CN112669138B - 数据处理方法及相关设备 - Google Patents

数据处理方法及相关设备 Download PDF

Info

Publication number
CN112669138B
CN112669138B CN202011540112.8A CN202011540112A CN112669138B CN 112669138 B CN112669138 B CN 112669138B CN 202011540112 A CN202011540112 A CN 202011540112A CN 112669138 B CN112669138 B CN 112669138B
Authority
CN
China
Prior art keywords
decision
information
determining
service
acquiring
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.)
Active
Application number
CN202011540112.8A
Other languages
English (en)
Other versions
CN112669138A (zh
Inventor
颜赛云
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202011540112.8A priority Critical patent/CN112669138B/zh
Publication of CN112669138A publication Critical patent/CN112669138A/zh
Priority to PCT/CN2021/096635 priority patent/WO2022134466A1/zh
Application granted granted Critical
Publication of CN112669138B publication Critical patent/CN112669138B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及业务安全，提供一种数据处理方法及相关设备。该方法能够确定触发用户，获取个人信息，若个人信息通过审核，确定决策业务，获取业务变量，若业务变量有多个，确定多个业务变量的决策优先级，获取多个业务变量对应的关联信息进行决策分析，包括：根据决策优先级确定当前处于最高优先级的业务变量为目标变量，获取同时与触发用户及目标变量对应的信息作为关联信息，对关联信息进行决策分析，若关联信息通过决策，重复获取多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。本发明不仅能够避免对非必要的信息进行获取，还能够提高分析效率。此外，本发明还涉及区块链技术，所述决策结果可存储于区块链中。

Description

数据处理方法及相关设备
技术领域
本发明涉及业务安全技术领域，尤其涉及一种数据处理方法及相关设备。
背景技术
在互联网金融领域中，风险控制是指风险管理者采取各种措施消灭或者减少风险事件发生的可能性。风险决策是指在多种不定因素作用下，对两个或者两个以上的行动方案进行选择的过程。
在传统的风险决策过程中，通过对用户的所有相关信息进行分析决策，由于该方式是一次性对用户的所有相关信息进行分析校验，导致决策结果确定效率较低，此外，在前期对用户的所有相关进行收集，导致数据收集时间过长，不利于业务的风险决策。
发明内容
鉴于以上内容，有必要提供一种数据处理方法及相关设备，不仅能够避免对非必要的信息进行获取，还能够提高分析效率。
一方面，本发明提出一种数据处理方法，所述数据处理方法包括：
接收风险决策请求，并确定所述风险决策请求的触发用户；
获取所述触发用户的个人信息，并对所述个人信息进行审核处理；
若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量；
若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级；
获取所述多个业务变量对应的关联信息进行决策分析，包括：
根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；
获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；对所述关联信息进行决策分析；
若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
根据本发明优选实施例，所述确定所述风险决策请求的触发用户包括：
解析所述风险决策请求的报文头，得到所述报文头携带的地址信息；
从配置库中获取预设标签，所述预设标签用于指示发送请求的地址；
从所述地址信息中获取与所述预设标签对应的信息作为发送地址；
确定与所述发送地址对应的终端为发送终端；
获取所述风险决策请求的接收时间，并根据所述接收时间从所述发送终端上获取请求日志；
提取所述请求日志上的登录识别码，并根据所述登录识别码确定所述触发用户。
根据本发明优选实施例，所述对所述个人信息进行审核处理包括：
获取配置名单，所述配置名单中存储多个用户与信用等级的映射关系；
遍历所述配置名单中的名单用户；
将遍历到的名单用户与所述个人信息进行匹配，并将与所述个人信息匹配成功的所述遍历到的名单用户确定为目标用户；
确定所述目标用户在所述配置名单中的信用等级；
若所述信用等级大于或者等于配置等级，确定所述个人信息通过审核。
根据本发明优选实施例，所述获取所述决策业务的业务变量包括：
确定所述决策业务所属的业务类型；
根据所述业务类型确定决策规则；
提取所述决策规则中的变量，得到所述业务变量。
根据本发明优选实施例，所述对所述关联信息进行决策分析包括：
从所述决策规则中提取与所述目标变量对应的目标规则；
利用所述目标规则对所述关联信息进行分析；
若所述关联信息满足所述目标规则，确定所述关联信息通过决策；或者
若所述关联信息不满足所述目标规则，确定所述关联信息未通过决策。
根据本发明优选实施例，所述确定多个所述业务变量在所述决策业务中的决策优先级包括：
确定所述个人信息所属的信息变量；
计算每个业务变量与所述信息变量的关联强度；
根据所述关联强度确定所述多个业务变量的所述决策优先级。
根据本发明优选实施例，所述方法还包括：
若所述预设条件为所述关联信息未通过决策，确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述决策优先级最低的业务变量对应的关联信息未通过决策，确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述多个业务变量对应的关联信息均通过决策，确定所述风险决策请求通过审核。
另一方面，本发明还提出一种数据处理装置，所述数据处理装置包括：
确定单元，用于接收风险决策请求，并确定所述风险决策请求的触发用户；
审核单元，用于获取所述触发用户的个人信息，并对所述个人信息进行审核处理；
获取单元，用于若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量；
所述确定单元，还用于若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级；
分析单元，用于获取所述多个业务变量对应的关联信息进行决策分析，包括：
根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；
获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；对所述关联信息进行决策分析；
输出单元，用于若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
另一方面，本发明还提出一种电子设备，所述电子设备包括：
存储器，存储计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现所述数据处理方法。
另一方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述数据处理方法。
由以上技术方案可以看出，本发明能够接收风险决策请求，并确定所述风险决策请求的触发用户，获取所述触发用户的个人信息，并对所述个人信息进行审核处理，通过对所述触发用户的个人信息进行审核处理，能够避免处理黑名单用户的相关业务，若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量，通过所述决策业务，能够获取到与所述决策业务有关的所有业务变量，避免所述业务变量的遗漏，若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级，获取所述多个业务变量对应的关联信息进行决策分析，包括：根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量，获取同时与所述触发用户及所述目标变量对应的信息作为关联信息，对所述关联信息进行决策分析，根据所述决策优先级的高低分段获取所述多个业务变量对应的关联信息，并对分段获取到的关联信息进行分析，能够快速确定出所述关联信息的分析结果，若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果，能够在关联信息未通过决策时，避免对非必要的信息进行获取，节省了非必要信息的获取时间。本发明采用分段式方式获取所述触发用户的关联信息，进而对分段获取到的关联信息进行决策分析，由于分段获取到的关联信息的信息量较少，因此相对于分析整体用户信息而言，提高了每个业务变量对应的关联信息的分析效率，此外，在关联信息未通过决策时，停止获取业务变量对应的关联信息，因此，不仅能够节省收集信息所花费的时间，还能减少对非必要信息进行分析，提高了分析效率。所述多个业务变量是宏观经济研究分析的重要指标。
附图说明
图1是本发明数据处理方法的较佳实施例的流程图。
图2是本发明对个人信息进行审核处理的一实施例的流程图。
图3是本发明确定多个业务变量的决策优先级的一实施例的流程图。
图4是本发明数据处理装置的较佳实施例的功能模块图。
图5是本发明实现数据处理方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明数据处理方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述数据处理方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的计算机可读指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(DigitalSignal Processor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的移动电子产品，例如，平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、智能穿戴式设备等。
所述电子设备可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。
所述电子设备所处的网络包括，但不限于：互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
S10，接收风险决策请求，并确定所述风险决策请求的触发用户。
在本发明的至少一个实施例中，所述风险决策请求可以由任意用户触发生成。所述风险决策请求携带的信息包括，但不限于：发送地址、业务编号等。
所述触发用户是指触发所述风险决策请求生成的用户。
在本发明的至少一个实施例中，所述电子设备确定所述风险决策请求的触发用户包括：
解析所述风险决策请求的报文头，得到所述报文头携带的地址信息；
从配置库中获取预设标签，所述预设标签用于指示发送请求的地址；
从所述地址信息中获取与所述预设标签对应的信息作为发送地址；
确定与所述发送地址对应的终端为发送终端；
获取所述风险决策请求的接收时间，并根据所述接收时间从所述发送终端上获取请求日志；
提取所述请求日志上的登录识别码，并根据所述登录识别码确定所述触发用户。
其中，所述配置库中存储多个预先定义好的标签，所述标签还包括用于指示接收请求的地址。
所述登录识别码可以是用户登录账号，所述用户登录账号用于唯一标识用户。
通过上述实施方式，由于无需解析所述风险决策请求的报文，因此能够提高所述发送地址的获取效率，通过所述发送终端及接收到所述风险决策请求的接收时间，能够从所述发送终端上获取到与所述风险决策请求相关联的登录识别码，进而根据所述登录识别码能够准确确定出所述触发用户。
S11，获取所述触发用户的个人信息，并对所述个人信息进行审核处理。
在本发明的至少一个实施例中，所述个人信息可以包括：用户姓名、用户身份证、用户手机号码等。
在本发明的至少一个实施例中，所述电子设备获取所述触发用户的个人信息包括：
确定所述登录识别码的账号类型；
确定与所述账号类型对应的用户信息表，所述用户信息表存储所述账号类型中多个用户的信息；
从所述用户信息表中获取与所述登录识别码对应的信息作为所述个人信息。
其中，所述账号类型是指所述登录识别码所注册的应用程序，例如，所述账号类型可以是QQ等。
通过所述登录识别码确定出所述账号类型，进而能够确定出所述用户信息表，通过所述登录识别码与个人信息的映射关系，能够从所述用户信息表中准确确定出所述个人信息，由于无需从所有账户类型的信息表中筛选出所述个人信息，因此，能够提高所述个人信息的获取效率。
参见图2，图2是本发明对个人信息进行审核处理的一实施例的流程图。在本发明的至少一个实施例中，所述电子设备对所述个人信息进行审核处理包括：
S110，获取配置名单，所述配置名单中存储多个用户与信用等级的映射关系。
S111，遍历所述配置名单中的名单用户。
所述名单用户存储在所述配置名单中。
S112，将遍历到的名单用户与所述个人信息进行匹配，并将与所述个人信息匹配成功的所述遍历到的名单用户确定为目标用户。
S113，确定所述目标用户在所述配置名单中的信用等级。
S114，若所述信用等级大于或者等于配置等级，确定所述个人信息通过审核。
其中，所述配置等级可以根据业务安全等级设定，本发明对所述配置等级的取值不作限制。
通过上述实施方式，能够快速确定出所述触发用户在所述配置名单中的信用等级，进而根据所述信用等级能够快速确定出所述个人信息是否通过审核。
S12，若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量。
在本发明的至少一个实施例中，所述决策业务可以包括房屋抵押贷款业务等。
相对应地，所述业务变量可以包括共借人信息、抵押人信息、企业信息等。
在本发明的至少一个实施例中，若所述个人信息未通过审核，根据所述风险决策请求生成提示信息，并将所述提示信息发送至所述触发用户的终端设备。
通过上述实施方式，能够在所述个人信息未通过审核时，及时将审核结果反馈至所述触发用户。
在本发明的至少一个实施例中，所述电子设备根据所述风险决策请求确定决策业务包括：
解析所述风险决策请求的报文，得到所述报文携带的数据信息；
从所述数据信息中获取用于指示业务的信息作为业务编号；
确定与所述业务编号对应的业务作为所述决策业务。
其中，所述业务编号能够唯一标识业务。
通过上述实施方式，能够准确从所述数据信息中获取到所述业务编号，进而根据所述业务编号与业务的映射关系，能够准确确定出所述决策业务。
在本发明的至少一个实施例中，所述电子设备获取所述决策业务的业务变量包括：
确定所述决策业务所属的业务类型；
根据所述业务类型确定决策规则；
提取所述决策规则中的变量，得到所述业务变量。
例如，所述业务类型可以是贷款类型。
所述业务变量是指所述决策规则中的可变信息。
通过上述实施方式，能够利用所述决策业务所属的业务类型快速确定出所述业务变量，由于无需对所述决策业务的业务属性进行分析，因此，能够提高所述业务变量的确定效率。
S13，若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级。
在本发明的至少一个实施例中，所述决策优先级是指所述多个业务变量在所述决策规则中的分析顺序。例如，所述决策优先级最高的业务变量在所述决策规则中的分析顺序最前。
参见图3，图3是本发明确定多个业务变量的决策优先级的一实施例的流程图。在本发明的至少一个实施例中，所述电子设备确定多个所述业务变量在所述决策业务中的决策优先级包括：
S130，确定所述个人信息所属的信息变量。
所述信息变量是指所述个人信息对应的变量。
S131，计算每个业务变量与所述信息变量的关联强度。
具体地，所述电子设备将每个业务变量转换为业务向量，并将所述信息变量转换为信息向量，计算每个业务向量与所述信息向量的相似度，并将计算得到的所述相似度确定为所述关联强度。
S132，根据所述关联强度确定所述多个业务变量的所述决策优先级。
例如：经计算，得到业务变量A与所述信息变量的关联强度为0.5，业务变量B与所述信息变量的关联强度为0.7，业务变量C与所述信息变量的关联强度为0.4，业务变量D与所述信息变量的关联强度为0.9，因此，所述决策优先级从高到低的顺序为：所述业务变量D、所述业务变量B、所述业务变量A及所述业务变量C。
通过每个业务变量与所述信息变量的关联强度，能够快速确定出所述决策优先级。
S14，获取所述多个业务变量对应的关联信息进行决策分析，包括：根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；对所述关联信息进行决策分析。
在本发明的至少一个实施例中，所述电子设备对所述关联信息进行决策分析包括：
从所述决策规则中提取与所述目标变量对应的目标规则；
利用所述目标规则对所述关联信息进行分析；
若所述关联信息满足所述目标规则，确定所述关联信息通过决策；或者
若所述关联信息不满足所述目标规则，确定所述关联信息未通过决策。
例如：所述目标变量为抵押人的风险，从所述决策规则中提取到的所述目标规则为：抵押人的信用等级大于I5级，若关联信息为抵押人的信用等级为I4级，确定所述关联信息未通过决策。
通过上述实施方式，由于无需将所述关联信息与所述决策规则中的所有规则进行分析，因此，能够提高所述关联信息的分析效率。
S15，若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
需要强调的是，为进一步保证上述决策结果的私密和安全性，上述决策结果还可以存储于一区块链的节点中。
在本发明的至少一个实施例中，所述预设条件包括：所述关联信息未通过决策，或者所述多个业务变量均完成决策分析。
所述决策结果包括：所述风险决策请求通过审核，以及，所述风险决策请求未通过审核。
相应地，若所述关联信息未通过决策，确定所述风险决策请求未通过审核，或者，若所述多个业务变量均完成决策分析，且所述多个业务变量对应的关联信息均通过决策，确定所述风险决策请求通过审核。
在本发明的至少一个实施例中，所述方法还包括：
若所述预设条件为所述关联信息未通过决策，确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述决策优先级最低的业务变量对应的关联信息未通过决策，确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述多个业务变量对应的关联信息均通过决策，确定所述风险决策请求通过审核。
通过上述实施方式，能够确定出所述风险决策请求的审核结果。
由以上技术方案可以看出，本发明能够接收风险决策请求，并确定所述风险决策请求的触发用户，获取所述触发用户的个人信息，并对所述个人信息进行审核处理，通过对所述触发用户的个人信息进行审核处理，能够避免处理黑名单用户的相关业务，若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量，通过所述决策业务，能够获取到与所述决策业务有关的所有业务变量，避免所述业务变量的遗漏，若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级，获取所述多个业务变量对应的关联信息进行决策分析，包括：根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量，获取同时与所述触发用户及所述目标变量对应的信息作为关联信息，对所述关联信息进行决策分析，根据所述决策优先级的高低分段获取所述多个业务变量对应的关联信息，并对分段获取到的关联信息进行分析，能够快速确定出所述关联信息的分析结果，若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果，能够在关联信息未通过决策时，避免对非必要的信息进行获取，节省了非必要信息的获取时间。本发明采用分段式方式获取所述触发用户的关联信息，进而对分段获取到的关联信息进行决策分析，由于分段获取到的关联信息的信息量较少，因此相对于分析整体用户信息而言，提高了每个业务变量对应的关联信息的分析效率，此外，在关联信息未通过决策时，停止获取业务变量对应的关联信息，因此，不仅能够节省收集信息所花费的时间，还能减少对非必要信息进行分析，提高了分析效率。所述多个业务变量是宏观经济研究分析的重要指标。
如图4所示，是本发明数据处理装置的较佳实施例的功能模块图。所述数据处理装置11包括确定单元110、审核单元111、获取单元112、分析单元113及输出单元114。本发明所称的模块/单元是指一种能够被处理器13所获取，并且能够完成固定功能的一系列计算机可读指令段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
确定单元110接收风险决策请求，并确定所述风险决策请求的触发用户。
在本发明的至少一个实施例中，所述风险决策请求可以由任意用户触发生成。所述风险决策请求携带的信息包括，但不限于：发送地址、业务编号等。
所述触发用户是指触发所述风险决策请求生成的用户。
在本发明的至少一个实施例中，所述确定单元110确定所述风险决策请求的触发用户包括：
解析所述风险决策请求的报文头，得到所述报文头携带的地址信息；
从配置库中获取预设标签，所述预设标签用于指示发送请求的地址；
从所述地址信息中获取与所述预设标签对应的信息作为发送地址；
确定与所述发送地址对应的终端为发送终端；
获取所述风险决策请求的接收时间，并根据所述接收时间从所述发送终端上获取请求日志；
提取所述请求日志上的登录识别码，并根据所述登录识别码确定所述触发用户。
其中，所述配置库中存储多个预先定义好的标签，所述标签还包括用于指示接收请求的地址。
所述登录识别码可以是用户登录账号，所述用户登录账号用于唯一标识用户。
通过上述实施方式，由于无需解析所述风险决策请求的报文，因此能够提高所述发送地址的获取效率，通过所述发送终端及接收到所述风险决策请求的接收时间，能够从所述发送终端上获取到与所述风险决策请求相关联的登录识别码，进而根据所述登录识别码能够准确确定出所述触发用户。
审核单元111获取所述触发用户的个人信息，并对所述个人信息进行审核处理。
在本发明的至少一个实施例中，所述个人信息可以包括：用户姓名、用户身份证、用户手机号码等。
在本发明的至少一个实施例中，所述审核单元111获取所述触发用户的个人信息包括：
确定所述登录识别码的账号类型；
确定与所述账号类型对应的用户信息表，所述用户信息表存储所述账号类型中多个用户的信息；
从所述用户信息表中获取与所述登录识别码对应的信息作为所述个人信息。
其中，所述账号类型是指所述登录识别码所注册的应用程序，例如，所述账号类型可以是QQ等。
通过所述登录识别码确定出所述账号类型，进而能够确定出所述用户信息表，通过所述登录识别码与个人信息的映射关系，能够从所述用户信息表中准确确定出所述个人信息，由于无需从所有账户类型的信息表中筛选出所述个人信息，因此，能够提高所述个人信息的获取效率。
在本发明的至少一个实施例中，所述审核单元111对所述个人信息进行审核处理包括：
获取配置名单，所述配置名单中存储多个用户与信用等级的映射关系。
遍历所述配置名单中的名单用户。
所述名单用户存储在所述配置名单中。
将遍历到的名单用户与所述个人信息进行匹配，并将与所述个人信息匹配成功的所述遍历到的名单用户确定为目标用户。
确定所述目标用户在所述配置名单中的信用等级。
若所述信用等级大于或者等于配置等级，确定所述个人信息通过审核。
其中，所述配置等级可以根据业务安全等级设定，本发明对所述配置等级的取值不作限制。
通过上述实施方式，能够快速确定出所述触发用户在所述配置名单中的信用等级，进而根据所述信用等级能够快速确定出所述个人信息是否通过审核。
若所述个人信息通过审核，获取单元112根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量。
在本发明的至少一个实施例中，所述决策业务可以包括房屋抵押贷款业务等。
相对应地，所述业务变量可以包括共借人信息、抵押人信息、企业信息等。
在本发明的至少一个实施例中，若所述个人信息未通过审核，根据所述风险决策请求生成提示信息，并将所述提示信息发送至所述触发用户的终端设备。
通过上述实施方式，能够在所述个人信息未通过审核时，及时将审核结果反馈至所述触发用户。
在本发明的至少一个实施例中，所述获取单元112根据所述风险决策请求确定决策业务包括：
解析所述风险决策请求的报文，得到所述报文携带的数据信息；
从所述数据信息中获取用于指示业务的信息作为业务编号；
确定与所述业务编号对应的业务作为所述决策业务。
其中，所述业务编号能够唯一标识业务。
通过上述实施方式，能够准确从所述数据信息中获取到所述业务编号，进而根据所述业务编号与业务的映射关系，能够准确确定出所述决策业务。
在本发明的至少一个实施例中，所述获取单元112获取所述决策业务的业务变量包括：
确定所述决策业务所属的业务类型；
根据所述业务类型确定决策规则；
提取所述决策规则中的变量，得到所述业务变量。
例如，所述业务类型可以是贷款类型。
所述业务变量是指所述决策规则中的可变信息。
通过上述实施方式，能够利用所述决策业务所属的业务类型快速确定出所述业务变量，由于无需对所述决策业务的业务属性进行分析，因此，能够提高所述业务变量的确定效率。
若所述业务变量有多个，所述确定单元110确定多个所述业务变量在所述决策业务中的决策优先级。
在本发明的至少一个实施例中，所述决策优先级是指所述多个业务变量在所述决策规则中的分析顺序。例如，所述决策优先级最高的业务变量在所述决策规则中的分析顺序最前。
在本发明的至少一个实施例中，所述确定单元110确定多个所述业务变量在所述决策业务中的决策优先级包括：
确定所述个人信息所属的信息变量。
所述信息变量是指所述个人信息对应的变量。
计算每个业务变量与所述信息变量的关联强度。
具体地，所述确定单元110将每个业务变量转换为业务向量，并将所述信息变量转换为信息向量，计算每个业务向量与所述信息向量的相似度，并将计算得到的所述相似度确定为所述关联强度。
根据所述关联强度确定所述多个业务变量的所述决策优先级。
例如：经计算，得到业务变量A与所述信息变量的关联强度为0.5，业务变量B与所述信息变量的关联强度为0.7，业务变量C与所述信息变量的关联强度为0.4，业务变量D与所述信息变量的关联强度为0.9，因此，所述决策优先级从高到低的顺序为：所述业务变量D、所述业务变量B、所述业务变量A及所述业务变量C。
通过每个业务变量与所述信息变量的关联强度，能够快速确定出所述决策优先级。
分析单元113获取所述多个业务变量对应的关联信息进行决策分析，包括：根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；对所述关联信息进行决策分析。
在本发明的至少一个实施例中，所述分析单元113对所述关联信息进行决策分析包括：
从所述决策规则中提取与所述目标变量对应的目标规则；
利用所述目标规则对所述关联信息进行分析；
若所述关联信息满足所述目标规则，确定所述关联信息通过决策；或者
若所述关联信息不满足所述目标规则，确定所述关联信息未通过决策。
例如：所述目标变量为抵押人的风险，从所述决策规则中提取到的所述目标规则为：抵押人的信用等级大于I5级，若关联信息为抵押人的信用等级为I4级，确定所述关联信息未通过决策。
通过上述实施方式，由于无需将所述关联信息与所述决策规则中的所有规则进行分析，因此，能够提高所述关联信息的分析效率。
若所述关联信息通过决策，输出单元114重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
在本发明的至少一个实施例中，所述预设条件包括：所述关联信息未通过决策，或者所述多个业务变量均完成决策分析。
所述决策结果包括：所述风险决策请求通过审核，以及，所述风险决策请求未通过审核。
相应地，若所述关联信息未通过决策，确定所述风险决策请求未通过审核，或者，若所述多个业务变量均完成决策分析，且所述多个业务变量对应的关联信息均通过决策，确定所述风险决策请求通过审核。
在本发明的至少一个实施例中，若所述预设条件为所述关联信息未通过决策，所述确定单元110确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述决策优先级最低的业务变量对应的关联信息未通过决策，所述确定单元110确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述多个业务变量对应的关联信息均通过决策，所述确定单元110确定所述风险决策请求通过审核。
通过上述实施方式，能够确定出所述风险决策请求的审核结果。
由以上技术方案可以看出，本发明能够接收风险决策请求，并确定所述风险决策请求的触发用户，获取所述触发用户的个人信息，并对所述个人信息进行审核处理，通过对所述触发用户的个人信息进行审核处理，能够避免处理黑名单用户的相关业务，若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量，通过所述决策业务，能够获取到与所述决策业务有关的所有业务变量，避免所述业务变量的遗漏，若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级，获取所述多个业务变量对应的关联信息进行决策分析，包括：根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量，获取同时与所述触发用户及所述目标变量对应的信息作为关联信息，对所述关联信息进行决策分析，根据所述决策优先级的高低分段获取所述多个业务变量对应的关联信息，并对分段获取到的关联信息进行分析，能够快速确定出所述关联信息的分析结果，若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果，能够在关联信息未通过决策时，避免对非必要的信息进行获取，节省了非必要信息的获取时间。本发明采用分段式方式获取所述触发用户的关联信息，进而对分段获取到的关联信息进行决策分析，由于分段获取到的关联信息的信息量较少，因此相对于分析整体用户信息而言，提高了每个业务变量对应的关联信息的分析效率，此外，在关联信息未通过决策时，停止获取业务变量对应的关联信息，因此，不仅能够节省收集信息所花费的时间，还能减少对非必要信息进行分析，提高了分析效率。所述多个业务变量是宏观经济研究分析的重要指标。
如图5所示，是本发明实现数据处理方法的较佳实施例的电子设备的结构示意图。
在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令，例如数据处理程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作***以及安装的各类应用程序、程序代码等。
示例性的，所述计算机可读指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如，所述计算机可读指令可以被分割成确定单元110、审核单元111、获取单元112、分析单元113及输出单元114。
所述存储器12可用于存储所述计算机可读指令和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。
所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
结合图1，所述电子设备1中的所述存储器12存储计算机可读指令实现一种数据处理方法，所述处理器13可执行所述计算机可读指令从而实现：
接收风险决策请求，并确定所述风险决策请求的触发用户；
获取所述触发用户的个人信息，并对所述个人信息进行审核处理；
若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量；
若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级；
获取所述多个业务变量对应的关联信息进行决策分析，包括：
根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；
获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；对所述关联信息进行决策分析；
若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
具体地，所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
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，所述模块的划分，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。
所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器13执行时用以实现以下步骤：
接收风险决策请求，并确定所述风险决策请求的触发用户；
获取所述触发用户的个人信息，并对所述个人信息进行审核处理；
若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量；
若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级；
获取所述多个业务变量对应的关联信息进行决策分析，包括：
根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；
获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；对所述关联信息进行决策分析；
若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部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模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。所述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种数据处理方法，其特征在于，所述数据处理方法包括：
接收风险决策请求，并确定所述风险决策请求的触发用户，包括：解析所述风险决策请求的报文头，得到所述报文头携带的地址信息；从配置库中获取预设标签，所述预设标签用于指示发送请求的地址；从所述地址信息中获取与所述预设标签对应的信息作为发送地址；确定与所述发送地址对应的终端为发送终端；获取所述风险决策请求的接收时间，并根据所述接收时间从所述发送终端上获取请求日志；提取所述请求日志上的登录识别码，并根据所述登录识别码确定所述触发用户；
获取所述触发用户的个人信息，包括：确定所述登录识别码的账号类型；确定与所述账号类型对应的用户信息表，所述用户信息表存储所述账号类型中多个用户的信息；从所述用户信息表中获取与所述登录识别码对应的信息作为所述个人信息，所述账号类型是指所述登录识别码所注册的应用程序，并对所述个人信息进行审核处理；
若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量；
若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级；
获取所述多个业务变量对应的关联信息进行决策分析，包括：
根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；
获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；
对所述关联信息进行决策分析；
若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
2.如权利要求1所述的数据处理方法，其特征在于，所述对所述个人信息进行审核处理包括：
获取配置名单，所述配置名单中存储多个用户与信用等级的映射关系；
遍历所述配置名单中的名单用户；
将遍历到的名单用户与所述个人信息进行匹配，并将与所述个人信息匹配成功的所述遍历到的名单用户确定为目标用户；
确定所述目标用户在所述配置名单中的信用等级；
若所述信用等级大于或者等于配置等级，确定所述个人信息通过审核。
3.如权利要求1所述的数据处理方法，其特征在于，所述获取所述决策业务的业务变量包括：
确定所述决策业务所属的业务类型；
根据所述业务类型确定决策规则；
提取所述决策规则中的变量，得到所述业务变量。
4.如权利要求3所述的数据处理方法，其特征在于，所述对所述关联信息进行决策分析包括：
从所述决策规则中提取与所述目标变量对应的目标规则；
利用所述目标规则对所述关联信息进行分析；
若所述关联信息满足所述目标规则，确定所述关联信息通过决策；或者
若所述关联信息不满足所述目标规则，确定所述关联信息未通过决策。
5.如权利要求1所述的数据处理方法，其特征在于，所述确定多个所述业务变量在所述决策业务中的决策优先级包括：
确定所述个人信息所属的信息变量；
计算每个业务变量与所述信息变量的关联强度；
根据所述关联强度确定所述多个业务变量的所述决策优先级。
6.如权利要求1所述的数据处理方法，其特征在于，所述方法还包括：
若所述预设条件为所述关联信息未通过决策，确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述决策优先级最低的业务变量对应的关联信息未通过决策，确定所述风险决策请求未通过审核；或者
若所述预设条件为所述多个业务变量均完成决策分析，且所述多个业务变量对应的关联信息均通过决策，确定所述风险决策请求通过审核。
7.一种数据处理装置，其特征在于，所述数据处理装置包括：
确定单元，用于接收风险决策请求，并确定所述风险决策请求的触发用户，包括：解析所述风险决策请求的报文头，得到所述报文头携带的地址信息；从配置库中获取预设标签，所述预设标签用于指示发送请求的地址；从所述地址信息中获取与所述预设标签对应的信息作为发送地址；确定与所述发送地址对应的终端为发送终端；获取所述风险决策请求的接收时间，并根据所述接收时间从所述发送终端上获取请求日志；提取所述请求日志上的登录识别码，并根据所述登录识别码确定所述触发用户；
审核单元，用于获取所述触发用户的个人信息，包括：确定所述登录识别码的账号类型；确定与所述账号类型对应的用户信息表，所述用户信息表存储所述账号类型中多个用户的信息；从所述用户信息表中获取与所述登录识别码对应的信息作为所述个人信息，所述账号类型是指所述登录识别码所注册的应用程序，并对所述个人信息进行审核处理；
获取单元，用于若所述个人信息通过审核，根据所述风险决策请求确定决策业务，并获取所述决策业务的业务变量；
所述确定单元，还用于若所述业务变量有多个，确定多个所述业务变量在所述决策业务中的决策优先级；
分析单元，用于获取所述多个业务变量对应的关联信息进行决策分析，包括：
根据所述决策优先级从高到低的顺序，确定当前处于最高优先级的业务变量为目标变量；
获取同时与所述触发用户及所述目标变量对应的信息作为关联信息；
对所述关联信息进行决策分析；
输出单元，用于若所述关联信息通过决策，重复获取所述多个业务变量对应的关联信息进行决策分析，直至满足预设条件，输出决策结果。
8.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至6中任意一项所述的数据处理方法。
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至6中任意一项所述的数据处理方法。
CN202011540112.8A 2020-12-23 2020-12-23 数据处理方法及相关设备 Active CN112669138B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011540112.8A CN112669138B (zh) 2020-12-23 2020-12-23 数据处理方法及相关设备
PCT/CN2021/096635 WO2022134466A1 (zh) 2020-12-23 2021-05-28 数据处理方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011540112.8A CN112669138B (zh) 2020-12-23 2020-12-23 数据处理方法及相关设备

Publications (2)

Publication Number Publication Date
CN112669138A CN112669138A (zh) 2021-04-16
CN112669138B true CN112669138B (zh) 2022-04-26

Family

ID=75408909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011540112.8A Active CN112669138B (zh) 2020-12-23 2020-12-23 数据处理方法及相关设备

Country Status (2)

Country Link
CN (1) CN112669138B (zh)
WO (1) WO2022134466A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597097B (zh) * 2020-04-21 2023-12-12 山西宇钶技术发展有限公司 一种大数据处理方法及***
CN112669138B (zh) * 2020-12-23 2022-04-26 平安科技（深圳）有限公司 数据处理方法及相关设备
CN115185923B (zh) * 2022-07-07 2023-03-07 中国气象局气象探测中心 一种气象观测元数据管理的方法、***和智能终端
CN115271933B (zh) * 2022-09-23 2023-02-03 天津金城银行股份有限公司 贷款决策方法及装置、决策设备及计算机可读存储介质
CN115563657B (zh) * 2022-09-27 2023-12-01 国信金宏(成都)检验检测技术研究院有限责任公司 一种数据信息安全处理方法、***及云平台
CN116130096B (zh) * 2023-04-04 2023-11-21 安徽省立医院(中国科学技术大学附属第一医院) 一种通过核心指标进行辅助决策的***、方法和电子设备
CN116777621B (zh) * 2023-06-25 2024-02-06 陕西西煤云商信息科技有限公司 一种贸易业务风险防控方法及其防控***
CN117768150B (zh) * 2023-11-15 2024-06-07 安徽皖通高速公路股份有限公司 基于身份认证的业务***接入方法及业务***接入平台

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107316134A (zh) * 2017-06-16 2017-11-03 深圳乐信软件技术有限公司 一种风险控制方法、装置、服务器及存储介质
CN108090829A (zh) * 2017-12-21 2018-05-29 深圳市买买提信息科技有限公司 一种数据管理方法、数据管理装置及电子设备
CN109857373A (zh) * 2018-12-18 2019-06-07 平安科技（深圳）有限公司 业务数据处理方法、装置、计算机设备和存储介质
CN111475144A (zh) * 2020-04-13 2020-07-31 深圳前海微众银行股份有限公司 风控决策方法、装置、设备及计算机可读存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007127425A2 (en) * 2006-04-28 2007-11-08 Efunds Corporation Methods and systems for providing cross-selling with online banking environments
US20130346283A1 (en) * 2012-06-22 2013-12-26 Bank Of America Corporation System and Method for Processing a Decision Engine Driven Integrated Consumer Credit Application
CN102958105B (zh) * 2012-10-23 2015-09-09 大唐软件技术股份有限公司 一种物联网终端接入方法和装置
CN103036960A (zh) * 2012-12-07 2013-04-10 中国联合网络通信集团有限公司 一种信息推送方法、装置及***
RU2634174C1 (ru) * 2016-10-10 2017-10-24 Акционерное общество "Лаборатория Касперского" Система и способ выполнения банковской транзакции
CN108418809B (zh) * 2018-02-07 2020-09-18 平安科技（深圳）有限公司 聊天数据处理方法、装置、计算机设备及存储介质
CN110390511A (zh) * 2019-06-20 2019-10-29 深圳壹账通智能科技有限公司 信贷申请审批方法、装置、设备和存储介质
CN110309205B (zh) * 2019-07-10 2021-12-07 上海诚数信息科技有限公司 一种信用决策数据优化提取***及方法
CN112669138B (zh) * 2020-12-23 2022-04-26 平安科技（深圳）有限公司 数据处理方法及相关设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107316134A (zh) * 2017-06-16 2017-11-03 深圳乐信软件技术有限公司 一种风险控制方法、装置、服务器及存储介质
CN108090829A (zh) * 2017-12-21 2018-05-29 深圳市买买提信息科技有限公司 一种数据管理方法、数据管理装置及电子设备
CN109857373A (zh) * 2018-12-18 2019-06-07 平安科技（深圳）有限公司 业务数据处理方法、装置、计算机设备和存储介质
CN111475144A (zh) * 2020-04-13 2020-07-31 深圳前海微众银行股份有限公司 风控决策方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN112669138A (zh) 2021-04-16
WO2022134466A1 (zh) 2022-06-30

Similar Documents

Publication Publication Date Title
CN112669138B (zh) 数据处理方法及相关设备
CN111488363B (zh) 数据处理方法、装置、电子设备及介质
CN111475513B (zh) 表单生成方法、装置、电子设备及介质
CN111901327A (zh) 云网络漏洞挖掘方法、装置、电子设备及介质
CN111681091A (zh) 基于时间域信息的金融风险预测方法、装置及存储介质
CN113283675B (zh) 指标数据分析方法、装置、设备及存储介质
CN111666346A (zh) 信息归并方法、交易查询方法、装置、计算机及存储介质
CN112433705A (zh) 脚本生成方法、装置、电子设备及存储介质
CN115222443A (zh) 客户群体划分方法、装置、设备及存储介质
CN113918467A (zh) 金融***测试方法、装置、设备及存储介质
CN113065947A (zh) 数据处理方法、装置、设备及存储介质
CN112181482B (zh) 版本验证方法、装置、电子设备及存储介质
CN112819305A (zh) 业务指标分析方法、装置、设备及存储介质
CN112947911A (zh) 接口脚本生成方法、装置、设备及存储介质
CN116629423A (zh) 用户行为预测方法、装置、设备及存储介质
CN113283677B (zh) 指标数据处理方法、装置、设备及存储介质
CN113269179B (zh) 数据处理方法、装置、设备及存储介质
CN114925033A (zh) 信息上链方法、装置、***及存储介质
CN112527830A (zh) 数据查询方法、装置、设备及存储介质
CN115037790A (zh) 异常注册识别方法、装置、设备及存储介质
CN114692204A (zh) 数据查询方法、装置、设备及存储介质
CN114003784A (zh) 请求录制方法、装置、设备及存储介质
CN113205442A (zh) 基于区块链的电子政务数据反馈管理方法及装置
CN112950154A (zh) 流程信息匹配方法、装置、设备及存储介质
CN114020687B (zh) 用户留存分析方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant