CN109815803A - 面审风险控制方法、装置、计算机设备和存储介质 - Google Patents
面审风险控制方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109815803A CN109815803A CN201811552004.5A CN201811552004A CN109815803A CN 109815803 A CN109815803 A CN 109815803A CN 201811552004 A CN201811552004 A CN 201811552004A CN 109815803 A CN109815803 A CN 109815803A
- Authority
- CN
- China
- Prior art keywords
- face
- data
- micro
- air control
- examined
- 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.)
- Granted
Links
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本申请涉及一种面审风险控制方法、装置、计算机设备和存储介质。该方法涉及微表情识别技术,包括:接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果;根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。采用本方法能够提高面审风险控制的效果。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种面审风险控制方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的发展,越来越多的业务***通过各种应用程序进行业务服务提供,如社交应用提供的社交服务、网购平台应用提供的网络购物等,极大地便利了人们的生活。一般地,终端用户在各应用程序中请求相关业务服务时,需要填写对应的业务表单,以提供所需的用户信息,业务***再对用户信息进行核实验证,从而进行业务风险控制,确保业务安全。
然而,目前业务***对于终端用户提供的用户信息,大多由专业的核实人员进行线下核实验证,尤其是涉及大金额的业务服务,需要通过线下面审进行信息验证,面审过程中信息验证的可信度受面审人员个人影响因素大,面审过程中风险控制的效果有限。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高面审风险控制效果的面审风险控制方法、装置、计算机设备和存储介质。
一种面审风险控制方法,所述方法包括:
接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;
从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;
通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;
获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;
将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到;
根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
在其中一个实施例中,在接收终端发送的面审请求消息之前,还包括:
接收终端发送的业务请求消息,并确定业务请求消息的业务类型;
从业务***中查询与业务类型对应预设的业务模板表单,并下发业务模板表单至终端;
接收终端返回的业务表单,业务表单由终端对业务模板表单进行编辑更新处理后得到;
获取与面审请求消息对应的待面审验证信息包括:
查询与面审请求消息对应的业务表单,并从业务表单中提取待面审验证信息。
在其中一个实施例中,从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据包括:
确定待面审验证信息对应的用户标识信息和业务标识信息;
确定用户标识信息对应的用户验证级别,以及业务标识信息对应的业务验证级别;
根据用户验证级别、业务验证级别和预设的级别权重因子得到信息验证级别;
按照信息验证级别从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据。
在其中一个实施例中,验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据;通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果包括:
下发验证问题数据至终端;
接收终端返回的验证应答数据,验证应答数据通过终端对验证问题数据进行应答处理得到;
将验证应答数据和验证答案数据进行验证比较,得到信息验证结果。
在其中一个实施例中,在获取面审视频数据之前,还包括:
生成录制请求消息;
下发录制请求消息至终端,录制请求消息用于指示终端在面审验证时进行视频录制;
获取面审视频数据包括:
接收终端返回的面审视频数据。
在其中一个实施例中,将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果包括:
从面审视频数据中分别提取微表情特征数据和人脸识别特征数据;
查询预设的微表情风控模型和人脸识别模型;
将微表情特征数据输入微表情风控模型中,得到微表情风控结果;
将人脸识别特征数据输入人脸识别模型中,得到人脸识别结果。
在其中一个实施例中,在查询预设的微表情风控模型之前,还包括:
从各业务***中获取历史微表情风控数据,历史微表情风控数据包括微表情数据和与微表情数据对应的风控数据;
从微表情数据中提取微表情特征参数,并建立微表情特征参数与风控数据之间的映射;
训练微表情特征参数和风控数据,得到微表情风控模型。
一种面审风险控制装置,所述装置包括:
面审请求接收模块,用于接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;
验证数据获取模块,用于从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;
面审验证处理模块,用于通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;
面审视频获取模块,用于获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;
面审视频处理模块,用于将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到;
面审风控处理模块,用于根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;
从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;
通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;
获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;
