CN112053236A - 风险信息识别方法、装置、计算设备和介质 - Google Patents
风险信息识别方法、装置、计算设备和介质 Download PDFInfo
- Publication number
- CN112053236A CN112053236A CN202010932109.4A CN202010932109A CN112053236A CN 112053236 A CN112053236 A CN 112053236A CN 202010932109 A CN202010932109 A CN 202010932109A CN 112053236 A CN112053236 A CN 112053236A
- Authority
- CN
- China
- Prior art keywords
- data
- transaction
- merchant
- map
- consumer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 22
- 238000004590 computer program Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开提供了一种风险信息识别方法,可用于金融领域、数据图谱领域、信息安全领域等。该方法包括:获取历史交易数据;从历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据,其中,M个对象数据包括交易对象和与交易对象相关联的交易工具,交易工具是交易对象进行交易时所使用支付工具,M为大于1的整数;将M个对象数据和关联数据写入预先设置的数据图谱架构中,使得M个对象数据和关联数据被关联地存储为数据图谱;以及从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。本公开还提供了一种风险信息识别装置、一种计算设备以及一种计算机可读存储介质。
Description
技术领域
本公开涉及金融领域、数据图谱领域、信息安全领域,特别是涉及一种风险信息识别方法、一种风险信息识别装置、一种计算设备以及一种计算机可读存储介质。
背景技术
在金融领域中,在对***发卡后的监控和分析中发现,随着发卡量的增长,出现了各种各样的***套现场景。***套现场例如包括传统POS刷卡套现、小额多笔交易后短时间内回款养卡套现、线上无卡渠道虚构交易套现、代偿APP套现、线上二维码套现等。***套现主要表现为多张不同持卡人的***定期由某张借记卡还款、刷卡商户是***持卡人找好的特定商户,商户刷卡后通过借记卡把钱返到***持卡人的账上等等。各类套现团伙的规模、演变和消退趋势等特征变幻莫测,导致难以识别出套现团伙。在监控***套现过程中,通常使用传统数据表格进行监控和追踪***资金流向,使用但是传统数据表格进行监控和追踪得到的资金流向不够完整,导致难以通过资金流向来识别出***套现团伙。
发明内容
有鉴于此,本公开提供了一种优化的风险信息识别方法、风险信息识别装置、计算设备和计算机可读存储介质。
本公开的一个方面提供了一种风险信息识别方法,包括:获取历史交易数据,从所述历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据,其中,所述M个对象数据包括交易对象和与所述交易对象相关联的交易工具,所述交易工具是所述交易对象进行交易时所使用支付工具,M为大于1的整数,将所述M个对象数据和所述关联数据写入预先设置的数据图谱架构中,使得所述M个对象数据和所述关联数据被关联地存储为数据图谱,从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。
根据本公开的实施例,上述M个对象数据中的每个对象数据包括数据类型和数据值,每个关联数据包括所关联的两个对象数据的数据类型和关联数据的数据值,所述数据图谱架构包括多种类型的结点和用于关联结点的边。其中,所述将所述M个对象数据和所述关联数据写入预先设置的数据图谱架构中包括:针对每个对象数据,根据所述对象数据的数据类型确定所述数据图谱架构中一种类型的结点,并将所述对象数据的数据值存储为数据图谱中一种类型的结点的值,具有相同数据值的对象数据被存储为数据图谱中的同一个结点,针对每个关联数据,根据所述关联数据所关联的两个对象数据的数据类型确定所述数据图谱架构的边,并将所述关联数据的数据值存储为数据图谱中所确定的边的值。
根据本公开的实施例,上述预设条件包括:预设类型的结点和预设类型的结点之间具有关联边。其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从所述数据图谱中的预设类型结点确定出N个交易对象和相关联的交易工具,并且所确定的交易对象和相关联的交易工具之间具有关联边以及交易工具之间具有两种关联边。
根据本公开的实施例,上述交易对象至少包括:消费者、商户、商户所有者。所述交易工具至少包括:消费者的***、商户的收款卡。其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从所述数据图谱中确定出子图谱,所述子图谱表征消费者通过***向商户消费,并且商户通过收款卡向消费者的***还款,将所述子图谱中的消费者、商户、商户所有者、消费者的***以及商户的收款卡确定为风险信息。
根据本公开的实施例,上述对象数据还包括:商户所属法人、商户类别。其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从所述数据图谱中确定出消费者、商户、商户所有者、商户所属法人、商户类别、消费者的***、商户的收款卡、消费者的***以及商户的收款卡作为风险信息。
根据本公开的实施例,上述关联数据包括以下至少一项:消费者和消费者的***之间的所属关系数据、商户和商户所有者之间的所属关系数据、商户和商户的收款卡之间的所属关系数据、消费者的***和商户的收款卡之间的交易明细数据、商户和商户所属法人之间的所属关系数据、商户与商户类别之间的关联数据。
根据本公开的实施例,上述方法还包括:基于从所述数据图谱中所确定出的商户所属法人,分析汇总存在风险的法人,基于从所述数据图谱中所确定出的商户类别,分析汇总存在风险的商户类别。
根据本公开的实施例,上述从所述数据图谱中确定出子图谱包括:通过弱联通分量算法从所述数据图谱中确定出子图谱。
根据本公开的实施例,上述方法还包括:展示所述子图谱,以供确认***或收款卡的资源流向信息。
根据本公开的实施例,上述获取历史交易数据包括:确定潜在风险的交易对象,获取关于所述潜在风险的交易对象的历史交易数据。
根据本公开的实施例,上述历史交易数据包括以下至少一种:***交易明细数据、收款卡交易明细数据、对公交易明细数据。
本公开的另一个方面提供了一种风险信息识别装置,包括:获取模块、提取模块、存储模块以及确定模块。其中,获取模块用于获取历史交易数据。提取模块用于从所述历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据,其中,所述M个对象数据包括交易对象和与所述交易对象相关联的交易工具,所述交易工具是所述交易对象进行交易时所使用工具,M为大于1的整数。存储模块用于将所述M个对象数据和所述关联数据写入预先设置的数据图谱架构中,使得所述M个对象数据和所述关联数据被关联地存储为数据图谱。确定模块用于从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。
根据本公开的实施例,上述M个对象数据中的每个对象数据包括数据类型和数据值,每个关联数据包括所关联的两个对象数据的数据类型和关联数据的数据值,所述数据图谱架构包括多种类型的结点和用于关联结点的边。其中,所述将所述M个对象数据和所述关联数据写入预先设置的数据图谱架构中包括:针对每个对象数据,根据所述对象数据的数据类型确定所述数据图谱架构中一种类型的结点,并将所述对象数据的数据值存储为数据图谱中一种类型的结点的值,具有相同数据值的对象数据被存储为数据图谱中的同一个结点,针对每个关联数据,根据所述关联数据所关联的两个对象数据的数据类型确定所述数据图谱架构的边,并将所述关联数据的数据值存储为数据图谱中所确定的边的值。
根据本公开的实施例,上述预设条件包括:预设类型的结点和预设类型的结点之间具有关联边。其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从所述数据图谱中的预设类型结点确定出N个交易对象和相关联的交易工具,并且所确定的交易对象和相关联的交易工具之间具有关联边以及交易工具之间具有两种关联边。
根据本公开的实施例,上述交易对象至少包括:消费者、商户、商户所有者。所述交易工具至少包括:消费者的***、商户的收款卡。其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从所述数据图谱中确定出子图谱,所述子图谱表征消费者通过***向商户消费,并且商户通过收款卡向消费者的***还款,将所述子图谱中的消费者、商户、商户所有者、消费者的***以及商户的收款卡确定为风险信息。
根据本公开的实施例,上述对象数据还包括:商户所属法人、商户类别。其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从所述数据图谱中确定出消费者、商户、商户所有者、商户所属法人、商户类别、消费者的***、商户的收款卡、消费者的***以及商户的收款卡作为风险信息。
根据本公开的实施例,上述关联数据包括以下至少一项:消费者和消费者的***之间的所属关系数据、商户和商户所有者之间的所属关系数据、商户和商户的收款卡之间的所属关系数据、消费者的***和商户的收款卡之间的交易明细数据、商户和商户所属法人之间的所属关系数据、商户与商户类别之间的关联数据。
根据本公开的实施例,上述装置还包括:第一附加确定模块和第二附加确定模块。其中,第一附加确定模块用于基于从所述数据图谱中所确定出的商户所属法人,分析汇总存在风险的法人。第二附加确定模块用于基于从所述数据图谱中所确定出的商户类别,分析汇总存在风险的商户类别。
根据本公开的实施例,上述从所述数据图谱中确定出子图谱包括:通过弱联通分量算法从所述数据图谱中确定出子图谱。
根据本公开的实施例,上述装置还包括:展示模块,用于展示所述子图谱,以供确认***或收款卡的资源流向信息。
根据本公开的实施例,上述获取历史交易数据包括:确定潜在风险的交易对象,获取关于所述潜在风险的交易对象的历史交易数据。
根据本公开的实施例,上述历史交易数据包括以下至少一种:***交易明细数据、收款卡交易明细数据、对公交易明细数据。
本公开的另一方面提供了一种计算设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述的方法。
本公开的另一方面提供了一种非易失性可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例,利用如上所述的风险信息识别方法,可以至少部分地解决相关技术中各类套现团伙的规模、演变和消退趋势等特征变幻莫测,导致难以识别出套现团伙的技术问题。因此可以实现提高***套现团伙的识别准确性的技术效果。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了根据本公开实施例的风险信息识别方法和风险信息识别装置的应用场景;
图2示意性示出了根据本公开实施例的风险信息识别方法的流程图;
图3示意性示出了根据本公开实施例的数据图谱架构的示意图;
图4示意性示出了根据本公开实施例的数据图谱的示意图;
图5示意性示出了根据本公开实施例的子图谱的示意图;
图6示意性示出了根据本公开实施例的另一数据图谱架构的示意图;
图7示意性示出了根据本公开实施例的另一数据图谱的示意图;
图8示意性示出了根据本公开实施例的另一子图谱的示意图;
图9示意性示出了根据本公开实施例的风险信息识别装置的框图;以及
图10示意性示出了根据本公开实施例的用于实现风险信息识别的计算机***的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程控制装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此,本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行***使用或者结合指令执行***使用。在本公开的上下文中,计算机可读存储介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,计算机可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体***、装置、器件或传播介质。计算机可读存储介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。
本公开的实施例提供了一种风险信息识别方法,包括:获取历史交易数据,从历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据,其中,M个对象数据包括交易对象和与交易对象相关联的交易工具,交易工具是交易对象进行交易时所使用支付工具,M为大于1的整数。然后,将M个对象数据和关联数据写入预先设置的数据图谱架构中,使得M个对象数据和关联数据被关联地存储为数据图谱。接下来,从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。
图1示意性示出了根据本公开实施例的风险信息识别方法和风险信息识别装置的应用场景。需要注意的是,图1所示仅为可以应用本公开实施例的应用场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,根据该实施例的应用场景100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的风险信息识别方法一般可以由服务器105执行。相应地,本公开实施例所提供的风险信息识别装置一般可以设置于服务器105中。本公开实施例所提供的风险信息识别方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的风险信息识别装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面结合图1的应用场景,参考图2~图8来描述根据本公开示例性实施方式的风险信息识别方法。需要注意的是,上述应用场景仅是为了便于理解本公开的精神和原理而示出,本公开的实施方式在此方面不受任何限制。
图2示意性示出了根据本公开实施例的风险信息识别方法的流程图。
如图2所示,本公开实施例的风险信息识别方法例如可以包括操作S210~操作S240。
在操作S210,获取历史交易数据。
根据本公开的实施例,历史交易数据可以包括***交易明细数据、收款卡交易明细数据、对公交易明细数据等等。
在操作S220,从历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据。其中,M个对象数据包括交易对象和与交易对象相关联的交易工具,交易工具是交易对象进行交易时所使用支付工具,M为大于1的整数。
交易对象例如包括消费者、商户等等。交易工具例如可以包括***、收款卡、借记卡等等。
在一种示例中,例如消费者在商户处进行消费,例如消费者通过***向商户的账户(收款卡)转移资金来实现消费,则交易对象之间的关联数据例如包括消费者和***之间的所属关系、商户和收款卡之间的所属关系、***和收款卡之间的交易明细数据等等。
在本公开实施例中,例如可以对历史交易数据进行数据加工,以提取历史交易数据中的多个对象数据和关联数据。
在操作S230,将M个对象数据和关联数据写入预先设置的数据图谱架构中,使得M个对象数据和关联数据被关联地存储为数据图谱。
根据本公开实施例,预先设置的数据图谱架构例如定义了数据图谱的多种类型的结点和多种类型的边。一个边例如与两个结点相连,边表示所连接的两个结点之间相关联。可以将从历史交易数据中加工得到的对象数据和关联数据加载进入图数据库中以得到数据图谱。例如通过将对象数据写入数据图谱架构中的结点,将关联数据写入数据图谱架构中的边,从而生成数据图谱。
接下来,在操作S240,从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。
在得到数据图谱之后,由于数据图谱中包括多个对象数据和对象数据之间的关联关系,可以通过从数据图谱中确定出部分交易对象和相关联的交易工具作为风险信息。其中,满足预设条件可以包括所确定出的部分交易对象和交易工具之间相关联,从而表征多个交易对象之间为风险团伙的概率较大。
在一种实施例中,例如从数据图谱中确定出的交易对象包括消费者、商户,从数据图谱中确定出的交易工具包括消费者的***、商户的收款卡。其中,交易对象和交易工具之间的关联关系例如包括消费者通过***在商户处消费,商户通过收款卡向消费者的***还款。从数据图谱中确定出的交易对象存在***套现的风险,从而可以得知消费者和商户为风险团伙的概率较大,可以将从数据图谱中确定的交易对象和交易工具作为风险信息以便后续进行分析或监控。
可见,本公开的实施例通过预先设置数据图谱架构,然后将从历史交易数据中提取的对象数据和关联数据填入预先设置的数据图谱架构以得到数据图谱,该数据图谱较能明确地表征存在风险的交易对象和交易工具。然后,可以从数据图谱中确定出部分交易对象和交易工具作为风险信息,该风险信息较大概率地表征交易对象为风险团伙。通过本公开实施例的技术方案,可以提高了风险信息的识别准确性。
图3示意性示出了根据本公开实施例的数据图谱架构的示意图。
如图3所示,在本公开实施例中,数据图谱架构刘包括多种类型的结点和用于关联结点的边。
在一种实施例中,数据图谱架构例如包括三类结点和四类边。
三类结点可以包括商户类结点、自然人类结点、卡类结点,自然人可以包括消费者和商户所有者,卡可以包括***、收款卡或借记卡等等。
四类边可以包括自然人(商户所有者)和商户之间的边、自然人(消费者)和卡(***)之间的边、商户和卡(收款卡)之间的边,不同卡(例如***和收款卡)之间的边。
根据本公开的实施例,从历史交易数据中提取出来的M个对象数据中的每个对象数据包括数据类型和数据值,每个关联数据包括所关联的两个对象数据的数据类型和关联数据的数据值。
例如,M个对象数据可以包括{消费者,张三}、{消费者,李四}、{商户,店铺A}、{商户所有者,王五}、{***,***1}、{***,***2}、{收款卡,收款卡1}等等。每个对象数据包括数据类型和数据值,例如,对象数据{消费者,张三}的数据类型为消费者,数据值为姓名“张三”、张三的客户编号或者身份证号等等;对象数据{商户,店铺A}的数据类型为商户,数据值为标识“店铺A”或者店铺A的商户编号;对象数据{***,***1}的数据类型为***,数据值为标识“***1”或者***1的***。关于其他对象数据的数据类型和数据值在此不再一一赘述。
M个对象数据之间的关联数据例如包括各个对象数据之间的关联。以对象数据{消费者,张三}和{***,***1}为例,关联数据例如包括张三和***1之间的所属关系,该关联数据表征张三通过***1消费;以对象数据{***,***1}和{收款卡,收款卡1}为例,关联数据例如包括第一关联子数据和第二关联子数据,第一关联子数据例如表征***1向收款卡1转移资源来消费,第二关联子数据例如表征收款卡1向***1转移资源来还款。关于其他关联数据在此不再一一赘述。
以下将结合图3和图4来描述将对象数据和关联数据填入预先设置的数据图谱架构的过程。
图4示意性示出了根据本公开实施例的数据图谱的示意图。
如图4所示,上述操作S230中关于将M个对象数据和关联数据写入预先设置的数据图谱架构中可以包括:
针对每个对象数据,根据对象数据的数据类型确定数据图谱架构中一种类型的结点,并将对象数据的数据值存储为数据图谱中一种类型的结点的值,具有相同数据值的对象数据被存储为数据图谱中的同一个结点。
针对每个关联数据,根据关联数据所关联的两个对象数据的数据类型确定数据图谱架构的边,并将关联数据的数据值存储为数据图谱中所确定的边的值。
如图4所示,将各个对象数据填入数据图谱的结点中。例如,以对象数据{消费者,张三}为例,基于该对象数据的数据类型“消费者”确定数据图谱架构中类型为“消费者”的结点,然后将该对象数据的数据值“张三”作为数据图谱架构中类型为“消费者”的结点的值。
如果从历史交易数据中确定出相同的多个对象数据,且该多个对象数据具有相同的数据值,则该多个对象数据被存储为数据图谱中的同一个结点。例如,如果历史交易数据中包括“张三在店铺A消费”的相关交易信息和“张三在店铺B消费”的相关交易信息,则从历史交易数据中提取出多个对象数据{消费者,张三},则多个对象数据{消费者,张三}被存储为数据图谱中的同一个结点。
类似地,可以将从历史交易数据中提取的关联数据填入数据图谱的边。例如,一个关联数据的数据类型例如为“消费者和***之间的所属关系”,数据值为“张三持有***1”,该关联数据所关联的两个对象数据分别为{消费者,张三}和{***,***1},则根据两个对象数据的数据类型“消费者”和“***”确定两个对象数据所在的两个结点,并确定两个结点之间的边,然后将关联数据的数据值“张三持有***1”作为数据图谱架构中类型为“消费者和***之间的所属关系”的边的值。
结合图4所示,预设条件可以包括预设类型的结点和预设类型的结点之间具有关联边。
例如,预设类型的节点包括消费者、商户、消费者的***、商户的收款卡。预设类型的结点之间具有关联边例如包括消费者和消费者的***之间具有关联边、商户和商户的收款卡之间具有关联边、消费者的***和商户的收款卡之间具有关联边并且消费者的***和商户的收款卡之间的关联边为两种边,一种边的值为消费者的***转移资源到商户的收款卡,另一种边的值为商户的收款卡转移资源到消费者的***。
其中,从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从数据图谱中的预设类型结点确定出N个交易对象和相关联的交易工具,并且所确定的交易对象和相关联的交易工具之间具有关联边以及交易工具之间具有两种关联边。
例如,确定出的N个交易对象包括{消费者,张三}、{商户,店铺A}。确定出的交易工具包括{***,***1}、{收款卡,收款卡1}。所确定的交易对象和相关联的交易工具之间具有关联边,例如,{消费者,张三}和{***,***1}之间具有关联边,{商户,店铺A}和{收款卡,收款卡1}之间具有关联边,{***,***1}和{收款卡,收款卡1}之间具有两种关联边。
在另一实施例中,本公开实施例的交易对象至少包括:消费者、商户、商户所有者。交易工具至少包括:消费者的***、商户的收款卡。以下结合图4和图5来说明从数据图谱中确定子图谱的实施例。
图5示意性示出了根据本公开实施例的子图谱的示意图。
如图5所示,操作S240中关于从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:
首先,从数据图谱中确定出子图谱,子图谱表征消费者通过***向商户消费,并且商户通过收款卡向消费者的***还款。然后,将子图谱中的消费者、商户、商户所有者、消费者的***以及商户的收款卡确定为风险信息。
如图5所示,确定出的子图谱例如表征了张三通过***1在店铺A处消费,即将***1中的资源转移到店铺A的收款卡1中。然后,店铺A通过收款卡1向张三的***1转移资源来还款,从而可以确定张三和店铺A为***套现团伙的概率较大。或者,由于店铺A属于王五,可以确定张三和王五为***套现团伙的概率较大。
图6示意性示出了根据本公开实施例的另一数据图谱架构的示意图。
如图6所示,在一种实施例中,数据图谱架构例如包括五类结点和六类边。
五类结点中除了包括图3所示的三类结点之外,还可以包括法人结点和商户类别结点,商户类别例如可以以银联MCC码表征。
六类边中除了包括图3所示的四类边之外,还可以包括商户与法人之间的边、商户与商户类别之间的边。
图7示意性示出了根据本公开实施例的另一数据图谱的示意图。
如图7,从历史交易数据中提取的对象数据还可以包括{法人,公司A}和{商户类别,餐饮类},提取出的关联数据还包括对象数据{商户,店铺A}与对象数据{法人,公司A}之间的所属关系,以及对象数据{商户,店铺A}与对象数据{商户类别,餐饮类}之间的所属关系。
即,如图7所示,关联数据包括:消费者和消费者的***之间的所属关系数据、商户和商户所有者之间的所属关系数据、商户和商户的收款卡之间的所属关系数据、消费者的***和商户的收款卡之间的交易明细数据、商户和商户所属法人之间的所属关系数据、商户与商户类别之间的关联数据。
图8示意性示出了根据本公开实施例的另一子图谱的示意图。
如图8所示,上述操作S240中关于从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从数据图谱中确定出消费者、商户、商户所有者、商户所属法人、商户类别、消费者的***、商户的收款卡、消费者的***以及商户的收款卡作为风险信息。
如图8所示,确定出的子图谱例如表征了张三通过***1在店铺A处消费,即将***1中的资源转移到店铺A的收款卡1中。然后,店铺A通过收款卡1向张三的***1转移资源来还款,从而可以确定张三和店铺A为***套现团伙的概率较大。或者,由于店铺A属于王五,可以确定张三和王五为***套现团伙的概率较大。另外,所确定出的子图谱中还包括店铺A所属的法人和店铺A属于餐饮类店铺。因此,本公开实施例还可以基于从数据图谱中所确定出的商户所属法人,分析汇总存在风险的法人,基于从数据图谱中所确定出的商户类别,分析汇总存在风险的商户类别。
根据本公开实施例,从数据图谱中确定出子图谱可以包括:通过弱联通分量算法(WeaklyConnected)从数据图谱中确定出子图谱,所确定出的子图谱例如为联通图。
在确定出子图谱之后,还可以展示子图谱,以供确认***或收款卡的资源流向信息,从而了解***套现团伙在套现过程中的资金流向,便于采取相关措施来防止套现团伙继续套现。
在本公开实施例中,操作S210中关于获取历史交易数据包括:确定潜在风险的交易对象,获取关于潜在风险的交易对象的历史交易数据。即,可以获取潜在风险的交易对象的历史交易数据,以降低构建数据图谱的计算量,使得所构建的数据图谱中的信息包含较多的风险信息。
可以理解,本公开实施例通过建立数据图谱架构,并从历史交易数据中提取对象数据和关联数据填入预先建立的数据图谱架构来得到数据图谱,以通过数据图谱全程监控套现团伙的资金流向,精准识别和干预套现团伙,进而营造健康***用卡环境。另外,本公开实施例可以快速对违规资金流向的交易进行完整的资金流挖掘展现,及时识别和切断资金违规用途的关键渠道,进而大幅提升资金流向违规领域等监控的精准度及时效性。
图9示意性示出了根据本公开实施例的风险信息识别装置的框图。
如图9所示,风险信息识别装置900例如可以包括获取模块910、提取模块920、存储模块930以及确定模块940。
获取模块910可以用于获取历史交易数据。根据本公开实施例,获取模块910例如可以执行上文参考图2描述的操作S210,在此不再赘述。
提取模块920可以用于从历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据,其中,M个对象数据包括交易对象和与交易对象相关联的交易工具,交易工具是交易对象进行交易时所使用工具,M为大于1的整数。根据本公开实施例,提取模块920例如可以执行上文参考图2描述的操作S220,在此不再赘述。
存储模块930可以用于将M个对象数据和关联数据写入预先设置的数据图谱架构中,使得M个对象数据和关联数据被关联地存储为数据图谱。根据本公开实施例,存储模块930例如可以执行上文参考图2描述的操作S230,在此不再赘述。
确定模块940可以用于从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。根据本公开实施例,确定模块940例如可以执行上文参考图2描述的操作S240,在此不再赘述。
根据本公开的实施例,M个对象数据中的每个对象数据包括数据类型和数据值,每个关联数据包括所关联的两个对象数据的数据类型和关联数据的数据值,数据图谱架构包括多种类型的结点和用于关联结点的边。其中,将M个对象数据和关联数据写入预先设置的数据图谱架构中包括:针对每个对象数据,根据对象数据的数据类型确定数据图谱架构中一种类型的结点,并将对象数据的数据值存储为数据图谱中一种类型的结点的值,具有相同数据值的对象数据被存储为数据图谱中的同一个结点,针对每个关联数据,根据关联数据所关联的两个对象数据的数据类型确定数据图谱架构的边,并将关联数据的数据值存储为数据图谱中所确定的边的值。
根据本公开的实施例,预设条件包括:预设类型的结点和预设类型的结点之间具有关联边。其中,从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从数据图谱中的预设类型结点确定出N个交易对象和相关联的交易工具,并且所确定的交易对象和相关联的交易工具之间具有关联边以及交易工具之间具有两种关联边。
根据本公开的实施例,交易对象至少包括:消费者、商户、商户所有者。交易工具至少包括:消费者的***、商户的收款卡。其中,从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从数据图谱中确定出子图谱,子图谱表征消费者通过***向商户消费,并且商户通过收款卡向消费者的***还款,将子图谱中的消费者、商户、商户所有者、消费者的***以及商户的收款卡确定为风险信息。
根据本公开的实施例,对象数据还包括:商户所属法人、商户类别。其中,从数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:从数据图谱中确定出消费者、商户、商户所有者、商户所属法人、商户类别、消费者的***、商户的收款卡、消费者的***以及商户的收款卡作为风险信息。
根据本公开的实施例,关联数据包括以下至少一项:消费者和消费者的***之间的所属关系数据、商户和商户所有者之间的所属关系数据、商户和商户的收款卡之间的所属关系数据、消费者的***和商户的收款卡之间的交易明细数据、商户和商户所属法人之间的所属关系数据、商户与商户类别之间的关联数据。
根据本公开的实施例,装置900还可以包括:第一附加确定模块和第二附加确定模块。其中,第一附加确定模块用于基于从数据图谱中所确定出的商户所属法人,分析汇总存在风险的法人。第二附加确定模块用于基于从数据图谱中所确定出的商户类别,分析汇总存在风险的商户类别。
根据本公开的实施例,从数据图谱中确定出子图谱包括:通过弱联通分量算法从数据图谱中确定出子图谱。
根据本公开的实施例,装置900还可以包括:展示模块,用于展示子图谱,以供确认***或收款卡的资源流向信息。
根据本公开的实施例,获取历史交易数据包括:确定潜在风险的交易对象,获取关于潜在风险的交易对象的历史交易数据。
根据本公开的实施例,历史交易数据包括以下至少一种:***交易明细数据、收款卡交易明细数据、对公交易明细数据。
本公开还提供了一种计算设备,该计算设备可以包括:一个或多个处理器和存储装置。该存储装置可以用于存储一个或多个程序。其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器可以执行上文提及的方法。
本公开的另一方面提供了一种非易失性可读存储介质,该非易失性可读存储介质存储有计算机可执行指令,该指令在被执行时可以用于实现上文提及的方法。
本公开的另一方面提供了一种计算机程序,该计算机程序包括计算机可执行指令,该指令在被执行时可以用于实现上文提及的方法。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块910、提取模块920、存储模块930以及确定模块940中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块910、提取模块920、存储模块930以及确定模块940中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块910、提取模块920、存储模块930以及确定模块940中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图10示意性示出了根据本公开实施例的用于实现风险信息识别的计算机***的方框图。图10示出的计算机***仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,计算机***1000包括处理器1001、计算机可读存储介质1002。该***1000可以执行根据本公开实施例的方法。
具体地,处理器1001例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质1002,例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体***、装置、器件或传播介质。可读存储介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。
计算机可读存储介质1002可以包括计算机程序1003,该计算机程序1003可以包括代码/计算机可执行指令,其在由处理器1001执行时使得处理器1001执行根据本公开实施例的方法或其任何变形。
计算机程序1003可被配置为具有例如包括计算机程序模块的计算机程序代码。例如,在示例实施例中,计算机程序1003中的代码可以包括一个或多个程序模块,例如包括1003A、模块1003B、……。应当注意,模块的划分方式和个数并不是固定的,本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合,当这些程序模块组合被处理器1001执行时,使得处理器1001可以执行根据本公开实施例的方法或其任何变形。
根据本公开的实施例,获取模块910、提取模块920、存储模块930以及确定模块940中的至少一个可以实现为参考图10描述的计算机程序模块,其在被处理器1001执行时,可以实现上面描述的相应操作。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现上述方法。
根据本公开的实施例,计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线、光缆、射频信号等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (14)
1.一种风险信息识别方法,包括:
获取历史交易数据;
从所述历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据,其中,所述M个对象数据包括交易对象和与所述交易对象相关联的交易工具,所述交易工具是所述交易对象进行交易时所使用支付工具,M为大于1的整数;
将所述M个对象数据和所述关联数据写入预先设置的数据图谱架构中,使得所述M个对象数据和所述关联数据被关联地存储为数据图谱;以及
从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。
2.根据权利要求1所述的方法,其中,所述M个对象数据中的每个对象数据包括数据类型和数据值,每个关联数据包括所关联的两个对象数据的数据类型和关联数据的数据值,所述数据图谱架构包括多种类型的结点和用于关联结点的边;
其中,所述将所述M个对象数据和所述关联数据写入预先设置的数据图谱架构中包括:
针对每个对象数据,根据所述对象数据的数据类型确定所述数据图谱架构中一种类型的结点,并将所述对象数据的数据值存储为数据图谱中一种类型的结点的值,具有相同数据值的对象数据被存储为数据图谱中的同一个结点;以及
针对每个关联数据,根据所述关联数据所关联的两个对象数据的数据类型确定所述数据图谱架构的边,并将所述关联数据的数据值存储为数据图谱中所确定的边的值。
3.根据权利要求1所述的方法,其中,所述预设条件包括:预设类型的结点和预设类型的结点之间具有关联边;
其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:
从所述数据图谱中的预设类型结点确定出N个交易对象和相关联的交易工具,并且所确定的交易对象和相关联的交易工具之间具有关联边以及交易工具之间具有两种关联边。
4.根据权利要求1所述的方法,其中:
所述交易对象至少包括:消费者、商户、商户所有者;
所述交易工具至少包括:消费者的***、商户的收款卡;
其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:
从所述数据图谱中确定出子图谱,所述子图谱表征消费者通过***向商户消费,并且商户通过收款卡向消费者的***还款;以及
将所述子图谱中的消费者、商户、商户所有者、消费者的***以及商户的收款卡确定为风险信息。
5.根据权利要求4所述的方法,其中:
所述对象数据还包括:商户所属法人、商户类别;
其中,所述从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息包括:
从所述数据图谱中确定出消费者、商户、商户所有者、商户所属法人、商户类别、消费者的***、商户的收款卡、消费者的***以及商户的收款卡作为风险信息。
6.根据权利要求5所述的方法,其中,所述关联数据包括以下至少一项:
消费者和消费者的***之间的所属关系数据;
商户和商户所有者之间的所属关系数据;
商户和商户的收款卡之间的所属关系数据;
消费者的***和商户的收款卡之间的交易明细数据;
商户和商户所属法人之间的所属关系数据;以及
商户与商户类别之间的关联数据。
7.根据权利要求5所述的方法,还包括:
基于从所述数据图谱中所确定出的商户所属法人,分析汇总存在风险的法人;以及
基于从所述数据图谱中所确定出的商户类别,分析汇总存在风险的商户类别。
8.根据权利要求4所述的方法,其中,所述从所述数据图谱中确定出子图谱包括:
通过弱联通分量算法从所述数据图谱中确定出子图谱。
9.根据权利要求4所述的方法,还包括:
展示所述子图谱,以供确认***或收款卡的资源流向信息。
10.根据权利要求1至9中任意一项所述的方法,其中,所述获取历史交易数据包括:
确定潜在风险的交易对象;以及
获取关于所述潜在风险的交易对象的历史交易数据。
11.根据权利要求1至9中任意一项所述的方法,其中,所述历史交易数据包括以下至少一种:
***交易明细数据、收款卡交易明细数据、对公交易明细数据。
12.一种风险信息识别装置,包括:
获取模块,用于获取历史交易数据;
提取模块,用于从所述历史交易数据中提取出M个对象数据和M个对象数据之间的关联数据,其中,所述M个对象数据包括交易对象和与所述交易对象相关联的交易工具,所述交易工具是所述交易对象进行交易时所使用工具,M为大于1的整数;
存储模块,用于将所述M个对象数据和所述关联数据写入预先设置的数据图谱架构中,使得所述M个对象数据和所述关联数据被关联地存储为数据图谱;以及
确定模块,用于从所述数据图谱中确定出满足预设条件的N个交易对象和相关联的交易工具作为风险信息,N为大于1且小于等于M的整数。
13.一种计算设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至11中任一项所述的方法。
14.一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1至11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932109.4A CN112053236B (zh) | 2020-09-07 | 2020-09-07 | 风险信息识别方法、装置、计算设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932109.4A CN112053236B (zh) | 2020-09-07 | 2020-09-07 | 风险信息识别方法、装置、计算设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112053236A true CN112053236A (zh) | 2020-12-08 |
CN112053236B CN112053236B (zh) | 2023-12-26 |
Family
ID=73609989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010932109.4A Active CN112053236B (zh) | 2020-09-07 | 2020-09-07 | 风险信息识别方法、装置、计算设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053236B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837777A (zh) * | 2021-09-30 | 2021-12-24 | 浙江创邻科技有限公司 | 基于图数据库的反诈骗管控方法、装置、***及存储介质 |
-
2020
- 2020-09-07 CN CN202010932109.4A patent/CN112053236B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837777A (zh) * | 2021-09-30 | 2021-12-24 | 浙江创邻科技有限公司 | 基于图数据库的反诈骗管控方法、装置、***及存储介质 |
CN113837777B (zh) * | 2021-09-30 | 2024-02-20 | 浙江创邻科技有限公司 | 基于图数据库的反诈骗管控方法、装置、***及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112053236B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170300897A1 (en) | Systems and Methods for an Electronic Wallet Payment Tool | |
US20180182042A1 (en) | Systems and methods for estimating transaction rates | |
US10846900B1 (en) | Systems and methods for a digital map and canvas layer | |
US20230128174A1 (en) | Proportional markers on a map | |
AU2018201228A1 (en) | Employee Payroll Information Management | |
US9646297B2 (en) | Method and system of providing financial transaction card related mobile apps | |
US10318546B2 (en) | System and method for test data management | |
US20190370797A1 (en) | Systems and Methods for Crypto Currency Automated Transaction Flow Detection | |
US9843588B2 (en) | Systems and methods for lossless compression of data and high speed manipulation thereof | |
CN113205402A (zh) | 对账方法、装置、电子设备及计算机可读介质 | |
CN110401630A (zh) | 交易凭证的验证方法、装置、电子设备和介质 | |
CN111292090A (zh) | 用于检测异常账号的方法和装置 | |
US20150262226A1 (en) | Method and system for identifying fraudulent and unconverted clicks in web advertisements | |
US20150262222A1 (en) | Method and system for calculating advertisement conversion rates | |
CN111859049B (zh) | 实现企业薪水类信息差异化显示的方法和报文的生成方法 | |
CN112053236A (zh) | 风险信息识别方法、装置、计算设备和介质 | |
US20150019293A1 (en) | System and method for privacy compliant gis file format delivery system for payment data | |
US20150073863A1 (en) | Method and System for Linking Browsing History to Proprietary Transaction Data | |
CN106920124A (zh) | 一种数据采集和分析方法及装置 | |
CN110795638A (zh) | 用于输出信息的方法和装置 | |
CN115689570A (zh) | 业务信息风险识别方法、装置、设备及介质 | |
CN110163482B (zh) | 确定活动方案的安全方案数据的方法、终端设备及服务器 | |
CN109214911A (zh) | 账单对账异常的处理方法和装置 | |
US20170148098A1 (en) | Data creating, sourcing, and agregating real estate tool | |
US8412849B2 (en) | Systems and methods for lossless compression of data and high speed manipulation thereof |
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 |