CN111292085A - 交易风险评估的方法、装置、设备及计算机可读存储介质 - Google Patents

交易风险评估的方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111292085A
CN111292085A CN201811505109.5A CN201811505109A CN111292085A CN 111292085 A CN111292085 A CN 111292085A CN 201811505109 A CN201811505109 A CN 201811505109A CN 111292085 A CN111292085 A CN 111292085A
Authority
CN
China
Prior art keywords
transaction
network order
risk score
user
related data
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
Application number
CN201811505109.5A
Other languages
English (en)
Other versions
CN111292085B (zh
Inventor
黄泽香
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201811505109.5A priority Critical patent/CN111292085B/zh
Publication of CN111292085A publication Critical patent/CN111292085A/zh
Application granted granted Critical
Publication of CN111292085B publication Critical patent/CN111292085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提供了一种交易风险评估的方法、装置、设备及计算机可读存储介质，该方法包括：若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据；根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分，根据所述当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付，能够在用户终端提交网络订单时就进行交易风险评分的计算，使交易风险的评估提前进行，实现了网络订单支付和交易风险评估的异步，从而大大提高了交易风险评估的效率。

Description

交易风险评估的方法、装置、设备及计算机可读存储介质
技术领域
本发明实施例涉及大数据处理技术领域，尤其涉及一种交易风险评估的方法、装置、设备及计算机可读存储介质。
背景技术
随着互联网的不断发展和经济的不断进步，为人们提供的日常服务已从线下转移到线上。人们通过网络软件进行购物，打车，洗车，订餐，雇佣小时工等。在进行这些网上活动时，人们需要提交网络订单，在完成相应的服务之前或之后进行网络支付。
为了维护消费者利益，网络软件在消费者进行网络支付前会进行交易风险的评估和控制。交易风险的控制是判断消费者的网络软件的账号是否被盗取，若被盗取则及时进行止损行为。
现有的交易风险评估的方法是在消费者进行网络支付时实时获取数据并对实时进行数据的计算，但由于热门网络软件每天均会产生PB级的海量数据，同时每天有大量用户并发访问网络软件，导致现有的交易风险评估的方法需要在每个消费者进行网络支付时实时访问大量的数据并实时进行大量的数据计算，进而导致交易风险评估的效率较低。
发明内容
本发明实施例提供一种交易风险评估的方法、装置、设备及计算机可读存储介质，该方法解决了现有的交易风险评估的方法需要在每个消费者进行网络支付时实时访问大量的数据并实时进行大量的数据计算，进而导致交易风险评估的效率较低的技术问题。
第一方面，本发明实施例提供一种交易风险评估的方法，包括：
若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和所述用户的前一网络订单支付时的交易安全相关数据；
根据所述用户的当前网络订单支付前的交易安全相关数据，所述用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分；
根据所述当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。
第二方面，本发明实施例提供一种交易风险评估的装置，包括：
数据获取单元，用于若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和所述用户的前一网络订单支付时的交易安全相关数据；
评分计算单元，用于根据所述用户的当前网络订单支付前的交易安全相关数据，所述用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分。
支付确定单元，用于根据所述当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。
第三方面，本发明实施例提供一种网络侧设备，存储器，处理器以及计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如上述第一方面所述的方法。
第四方面，本发明实施例提供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以实现如上述第一方面所述的方法。
本发明实施例提供一种交易风险评估的方法、装置、设备及计算机可读存储介质，通过若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据；根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分，根据所述当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。能够在用户终端提交网络订单时就进行交易风险评分的计算，使交易风险的评估提前进行，实现了网络订单支付和交易风险评估的异步，从而大大提高了交易风险评估的效率。
应当理解，上述发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的交易风险评估的方法的一种应用场景图；
图2为本发明实施例一提供的交易风险评估的方法的流程图；
图3为本发明实施例二提供的交易风险评估的方法的流程图；
图4为本发明实施例三提供的交易风险评估的装置的结构示意图；
图5为本发明实施例四提供的交易风险评估的装置的结构示意图；
图6为本发明实施例五提供的网络侧设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
本发明实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了清楚理解本申请的技术方案，下面对本申请中涉及的术语进行解释。
网络软件：本发明实施例涉及的网络软件为在线上买卖服务或物品的并在消费了服务或收到物品再进行在线支付的网络软件。如购物软件，打车软件，洗车软件，搬家软件，订餐软件，雇佣小时工软件等。
网络订单：采用网络软件进行打车，洗车，搬家，订餐，雇佣小时工等的订单。在订单中包括的信息为：购买的服务或物品的信息，购买人信息，购买时间等信息。
网络订单的状态事件：指网络订单从提交到支付前的订单状态发生改变时对应的事件。根据网络订单类型的不同，每类网络订单的状态事件也不同。如对于打车软件，对应的网络订单的状态事件包括：乘客提交打车订单事件，乘客上车事件，乘客下车事件，司机结束载客事件，乘客在线支付事件。对于购物软件，对应的网络订单状态事件包括：消费者提交购物订单事件，发货事件，收货事件，货物在线支付事件。
图1为本发明实施例提供的交易风险评估方法的一种应用场景图，如图1所示，本实施例提供的交易风险评估方法在用户通过网络软件进行购物，打车，洗车，订餐，雇佣小时工等操作时，通过点击提交网络订单的按键提交网络订单。若监测到用户设备提交当前网络订单，则进行本发明实施例的交易风险评估的方法。具体地，若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据；根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分；根据当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。即在完成相应的服务之前或之后需要进行网络支付时，用户打开网络支付界面，若当前网络订单支付时的交易风险评分确定不能进行当前网络订单的支付，则在用户点击“立即支付”的按键时，不能进行支付，并向用户发出风险提示。若当前网络订单支付时的交易风险评分确定能进行当前网络订单的支付，则在用户点击“立即支付”的按键时，能够进行支付。本发明实施例提供的交易风险评估的方法能够在用户终端提交网络订单时就进行交易风险评分的计算，使交易风险的评估提前进行，实现了网络订单支付和交易风险评估的异步，从而大大提高了交易风险评估的效率。
下面以实施例的方式介绍本发明提供的交易风险评估的方法，装置，网络侧设备及计算机可读存储介质。
实施例一
图2为本发明实施例一提供的交易风险评估的方法的流程图，如图2所示，本实施例的执行主体为交易风险评估的装置，该交易风险评估的装置可以集成在网络侧设备上，网络侧设备可以为计算机，服务器或其他具有独立计算和处理能力的设备，则本实施例提供的交易风险评估的方法包括以下几个步骤。
步骤101，若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据。
具体地，本实施例中，实时监测用户终端是否提交当前网络订单，若监测到用户终端提交了当前网络订单，则获取该用户的当前网络订单支付前的交易安全相关数据和该用户前一网络订单支付时的交易安全相关数据。
其中，交易安全相关数据为影响网络订单支付安全的数据。当前网络订单支付前的交易安全相关数据可以包括：当前网络订单支付前的用户设备网络数据，用户地域数据和时间数据。其中，用户设备网络数据可以包括：用户设备码信息，用户设备型号信息，用户设备通讯号码信息，用户设备的IP地址信息，用户设备的Wi-Fi信息等。网络订单的用户地域数据可以包括：用户POI信息，用户所处城市信息等。同理，前一网络订单支付时的交易安全相关数据可以包括：前一网络订单支付时的用户设备网络数据，用户地域数据和时间数据。
本实施例中，由于提交网络订单是由用户通过用户终端所提交的，所以获取用户的当前网络订单支付前的交易安全相关数据的方法可以为：采集网络软件所在的用户终端中的用户设备网络数据，用户地域数据和时间数据。
本实施例中，获取用户的前一网络订单支付时的交易安全相关数据的方法可以为：在用户前一网络订单支付时采集用户终端中的用户设备网络数据，用户地域数据和时间数据。然后将这些交易安全数据进行存储并进行标识，最后根据标识信息获取该用户前一网络订单支付时的交易安全相关数据。
可以理解的是，本实施例中，获取用户的当前网络订单支付前的交易安全相关数据可为在网络订单支付状态事件发生前任意一个状态事件发生时的当前网络订单交易安全相关数据。如对于打车软件，则获取当前网络订单提交时的交易安全相关数据，或获取当前网络订单乘客上车时的交易安全相关数据，或获取当前网络订单乘客下车时的交易安全相关数据。
步骤102，根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分。
具体地，本实施例中，根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分可以为：将用户的当前网络订单支付前的每项交易安全相关数据与对应的前一网络订单支付时的交易安全相关数据进行对比，根据对比结果确定当前网络订单中每项交易安全相关数据对应的评分，并将评分输入到预设的交易风险评分模型中进行加权求和计算，以获得当前网络订单支付时的交易风险评分。
或者，本实施例中，根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分还可以为：将用户的当前网络订单支付前的每项交易安全相关数据与该用户历史网络订单对应的交易安全相关数据进行对比，根据对比结果确定用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分，将用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分进行加权求和计算，获得第一交易风险评分；然后将用户的前一网络订单支付时的每项交易安全相关数据与该用户历史网络订单对应的交易安全相关数据进行对比，根据对比结果确定用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分，将用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分进行加权求和计算，获得第二交易风险评分，将第一交易风险评分和第二交易风险评分输入到预设的交易风险评分模型中，计算出当前网络订单支付时的交易风险评分。
可以理解的是，本实施例中，根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分的方法还可以为其他方法，本实施例中对此不做限定。
步骤103，根据当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。
具体地，本实施例中，计算出当前网络订单支付时的交易风险评分后，可根据预设的风险等级的评分范围确定当前网络订单支付时的交易风险等级，根据当前网络订单支付时的交易风险等级确定是否进行当前网络订单的支付。
其中，预设的风险等级可以分为低风险等级，中风险等级及高风险等级。
本实施例提供的交易风险评估的方法，通过若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据；根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分，根据当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。能够在用户终端提交网络订单时就进行交易风险评分的计算，使交易风险的评估提前进行，实现了网络订单支付和交易风险评估的异步，从而大大提高了交易风险评估的效率。
实施例二
图3为本发明实施例二提供的交易风险评估的方法的流程图，如图3所示，本实施例提供的交易风险评估的方法，是在本发明交易风险评估的方法实施例一的基础上，对步骤101-步骤102的进一步细化，本实施例中以应用场景为网络打车场景为例进行说明。则本实施例提供的交易风险评估的方法包括以下步骤。
步骤201，若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据。
进一步地，本实施例中，网络订单的交易安全相关数据至少包括：网络订单的用户设备网络数据，网络订单的用户地域数据，网络订单的时间数据。
其中，网络订单的用户设备网络数据至少包括：用户设备码信息，用户设备型号信息，用户设备通讯号码信息，用户设备的IP地址信息，用户设备的Wi-Fi信息；网络订单的用户地域数据至少包括：用户POI信息，用户所处城市信息。
进一步地，本实施例中，获取的用户的当前网络订单支付前的交易安全相关数据为用户的当前网络订单提交时的交易安全相关数据。
步骤202，获取用户的历史网络订单的交易安全相关数据。
进一步地，本实施例中，用户的历史网络订单为用户在提交当前网络订单前已完成交易的最近预设时间段内的网络订单。用户的历史网络订单的交易安全相关数据为在用户历史网络订单下的与交易安全相关的数据。
其中，最近预设时间段内可以为近半年，近一年，或其他适宜的时间段，本实施例中对此不做限定。
具体地，本实施例中，在用户历史网络订单完成支付时，通过采集用户终端的用户设备网络数据，用户地域数据，时间数据来采集用户网络订单的交易安全相关数据，在采集到这些历史网络订单的交易安全相关数据后，可存储到数据库中，在需要时从存储的数据库中来获取用户的历史网络订单的交易安全相关数据。
步骤203，根据用户的当前网络订单支付前的交易安全相关数据和用户的历史网络订单的交易安全相关数据计算第一交易风险评分。
进一步地，本实施例中，根据用户的当前网络订单支付前的交易安全相关数据和用户的历史网络订单的交易安全相关数据计算第一交易风险评分，具体包括：
首先，将用户的当前网络订单支付前的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比。
其次，根据对比结果确定用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分。
再次，根据用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第一交易风险评分。
优选地，本实施例中，根据用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第一交易风险评分，具体包括：
将用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分输入到预设的交易风险评分子模型中进行加权求和计算，以获得第一交易风险评分。
具体地，本实施例中，首先对用户的历史网络订单的每项交易安全相关数据进行统计，统计出用户在最近预设时间段内每项交易安全相关数据的情况，然后将用户的当前网络订单支付前的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比，根据对比结果判断当前网络订单支付前的每项交易安全相关数据是否满足对应的交易风险条件，若某项交易安全相关数据满足对应的交易风险条件，则确定用户的当前网络订单支付前的该项交易安全相关数据的交易风险评分为交易风险命中评分，若某项交易安全相关数据不满足对应的交易风险条件，则确定用户的当前网络订单支付前的该项交易安全相关数据的交易风险评分为交易风险非命中评分。将用户的当前网络订单支付前的每项交易安全相关数据对应的评分输入到预设的交易风险评分子模型中进行加权求和计算，以获得第一交易风险评分。
其中，每项交易安全相关数据对应的交易风险条件，命中的评分，非命中评分，权重等信息可表示为表1所示。
其中，在交易风险条件中，历史常用IP地址个数，历史常用的Wi-Fi个数可以为4个，历史常用的设备码个数，历史常用的设备型号个数，历史常用通讯号码个数可以为3个，历史常用POI可以为6个，凌晨时段可以为凌晨：0：00～5:00。这些历史常用交易安全相关数据的个数和时段也可以为其他数值，本实施例中对此不做限定。每项交易安全相关数据命中的评分及权重是根据对大量数据进行统计学习后确定的，也可以为其他数值，本实施例中对此也不做限定。
其中，预设的交易风险评分子模型可表示为式(1)所示。
Figure BDA0001899237990000091
其中，k的取值为1到n，n为进行判断的交易安全相关数据的总项数，在表1中，n的取值为11。Wk为第k项交易安全相关数据对应的权重，Xk为第k项交易安全相关数据对应的评分。
本实施例中，在根据用户的当前网络订单支付前的交易安全相关数据和用户的历史网络订单的交易安全相关数据计算第一交易风险评分时，将用户的当前网络订单支付前的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比；根据对比结果确定用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分；根据用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第一交易风险评分，能够使计算出的第一交易风险评分更准确。
表1：每项交易安全相关数据对应的交易风险条件，评分及权重
Figure BDA0001899237990000101
步骤204，根据用户的前一网络订单支付时的交易安全相关数据及用户的历史网络订单的交易安全相关数据计算第二交易风险评分。
进一步地，本实施例中，根据用户的前一网络订单支付时的交易安全相关数据及用户的历史网络订单的交易安全相关数据计算第二交易风险评分，具体包括：
首先，将用户的前一网络订单支付时的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比。
其次，根据对比结果确定用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分。
最后，根据用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第二交易风险评分。
优选地，本实施例中，根据用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第二交易风险评分，具体包括：
将用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分输入到预设的交易风险评分子模型中进行加权求和计算，以获得第二交易风险评分。
同理，本实施例中，首先对历史网络订单的每项交易安全相关数据进行统计，统计出用户在最近预设时间段内每项交易安全相关数据的情况，然后将用户的前一网络订单支付时的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比，根据对比结果判断前一网络订单支付时的每项交易安全相关数据是否满足对应的交易风险条件，若某项交易安全相关数据满足对应的交易风险条件，则确定用户的前一网络订单支付时的该项交易安全相关数据的交易风险评分为交易风险命中评分，若某项交易安全相关数据不满足对应的交易风险条件，则确定用户的前一网络订单支付时的该项交易安全相关数据的交易风险评分为交易风险非命中评分。将用户的前一网络订单支付时的每项交易安全相关数据对应的评分输入到预设的交易风险评分子模型中进行加权求和计算，以获得第二交易风险评分。
其中，每项交易安全相关数据对应的交易风险条件，命中的评分，非命中评分，权重等信息可表示为表1所示。预设的交易风险评分子模型表示为式(1)所示，在此不再一一赘述。
本实施例中，在根据用户的前一网络订单支付时的交易安全相关数据及用户的历史网络订单的交易安全相关数据计算第二交易风险评分时，将用户的前一网络订单支付时的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比；根据对比结果确定用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分；根据用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第二交易风险评分，能够使计算出的第二交易风险评分更准确。
步骤205，根据第一交易风险评分，第二交易风险评分及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分。
优选地，本实施例中，根据第一交易风险评分，第二交易风险评分及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分，具体包括：
将第一交易风险评分，第二交易风险评分输入到预设的交易风险评分模型中进行加权求和计算，以获得当前网络订单支付时的交易风险评分。
其中，预设的交易风险评分模型可表示为式(2)所示。
G(X′end,Xstart)＝F(X′end)×α+F(Xstart)×(1-α) (2)
其中，
Figure BDA0001899237990000121
其中，F(X′end)为第二交易风险评分，α为第二交易风险评分对应的权重，F(Xstart)为第一交易风险评分，(1-α)为第一交易风险评分对应的权重。tstart为当前网络订单提交的时间，Xstart为当前网络订单提交对应的交易安全相关数据的评分，t′end为前一网络订单支付时的时间，X′end为前一网络订单支付时的交易安全相关数据的评分。
步骤206，根据当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。
具体地，本实施例中，计算当前网络订单支付时的交易风险评分后，可根据当前网络订单支付时的交易风险评分划分风险等级，根据划分的风险等级确定是否进行当前网络订单的支付。
其中，根据当前网络订单支付时的交易风险评分划分风险等级的方法可以为设置每个风险等级的评分范围，将当前网络订单支付时的交易风险评分与每个评分范围进行对比，确定当前网络订单支付时的交易风险评分落入到的评分范围对应的等级信息。
其中，根据当前网络订单支付时的风险等级确定是否进行当前网络订单的支付可以为：若当前网络订单支付时的风险等级为低风险等级，则进行当前网络订单的支付。若当前网络订单支付时的风险等级为中等级或高等级，则确定不进行当前网络订单的支付，即拒绝用户设备的支付操作，并向用户设备发送提示消息或进行电话确认。
步骤207，在当前网络订单支付前的每一订单状态事件发生时判断用户的当前网络订单支付前的每项交易安全相关数据是否进行了更新，若是，则执行步骤208，否则结束。
其中，在网络打车场景中，当前网络订单支付前的每一订单状态事件分别为：乘客上车事件，乘客下车事件，司机结束载客事件。则本实施例中在当前网络订单支付前的乘客上车事件，乘客下车事件，司机结束载客事件发生时均再次获取当前网络订单支付前的每项交易安全相关数据，将再次获取的当前网络订单支付前的每项交易安全相关数据与之前获取的当前网络订单支付前的每项交易安全相关数据进行对比，判断是否有某项或多项交易安全相关数据发生更新，若是，则执行步骤207。
步骤208，判断第一交易风险评分是否发生改变，若是，则执行步骤209，否则结束。
进一步地，本实施例中，若当前网络订单支付前某项或多项交易安全相关数据进行了更新，则根据对应的交易风险条件判断命中结果与原有的命中结果是否相同，进而根据预设的交易风险评分子模型判断第一交易风险评分是否发生改变。
步骤209，更新当前网络订单支付时的交易风险评分。
进一步地，本实施例中，若第一交易风险评分发生改变，则更新当前网络订单支付时的交易风险评分。
本实施例提供的交易风险评估的方法，通过若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据，获取用户的历史网络订单的交易安全相关数据，根据用户的当前网络订单支付前的交易安全相关数据和用户的历史网络订单的交易安全相关数据计算第一交易风险评分，根据用户的前一网络订单支付时的交易安全相关数据及用户的历史网络订单的交易安全相关数据计算第二交易风险评分，根据第一交易风险评分，第二交易风险评分及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分，根据当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付，不仅能够大大提高了交易风险评估的效率，并且由于将用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据分别与用户历史网络订单的交易安全相关数据进行对比，通过更优化的预设的交易风险评分模型计算当前网络订单支付时的交易风险评分，所以能够提高交易风险评估的准确率。
本实施例提供的交易风险评估方法，在根据第一交易风险评分，第二交易风险评分及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分之后，在当前网络订单支付前的每一订单状态事件发生时判断用户的当前网络订单支付前的每项交易安全相关数据是否更新，若是，则判断第一交易风险评分是否发生改变，若是，则更新当前网络订单支付时的交易风险评分。由于不断对交易风险评分进行更新，能够使最后的交易风险评分更加准确。
实施例三
图4为本发明实施例三提供的交易风险评估的装置的结构示意图，如图4所示，本实施例提供的交易风险评估的装置30包括：数据获取单元31和评分计算单元32，支付确定单元33。
其中，数据获取单元31，用于若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和用户的前一网络订单支付时的交易安全相关数据。评分计算单元32，用于根据用户的当前网络订单支付前的交易安全相关数据，用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分。支付确定单元33，用于根据所述当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。
本实施例提供的交易风险评估的装置可以执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
实施例四
图5为本发明实施例四提供的交易风险评估的装置的结构示意图，如图5所示，本实施例提供的交易风险评估的装置40在本发明交易风险评估的装置实施例一的基础上，进一步地，还包括：数据更新判断单元41，第一评分改变判断单元42，总评分更新单元43。
其中，本实施例中，网络订单的交易安全相关数据至少包括：网络订单的用户设备网络数据，网络订单的用户地域数据，网络订单的时间数据。其中，网络订单的用户设备网络数据至少包括：用户设备码信息，用户设备型号信息，用户设备通讯号码信息，用户设备的IP地址信息，用户设备的Wi-Fi信息；网络订单的用户地域数据至少包括：用户POI信息，用户所处城市信息。
进一步地，数据获取单元31，还用于获取用户的历史网络订单的交易安全相关数据。
进一步地，评分计算单元具体包括：第一评分计算模块321，第二评分计算模块322，总评分计算模块323。
其中，第一评分计算模块321，用于根据用户的当前网络订单支付前的交易安全相关数据和用户的历史网络订单的交易安全相关数据计算第一交易风险评分。第二评分计算模块322，用于根据用户的前一网络订单支付时的交易安全相关数据及用户的历史网络订单的交易安全相关数据计算第二交易风险评分。总评分计算模块323，用于根据第一交易风险评分，第二交易风险评分及预设的交易风险评分模型计算当前网络订单支付时的交易风险评分。
进一步地，本实施例中，第一评分计算模块321，具体包括：第一对比子模块3211，第一确定子模块3212，第一评分计算子模块3213。
其中，第一对比子模块3211，用于将用户的当前网络订单支付前的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比。第一确定子模块3212，用于根据对比结果确定用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分。第一评分计算子模块3213，用于根据用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第一交易风险评分。
进一步地，本实施例中，第一评分计算子模块3213，具体用于：将用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分输入到预设的交易风险评分子模型中进行加权求和计算，以获得第一交易风险评分。
进一步地，本实施例中，第二评分计算模块，具体包括：第二对比子模块3221，第二确定子模块3222，第二评分计算子模块3223。
其中，第二对比子模块3221，用于将用户的前一网络订单支付时的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比。第二确定子模块3222，用于根据对比结果确定用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分。第二评分计算子模块3223，用于根据用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第二交易风险评分。
进一步地，第二评分计算子模块3223，具体用于：将用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分输入到预设的交易风险评分子模型中进行加权求和计算，以获得第二交易风险评分。
进一步地，本实施例中，总评分计算模块323，具体用于：将第一交易风险评分，第二交易风险评分输入到预设的交易风险评分模型中进行加权求和计算，以获得当前网络订单支付时的交易风险评分。
进一步地，数据更新判断单元41，用于在当前网络订单支付前的每一订单状态事件发生时判断用户的当前网络订单支付前的每项交易安全相关数据是否进行了更新。第一评分改变判断单元42，用于若当前网络订单支付前某项或多项交易安全相关数据进行了更新，则判断第一交易风险评分是否发生改变。总评分更新单元43，用于若第一交易风险评分发生改变，则更新当前网络订单支付时的交易风险评分。
本实施例提供的交易风险评估的装置可以执行图2所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
实施例五
图6为本发明实施例五提供的网络侧设备的结构示意图，如图6所示，本实施例提供的网络侧设备50包括：存储器51，处理器52以及计算机程序。
其中，计算机程序存储在存储器51中，并被配置为由处理器52执行以实现本发明实施例一提供的交易风险评估的方法或本发明实施例二提供的交易风险评估的方法。
相关说明可以对应参见图1至图2的步骤所对应的相关描述和效果进行理解，此处不做过多赘述。
实施例六
本发明实施例六提供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以实现本发明实施例一提供的交易风险评估的方法或本发明实施例二提供的交易风险评估的方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元及模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元及模块或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元及模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元及模块可以是或者也可以不是物理上分开的，作为单元及模块显示的部件可以是或者也可以不是物理单元及模块，即可以位于一个地方，或者也可以分布到多个网络单元及模块上。可以根据实际的需要选择其中的部分或者全部单元及模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元及模块可以集成在一个处理单元及模块中，也可以是各个单元及模块单独物理存在，也可以两个或两个以上单元及模块集成在一个单元及模块中。上述集成的单元及模块既可以采用硬件的形式实现，也可以采用硬件加软件功能单元及模块的形式实现。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (22)

1.一种交易风险评估的方法，其特征在于，包括：
若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和所述用户的前一网络订单支付时的交易安全相关数据；
根据所述用户的当前网络订单支付前的交易安全相关数据，所述用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分；
根据所述当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述用户的当前网络订单支付前的交易安全相关数据，所述用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分之前，还包括：
获取所述用户的历史网络订单的交易安全相关数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述用户的当前网络订单支付前的交易安全相关数据，所述用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分，具体包括：
根据所述用户的当前网络订单支付前的交易安全相关数据和所述用户的历史网络订单的交易安全相关数据计算第一交易风险评分；
根据所述用户的前一网络订单支付时的交易安全相关数据及所述用户的历史网络订单的交易安全相关数据计算第二交易风险评分；
根据所述第一交易风险评分，所述第二交易风险评分及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分。
4.根据权利要求3所述的方法，其特征在于，所述网络订单的交易安全相关数据至少包括：网络订单的用户设备网络数据，网络订单的用户地域数据，网络订单的时间数据；
其中，所述网络订单的用户设备网络数据至少包括：用户设备码信息，用户设备型号信息，用户设备通讯号码信息，用户设备的IP地址信息，用户设备的Wi-Fi信息；所述网络订单的用户地域数据至少包括：用户POI信息，用户所处城市信息。
5.根据权利要求4所述的方法，其特征在于，所述根据所述用户的当前网络订单支付前的交易安全相关数据和所述用户的历史网络订单的交易安全相关数据计算第一交易风险评分，具体包括：
将所述用户的当前网络订单支付前的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比；
根据对比结果确定所述用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分；
根据所述用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第一交易风险评分。
6.根据权利要求5所述的方法，其特征在于，所述根据所述用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第一交易风险评分，具体包括：
将所述用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分输入到所述预设的交易风险评分子模型中进行加权求和计算，以获得所述第一交易风险评分。
7.根据权利要求4所述的方法，其特征在于，所述根据所述用户的前一网络订单支付时的交易安全相关数据及所述用户的历史网络订单的交易安全相关数据计算第二交易风险评分，具体包括：
将所述用户的前一网络订单支付时的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比；
根据对比结果确定所述用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分；
根据所述用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第二交易风险评分。
8.根据权利要求7所述的方法，其特征在于，所述根据所述用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第二交易风险评分，具体包括：
将所述用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分输入到所述预设的交易风险评分子模型中进行加权求和计算，以获得所述第二交易风险评分。
9.根据权利要求6或8所述的方法，其特征在于，所述根据第一交易风险评分，第二交易风险评分及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分，具体包括：
将所述第一交易风险评分，所述第二交易风险评分输入到所述预设的交易风险评分模型中进行加权求和计算，以获得所述当前网络订单支付时的交易风险评分。
10.根据权利要求9所述的方法，其特征在于，在所述根据第一交易风险评分，第二交易风险评分及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分之后，还包括：
在当前网络订单支付前的每一订单状态事件发生时判断所述用户的当前网络订单支付前的每项交易安全相关数据是否进行了更新；
若当前网络订单支付前某项或多项交易安全相关数据进行了更新，则判断所述第一交易风险评分是否发生改变；
若所述第一交易风险评分发生改变，则更新所述当前网络订单支付时的交易风险评分。
11.一种交易风险评估的装置，其特征在于，包括：
数据获取单元，用于若监测到用户设备提交当前网络订单，则获取用户的当前网络订单支付前的交易安全相关数据和所述用户的前一网络订单支付时的交易安全相关数据；
评分计算单元，用于根据所述用户的当前网络订单支付前的交易安全相关数据，所述用户的前一网络订单支付时的交易安全相关数据及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分；
支付确定单元，用于根据所述当前网络订单支付时的交易风险评分确定是否进行当前网络订单的支付。
12.根据权利要求11所述的装置，其特征在于，所述数据获取单元，还用于获取所述用户的历史网络订单的交易安全相关数据。
13.根据权利要求12所述的装置，其特征在于，所述评分计算单元具体包括：
第一评分计算模块，用于根据所述用户的当前网络订单支付前的交易安全相关数据和所述用户的历史网络订单的交易安全相关数据计算第一交易风险评分；
第二评分计算模块，用于根据所述用户的前一网络订单支付时的交易安全相关数据及所述用户的历史网络订单的交易安全相关数据计算第二交易风险评分；
总评分计算模块，用于根据所述第一交易风险评分，所述第二交易风险评分及预设的交易风险评分模型计算所述当前网络订单支付时的交易风险评分。
14.根据权利要求13所述的装置，其特征在于，所述网络订单的交易安全相关数据至少包括：网络订单的用户设备网络数据，网络订单的用户地域数据，网络订单的时间数据；
其中，所述网络订单的用户设备网络数据至少包括：用户设备码信息，用户设备型号信息，用户设备通讯号码信息，用户设备的IP地址信息，用户设备的Wi-Fi信息；所述网络订单的用户地域数据至少包括：用户POI信息，用户所处城市信息。
15.根据权利要求14所述的装置，其特征在于，所述第一评分计算模块，具体包括：
第一对比子模块，用于将所述用户的当前网络订单支付前的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比；
第一确定子模块，用于根据对比结果确定所述用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分；
第一评分计算子模块，用于根据所述用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第一交易风险评分。
16.根据权利要求15所述的装置，其特征在于，所述第一评分计算子模块，具体用于：
将所述用户的当前网络订单支付前的每项交易安全相关数据的交易风险评分输入到所述预设的交易风险评分子模型中进行加权求和计算，以获得所述第一交易风险评分。
17.根据权利要求14所述的装置，其特征在于，所述第二评分计算模块，具体包括：
第二对比子模块，用于将所述用户的前一网络订单支付时的每项交易安全相关数据分别与对应的历史网络订单的交易安全相关数据进行对比；
第二确定子模块，用于根据对比结果确定所述用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分；
第二评分计算子模块，用于根据所述用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分和预设的交易风险评分子模型计算第二交易风险评分。
18.根据权利要求17所述的装置，其特征在于，所述第二评分计算子模块，具体用于：
将所述用户的前一网络订单支付时的每项交易安全相关数据的交易风险评分输入到所述预设的交易风险评分子模型中进行加权求和计算，以获得所述第二交易风险评分。
19.根据权利要求16或18所述的装置，其特征在于，所述总评分计算模块，具体用于：
将所述第一交易风险评分，所述第二交易风险评分输入到所述预设的交易风险评分模型中进行加权求和计算，以获得所述当前网络订单支付时的交易风险评分。
20.根据权利要求19所述的装置，其特征在于，还包括：
数据更新判断单元，用于在当前网络订单支付前的每一订单状态事件发生时判断所述用户的当前网络订单支付前的每项交易安全相关数据是否进行了更新；
第一评分改变判断单元，用于若当前网络订单支付前某项或多项交易安全相关数据进行了更新，则判断所述第一交易风险评分是否发生改变；
总评分更新单元，用于若所述第一交易风险评分发生改变，则更新所述当前网络订单支付时的交易风险评分。
21.一种网络侧设备，其特征在于，包括：
存储器，处理器以及计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-10中任一项所述的方法。
22.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-10中任一项所述的方法。
CN201811505109.5A 2018-12-10 2018-12-10 交易风险评估的方法、装置、设备及计算机可读存储介质 Active CN111292085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811505109.5A CN111292085B (zh) 2018-12-10 2018-12-10 交易风险评估的方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811505109.5A CN111292085B (zh) 2018-12-10 2018-12-10 交易风险评估的方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111292085A true CN111292085A (zh) 2020-06-16
CN111292085B CN111292085B (zh) 2023-06-30

Family

ID=71020052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811505109.5A Active CN111292085B (zh) 2018-12-10 2018-12-10 交易风险评估的方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111292085B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112749973A (zh) * 2021-01-12 2021-05-04 腾讯科技（深圳）有限公司 一种权限管理方法、装置和计算机可读存储介质
CN112801670A (zh) * 2021-04-07 2021-05-14 支付宝(杭州)信息技术有限公司 针对支付操作的风险评估方法及装置
CN116362756A (zh) * 2023-05-30 2023-06-30 万联易达物流科技有限公司 一种自动支付的风控方法和***
CN116912001A (zh) * 2023-09-12 2023-10-20 天津市津能工程管理有限公司 一种基于互联网区块链的工程材料交易管控方法及***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080140576A1 (en) * 1997-07-28 2008-06-12 Michael Lewis Method and apparatus for evaluating fraud risk in an electronic commerce transaction
CN105809502A (zh) * 2014-12-30 2016-07-27 阿里巴巴集团控股有限公司 交易风险检测方法和装置
US20160371693A1 (en) * 2009-05-15 2016-12-22 Idm Global, Inc. Transaction assessment and/or authentication
CN106295349A (zh) * 2015-05-29 2017-01-04 阿里巴巴集团控股有限公司 账号被盗的风险识别方法、识别装置及防控***
CN106940868A (zh) * 2016-01-05 2017-07-11 阿里巴巴集团控股有限公司 实时与离线相结合的交易风险识别方法及装置
US20170289188A1 (en) * 2016-03-29 2017-10-05 Paypal, Inc. Device identification systems
US20180276541A1 (en) * 2017-03-23 2018-09-27 Chicago Mercantile Exchange Inc. Deep learning for credit controls

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080140576A1 (en) * 1997-07-28 2008-06-12 Michael Lewis Method and apparatus for evaluating fraud risk in an electronic commerce transaction
US20160371693A1 (en) * 2009-05-15 2016-12-22 Idm Global, Inc. Transaction assessment and/or authentication
CN105809502A (zh) * 2014-12-30 2016-07-27 阿里巴巴集团控股有限公司 交易风险检测方法和装置
CN106295349A (zh) * 2015-05-29 2017-01-04 阿里巴巴集团控股有限公司 账号被盗的风险识别方法、识别装置及防控***
CN106940868A (zh) * 2016-01-05 2017-07-11 阿里巴巴集团控股有限公司 实时与离线相结合的交易风险识别方法及装置
US20170289188A1 (en) * 2016-03-29 2017-10-05 Paypal, Inc. Device identification systems
US20180276541A1 (en) * 2017-03-23 2018-09-27 Chicago Mercantile Exchange Inc. Deep learning for credit controls

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112749973A (zh) * 2021-01-12 2021-05-04 腾讯科技（深圳）有限公司 一种权限管理方法、装置和计算机可读存储介质
CN112801670A (zh) * 2021-04-07 2021-05-14 支付宝(杭州)信息技术有限公司 针对支付操作的风险评估方法及装置
CN116362756A (zh) * 2023-05-30 2023-06-30 万联易达物流科技有限公司 一种自动支付的风控方法和***
CN116362756B (zh) * 2023-05-30 2023-08-01 万联易达物流科技有限公司 一种自动支付的风控方法和***
CN116912001A (zh) * 2023-09-12 2023-10-20 天津市津能工程管理有限公司 一种基于互联网区块链的工程材料交易管控方法及***
CN116912001B (zh) * 2023-09-12 2024-01-09 天津市津能工程管理有限公司 一种基于互联网区块链的工程材料交易管控方法及***

Also Published As

Publication number Publication date
CN111292085B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN111292085B (zh) 交易风险评估的方法、装置、设备及计算机可读存储介质
KR101061094B1 (ko) 네트워크를 이용한 중고차 정보 제공 및 매매 시스템
US10108831B1 (en) System controlled by data bearing records
WO2018175544A1 (en) Method and system for facilitating purchase of vehicles by buyers and/or sale of vehicles by sellers
US20160350830A1 (en) Network-based user-to-user trading
CA2875435C (en) System and method for identifying vehicles for a purchaser
JP7451862B2 (ja) 車両買取システム
KR101509131B1 (ko) 온라인 판매자 평가정보 제공방법
TW201642200A (zh) 導購系統及使用該系統的購物方法
CN106560853A (zh) 一种业务处理方法和装置
KR101443048B1 (ko) 온라인 견적 시스템 및 온라인 견적 방법
CN111831967A (zh) 一种到店识别方法、装置、电子设备及介质
JP2001331691A (ja) インターネットを利用した入札システム、市場価格予測システム、最適入札量・価格策定システム、戦略策定システム及びリスク管理付き入札システム
CN108038550A (zh) 工单信息上报方法、装置及电子设备
KR20140109560A (ko) 전문가의 낙찰 예측 분포도를 이용하는 입찰 컨설팅 시스템 및 그 입찰 컨설팅 방법
CN111915329A (zh) 一种基于汽车行业售后场景的个性化推荐方法及***
CN111311357B (zh) 一种房屋交易信息管理方法及***
JP5170893B2 (ja) オンライン買戻しシステム
CN103970742A (zh) 在电脑平台上展示服务提供者信用数据的***
KR101546038B1 (ko) 최저가 중개 서비스 제공 방법 및 시스템
CN106779632B (zh) 根据控制类目信息选择支付网关的方法和装置
CN111507808A (zh) 一种基于移动互联网的商品预售***
CN111695919A (zh) 评价数据处理方法、装置、电子设备及存储介质
JP2020091684A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP4949933B2 (ja) 販売予測プログラム、販売予測装置

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