用户基础评分符合黑名单评分阈值,则将对应的目标用户标识确定为新增黑名单用户标识;若用户基础评分符合灰名单评分阈值,则将对应的目标用户标识确定为新增灰名单用户标识;根据新增黑名单用户标识和新增灰名单用户标识更新黑灰名单数据库。通过用户基本信息来对黑灰名单数据库进行更新,进一步丰富了黑灰名单数据库的数据丰富性,保证了后续资信审核的准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种资信审核装置,该资信审核装置与上述实施例中资信审核方法一一对应。如图8所示,该资信审核装置包括资信审核请求获取模块10、用户资信数据获取模块20、时间判断模块30、用户历史验证数据获取模块40、用户历史验证数据验证模块50和资信审核信息确定模块60。
各功能模块详细说明如下:
资信审核请求获取模块10,用于获取资信审核请求,资信审核请求包括用户标识和申请时间;
用户资信数据获取模块20,用于根据用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,用户资信数据包括资信信息和资信信息对应的更新时间;
时间判断模块30,用于判断申请时间和更新时间的时间间隔是否超过预设时间阈值;
用户历史验证数据获取模块40,用于若时间间隔超过预设时间阈值,则根据用户标识获取预设时间内的用户历史验证数据;
用户历史验证数据验证模块50,用于获取预设的审核阈值集,根据审核阈值集对用户历史验证数据进行验证,得到用户标识的更新资信信息;
资信审核信息确定模块60,用于将更新资信信息确定为用户标识的资信审核信息。
优选地,用户历史验证数据包括验证类型和每一验证类型对应的连续验证失败次数;用户历史验证数据验证模块50包括验证类型匹配子模块51、匹配信息获取子模块52和更新资信信息确定子模块53。
验证类型匹配子模块51,用于根据每一所述验证类型从所述审核阈值集中获取对应的审核阈值,将每一所述验证类型对应的连续验证失败次数和对应的所述审核阈值进行匹配,得到匹配结果;
匹配信息获取子模块52,用于根据所述匹配结果得到每一所述验证类型的匹配信息;
更新资信信息确定子模块53,用于从每一所述验证类型的匹配信息中选择优先级最高的匹配信息对应的资信信息,作为所述用户标识的更新资信信息。
优选地,验证类型匹配子模块51包括目标审核阈值确定单元和匹配结果获取单元。
目标审核阈值确定单元,用于根据验证类型确定对应的风险等级,并根据风险等级从审核阈值集中获取对应的审核阈值,作为目标审核阈值。
匹配结果获取单元,用于将每一验证类型对应的连续验证失败次数和目标审核阈值进行匹配,得到匹配结果。
优选地,目标审核阈值包括黑名单阈值和灰名单阈值。匹配结果获取单元用于若任一验证类型对应的连续验证失败次数符合对应的黑名单阈值,则该验证类型的匹配结果为疑似黑名单;若任一验证类型对应的连续验证失败次数符合对应的灰名单阈值,则该验证类型的所述匹配结果为疑似灰名单。
优选地,该资信审核装置还用于从历史识别记录中获取识别异常记录,其中每一识别异常记录包括历史用户标识、异常类型和每一异常类型对应的连续异常次数;根据异常类型获取对应的目标审核阈值,目标审核阈值包括黑名单阈值和灰名单阈值;若识别异常记录中的任一连续异常次数符合对应的黑名单阈值,则将识别异常记录中的历史用户标识确定为黑名单用户标识;若识别异常记录中的任一连续异常次数符合对应的灰名单阈值且其他的连续异常次数均不符合对应的黑名单阈值,则将识别异常记录中的历史用户标识确定为灰名单用户标识;根据黑名单用户标识和灰名单用户标识构建黑灰名单数据库。
优选地,该资信审核装置还用于获取目标用户标识和每一目标用户标识对应的用户基本信息;采用预设规则对用户基本信息进行评分,得到每一目标用户标识的用户基础评分;获取预设的评分阈值,评分阈值包括黑名单评分阈值和灰名单评分阈值;若用户基础评分符合黑名单评分阈值,则将对应的用户标识确定为新增黑名单用户标识;若用户基础评分符合灰名单评分阈值,则将对应的用户标识确定为新增灰名单用户标识;根据新增黑名单用户标识和新增灰名单用户标识更新黑灰名单数据库。
优选地,该资信审核装置还用于在用户标识的资信审核信息为黑名单用户时,则发出警示信息。
关于资信审核装置的具体限定可以参见上文中对于资信审核方法的限定,在此不再赘述。上述资信审核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,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。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、内存储器。该非易失性存储介质存储有操作***、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***和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述资信审核方法中使用到的数据。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资信审核方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取资信审核请求,所述资信审核请求包括用户标识和申请时间;