将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到;
根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;
从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;
通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;
获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;
将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到;
根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
上述面审风险控制方法、装置、计算机设备和存储介质,通过待面审验证信息对应的验证问答数据进行面审验证,得到信息验证结果,并获取在进行面审验证时录制得到的面审视频数据,将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,再根据预设的风控权重系数,结合信息验证结果、微表情风控结果和人脸识别结果得到面审风控结果,面审风控结果用于面审风险控制。在面审风险控制过程中,通过验证问答数据进行面审验证,并通过在进行面审验证时录制得到的面审视频数据进行综合风险控制,不需要专业的面审人员直接参与面审信息验证,避免了人为因素影响,有效提高了面审风险控制的效果。
附图说明
图1为一个实施例中面审风险控制方法的应用场景图;
图2为一个实施例中面审风险控制方法的流程示意图;
图3为一个实施例中验证问答数据获取的流程示意图;
图4为另一个实施例中面审风险控制方法的流程示意图;
图5为一个实施例中面审风险控制装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
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。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。
本申请提供的面审风险控制方法,可以应用于如图1所示的应用环境中。其中,终端设备102通过网络与服务器104通过网络进行通信。终端设备102向服务器104发送面审请求消息,服务器104根据该面审请求消息获取对应的待面审验证信息,通过待面审验证信息对应的验证问答数据进行面审验证,得到信息验证结果,并获取在进行面审验证时录制得到的面审视频数据,将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,再根据预设的风控权重系数,结合信息验证结果、微表情风控结果和人脸识别结果得到面审风控结果,面审风控结果用于面审风险控制。其中,终端设备102可以但不限于是各种个人计算机、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104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。
在一个实施例中,如图2所示,提供了一种面审风险控制方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤S201:接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息。
一般地,由终端向服务器104发送业务请求消息,以请求相关业务服务,服务器104根据业务请求消息的业务类型,下发对应的业务模板表单,从而获取业务服务所需的用户信息,例如姓名、身份证号、地域、收入、手机号码和学历信息等用户信息。在终端返回的用户信息满足面审要求后,如用户信息的完整性要求,服务器104向终端下发面审通知消息,以提示终端可进行后续的面审验证过程。本实施例中,在终端接收到服务器104发送的面审通知消息后,可以由终端的业务用户选择合适的时间进行请求面审验证。
具体地,面审请求消息由终端向服务器104发送,以请求业务***对已提供的用户信息进行面审验证。服务器104接收到面审请求消息后,获取对应的待面审验证信息,待面审验证信息可以为终端提供的用户信息。在具体实现时,对于终端提供的用户信息,可以集中存储至预设的待面审数据库中,在接收到面审请求消息时,从该待面审数据库中提取对应的待面审验证信息,以进行后续的面审信息验证处理。
步骤S203:从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据。
其中,验证问答数据库根据业务***的历史信息验证数据预先构建,其存储有与各种待面审验证信息对应的验证问答数据。在具体应用中,验证问答数据可以包括验证问题数据和与验证问题数据对应的验证答案数据,验证问题数据为针对待面审验证信息的提问数据,验证答案数据则为该验证问题数据对应的基准答案。
具体地,在得到待面审验证信息后,查询预设的验证问答数据库,并从中获取对应的验证问答数据。在具体实现时,可以进一步确定待面审验证信息的信息验证级别,并根据该信息验证级别从验证问答数据库中获取得到验证问答数据。其中,信息验证级别可以体现针对该待面审验证信息的验证强度,信息验证级别越高,则验证强度也越高,即进行更深入和全面地核实验证,如更大的验证范围、更多的验证项目等,以确保信息验证的真实性和可靠性。
步骤S205:通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果。
得到待面审验证信息对应的验证问答数据后,通过该验证问答数据对待面审验证信息进行面审验证,得到信息验证结果。具体地,当验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据时,可以将验证问答数据中的验证问题数据下发至终端,由终端对验证问题数据进行应答处理。例如,待面审验证信息为地址信息时,验证问题数据包括天气、地标建筑、地标建筑间距和通勤时间等验证问题,将验证问题下发至终端,由终端的业务用户对验证问题进行应答处理,并将终端返回的验证应答数据与验证问答数据中的验证答案数据进行验证比较,得到信息验证结果,从而避免了人工的直接参与就实现对用户信息的验证核实处理。
步骤S207:获取面审视频数据,面审视频数据通过在进行面审验证时录制得到。
其中,面审视频数据通过在进行面审验证时录制得到,具体可由终端自带的前置摄像头进行视频录制而得到。本实施例中,在通过验证问答数据对待面审验证信息进行面审验证时,利用终端自带的前置摄像头进行面审视频录制,录制得到的面审视频数据记录了终端的业务用户在面审验证过程中的神态、表情、动作等形态数据。通过该形态数据,可以进行微表情分析、人脸识别处理等风险控制,从而提高面审风控的效果。
步骤S209:将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到。
得到面审视频数据后,将其分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果。其中,微表情风控模型由历史微表情风控数据训练得到;人脸识别模型可以由各种人脸数据训练得到。
具体地,微表情风控模型可以识别面审视频数据中业务用户的微表情,如高兴、害怕、愤怒、厌恶、惊讶和轻蔑等,并对业务用户的微表情进行分析,得到业务用户在面审验证过程中各情绪状态的量化程度,如积极、平静和紧张等,最后综合输出微表情风控结果。该微表情风控结果可用于反欺诈参考,以判断业务用户是否有欺诈行为,从而实现风险控制。此外,人脸识别模型可以对面审视频数据中的业务用户进行人脸识别,以对业务用户的身份进行验证,判断是否本人操作,进一步确保面审风险控制效果。
步骤S211:根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
得到信息验证结果、微表情风控结果和人脸识别结果后,可以根据实际的业务风控需求综合三者进行加权处理得到面审风控结果。具体地,可以获取预设的风控权重系数,风控权重系数根据实际业务风控需求进行设置,用于对信息验证结果、微表情风控结果和人脸识别结果进行加权处理,以体现信息验证结果、微表情分析和人脸识别的重要程度。
在具体实现时,信息验证结果、微表情风控结果和人脸识别结果均可以以量化处理后的风险值进行体现,面审风控结果则为面审风控评分。如信息验证结果为信息验证风险值,微表情风控结果为微表情风险值,人脸识别结果为生物识别风险值,结合风控权重系数中包括的信息验证结果、微表情风控结果和人脸识别结果对应的权重因子,可以进行乘加计算后得到面审风控评分,该面审风控评分可用于面审过程中的风险控制。例如,在百分制量化时,若信息验证风险值为30,对应信息权重因子为0.6;微表情风险值为60,对应微表情权重因子为0.25;生物识别风险值为20,对应生物权重因子为0.15,则可以计算得到面审风控评分为(30*0.6)+(60*0.25)+(20*0.15)=36,该面审风控评分可用户风险控制参考。
得到风控权重系数后,结合信息验证结果、微表情风控结果和人脸识别结果,计算得到面审风控结果,面审风控结果反映了终端的业务用户在面审验证过程中的欺诈程度,可作为对终端的业务用户的业务请求消息进行审批处理时的风险控制参考。例如,若面审风控结果为面审风控评分时,可以根据该面审风控评分的数值大小进行风险判断,如面审风控评分越高,则对应的风险越高,表明业务用户在面审验证过程中可能有欺诈行为,以此实现了对业务的面审风险控制。
上述面审风险控制方法中,通过待面审验证信息对应的验证问答数据进行面审验证,得到信息验证结果,并获取在进行面审验证时录制得到的面审视频数据,将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,再根据预设的风控权重系数,结合信息验证结果、微表情风控结果和人脸识别结果得到面审风控结果,面审风控结果用于面审风险控制。在面审风险控制过程中,通过验证问答数据进行面审验证,并通过在进行面审验证时录制得到的面审视频数据进行综合风险控制,不需要专业的面审人员直接参与面审信息验证,避免了人为因素影响,有效提高了面审风险控制的效果。
在一个实施例中,在接收终端发送的面审请求消息之前,还包括:接收终端发送的业务请求消息,并确定业务请求消息的业务类型;从业务***中查询与业务类型对应预设的业务模板表单,并下发业务模板表单至终端;接收终端返回的业务表单,业务表单由终端对业务模板表单进行编辑更新处理后得到。
本实施例中,在终端向服务器104发送面审请求消息前,还包括向服务器104发送用户信息的步骤。具体地,终端向服务器104发送业务请求消息,以请求相关业务服务,而不同的业务服务,业务***需要采集不同的用户信息,即业务***通过不同业务表单以获取所需的用户信息。
服务器104在接收到终端发送的业务请求消息后,确定业务请求消息的业务类型,并从业务***中查询与业务类型对应预设的业务模板表单。其中,业务模板表单用于采集用户信息,其包括的各业务字段根据业务类型的实际需求进行设置。例如,可以包括身份信息、联系方式、家庭信息、工作信息、收入信息和征信信息等。得到与业务请求消息对应的业务模板表单后,将其下发至终端,由终端进行编辑填写,并将填写后的业务表单返回至服务器104,从该业务表单中可以提取得到业务***所需的用户信息。
进一步地,获取与面审请求消息对应的待面审验证信息包括:查询与面审请求消息对应的业务表单,并从业务表单中提取待面审验证信息。
本实施例中,在获取待面审验证信息时,可以先查询与面审请求消息对应的业务表单,再从该业务表单中提取对应的待面审验证信息。在具体实现时,对于终端提供的用户信息,可以集中存储至预设的待面审数据库中,并按照业务用户进行分类存储,在接收到面审请求消息时,从该待面审数据库中查询业务用户对应的业务表单,并从该业务表单中提取对应的待面审验证信息,以进行后续的面审信息验证处理。
在一个实施例中,如图3所示,验证问答数据获取的步骤,即从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据包括:
步骤S301:确定待面审验证信息对应的用户标识信息和业务标识信息。
本实施例中,待面审验证信息对应的验证问答数据,不同的待面审验证信息设置有不同的信息验证级别,信息验证级别可以与待面审验证信息对应的业务用户和业务类型相关,即不同业务用户、不同业务类型可以设置不同的信息验证级别,以在充分利用验证资源的同时,确保验证有效性,提高面审信息验证效率。
具体地,接收到面审请求消息后,确定该待验证信息对应的用户标识信息和业务标识信息。其中,用户标识信息可以为唯一识别业务用户的身份信息,可以但不限于包括姓名、身份证号码、业务ID(IDentity)号码等;业务标识信息可以包括业务名称、业务编码等用于区别各业务类型的标识数据。在具体应用中,可以直接从待面审验证信息中提取用户标识信息和业务标识信息。
步骤S303:确定用户标识信息对应的用户验证级别,以及业务标识信息对应的业务验证级别。
得到用户标识信息和业务标识信息后,分别确定用户标识信息对应的用户验证级别,以及业务标识信息对应的业务验证级别。其中,用户验证级别可以根据对应业务用户的风险数据进行确定,业务用户风险越大,则其用户验证级别越高。在具体应用中,可以查询预设的用户风险数据库,该用户风险数据库存储有各业务用户的用户风险数据,通过业务用户的用户标识信息可以查询到对应的用户风险数据。从用户风险数据库中查询用户标识信息对应的用户风险数据,再查询预设的用户级别表,根据用户级别表确定用户风险数据对应的用户验证级别,即为用户标识信息对应的用户验证级别。
而业务验证级别可以根据对应业务类型的风控需求进行确定,对于风控需求高的业务类型,其业务验证级别也更高。在具体应用时,先确定业务标识信息对应的业务类型,根据该业务类型查询对应的业务***,从该业务***中,获取预设的业务风控表单。其中,业务风控表单记载了各种业务类型对应的业务验证级别,其根据各业务***的实际风控需求建立得到。例如,对于涉及金额大的金融服务,如借贷服务、保险服务等,其风控需求高,对应的业务验证级别高;而对于如社交网络服务,其风控需求低,则可以设置较低的业务验证级别。从该业务风控表单中,查询得到业务类型对应的业务验证级别,即为业务标识信息对应的业务验证级别。
步骤S305:根据用户验证级别、业务验证级别和预设的级别权重因子得到信息验证级别。
确定用户验证级别和业务验证级别后,综合二者得到待面审验证信息对应的信息验证级别。具体地,查询预设的级别权重因子,该级别权重因子可以根据实际需求进行设置,以综合业务用户和业务类型的重要程度,从而得到适合的信息验证级别。根据用户验证级别、业务验证级别和该级别权重因子计算得到信息验证级别,信息验证级别综合了业务用户的风险数据和业务类型的风控需求,并根据实际需求对用户角度和业务角度进行权重调整,可以在确保信息验证效果的前提下,提高信息验证效率。
步骤S307:按照信息验证级别从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据。
得到待面审验证信息对应的信息验证级别后,查询预设的验证问答数据库,并按照该信息验证级别从验证问答数据库中获取对应的验证问答数据。在具体实现时,各种信息类型的待面审验证信息可以设置对应的验证问答数据库,该验证问答数据库中存储有对应的验证问答数据。
在获取与待面审验证信息对应的验证问答数据时,先确定待面审验证信息对应的信息类型,不同信息类型的待面审验证信息设置有不同的验证问答数据。如,对于地址类信息、学历类信息、工作类信息、联系方式类信息等,对应于不同的验证问答数据。根据该信息类型,查询对应的验证问答数据库,并从该验证问答数据库中,获取与信息验证级别对应的验证问答数据,即为待面审验证信息对应的验证问答数据。
在一个实施例中,验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据;通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果包括:下发验证问题数据至终端;接收终端返回的验证应答数据,验证应答数据通过终端对验证问题数据进行应答处理得到;将验证应答数据和验证答案数据进行验证比较,得到信息验证结果。
本实施例中,验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据。其中,验证问题数据为针对待验证信息的提问数据,验证答案数据则为该验证问题数据对应的基准答案。例如,待面审验证信息为地址信息时,验证问题数据可以为与该地址信息相关的问题,如该地址信息的天气、地标建筑、地标建筑间距和通勤时间等;而验证答案数据则为与该问题对应的基准答案,如天气为晴朗、地标建筑名称、地标建筑间距为3公里和通勤时间为45分钟等。
进行面审验证时,可以将验证问答数据中的验证问题数据下发至终端,由终端对验证问题数据进行应答处理,得到验证应答数据,并由终端将得到的验证应答数据返回至服务器104。服务器104将终端返回的验证应答数据与验证问答数据中的验证答案数据进行验证比较,从而得到信息验证结果。具体地,可以将验证应答数据与验证答案数据进行一一比较,当验证比较结果在预设的误差范围内时,则可认为验证通过;否则为验证不通过。
在一个实施例中,在获取面审视频数据之前,还包括:生成录制请求消息;下发录制请求消息至终端,录制请求消息用于指示终端在面审验证时进行视频录制。
本实施例中,在通过验证问答数据对待面审验证信息进行面审验证时,利用终端的前置摄像头进行视频录制,得到面审视频数据。具体地,服务器104生成录制请求消息,该录制请求消息可用于指示终端在面审验证时进行视频录制。在具体实现时,可以在接收到终端发送的面审请求消息时,生成该录制请求消息,并将其下发至终端,由终端根据该录制请求消息启动前置摄像头,并在面审验证时进行视频录制。
进一步地,获取面审视频数据包括:接收终端返回的面审视频数据。
服务器104通过下发录制请求消息,以指示终端在面审验证时进行视频录制后,实时接收终端返回的面审视频数据,面审视频数据记录了终端的业务用户在面审验证过程中的神态、表情、动作等形态数据。通过该形态数据,可以进行微表情分析、人脸识别处理等风险控制,从而提高面审风控的效果。
在一个实施例中,将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果包括:从面审视频数据中分别提取微表情特征数据和人脸识别特征数据;查询预设的微表情风控模型和人脸识别模型;将微表情特征数据输入微表情风控模型中,得到微表情风控结果;将人脸识别特征数据输入人脸识别模型中,得到人脸识别结果。
本实施例中,在将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,分别进行微表情分析和人脸识别分析时,可以对面审视频数据进行预处理,去除无用冗余信息,通过微表情特征数据和人脸识别特征数据进行对应的微表情分析和人脸识别分析。
具体地,从面审视频数据中分别提取微表情特征数据和人脸识别特征数据。其中,微表情特征数据与业务用户的微表情相关,用于微表情分析;人脸识别特征数据与业务用户的面部特征相关,用于人脸识别分析。再查询预设的微表情风控模型和人脸识别模型,微表情风控模型由历史微表情风控数据训练得到;人脸识别模型可以由各种人脸数据训练得到。
将微表情特征数据输入微表情风控模型中,得到微表情风控结果,微表情风控结果反映了终端的业务用户在面审验证过程中各种情绪状态的强度,如积极、平静和紧张程度。一般地,相比于真实情况表达,在造假或欺诈时,业务用户的各种情绪状态会有所不同,根据该微表情风控结果可以分析业务用户是否有欺诈行为,从而实现风险控制。另一方面,将人脸识别特征数据输入人脸识别模型中,得到人脸识别结果,人脸识别结果反映了业务用户的身份验证结果,结合该人脸识别结果可以进一步提高风险控制效果。
在一个实施例中,在查询预设的微表情风控模型之前,还包括:从各业务***中获取历史微表情风控数据,历史微表情风控数据包括微表情数据和与微表情数据对应的风控数据;从微表情数据中提取微表情特征参数,并建立微表情特征参数与风控数据之间的映射;训练微表情特征参数和风控数据,得到微表情风控模型。
微表情风控模型可以基于人工神经网络算法,通过训练历史微表情风控数据得到。具体地,先从各业务***中获取历史微表情风控数据,该历史微表情风控数据包括微表情数据和与微表情数据对应的风控数据。例如,微表情数据可以为各业务用户在编辑业务表单中各业务字段时的形态信息,风控数据可以为经后续验证后各业务字段的可信度。从微表情数据中提取微表情特征参数,以对微表情数据进行预处理,去除冗余无用信息,并建立微表情特征参数与风控数据之间的映射。将各微表情特征参数与风控数据建立映射关系,共同作为模型训练数据集,通过训练微表情特征参数和风控数据,得到微表情风控模型,该微表情风控模型可以根据输入的当前视频数据输出对应的微表情风控结果,如输出微表情风控评分。
在一个实施例中,如图4所示,提供了一种面审风险控制方法,包括:
步骤S401:接收终端发送的业务请求消息,并确定业务请求消息的业务类型;
步骤S402:从业务***中查询与业务类型对应预设的业务模板表单,并下发业务模板表单至终端;
步骤S403:接收终端返回的业务表单,业务表单由终端对业务模板表单进行编辑更新处理后得到;
步骤S404:接收终端发送的面审请求消息;
步骤S405:查询与面审请求消息对应的业务表单,并从业务表单中提取待面审验证信息。
本实施例中,终端向服务器104发送业务请求消息,以请求相关业务服务,服务器104根据业务请求消息的业务类型,下发对应的业务模板表单,从而获取业务服务所需的用户信息。在接收到终端发送的面审请求消息时,查询与面审请求消息对应的业务表单,再从该业务表单中提取对应的待面审验证信息。
步骤S406:确定待面审验证信息对应的用户标识信息和业务标识信息;
步骤S407:确定用户标识信息对应的用户验证级别,以及业务标识信息对应的业务验证级别;
步骤S408:根据用户验证级别、业务验证级别和预设的级别权重因子得到信息验证级别;
步骤S409:按照信息验证级别从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据。
验证问答数据库根据业务***的历史信息验证数据预先构建。在获取与待面审验证信息对应的验证问答数据时,先确定待面审验证信息对应的信息类型,不同信息类型的待面审验证信息设置有不同的验证问答数据。根据该信息类型,查询对应的验证问答数据库,并从该验证问答数据库中,获取与信息验证级别对应的验证问答数据,即为待面审验证信息对应的验证问答数据。
步骤S410:下发验证问题数据至终端;
步骤S411:接收终端返回的验证应答数据,验证应答数据通过终端对验证问题数据进行应答处理得到;
步骤S412:将验证应答数据和验证答案数据进行验证比较,得到信息验证结果。
获得验证问答数据后,将验证问答数据中的验证问题数据下发至终端,由终端对验证问题数据进行应答处理,得到验证应答数据,并由终端将得到的验证应答数据返回至服务器104。服务器104将终端返回的验证应答数据与验证问答数据中的验证答案数据进行验证比较,从而得到信息验证结果。
步骤S413:将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果;
步骤S414:根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
从面审视频数据中分别提取微表情特征数据和人脸识别特征数据。其中,微表情特征数据与业务用户的微表情相关,用于微表情分析;人脸识别特征数据与业务用户的面部特征相关,用于人脸识别分析。再查询预设的微表情风控模型和人脸识别模型,将微表情特征数据输入微表情风控模型中,得到微表情风控结果,微表情风控结果反映了终端的业务用户在面审验证过程中各种情绪状态的强度。另一方面,将人脸识别特征数据输入人脸识别模型中,得到人脸识别结果,人脸识别结果反映了业务用户的身份验证结果,结合该人脸识别结果可以进一步提高风险控制效果。
得到信息验证结果、微表情风控结果和人脸识别结果后,获取预设的风控权重系数,结合信息验证结果、微表情风控结果和人脸识别结果,计算得到面审风控结果,面审风控结果反映了终端的业务用户在面审验证过程中的欺诈程度,可作为对终端的业务用户的业务请求消息进行审批处理时的风险控制参考。
应该理解的是,虽然2-4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,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种面审风险控制装置,包括:面审请求接收模块501、验证数据获取模块503、面审验证处理模块505、面审视频获取模块507、面审视频处理模块509和面审风控处理模块511,其中:
面审请求接收模块501,用于接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;
验证数据获取模块503,用于从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;
面审验证处理模块505,用于通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;
面审视频获取模块507,用于获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;
面审视频处理模块509,用于将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到;
面审风控处理模块511,用于根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
在一个实施例中,还包括业务请求接收模块、模板表单查询模块和模板表单下发模块,面审请求接收模块501包括验证信息提取单元,其中:业务请求接收模块,用于接收终端发送的业务请求消息,并确定业务请求消息的业务类型;模板表单查询模块,用于从业务***中查询与业务类型对应预设的业务模板表单,并下发业务模板表单至终端;模板表单下发模块,用于接收终端返回的业务表单,业务表单由终端对业务模板表单进行编辑更新处理后得到;验证信息提取单元,用于查询与面审请求消息对应的业务表单,并从业务表单中提取待面审验证信息。
在一个实施例中,验证数据获取模块503包括标识信息确定单元、标识级别确定单元、验证级别确定单元和验证数据获取单元,其中:标识信息确定单元,用于确定待面审验证信息对应的用户标识信息和业务标识信息;标识级别确定单元,用于确定用户标识信息对应的用户验证级别,以及业务标识信息对应的业务验证级别;验证级别确定单元,用于根据用户验证级别、业务验证级别和预设的级别权重因子得到信息验证级别;验证数据获取单元,用于按照信息验证级别从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据。
在一个实施例中,验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据;面审验证处理模块505包括问题数据下发单元、应答数据接收单元和信息验证单元,其中:问题数据下发单元,用于下发验证问题数据至终端;应答数据接收单元,用于接收终端返回的验证应答数据,验证应答数据通过终端对验证问题数据进行应答处理得到;信息验证单元,用于将验证应答数据和验证答案数据进行验证比较,得到信息验证结果。
在一个实施例中,还包括录制请求生成模块和录制请求下发模块,面审视频获取模块507包括面审数据接收单元,其中:录制请求生成模块,用于生成录制请求消息;录制请求下发模块,用于下发录制请求消息至终端,录制请求消息用于指示终端在面审验证时进行视频录制;面审数据接收单元,用于接收终端返回的面审视频数据。
在一个实施例中,面审视频处理模块509包括特征数据提取单元、模型查询单元、微表情风控单元和人脸识别单元,其中:特征数据提取单元,用于从面审视频数据中分别提取微表情特征数据和人脸识别特征数据;模型查询单元,用于查询预设的微表情风控模型和人脸识别模型;微表情风控单元,用于将微表情特征数据输入微表情风控模型中,得到微表情风控结果;人脸识别单元,用于将人脸识别特征数据输入人脸识别模型中,得到人脸识别结果。
在一个实施例中,还包括历史数据获取模块、映射关系建立模块和微表情模型训练模块,其中:历史数据获取模块,用于从各业务***中获取历史微表情风控数据,历史微表情风控数据包括微表情数据和与微表情数据对应的风控数据;映射关系建立模块,用于从微表情数据中提取微表情特征参数,并建立微表情特征参数与风控数据之间的映射;微表情模型训练模块,用于训练微表情特征参数和风控数据,得到微表情风控模型。
关于面审风险控制装置的具体限定可以参见上文中对于面审风险控制方法的限定,在此不再赘述。上述面审风险控制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6所示。该计算机设备包括通过***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、内存储器。该非易失性存储介质存储有操作***和计算机程序。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面审风险控制方法。
本领域技术人员可以理解,图6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,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,该处理器执行计算机程序时实现以下步骤:
接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;
从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;
通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;
获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;
将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到;
根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
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:接收终端发送的业务请求消息,并确定业务请求消息的业务类型;从业务***中查询与业务类型对应预设的业务模板表单,并下发业务模板表单至终端;接收终端返回的业务表单,业务表单由终端对业务模板表单进行编辑更新处理后得到;查询与面审请求消息对应的业务表单,并从业务表单中提取待面审验证信息。
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:确定待面审验证信息对应的用户标识信息和业务标识信息;确定用户标识信息对应的用户验证级别,以及业务标识信息对应的业务验证级别;根据用户验证级别、业务验证级别和预设的级别权重因子得到信息验证级别;按照信息验证级别从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据。
在一个实施例中,验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据;处理器执行计算机程序时还实现以下步骤:下发验证问题数据至终端;接收终端返回的验证应答数据,验证应答数据通过终端对验证问题数据进行应答处理得到;将验证应答数据和验证答案数据进行验证比较,得到信息验证结果。
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:生成录制请求消息;下发录制请求消息至终端,录制请求消息用于指示终端在面审验证时进行视频录制;接收终端返回的面审视频数据。
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:从面审视频数据中分别提取微表情特征数据和人脸识别特征数据;查询预设的微表情风控模型和人脸识别模型;将微表情特征数据输入微表情风控模型中,得到微表情风控结果;将人脸识别特征数据输入人脸识别模型中,得到人脸识别结果。
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:从各业务***中获取历史微表情风控数据,历史微表情风控数据包括微表情数据和与微表情数据对应的风控数据;从微表情数据中提取微表情特征参数,并建立微表情特征参数与风控数据之间的映射;训练微表情特征参数和风控数据,得到微表情风控模型。
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:
接收终端发送的面审请求消息,获取与面审请求消息对应的待面审验证信息;
从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据;
通过验证问答数据对待面审验证信息进行面审验证,得到信息验证结果;
获取面审视频数据,面审视频数据通过在进行面审验证时录制得到;
将面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,微表情风控模型由历史微表情风控数据训练得到;
根据信息验证结果、微表情风控结果、人脸识别结果和预设的风控权重系数,得到面审风控结果。
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:接收终端发送的业务请求消息,并确定业务请求消息的业务类型;从业务***中查询与业务类型对应预设的业务模板表单,并下发业务模板表单至终端;接收终端返回的业务表单,业务表单由终端对业务模板表单进行编辑更新处理后得到;查询与面审请求消息对应的业务表单,并从业务表单中提取待面审验证信息。
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:确定待面审验证信息对应的用户标识信息和业务标识信息;确定用户标识信息对应的用户验证级别,以及业务标识信息对应的业务验证级别;根据用户验证级别、业务验证级别和预设的级别权重因子得到信息验证级别;按照信息验证级别从预设的验证问答数据库中,获取与待面审验证信息对应的验证问答数据。
在一个实施例中,验证问答数据包括验证问题数据和与验证问题数据对应的验证答案数据;计算机程序被处理器执行时还实现以下步骤:下发验证问题数据至终端;接收终端返回的验证应答数据,验证应答数据通过终端对验证问题数据进行应答处理得到;将验证应答数据和验证答案数据进行验证比较,得到信息验证结果。
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:生成录制请求消息;下发录制请求消息至终端,录制请求消息用于指示终端在面审验证时进行视频录制;接收终端返回的面审视频数据。
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:从面审视频数据中分别提取微表情特征数据和人脸识别特征数据;查询预设的微表情风控模型和人脸识别模型;将微表情特征数据输入微表情风控模型中,得到微表情风控结果;将人脸识别特征数据输入人脸识别模型中,得到人脸识别结果。
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:从各业务***中获取历史微表情风控数据,历史微表情风控数据包括微表情数据和与微表情数据对应的风控数据;从微表情数据中提取微表情特征参数,并建立微表情特征参数与风控数据之间的映射;训练微表情特征参数和风控数据,得到微表情风控模型。
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,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。
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。
以上所述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。
Claims (10)
1.一种面审风险控制方法,所述方法包括:
接收终端发送的面审请求消息,获取与所述面审请求消息对应的待面审验证信息;
从预设的验证问答数据库中,获取与所述待面审验证信息对应的验证问答数据;
通过所述验证问答数据对所述待面审验证信息进行面审验证,得到信息验证结果;
获取面审视频数据,所述面审视频数据通过在进行面审验证时录制得到;
将所述面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,所述微表情风控模型由历史微表情风控数据训练得到;
根据所述信息验证结果、所述微表情风控结果、所述人脸识别结果和预设的风控权重系数,得到面审风控结果。
2.根据权利要求1所述的方法,其特征在于,在所述接收终端发送的面审请求消息之前,还包括:
接收所述终端发送的业务请求消息,并确定所述业务请求消息的业务类型;
从业务***中查询与所述业务类型对应预设的业务模板表单,并下发所述业务模板表单至所述终端;
接收所述终端返回的业务表单,所述业务表单由所述终端对所述业务模板表单进行编辑更新处理后得到;
所述获取与所述面审请求消息对应的待面审验证信息包括:
查询与所述面审请求消息对应的所述业务表单,并从所述业务表单中提取所述待面审验证信息。
3.根据权利要求1所述的方法,其特征在于,所述从预设的验证问答数据库中,获取与所述待面审验证信息对应的验证问答数据包括:
确定所述待面审验证信息对应的用户标识信息和业务标识信息;
确定所述用户标识信息对应的用户验证级别,以及所述业务标识信息对应的业务验证级别;
根据所述用户验证级别、所述业务验证级别和预设的级别权重因子得到信息验证级别;
按照所述信息验证级别从预设的验证问答数据库中,获取与所述待面审验证信息对应的验证问答数据。
4.根据权利要求1所述的方法,其特征在于,所述验证问答数据包括验证问题数据和与所述验证问题数据对应的验证答案数据;所述通过所述验证问答数据对所述待面审验证信息进行面审验证,得到信息验证结果包括:
下发所述验证问题数据至所述终端;
接收所述终端返回的验证应答数据,所述验证应答数据通过所述终端对所述验证问题数据进行应答处理得到;
将所述验证应答数据和所述验证答案数据进行验证比较,得到信息验证结果。
5.根据权利要求1所述的方法,其特征在于,在所述获取面审视频数据之前,还包括:
生成录制请求消息;
下发所述录制请求消息至所述终端,所述录制请求消息用于指示所述终端在面审验证时进行视频录制;
所述获取面审视频数据包括:
接收所述终端返回的面审视频数据。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述将所述面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果包括:
从所述面审视频数据中分别提取微表情特征数据和人脸识别特征数据;
查询预设的微表情风控模型和人脸识别模型;
将所述微表情特征数据输入所述微表情风控模型中,得到微表情风控结果;
将所述人脸识别特征数据输入所述人脸识别模型中,得到人脸识别结果。
7.根据权利要求6所述的方法,其特征在于,在所述查询预设的微表情风控模型之前,还包括:
从各业务***中获取所述历史微表情风控数据,所述历史微表情风控数据包括微表情数据和与所述微表情数据对应的风控数据;
从所述微表情数据中提取微表情特征参数,并建立所述微表情特征参数与所述风控数据之间的映射;
训练所述微表情特征参数和所述风控数据,得到所述微表情风控模型。
8.一种面审风险控制装置,其特征在于,所述装置包括:
面审请求接收模块,用于接收终端发送的面审请求消息,获取与所述面审请求消息对应的待面审验证信息;
验证数据获取模块,用于从预设的验证问答数据库中,获取与所述待面审验证信息对应的验证问答数据;
面审验证处理模块,用于通过所述验证问答数据对所述待面审验证信息进行面审验证,得到信息验证结果;
面审视频获取模块,用于获取面审视频数据,所述面审视频数据通过在进行面审验证时录制得到;
面审视频处理模块,用于将所述面审视频数据分别输入预设的微表情风控模型和人脸识别模型中,得到微表情风控结果和人脸识别结果,所述微表情风控模型由历史微表情风控数据训练得到;
面审风控处理模块,用于根据所述信息验证结果、所述微表情风控结果、所述人脸识别结果和预设的风控权重系数,得到面审风控结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811552004.5A CN109815803B (zh) | 2018-12-18 | 2018-12-18 | 面审风险控制方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811552004.5A CN109815803B (zh) | 2018-12-18 | 2018-12-18 | 面审风险控制方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109815803A true CN109815803A (zh) | 2019-05-28 |
CN109815803B CN109815803B (zh) | 2023-04-18 |
Family
ID=66602156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811552004.5A Active CN109815803B (zh) | 2018-12-18 | 2018-12-18 | 面审风险控制方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109815803B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378228A (zh) * | 2019-06-17 | 2019-10-25 | 深圳壹账通智能科技有限公司 | 面审视频数据处理方法、装置、计算机设备和存储介质 |
CN110708326A (zh) * | 2019-10-14 | 2020-01-17 | 北京明略软件***有限公司 | 业务请求异常概率的确定方法和装置 |
CN110930155A (zh) * | 2019-10-17 | 2020-03-27 | 平安科技(深圳)有限公司 | 风险管控方法、装置、计算机装置及存储介质 |
CN111429267A (zh) * | 2020-03-26 | 2020-07-17 | 深圳壹账通智能科技有限公司 | 面审风险控制方法、装置、计算机设备及存储介质 |
CN112037796A (zh) * | 2020-09-08 | 2020-12-04 | 平安科技(深圳)有限公司 | 一种数据处理方法、装置、设备及介质 |
WO2021036664A1 (zh) * | 2019-08-26 | 2021-03-04 | 深圳壹账通智能科技有限公司 | 基于微表情的客户满意度识别方法、装置、终端及介质 |
CN112699380A (zh) * | 2021-01-14 | 2021-04-23 | 杭州猿宝互联网科技有限公司 | 一种筛选优质客户提升风控效率的方法 |
CN112907348A (zh) * | 2021-01-14 | 2021-06-04 | 中国工商银行股份有限公司 | 移动终端、线上面审数据处理方法、装置及*** |
CN114387077A (zh) * | 2021-11-29 | 2022-04-22 | 阿尔法时刻科技(深圳)有限公司 | 一种信贷资质审查方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295925A (zh) * | 2015-05-19 | 2017-01-04 | 苏州赛富科技有限公司 | 互联网金融风控审核中基本数据的自动全面审核方法及*** |
WO2017190633A1 (zh) * | 2016-05-03 | 2017-11-09 | 广州广电运通金融电子股份有限公司 | 验证金融卡用户身份可靠性的方法及装置 |
CN107704834A (zh) * | 2017-10-13 | 2018-02-16 | 上海壹账通金融科技有限公司 | 微表情面审辅助方法、装置及存储介质 |
-
2018
- 2018-12-18 CN CN201811552004.5A patent/CN109815803B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295925A (zh) * | 2015-05-19 | 2017-01-04 | 苏州赛富科技有限公司 | 互联网金融风控审核中基本数据的自动全面审核方法及*** |
WO2017190633A1 (zh) * | 2016-05-03 | 2017-11-09 | 广州广电运通金融电子股份有限公司 | 验证金融卡用户身份可靠性的方法及装置 |
CN107704834A (zh) * | 2017-10-13 | 2018-02-16 | 上海壹账通金融科技有限公司 | 微表情面审辅助方法、装置及存储介质 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378228A (zh) * | 2019-06-17 | 2019-10-25 | 深圳壹账通智能科技有限公司 | 面审视频数据处理方法、装置、计算机设备和存储介质 |
WO2021036664A1 (zh) * | 2019-08-26 | 2021-03-04 | 深圳壹账通智能科技有限公司 | 基于微表情的客户满意度识别方法、装置、终端及介质 |
CN110708326A (zh) * | 2019-10-14 | 2020-01-17 | 北京明略软件***有限公司 | 业务请求异常概率的确定方法和装置 |
CN110930155A (zh) * | 2019-10-17 | 2020-03-27 | 平安科技(深圳)有限公司 | 风险管控方法、装置、计算机装置及存储介质 |
CN110930155B (zh) * | 2019-10-17 | 2023-09-08 | 平安科技(深圳)有限公司 | 风险管控方法、装置、计算机装置及存储介质 |
CN111429267A (zh) * | 2020-03-26 | 2020-07-17 | 深圳壹账通智能科技有限公司 | 面审风险控制方法、装置、计算机设备及存储介质 |
CN112037796A (zh) * | 2020-09-08 | 2020-12-04 | 平安科技(深圳)有限公司 | 一种数据处理方法、装置、设备及介质 |
WO2021159745A1 (zh) * | 2020-09-08 | 2021-08-19 | 平安科技(深圳)有限公司 | 一种数据处理方法、装置、设备及介质 |
CN112037796B (zh) * | 2020-09-08 | 2024-06-11 | 平安科技(深圳)有限公司 | 一种数据处理方法、装置、设备及介质 |
CN112699380A (zh) * | 2021-01-14 | 2021-04-23 | 杭州猿宝互联网科技有限公司 | 一种筛选优质客户提升风控效率的方法 |
CN112907348A (zh) * | 2021-01-14 | 2021-06-04 | 中国工商银行股份有限公司 | 移动终端、线上面审数据处理方法、装置及*** |
CN114387077A (zh) * | 2021-11-29 | 2022-04-22 | 阿尔法时刻科技(深圳)有限公司 | 一种信贷资质审查方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109815803B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109815803A (zh) | 面审风险控制方法、装置、计算机设备和存储介质 | |
US20200293648A1 (en) | Methods and systems for identity creation, verification and management | |
CN109783338A (zh) | 基于业务信息的录制处理方法、装置和计算机设备 | |
CN109523371B (zh) | 在线放款审核方法、装置、计算机设备及存储介质 | |
CN109767321A (zh) | 问答过程优化方法、装置、计算机设备和存储介质 | |
CN108876133A (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
CN109816521A (zh) | 一种银行业务处理方法、装置及*** | |
CN112199575A (zh) | 虚拟银行开户方法、装置、设备和计算机存储介质 | |
CN110392041A (zh) | 电子授权方法、装置、存储设备及存储介质 | |
CN110555330A (zh) | 图像面签方法、装置、计算机设备及存储介质 | |
CN109615336A (zh) | 业务审批方法、装置、计算机设备和存储介质 | |
CN109766772A (zh) | 风险控制方法、装置、计算机设备和存储介质 | |
CN112712429A (zh) | 汇款业务审核方法、装置、计算机设备和存储介质 | |
CN110517007A (zh) | 仲裁申请立案审核处理方法、装置和计算机设备 | |
CN111160928A (zh) | 一种验证身份的方法及装置 | |
CN112634017A (zh) | 远程开卡激活方法、装置、电子设备及计算机存储介质 | |
CN109857766A (zh) | 用户信息验证方法、装置、计算机设备及计算机存储介质 | |
CN113873088B (zh) | 语音通话的交互方法、装置、计算机设备和存储介质 | |
CN109858210A (zh) | 信息验证方法、装置、计算机设备和存储介质 | |
EP3867781A1 (en) | Systems and methods for enhanced authorization messages | |
CN112927062A (zh) | 基于语音识别的业务申请处理方法、装置和计算机设备 | |
US20220046128A1 (en) | Method and system for remote interaction between at least one user and a human operator and between at least one user and at least one automated agent | |
CN113946579A (zh) | 基于模型的数据生成方法、装置、计算机设备和存储介质 | |
CN111784932A (zh) | 用于智能储物的控制***及控制方法 | |
CN109815853A (zh) | 活体检测方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |