CN111798243A - 一种可疑交易在线识别方法及装置 - Google Patents
一种可疑交易在线识别方法及装置 Download PDFInfo
- Publication number
- CN111798243A CN111798243A CN202010613169.XA CN202010613169A CN111798243A CN 111798243 A CN111798243 A CN 111798243A CN 202010613169 A CN202010613169 A CN 202010613169A CN 111798243 A CN111798243 A CN 111798243A
- Authority
- CN
- China
- Prior art keywords
- transaction
- suspicious
- credit rating
- weight
- opponent
- 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
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种可疑交易在线识别方法及装置,可疑交易在线识别方法包括:获取待识别交易的交易价格以及交易对手信用评级;根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。本发明提供的可疑交易在线识别方法及装置,能够嵌入到交易管理过程中,识别与当前交易对手是否存在利益输送等可疑情况,并针对交易内部管理流程中多级审批,通过实时的事中监测和提醒控制,减少投资损失。
Description
技术领域
本发明涉及计算机数据处理技术领域,特别是涉及利用计算机技术监测资金投资交易风险的相关技术领域,具体涉及一种可疑交易在线识别方法及装置。
背景技术
现有技术中,对于融资项目等非公开市场投资的场景中,在交易过程中不具备进行交易对手可疑交易的检查,都通过事后的价格偏离度分析、与相同交易对手的交易频率统计挖掘可疑交易,或者交易对手出现融资链中断等爆仓情况出现后,回头查找才发现之前的交易存在利益输送等交易,在风险发现时机、损失发现时间点方面都偏晚,导致损失已发生且无法追回。针对目前已有的风险监测识别算法,基本上集中在单个环节上的风险识别,缺少对于交易多级审批流程场景的组合风险识别,例如流程环节要求进行专门风险识别的风险部门需要基于更高的风险识别提醒和要求。
发明内容
针对现有技术中的问题,本发明提供的可疑交易在线识别方法及装置,能够嵌入到交易管理过程中,识别与当前交易对手是否存在利益输送等可疑情况,并针对交易内部管理流程中多级审批,通过实时的事中监测和提醒控制,减少投资损失。
为解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供一种可疑交易在线识别方法,包括:
获取待识别交易的交易价格以及交易对手信用评级;
根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
一实施例中,生成所述识别模型的步骤包括:
根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型。
一实施例中,根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型,包括:
计算交易频率权重、交易价格偏离度权重以及交易对手信用评级权重;
根据所述交易频率历史数据、所述交易频率权重、交易价格偏离度、交易价格偏离度权重、交易对手信用评级以及交易对手信用评级权重生成所述识别模型。
一实施例中,可疑交易在线识别方法还包括:以预设时间间隔,根据所述时间间隔内的交易价格以及交易对手信用评级更新所述识别模型。
第二方面,本发明提供一种可疑交易在线识别装置,包括:
数据获取单元,用于获取待识别交易的交易价格以及交易对手信用评级;
可疑交易识别单元,用于根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
一实施例中,可疑交易在线识别装置还包括:识别模型生成单元;
所述识别模型生成单元用于根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型。
一实施例中,所述识别模型生成单元包括:
权重计算模块,用于计算交易频率权重、交易价格偏离度权重以及交易对手信用评级权重;
识别模型生成模块,用于根据所述交易频率历史数据、所述交易频率权重、交易价格偏离度、交易价格偏离度权重、交易对手信用评级以及交易对手信用评级权重生成所述识别模型。
一实施例中,可疑交易在线识别装置还包括:模型更新单元,用于以预设时间间隔,根据所述时间间隔内的交易价格以及交易对手信用评级更新所述识别模型。
第三方面,本发明提供一种电子设备,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,处理器执行程序时实现可疑交易在线识别方法的步骤。
第四方面,本发明提供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可疑交易在线识别方法的步骤。
从上述描述可知,本发明实施例提供的可疑交易在线识别方法及装置,首先获取待识别交易的交易价格以及交易对手信用评级;接着,根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。本发明基于历史交易信息和交易对手信息,对可疑交易形成可疑交易判断标准,并对当前交易信息的关键要素进行提取,形成当前交易的可疑指标值,与可疑交易判断标准进行比较,得出单节点的可疑交易判断。
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为本发明的实施例中可疑交易在线识别方法流程示意图一;
图2为本发明的实施例中步骤300的流程示意图;
图3为本发明的实施例中步骤301的流程示意图;
图4为本发明的实施例中可疑交易在线识别方法流程示意图二;
图5为本发明的具体应用实例中可疑交易在线识别方法的流程示意图;
图6为本发明的具体应用实例中云环境下监控客户端的动态发布***架构图;
图7为本发明的具体应用实例中联机交易判断模型更新方法流程示意图;
图8为本发明的实施例中可疑交易在线识别装置的结构框图一;
图9为本发明的实施例中可疑交易在线识别装置的结构框图二;
图10为本发明的实施例中识别模型生成单元结构示意图;
图11为本发明的实施例中可疑交易在线识别装置的结构框图三;
图12为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,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。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明的实施例提供一种可疑交易在线识别方法的具体实施方式,参见图1,该方法具体包括如下内容:
步骤100:获取待识别交易的交易价格以及交易对手信用评级。
步骤100实质上是接收可疑交易判断的请求,进行并发和限流控制,获取交易关键信息,将信息传入业务判断处理层进行处理。根据流入的交易获取用于判断的交易要素。包括交易价格和交易对手信用评级。
步骤200:根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
具体地,根据设置的各类权重参数,以及当前交易的交易要素计算出当前交易的指标值。当前交易指标值=交易频率×交易频率权重+交易价格偏离度×价格品偏离度权重+投资交易对手信用评级×交易对手信用评级权重。
从上述描述可知,本发明实施例提供的可疑交易在线识别方法,首先获取待识别交易的交易价格以及交易对手信用评级;接着,根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。本发明基于历史交易信息和交易对手信息,对可疑交易形成可疑交易判断标准,并对当前交易信息的关键要素进行提取,形成当前交易的可疑指标值,与可疑交易判断标准进行比较,得出单节点的可疑交易判断。
一实施例中,参见图2,生成所述识别模型的步骤包括:
步骤301:根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型。
其中:交易频率=预设时间段内与该交易对手的交易笔数/预设时间段内所有该类交易的交易笔数,交易价格偏离度=预设时间段内与该交易对手的平均价格偏离度+预设时间段内与该交易对手价格偏离度的方差。
一实施例中,参见图3,步骤301进一步包括:
步骤3011:计算交易频率权重、交易价格偏离度权重以及交易对手信用评级权重;
步骤3012:根据所述交易频率历史数据、所述交易频率权重、交易价格偏离度、交易价格偏离度权重、交易对手信用评级以及交易对手信用评级权重生成所述识别模型。
在步骤3011至步骤3012中,按如下算法计算得出标准可疑交易的指标值:标准可疑交易指标计算逻辑:指标=交易频率×交易频率权重+交易价格偏离度×价格品偏离度权重+投资交易对手信用评级×交易对手信用评级权重。历史交易的价格区间取历史三年的交易信息。
一实施例中,参见图4,可疑交易在线识别方法还包括:
步骤400:以预设时间间隔,根据所述时间间隔内的交易价格以及交易对手信用评级更新所述识别模型。
具体地,将上次计算信息进行保存。记录的信息包括参数信息,价格偏离度方差,历史总交易笔数,计算的结果值。对于定时更新/交易流入更新的情况,或者在手工计算时指定更新联系可疑指标值,则将计算结果更新到联机判断的可疑交易监测识别模型结果中。
从上述描述可知,本发明实施例提供的可疑交易在线识别方法,基于历史可疑交易在多级审批流程中的及时拒绝的概率,并经过汇总计算,得出判断结果。
该方法具有如下有益效果:
1、该检查的判断标准基于历史交易信息生成,可以随交易数据的丰富不断完善指标特征,形成更具参考意义的判断标准。
2、该监测机制可以在交易过程中进行检查,能够及时发现可以交易,一改当前时候检查监测的机制,提前风险发现时点。
3、该监测机制针对多级审批的场景实现联级判断,根据历史可疑交易的处理情况,识别在不同流程环节的风险处置权重,在一定程度上对多人流程的场景实现更准确的风险识别和控制。
4、该监测机制支持不同模型的监测机制扩展,通过无侵入式的调整实现新可疑交易模型的实时上线,灵活快速的调整和完善。
为进一步地说明本方案,本发明提供可疑交易在线识别方法的具体应用实例,具体包括如下内容,参见图5。
在本具体应用实例中,提供一种云环境下监控客户端的动态发布***,参见图6,该***包括:调用接入层(1)、业务判断处理层(2)、模型异步更新层(3)以及人工修正层(4),调用接入层(1)和业务判断处理层(2)一起发布,模型异步更新层(3)、人工修正层(4)均可以单独随接入层和业务判断处理层发布。其中:
1、调用接入层(1):用于接收可疑交易判断的请求,进行并发和限流控制,获取交易关键信息,将信息传入业务判断处理层进行处理。
2、业务判断处理层(2):对传入的交易关键信息计算判断指标,按照监测模型计算出当前交易的指标值,然后以该指标值与标准可疑交易指标值进行判断,并返回判断结果。
3、模型异步更新层(3):该模块可基于多种方式触发进行更新,根据历史交易计算监测模型的指标值,并发布到用于联机判断的模型数据中。
4、人工修正层(4):用户可对监测模型的参数进行设置,并修正历史交易的可疑判断指标结果。需要设置的参数包括交易频率的周期范围,交易价格偏离度的周期范围,交易频率权重、价格品偏离度权重、交易对手信用评级权重,通过修正形成更贴近实际场景的监测指标。维护当前交易可疑交易指标与标准可疑交易指标的偏差比例。
本具体应用实例所提供可疑交易在线识别方法如图5所示。
S1:交易要素获取。
根据流入的交易获取用于判断的交易要素。包括交易价格和交易对手信用评级。
S2:监测模型选择。
根据配置获取所使用的监测模型。目前仅支持一种模测,后续可根据定义扩展。
S3:计算当前交易可疑交易指标值。
按照计算公式,根据设置的各类权重参数,以及当前交易的交易要素计算出当前交易的指标值。
标准可疑交易指标计算逻辑:指标=交易频率×交易频率权重+交易价格偏离度×价格品偏离度权重+投资交易对手信用评级×交易对手信用评级权重。历史交易的价格区间取历史三年的交易信息,其中交易频率=3个月内与该交易对手的交易笔数/3个月内所有该类交易的交易笔数,交易价格偏离度=3个月内与该交易对手的平均价格偏离度+3个月内与该交易对手价格偏离度的方差。
S4:获取可疑交易标准指标值。
具体地,从联机交易判断模型中获取可疑交易的判断指标值。
S5:获取可疑交易偏离范围。
从参数信息中获取可疑交易的指标值判断范围。
S6:计算当前交易的可疑交易偏离值。
具体地,基于当前交易计算得出的可疑交易指标值和联系交易判断模型中的可疑交易指标值,计算出当前交易的可疑交易指标值偏离度。
S7:计算结果偏离度与设置的判断范围进行比较,得出是否属于可疑交易。
S8:按照历史可疑交易判断生效场景(由于可疑交易拒绝交易)获取当前流程节点累计可疑交易生效的概率,并按照概率所在区间进行相应的提醒。
当前交易节点的累计可疑交易生效概率由当前节点及之前节点的可疑交易生效概率累加得到,如表1以及表2所示:
表1可疑交易提醒级别表
累计可疑交易生效概率 | 提醒级别 |
[0-0.3) | 提示 |
[0.3-0.5) | 提醒 |
[0.5-0.8) | 警告 |
[0.8-1] | 严重警告 |
表2累计可疑交易生效概率表
节点 | 可疑交易生效概率 | 累计可疑交易生效概率 |
节点1 | 0.3 | 0.3 |
节点2 | 0.2 | 0.5 |
节点3 | 0.4 | 0.9 |
节点4 | 0.1 | 1 |
S9:更新可疑交易模型。
具体地,可疑交易模型更新的触发支持多种方式。可通过手工触发,定时触发,或者在新交易流入时触发。需要明确历史交易的范围。对于手工触发,由用户指定时间范围;对于当时触发和交易流入触发,默认历史交易的时间范围为3年。获取计算标准可疑交易指标值所使用的权重参数。根据历史交易的时间范围,查询历史交易,并获取历史交易的要素(交易对手、交易价格、交易对手信用评级)计算每笔历史交易的价格偏离度,然后计算得出方差。
按如下算法计算得出标准可疑交易的指标值:
标准可疑交易指标计算逻辑:指标=交易频率×交易频率权重+交易价格偏离度×价格品偏离度权重+投资交易对手信用评级×交易对手信用评级权重。历史交易的价格区间取历史三年的交易信息,其中交易频率=3个月内与该交易对手的交易笔数/3个月内所有该类交易的交易笔数,交易价格偏离度=3个月内与该交易对手的平均价格偏离度+3个月内与该交易对手价格偏离度的方差。
接着,将本次计算信息进行保存。记录的信息包括参数信息,价格偏离度方差,历史总交易笔数,计算的结果值。对于定时更新/交易流入更新的情况,或者在手工计算时指定更新联系可疑指标值,则将计算结果更新到联机判断的可疑交易监测模型结果中。触发生效的可疑交易各节点的概率统计。查询历史所有可疑交易信息。针对每一笔可疑交易统计其经过的每个流程节点,直至交易被拒绝或者全部通过。按照0-通过,1-拒绝进行标志,如表3以及图7所示。特别,对于可疑但仍然全部通过的交易,所有节点均按照1-拒绝标志进行识别。对于既有的统计结果,计算各个流程节点的权重,得出可疑交易拒绝的概率。最后将计算后的可疑交易概率更新到联机交易判断模型中。
表3单节点可疑交易生效概率表
从上述描述可知,本发明实施例提供的可疑交易在线识别方法及***,首先获取待识别交易的交易价格以及交易对手信用评级;接着,根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。本发明基于历史交易信息和交易对手信息,对可疑交易形成可疑交易判断标准,并对当前交易信息的关键要素进行提取,形成当前交易的可疑指标值,与可疑交易判断标准进行比较,得出单节点的可疑交易判断。本发明能够嵌入到交易管理过程,识别与当前交易对手是否存在利益输送等可疑情况,并针对交易内部管理流程中多级审批,通过实时的事中监测和提醒控制,减少投资损失。
具体地,本发明通过非侵入式的设计,对融资项目等非公开市场的交易提供了一种可疑交易的判断标准,并结合多级审批的流程实现不同流程节点针对性的进行风险控制,可以在多级交易管理流程中进行使用,主要达到以下效果:
1、实现在非公开融资项目非公开市场投资交易的事中检测,提前发现可疑交易。
2、可随交易的不断发生自动出发计算更新,随交易不断提升可疑交易判断的准确度。
3、通过对历史交易的统计分析,实现多级流程节点的交易不同层级的风控管理要求。
基于同一发明构思,本申请实施例还提供了可疑交易在线识别装置,可以用于实现上述实施例所描述的方法,如下面的实施例。由于可疑交易在线识别装置解决问题的原理与可疑交易在线识别方法相似,因此可疑交易在线识别装置的实施可以参见可疑交易在线识别方法实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的***较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明的实施例提供一种能够实现可疑交易在线识别方法的可疑交易在线识别装置的具体实施方式,参见图8,可疑交易在线识别装置具体包括如下内容:
数据获取单元10,用于获取待识别交易的交易价格以及交易对手信用评级;
可疑交易识别单元20,用于根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
一实施例中,参见图9,可疑交易在线识别装置还包括:识别模型生成单元30;
所述识别模型生成单元30用于根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型。
一实施例中,参见图10,所述识别模型生成单元30包括:
权重计算模块301,用于计算交易频率权重、交易价格偏离度权重以及交易对手信用评级权重;
识别模型生成模块302,用于根据所述交易频率历史数据、所述交易频率权重、交易价格偏离度、交易价格偏离度权重、交易对手信用评级以及交易对手信用评级权重生成所述识别模型。
一实施例中,参见图11,可疑交易在线识别装置还包括:模型更新单元40,用于以预设时间间隔,根据所述时间间隔内的交易价格以及交易对手信用评级更新所述识别模型。
从上述描述可知,本发明实施例提供的可疑交易在线识别装置,首先获取待识别交易的交易价格以及交易对手信用评级;接着,根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。本发明基于历史交易信息和交易对手信息,对可疑交易形成可疑交易判断标准,并对当前交易信息的关键要素进行提取,形成当前交易的可疑指标值,与可疑交易判断标准进行比较,得出单节点的可疑交易判断。
上述实施例阐明的装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为电子设备,具体的,电子设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中电子设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行该程序时实现上述可疑交易在线识别方法的步骤,该步骤包括:
步骤100:获取待识别交易的交易价格以及交易对手信用评级;
步骤200:根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
下面参考图12,其示出了适于用来实现本申请实施例的电子设备600的结构示意图。
如图12所示,电子设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有***600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括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可疑交易在线识别方法的步骤,该步骤包括:
步骤100:获取待识别交易的交易价格以及交易对手信用评级;
步骤200:根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上该仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种可疑交易在线识别方法,其特征在于,包括:
获取待识别交易的交易价格以及交易对手信用评级;
根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
2.根据权利要求1所述可疑交易在线识别方法,其特征在于,生成所述识别模型的步骤包括:
根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型。
3.根据权利要求2所述可疑交易在线识别方法,其特征在于所述,根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型,包括:
计算交易频率权重、交易价格偏离度权重以及交易对手信用评级权重;
根据所述交易频率历史数据、所述交易频率权重、交易价格偏离度、交易价格偏离度权重、交易对手信用评级以及交易对手信用评级权重生成所述识别模型。
4.根据权利要求1所述可疑交易在线识别方法,其特征在于,还包括:以预设时间间隔,根据所述时间间隔内的交易价格以及交易对手信用评级更新所述识别模型。
5.一种可疑交易在线识别装置,其特征在于,包括:
数据获取单元,用于获取待识别交易的交易价格以及交易对手信用评级;
可疑交易识别单元,用于根据预生成的识别模型、所述交易价格以及所述交易对手信用评级识别可疑交易。
6.根据权利要求5所述可疑交易在线识别装置,其特征在于,还包括:识别模型生成单元;
所述识别模型生成单元用于根据交易频率历史数据、交易价格偏离度历史数据以及交易对手信用评级历史数据生成所述识别模型。
7.根据权利要求6所述可疑交易在线识别装置,其特征在于所述,所述识别模型生成单元包括:
权重计算模块,用于计算交易频率权重、交易价格偏离度权重以及交易对手信用评级权重;
识别模型生成模块,用于根据所述交易频率历史数据、所述交易频率权重、交易价格偏离度、交易价格偏离度权重、交易对手信用评级以及交易对手信用评级权重生成所述识别模型。
8.根据权利要求5所述可疑交易在线识别装置,其特征在于,还包括:模型更新单元,用于以预设时间间隔,根据所述时间间隔内的交易价格以及交易对手信用评级更新所述识别模型。
9.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现权利要求1至4任一项所述可疑交易在线识别方法的步骤。
10.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现权利要求1至4任一项所述可疑交易在线识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010613169.XA CN111798243A (zh) | 2020-06-30 | 2020-06-30 | 一种可疑交易在线识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010613169.XA CN111798243A (zh) | 2020-06-30 | 2020-06-30 | 一种可疑交易在线识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111798243A true CN111798243A (zh) | 2020-10-20 |
Family
ID=72810930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010613169.XA Pending CN111798243A (zh) | 2020-06-30 | 2020-06-30 | 一种可疑交易在线识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111798243A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230151A (zh) * | 2018-01-16 | 2018-06-29 | 平安科技(深圳)有限公司 | 一种可疑交易监测方法、装置、设备及存储介质 |
CN109767322A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技(深圳)有限公司 | 基于大数据的可疑交易分析方法、装置和计算机设备 |
CN109767226A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技(深圳)有限公司 | 基于大数据的可疑交易统计视图生成方法和装置 |
CN110033372A (zh) * | 2019-02-19 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种优化交易成本的方法、***及设备 |
-
2020
- 2020-06-30 CN CN202010613169.XA patent/CN111798243A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230151A (zh) * | 2018-01-16 | 2018-06-29 | 平安科技(深圳)有限公司 | 一种可疑交易监测方法、装置、设备及存储介质 |
CN109767322A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技(深圳)有限公司 | 基于大数据的可疑交易分析方法、装置和计算机设备 |
CN109767226A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技(深圳)有限公司 | 基于大数据的可疑交易统计视图生成方法和装置 |
CN110033372A (zh) * | 2019-02-19 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种优化交易成本的方法、***及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060144B (zh) | 额度模型训练方法、额度评估方法、装置、设备及介质 | |
CN107622432A (zh) | 商户评价方法及*** | |
CN112734559A (zh) | 企业信用风险评价方法、装置及电子设备 | |
CN107133289A (zh) | 一种确定商圈的方法和装置 | |
CN115689752A (zh) | 风控规则的调整方法、装置、设备及存储介质 | |
CN116188140A (zh) | 一种信贷金融风险策略生产方法和装置 | |
CN114387103A (zh) | 一种交易风险识别方法和装置 | |
CN110942314A (zh) | 异常账户监管方法及装置 | |
CN114723481A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN113506113B (zh) | 一种基于关联网络的***套现团伙挖掘方法及*** | |
CN117495315A (zh) | 一种基于pipeline流程的业务管理方法及装置 | |
CN117036001A (zh) | 交易业务的风险识别处理方法、装置、设备及存储介质 | |
CN112651821A (zh) | 基于多视图学习的借贷违约风险检测方法及相关设备 | |
CN111798243A (zh) | 一种可疑交易在线识别方法及装置 | |
CN115689740A (zh) | 基于深度学习的交易异常检测方法及装置 | |
CN110544165B (zh) | 一种信用风险评分卡创建方法、装置及电子设备 | |
CN113407827A (zh) | 基于用户价值分类的信息推荐方法、装置、设备及介质 | |
CN112465509A (zh) | 签约合同的预警方法及装置 | |
CN117332212B (zh) | 一种基于混沌工程故障实验的智能化风险探索方法及*** | |
US20240232658A1 (en) | Method for detecting crisis for each industry and device therefor | |
CN108122129B (zh) | 一种数据处理方法、装置及电子设备 | |
CN115239481A (zh) | ***还款提醒方法和装置 | |
CN116777609A (zh) | 额度处理方法、装置、服务器及可读存储介质 | |
CN116797350A (zh) | 一种实时交易的事中风险处理方法和装置 | |
CN116596651A (zh) | 客户逾期风险信息的管理方法、装置、设备以及存储介质 |
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 |