根据所述用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,所述用户资信数据包括资信信息和所述资信信息对应的更新时间;
判断所述申请时间和所述更新时间的时间间隔是否超过预设时间阈值;
若所述时间间隔超过所述预设时间阈值,则根据所述用户标识获取预设时间内的用户历史验证数据;
获取预设的审核阈值集,根据所述审核阈值集对所述用户历史验证数据进行验证,得到所述用户标识的更新资信信息;
将所述更新资信信息确定为所述用户标识的资信审核信息。
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:
获取资信审核请求,所述资信审核请求包括用户标识和申请时间;
根据所述用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,所述用户资信数据包括资信信息和所述资信信息对应的更新时间;
判断所述申请时间和所述更新时间的时间间隔是否超过预设时间阈值;
若所述时间间隔超过所述预设时间阈值,则根据所述用户标识获取预设时间内的用户历史验证数据;
获取预设的审核阈值集,根据所述审核阈值集对所述用户历史验证数据进行验证,得到所述用户标识的更新资信信息;
将所述更新资信信息确定为所述用户标识的资信审核信息。
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,所述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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种资信审核方法,其特征在于,包括:
获取资信审核请求,所述资信审核请求包括用户标识和申请时间;
根据所述用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,所述用户资信数据包括资信信息和所述资信信息对应的更新时间;
判断所述申请时间和所述更新时间的时间间隔是否超过预设时间阈值;
若所述时间间隔超过所述预设时间阈值,则根据所述用户标识获取预设时间内的用户历史验证数据;
获取预设的审核阈值集,根据所述审核阈值集对所述用户历史验证数据进行验证,得到所述用户标识的更新资信信息;
将所述更新资信信息确定为所述用户标识的资信审核信息。
2.如权利要求1所述的资信审核方法,其特征在于,所述用户历史验证数据包括验证类型和每一所述验证类型对应的连续验证失败次数;
所述根据所述审核阈值集对所述用户历史验证数据进行验证,得到所述用户标识的更新资信信息,具体包括如下步骤:
根据每一所述验证类型从所述审核阈值集中获取对应的审核阈值,将每一所述验证类型对应的连续验证失败次数和对应的所述审核阈值进行匹配,得到匹配结果;
根据所述匹配结果得到每一所述验证类型的匹配信息;
从每一所述验证类型的匹配信息中选择优先级最高的匹配信息对应的资信信息,作为所述用户标识的更新资信信息。
3.如权利要求2所述的资信审核方法,其特征在于,所述根据每一所述验证类型从所述审核阈值集中获取对应的审核阈值,将每一所述验证类型对应的连续验证失败次数和对应的所述审核阈值进行匹配,得到匹配结果,具体包括如下步骤:
根据所述验证类型确定对应的风险等级,并根据所述风险等级从所述审核阈值集中获取对应的审核阈值,作为目标审核阈值;
将每一所述验证类型对应的连续验证失败次数和所述目标审核阈值进行匹配,得到匹配结果。
4.如权利要求3所述的资信审核方法,其特征在于,所述目标审核阈值包括黑名单阈值和灰名单阈值;
所述将每一所述验证类型对应的连续验证失败次数和所述目标审核阈值进行匹配,得到匹配结果,具体包括如下步骤:
若任一所述验证类型对应的连续验证失败次数符合对应的所述黑名单阈值,则所述验证类型的所述匹配结果为疑似黑名单;
若任一所述验证类型对应的连续验证失败次数符合对应的所述灰名单阈值,则所述验证类型的所述匹配结果为疑似灰名单。
5.如权利要求1所述的资信审核方法,其特征在于,在所述根据所述用户标识从黑灰名单数据库中获取对应的用户资信数据,所述用户资信数据包括资信信息和所述资信信息对应的更新时间的步骤之前,所述资信审核方法还包括如下步骤:
从历史识别记录中获取识别异常记录,其中每一所述识别异常记录包括历史用户标识、异常类型和每一所述异常类型对应的连续异常次数;
根据所述异常类型获取对应的目标审核阈值,所述目标审核阈值包括黑名单阈值和灰名单阈值;
若所述识别异常记录中的任一所述连续异常次数符合对应的所述黑名单阈值,则将所述识别异常记录中的历史用户标识确定为黑名单用户标识;
若所述识别异常记录中的任一所述连续异常次数符合对应的所述灰名单阈值且其他的连续异常次数均不符合对应的所述黑名单阈值,则将所述识别异常记录中的历史用户标识确定为灰名单用户标识;
根据所述黑名单用户标识和所述灰名单用户标识构建黑灰名单数据库。
6.如权利要求5所述的资信审核方法,其特征在于,在所述根据所述黑名单用户标识和所述灰名单用户标识构建黑灰名单数据库的步骤之后,所述资信审核方法还包括如下步骤:
获取目标用户标识和每一所述目标用户标识对应的用户基本信息;
采用预设规则对所述用户基本信息进行评分,得到每一所述目标用户标识的用户基础评分;
获取预设的评分阈值,所述评分阈值包括黑名单评分阈值和灰名单评分阈值;
若所述用户基础评分符合所述黑名单评分阈值,则将对应的所述目标用户标识确定为所述新增黑名单用户标识;
若所述用户基础评分符合所述灰名单评分阈值,则将对应的所述目标用户标识确定为所述新增灰名单用户标识;
根据所述新增黑名单用户标识和所述新增灰名单用户标识更新所述黑灰名单数据库。
7.如权利要求1所述的资信审核方法,其特征在于,在所述将所述更新资信信息确定为所述用户标识的资信审核信息之后,所述资信审核方法还包括:
若所述用户标识的资信审核信息为黑名单用户,则发出警示信息。
8.一种资信审核装置,其特征在于,包括:
资信审核请求获取模块,用于获取资信审核请求,所述资信审核请求包括用户标识和申请时间;
用户资信数据获取模块,用于根据所述用户标识从预设的黑灰名单数据库中获取对应的用户资信数据,所述用户资信数据包括资信信息和所述资信信息对应的更新时间;
时间判断模块,用于判断所述申请时间和所述更新时间的时间间隔是否超过预设时间阈值;
用户历史验证数据获取模块,用于若所述时间间隔超过所述预设时间阈值,则根据所述用户标识获取预设时间内的用户历史验证数据;
用户历史验证数据验证模块,用于获取预设的审核阈值集,根据所述审核阈值集对所述用户历史验证数据进行验证,得到所述用户标识的更新资信信息;
资信审核信息确定模块,用于将所述更新资信信息确定为所述用户标识的资信审核信息。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述资信审核方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述资信审核方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536984.XA CN109785116A (zh) | 2018-12-14 | 2018-12-14 | 资信审核方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536984.XA CN109785116A (zh) | 2018-12-14 | 2018-12-14 | 资信审核方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109785116A true CN109785116A (zh) | 2019-05-21 |
Family
ID=66497104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536984.XA Pending CN109785116A (zh) | 2018-12-14 | 2018-12-14 | 资信审核方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109785116A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288483A (zh) * | 2019-05-22 | 2019-09-27 | 平安证券股份有限公司 | 账号开通方法、装置、设备及计算机可读存储介质 |
CN110673855A (zh) * | 2019-09-29 | 2020-01-10 | 深圳无域科技技术有限公司 | 一种发起资信请求的方法及装置 |
CN110796553A (zh) * | 2019-08-22 | 2020-02-14 | 中国平安财产保险股份有限公司 | 业务请求处理方法、装置、终端及存储介质 |
CN111459961A (zh) * | 2020-03-31 | 2020-07-28 | 深圳前海微众银行股份有限公司 | 业务数据的更新方法、装置、设备及存储介质 |
CN111586448A (zh) * | 2020-01-20 | 2020-08-25 | 全息空间(深圳)智能科技有限公司 | 直播平台主播预筛选方法、装置及存储介质 |
CN111831953A (zh) * | 2020-07-20 | 2020-10-27 | 汉海信息技术(上海)有限公司 | 数据处理方法、装置、设备及存储介质 |
CN112581144A (zh) * | 2020-12-16 | 2021-03-30 | 中国建设银行股份有限公司 | 资信证明数据处理方法、装置及*** |
CN113839962A (zh) * | 2021-11-25 | 2021-12-24 | 阿里云计算有限公司 | 用户属性确定方法、设备、存储介质及程序产品 |
CN110288483B (zh) * | 2019-05-22 | 2024-07-02 | 平安证券股份有限公司 | 账号开通方法、装置、设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003054821A2 (en) * | 2001-09-18 | 2003-07-03 | General Electric Capital Corporation | Remote-on-the-spot credit processing |
KR20070028721A (ko) * | 2005-09-07 | 2007-03-13 | 주식회사 이페이젠 | 블랙리스트 파일을 내장한 신용카드 단말기 및 이를 이용한항공기 내에서의 신용카드 결제방법 |
CN108269186A (zh) * | 2018-01-23 | 2018-07-10 | 平安好房(上海)电子商务有限公司 | 用户信息验证方法、装置、设备及可读存储介质 |
WO2018214716A1 (zh) * | 2017-05-25 | 2018-11-29 | 重庆小雨点小额贷款有限公司 | 信贷额度确定方法、装置、服务器及可读存储介质 |
-
2018
- 2018-12-14 CN CN201811536984.XA patent/CN109785116A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003054821A2 (en) * | 2001-09-18 | 2003-07-03 | General Electric Capital Corporation | Remote-on-the-spot credit processing |
KR20070028721A (ko) * | 2005-09-07 | 2007-03-13 | 주식회사 이페이젠 | 블랙리스트 파일을 내장한 신용카드 단말기 및 이를 이용한항공기 내에서의 신용카드 결제방법 |
WO2018214716A1 (zh) * | 2017-05-25 | 2018-11-29 | 重庆小雨点小额贷款有限公司 | 信贷额度确定方法、装置、服务器及可读存储介质 |
CN108269186A (zh) * | 2018-01-23 | 2018-07-10 | 平安好房(上海)电子商务有限公司 | 用户信息验证方法、装置、设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
聂规划, 过文骏: "我国中小企业的客户资信管理探讨", 武汉理工大学学报(信息与管理工程版), no. 04, 28 August 2003 (2003-08-28), pages 64 - 67 * |
齐春莹;张效严;: "企业及个人资信***的技术实现", 科协论坛(下半月), no. 08, 25 August 2007 (2007-08-25), pages 3 - 5 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288483A (zh) * | 2019-05-22 | 2019-09-27 | 平安证券股份有限公司 | 账号开通方法、装置、设备及计算机可读存储介质 |
CN110288483B (zh) * | 2019-05-22 | 2024-07-02 | 平安证券股份有限公司 | 账号开通方法、装置、设备及计算机可读存储介质 |
CN110796553A (zh) * | 2019-08-22 | 2020-02-14 | 中国平安财产保险股份有限公司 | 业务请求处理方法、装置、终端及存储介质 |
CN110673855A (zh) * | 2019-09-29 | 2020-01-10 | 深圳无域科技技术有限公司 | 一种发起资信请求的方法及装置 |
CN110673855B (zh) * | 2019-09-29 | 2023-05-12 | 深圳无域科技技术有限公司 | 一种发起资信请求的方法及装置 |
CN111586448A (zh) * | 2020-01-20 | 2020-08-25 | 全息空间(深圳)智能科技有限公司 | 直播平台主播预筛选方法、装置及存储介质 |
CN111459961A (zh) * | 2020-03-31 | 2020-07-28 | 深圳前海微众银行股份有限公司 | 业务数据的更新方法、装置、设备及存储介质 |
CN111831953A (zh) * | 2020-07-20 | 2020-10-27 | 汉海信息技术(上海)有限公司 | 数据处理方法、装置、设备及存储介质 |
CN111831953B (zh) * | 2020-07-20 | 2024-03-15 | 汉海信息技术(上海)有限公司 | 数据处理方法、装置、设备及存储介质 |
CN112581144A (zh) * | 2020-12-16 | 2021-03-30 | 中国建设银行股份有限公司 | 资信证明数据处理方法、装置及*** |
CN113839962A (zh) * | 2021-11-25 | 2021-12-24 | 阿里云计算有限公司 | 用户属性确定方法、设备、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785116A (zh) | 资信审核方法、装置、计算机设备及存储介质 | |
CN109829776B (zh) | 商户风险评估方法、装置、计算机设备和存储介质 | |
US7945515B2 (en) | Mass compromise/point of compromise analytic detection and compromised card portfolio management system | |
US7620596B2 (en) | Systems and methods for evaluating financial transaction risk | |
CN109409641A (zh) | 风险评价方法、装置、计算机设备和存储介质 | |
US20070112667A1 (en) | System and method for providing a fraud risk score | |
CN109146662A (zh) | 一种风险控制方法及装置 | |
US20140272833A1 (en) | Method and system for optimal curriculum planning and delivery | |
CN109522400B (zh) | 核保方法、装置、计算机设备和存储介质 | |
CN110348188B (zh) | 一种核身校验方法及装置 | |
CN109615280A (zh) | 员工数据处理方法、装置、计算机设备和存储介质 | |
CN109509087A (zh) | 智能化的贷款审核方法、装置、设备及介质 | |
CN112419041A (zh) | 一种风险监控方法、装置、存储介质及计算机设备 | |
CN110474871A (zh) | 一种异常账号检测方法、装置、计算机设备及存储介质 | |
CN109685643A (zh) | 贷款审核中风险等级确定方法、装置、设备及存储介质 | |
CN110728301A (zh) | 一种个人用户的信用评分方法、装置、终端及存储介质 | |
US8515783B1 (en) | Risk assessment method | |
EP2693379A1 (en) | Risk-management device | |
CN112416979A (zh) | 基于地理位置的反欺诈方法、装置、设备及存储介质 | |
Esakkiraj et al. | A predictive approach for fraud detection using hidden Markov model | |
Urunkar et al. | Fraud detection and analysis for insurance claim using machine learning | |
WO2006086555A2 (en) | Method and system for reducing dependent eligibility fraud in healthcare programs | |
US20210089979A1 (en) | Analytics system and method for a competitive vulnerability and customer and employee retention | |
KR102249028B1 (ko) | 기업의 채무상환능력 평가시스템 | |
Perry III et al. | Evaluating the systems engineering problem management process for industrial manufacturing problems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |