CN112907132A - 全链路交互式风控方法和*** - Google Patents
全链路交互式风控方法和*** Download PDFInfo
- Publication number
- CN112907132A CN112907132A CN202110319221.5A CN202110319221A CN112907132A CN 112907132 A CN112907132 A CN 112907132A CN 202110319221 A CN202110319221 A CN 202110319221A CN 112907132 A CN112907132 A CN 112907132A
- Authority
- CN
- China
- Prior art keywords
- user
- interaction
- stage
- risk
- full
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/44—Program or device authentication
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种全链路交互式风控方法,包括:接收用户的当前操作;分析该用户的当前操作在全链路中所处的阶段,其中该阶段包括事前阶段、事中阶段和事后阶段;基于该用户的当前操作在全链路中所处的阶段发起相应的风险检测请求并获取风险检测结果;基于所获取的风险检测结果确定与该用户的交互策略;以及基于与该用户的交互策略触达该用户,并与该用户进行不同层级的交互以释放风险。
Description
技术领域
本公开主要涉及风险防控,尤其涉及全场景下的风险防控。
背景技术
传统风险防控的关键点在于识别出当前操作者是否用户本人。过去逐渐形成的强大核身产品体系能够全方位地判断当前操作者是否为用户本人。然而,近几年,用户本人操作所产生的风险激增,相应的风险防控形势也从核实用户本人身份变化为与用户本人的操作对抗,需要核实用户本人对风险的认知及操作意图。
针对本人操作类风险,传统的风险防控方式非常被动。风险运营只能运用失败、核身校验、限权的方式控制风险,用户安全感低,特殊场景的管控有效率更低,后续服务用户体验差。
因此,本领域需要能够提高针对用户本人操作类的复杂场景的管控的有效率的方案,以提高用户的安全感和体验。
发明内容
为解决上述技术问题,本公开提供了一种全链路交互式风控方案,该方案能够提高针对用户本人操作类的复杂场景的管控的有效率,以实现风险识别和风险释放。
在本公开一实施例中,提供了一种全链路交互式风控方法,包括:接收用户的当前操作;分析该用户的当前操作在全链路中所处的阶段,其中该阶段包括事前阶段、事中阶段和事后阶段;基于该用户的当前操作在全链路中所处的阶段发起相应的风险检测请求并获取风险检测结果;基于所获取的风险检测结果确定与该用户的交互策略;以及基于与该用户的交互策略触达该用户,并与该用户进行不同层级的交互以释放风险。
在本公开另一实施例中,与该用户的交互策略包括交互产品策略和交互内容策略。
在本公开又一实施例中,该不同层级的交互包括浅层交互、深层交互和底层交互。
在本公开另一实施例中,基于与该用户的交互策略触达该用户通过端内和端外触达渠道来进行。
在本公开又一实施例中,该不同层级的交互可以是同步交互或异步交互。
在本公开另一实施例中,该用户的当前操作包括交易操作和非交易操作。
在本公开一实施例中,提供了一种全链路交互式风控***,包括:接收模块,接收用户的当前操作;分析引擎模块,分析该用户的当前操作在全链路中所处的阶段,其中该阶段包括事前阶段、事中阶段和事后阶段;风险检测模块,基于该用户的当前操作在全链路中所处的阶段发起相应的风险检测请求并获取风险检测结果;以及交互模块,用于:基于所获取的风险检测结果确定与该用户的交互策略;以及基于与该用户的交互策略触达该用户,并与该用户进行不同层级的交互以释放风险。
在本公开另一实施例中,该交互模块所确定的与该用户的交互策略包括交互产品策略和交互内容策略。
在本公开又一实施例中,该交互模块所进行的不同层级的交互包括浅层交互、深层交互和底层交互。
在本公开另一实施例中,该交互模块基于与该用户的交互策略触达该用户通过端内和端外触达渠道来进行。
在本公开另一实施例中,该交互模块所进行的同层级的交互可以是同步交互或异步交互。
在本公开另一实施例中,该接收模块所接收的用户的当前操作包括交易操作和非交易操作。
在本公开一实施例中,提供了一种存储有指令的计算机可读存储介质,当这些指令被执行时使得机器执行如前所述的方法。
提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征,也不旨在用于限制所要求保护主题的范围。
附图说明
本公开的以上发明内容以及下面的具体实施方式在结合附图阅读时会得到更好的理解。需要说明的是,附图仅作为所请求保护的发明的示例。在附图中,相同的附图标记代表相同或类似的元素。
图1是示出根据本公开一实施例的全链路交互式风控方法的流程图;
图2是示出根据本公开一实施例的全链路交互式风控过程的示意图;
图3是示出根据本公开一实施例的全链路交互式风控分析引擎的示意图;
图4是示出根据本公开一实施例的全链路交互式风控模式框架的示意图;
图5是示出根据本公开一实施例的全链路交互式风控***的框图。
具体实施方式
为使得本公开的上述目的、特征和优点能更加明显易懂,以下结合附图对本公开的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但是本公开还可以采用其它不同于在此描述的其它方式来实施,因此本公开不受下文公开的具体实施例的限制。
传统的风险防控过程中,只需要核身当前操作者是否本人就可完成风险释放。风控***输出短信、人脸、银行卡校验等方式即可完成。但在用户本人操作的风险场景中,这样的方案并不能有效释放风险。
本公开所揭示的全链路交互式风控***是针对用户本人操作类风险释放而建设的风险防控***,通过与用户本人的安全服务交互,既可以将***的安全信息传递给用户本人,又可以获得更多用户信息,以便于风险识别和风险释放。
本公开所揭示的全链路交互式风控***的安全运营模式,围绕用户本人操作风险识别不准、管不住的问题,建设全场景触达渠道、打造全链路交互产品,深度理解用户,提升识别和止付效能。
本公开技术方案所针对的用户本人操作可以是交易操作或非交易操作。用户可以是本操作事件的主动方(例如,发起付款请求的购买方)、被动方(例如,某一要约短信的接收者),也可以是与本操作事件相关的第三方(例如,某一交易的担保方)。
在本公开中,将以个人用户为例进行描述,本领域技术人员可以理解,本公开的技术方案也适用于商铺用户、企业用户等等其他类型的用户。
图1是示出根据本公开一实施例的全链路交互式风控方法100的流程图。在图1中,将描述的实施例涉及个人用户正在进行下单操作。
在102,接收用户的当前操作。
在本实施例中,用户正在发起一当前操作,该当前操作涉及下单和后续的支付(即资金流转)。
在104,分析该用户的当前操作在全链路中所处的阶段,其中该阶段包括事前阶段、事中阶段和事后阶段。
在网购场景中,网购的全链路包括注册、登录、认证、商品/信息浏览、加购物车、下单、支付、收货、评价、推广营销等等。在该链路中,可认为注册、登录、认证、商品/信息浏览、加购物车属于事前阶段,下单、支付属于事中阶段,而收货、评价、推广营销属于事后阶段。
在本实施例中,下单操作处于事中阶段。事中阶段是指在用户的资金将发生流转时。本领域技术人员可以理解,用户的当前操作可处于全链路的任何阶段,例如,事前阶段、事中阶段和事后阶段。事前阶段是指在用户的资金发生流转之前,而事后阶段是指在用户的资金发生流转之后。
当前操作在全链路中所处阶段的差异会使得所涉及的风险的种类有很多不同。在事前阶段,注册环节可能会遭遇机器注册、盗用信息注册、重复注册等风险,登录环节可能会遭遇撞库、账号盗用等风险,认证环节可能会遭遇身份信息盗用、银行卡信息盗用等风险,而商品/信息浏览环节则可能遭遇爬虫访问、山寨应用等风险。在事中阶段,下单环节可能会遭遇恶意刷单/下单、虚假交易等风险,支付环节可能会遭遇套现、钓鱼支付、拒付等风险。在事后阶段,收货环节可能会遭遇商品/服务质量有问题等风险,评价环节可能会遭遇虚假评价等风险,而推广营销环节则可能会遭遇褥羊毛等风险。
在106,基于该用户的当前操作在全链路中所处的阶段发起相应的风险检测请求并获取风险检测结果。
由此,基于在104分析出的当前操作在全链路中所处的阶段,发起相应的风险检测请求。在本实施例中,针对处于事中阶段,可发起对可能会遭遇的恶意刷单/下单、虚假交易等风险的检测请求。本领域技术人员可以理解,亦可不局限于针对更多种类的风险来发起检测请求。
***基于风险检测请求进行风险检测,并获取风险检测结果。
在108,基于所获取的风险检测结果确定与该用户的交互策略。
如果此时***识别到用户有风险,将确定与该用户的交互策略。该交互策略包括交互产品策略和交互内容策略。其中交互产品策略根据场景、风险、人群等因素进行精细化确定;另一方面,交互内容策略则根据交互产品、场景、风险、人群等因素进一步确定,以提升交互效果。
在本实施例中,针对处于事中阶段,可按需选择弹窗提醒、问答提醒、全屏提醒、事中语音外呼、图文提醒、考卷评估、智能答题、端内服务、延时到账等交互产品。面向事中阶段的产品会影响用户的操作,通常同步在线等待用户反馈结果,与用户进行的是同步交互,用户反馈回来的信息会影响当次风险分析结果。
在110,基于与该用户的交互策略触达该用户,并与该用户进行不同层级的交互以释放风险。
在110,基于在108所确定的与该用户的交互策略同用户进行信息交互(即,双向信息传递)。触达用户的方式通常分端内触达和端外触达两种。
触达用户后,可与用户进行不同层级的交互,即浅层交互、深层交互和底层交互。浅层交互进行核意管控,为提醒类简单交互的产品(例如,异步提醒、弱提醒等),着重支付体验;深层交互进行安全服务切入,为复杂交互产品(例如,强提醒),着重风险释放;底层交互进行资金拦截,是阻断最强的交互渠道(例如,交易阻断),着重守风险底线。
在本实施例中,针对个人用户正在进行下单操作,可进行深层交互,即进行复杂的双向交互。
本领域技术人员可以理解,在以上的交互过程中,信息的获取和分析可利用语音识别和自然语言处理技术来进行,与用户的多轮交互会话可采用针对性话术来进行;并且,随着用户意图识别技术的进步,信息获取可更为高效准确地完成。本公开的技术方案可纳入新的信息处理技术,在此不作赘述。
因此,本公开的全链路交互式风控方法具备全场景触达能力和全链路交互产品,拥有丰富的与用户交互、并获得更多用户信息的能力,从而进行风险识别/风险释放。
图2是示出根据本公开一实施例的全链路交互式风控过程的示意图。在图2的描述中,将涉及的实施例为个人用户正在进行商品/信息浏览,例如其他用户的商品评论。
当接收到用户的事前操作时,***进行风险分析,识别出其可能遭遇例如山寨应用风险。分析引擎接着利用多种模型和策略来确定包括交互产品策略和交互内容策略的与该用户的交互策略。依据所确定的交互产品策略和交互内容策略,可按需确定交互层级、交互内容和交互方式。
如前所述,交互层级包括浅层交互、深层交互和底层交互。交互内容可包括直接内容和流程内容。直接内容无需进一步交互,可直接输出;而流程内容需要进一步的交互(例如,多轮对话),再进行输出。交互方式可包括同步和异步。同步交互同步输出的结果实时影响操作,用户反馈回来的信息会影响当次风险分析结果。异步交互异步输出的结果立即回收,用户反馈回来的信息实时应用于下次风险分析结果。交互产品和内容在输出之后,由***进行渲染并呈现给用户。
在本实施例中,由于用户正在进行的是事前操作,因此***与其进行浅层交互,即异步提醒(例如,图文教育或push推送),用户异步反馈的信息被回收,用于下次操作(例如,加购物车或下单)的风险分析。
图3是示出根据本公开一实施例的全链路交互式风控分析引擎的示意图。在图3的描述中,将涉及的实施例为个人用户正在进行收货操作。
全链路交互式风控分析引擎在接收到用户的当前操作时,可依据场景、风险、人群等因素精细化地确定交互产品策略,并根据交互产品、场景、风险、人群等因素进一步确定交互内容策略。
基于交互产品策略,分析引擎可进一步依据阶段识别信息、人群信息、管控历史,以及场景、风险种类、防重复逻辑、管控序列轮数(第几次交互)等特征相关信息,来判断模板库中最合适与用户交互的产品模板,以优化体验、提高效率。
基于交互内容策略,分析引擎可进一步根据场景、风险种类、人群信息、管控历史、产品数据(例如通过率、止付率)、内容数据(例如通过率、止付率)等特征分析,来判断内容库中什么样的模板内容与用户交互最有效,从而提升管控有效率,降低单个用户交互次数。
内容策略可包括内容决策树和流程内容策略。内容决策树将产生计算用户交互内容为直接内容/流程内容。若为直接内容,则在内容决策树上直接输出;若为流程内容,则进入流程内容策略,进行精细化的交互流程。在每一个交互流程中有多轮交互。每轮交互的内容结合模型结果和策略条件进行计算,确定最终输出给用户的交互产品和内容。
在本实施例中,由于用户的当前操作涉及例如收货操作的事后操作,***识别到用户可能遭遇商品/服务质量有问题的风险,因此输出底层交互产品,交易将从立即付款切换为交易暂停/挂起。事后阶段发生在用户资金流转之后。不限于本实施例中的收货操作,如果***在后续的全网扫描中识别到用户有风险,即刻会输出合适的事后交互产品,与用户进行双向信息传递,从而完成风险释放。
事后交互可在线同步等待用户反馈结果,也有可能异步回收用户信息。用户反馈回来的信息,有可能实时应用于此后的风险判断,也有可能影响之前交易的判断结果。事后的交互在本公开的方案中更全面、更深入。
图4是示出根据本公开一实施例的全链路交互式风控模式框架的示意图。该全链路交互式风控模式框架将根据多个维度来进行交互。在图4的描述中,可根据所处阶段、触达方式和交互深度的三个维度进行交互。本领域技术人员可以理解,图4所描述的三个维度仅作为示例,交互的选择并非仅限于该三个维度,并且维度的种类和数量可按需更改,而不背离本公开的范围。
在本实施例中,所处阶段可分为事前、事中和事后。
事前阶段指用户资金流转发生之前。如果此时***识别到用户有风险,即刻会输出合适的事前交互产品,与用户进行双向信息传递,从而完成风险释放。事前交互通常不会影响用户的操作,并不在线等待用户反馈结果,与用户进行的为异步交互。用户反馈回来的信息,实时应用于此后的风险判断。事前交互的产品包括图文教育、交易确认、社交消息等。
事中阶段指在用户的资金将发生流转时。如果此时***识别到用户有风险,即刻会输出合适的事中交互产品,与用户进行双向信息传递,从而完成风险释放。事中交互会影响用户的操作,通常同步在线等待用户反馈结果,与用户进行的是同步交互,用户反馈回来的信息会影响当次风险分析结果。事中阶段的产品包括弹窗提醒、问答提醒、全屏提醒、事中语音外呼、图文提醒、考卷评估、智能答题、端内服务、延时到账等交互产品。
而事后阶段是指在用户的资金发生流转之后。如果***在后续的全网扫描中识别到用户有风险,即刻会输出合适的事后交互产品,与用户进行双向信息传递,从而完成风险释放。事后交互可在线同步等待用户反馈结果,也有可能异步回收用户信息。用户反馈回来的信息,有可能实时应用于此后的风险判断,也有可能影响之前交易的判断结果。事后阶段的产品包括交易挂起、智能外呼、短信上行、邮件通知等交互产品。
在本实施例中,触达方式可分为端内和端外等。
端内利用端技术,首先接入服务提醒、push推送等常规触达手段,能在任何场景异步触达用户。然后,建设用户截图时的风险示意触达能力,覆盖用户风险截图场景。同时,建设悬浮助手,在识别到用户有潜在风险行为时,在不阻断用户行为的情况下,出现安全信息。
端外建设短信上行、智能电话、邮件等渠道。即使用户不在端内使用支付宝,当***主动风险扫描发现用户风险时,也能快速触达用户,完成双向传递信息。
在本实施例中,交互深度可分为浅层、深层和底层。浅层交互进行核意管控,为提醒类简单交互的产品(例如,弱提醒等),着重支付体验;深层交互进行安全服务切入,为复杂交互产品,着重风险释放;底层交互进行资金拦截,是阻断最强的交互渠道(例如,交易阻断),着重守风险底线。
基于图4所示的全链路交互式风控模式框架,本人操作类的风险得以释放,通过与用户本人的安全服务交互,能够核实用户本人对风险的认知及操作意图。既可以将***的安全信息传递给用户本人,又可以获得更多用户信息,用于风险识别和风险释放。
对于有风险的用户,尽快进行风险处置,保障用户资金;对于无风险的用户,快速释放风险,让交易/操作能继续进行;对于所有用户,产品与服务均相结合,服务体验和风险防护得以双双提升。
图5是示出根据本公开一实施例的全链路交互式风控***500的框图。
该全链路交互式风控***500包括接收模块502、分析引擎模块504、风险检测模块506、以及交互模块508。
接收模块502接收用户的当前操作。
分析引擎模块504分析该用户的当前操作在全链路中所处的阶段,其中该阶段包括事前阶段、事中阶段和事后阶段。
在网购场景中,网购的全链路包括注册、登录、认证、商品/信息浏览、加购物车、下单、支付、收货、评价、推广营销等等。在该链路中,可认为注册、登录、认证、商品/信息浏览、加购物车属于事前阶段,下单、支付属于事中阶段,而收货、评价、推广营销属于事后阶段。如前所述,当前操作在全链路中所处阶段的差异会使得所涉及的风险的种类有很多不同。
风险检测模块506基于该用户的当前操作在全链路中所处的阶段发起相应的风险检测请求并获取风险检测结果。
风险检测模块506基于分析引擎模块504所分析出的当前操作在全链路中所处的阶段,发起相应的风险检测请求。风险检测模块506基于风险检测请求进行风险检测,并获取风险检测结果。
交互模块508基于所获取的风险检测结果确定与该用户的交互策略。
如果此时***识别到用户有风险,将确定与该用户的交互策略。该交互策略包括交互产品策略和交互内容策略。其中交互产品策略根据场景、风险、人群等因素进行精细化确定;另一方面,交互内容策略则根据交互产品、场景、风险、人群等因素进一步确定,以提升交互效果。
进一步地,交互模块508基于与该用户的交互策略触达该用户,并与该用户进行不同层级的交互以释放风险。
交互模块508基于所确定的与该用户的交互策略同用户进行信息交互(即,双向信息传递)。触达用户的方式通常分端内触达和端外触达两种。
触达用户后,可与用户进行不同层级的交互,即浅层交互、深层交互和底层交互。浅层交互进行核意管控,为提醒类简单交互的产品(例如,异步提醒、弱提醒等),着重支付体验;深层交互进行安全服务切入,为复杂交互产品(例如,强提醒),着重风险释放;底层交互进行资金拦截,是阻断最强的交互渠道(例如,交易阻断),着重守风险底线。
因此,本公开的全链路交互式风控***具备全场景触达能力和全链路交互产品,拥有丰富的与用户交互、并获得更多用户信息的能力,从而进行风险识别/风险释放。
以上描述的全链路交互式风控方法和***的各个步骤和模块可以用硬件、软件、或其组合来实现。如果在硬件中实现,结合本发明描述的各种说明性步骤、模块、以及电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其他可编程逻辑组件、硬件组件、或其任何组合来实现或执行。通用处理器可以是处理器、微处理器、控制器、微控制器、或状态机等。如果在软件中实现,则结合本发明描述的各种说明性步骤、模块可以作为一条或多条指令或代码存储在计算机可读介质上或进行传送。实现本发明的各种操作的软件模块可驻留在存储介质中,如RAM、闪存、ROM、EPROM、EEPROM、寄存器、硬盘、可移动盘、CD-ROM、云存储等。存储介质可耦合到处理器以使得该处理器能从/向该存储介质读写信息,并执行相应的程序模块以实现本发明的各个步骤。而且,基于软件的实施例可以通过适当的通信手段被上载、下载或远程地访问。这种适当的通信手段包括例如互联网、万维网、内联网、软件应用、电缆(包括光纤电缆)、磁通信、电磁通信(包括RF、微波和红外通信)、电子通信或者其他这样的通信手段。
还应注意,这些实施例可能是作为被描绘为流程图、流图、结构图、或框图的过程来描述的。尽管流程图可能会把诸操作描述为顺序过程,但是这些操作中有许多操作能够并行或并发地执行。另外,这些操作的次序可被重新安排。
所公开的方法、装置和***不应以任何方式被限制。相反,本发明涵盖各种所公开的实施例(单独和彼此的各种组合和子组合)的所有新颖和非显而易见的特征和方面。所公开的方法、装置和***不限于任何具体方面或特征或它们的组合,所公开的任何实施例也不要求存在任一个或多个具体优点或者解决特定或所有技术问题。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多更改,这些均落在本发明的保护范围之内。
Claims (13)
1.一种全链路交互式风控方法,包括:
接收用户的当前操作;
分析所述用户的当前操作在全链路中所处的阶段,其中所述阶段包括事前阶段、事中阶段和事后阶段;
基于所述用户的当前操作在全链路中所处的阶段发起相应的风险检测请求并获取风险检测结果;
基于所获取的风险检测结果确定与所述用户的交互策略;以及
基于与所述用户的交互策略触达所述用户,并与所述用户进行不同层级的交互以释放风险。
2.如权利要求1所述的方法,与所述用户的交互策略包括交互产品策略和交互内容策略。
3.如权利要求1所述的方法,所述不同层级的交互包括浅层交互、深层交互和底层交互。
4.如权利要求1所述的方法,基于与所述用户的交互策略触达所述用户通过端内和端外触达渠道来进行。
5.如权利要求1所述的方法,所述不同层级的交互可以是同步交互或异步交互。
6.如权利要求1所述的方法,所述用户的当前操作包括交易操作和非交易操作。
7.一种全链路交互式风控***,包括:
接收模块,接收用户的当前操作;
分析引擎模块,分析所述用户的当前操作在全链路中所处的阶段,其中所述阶段包括事前阶段、事中阶段和事后阶段;
风险检测模块,基于所述用户的当前操作在全链路中所处的阶段发起相应的风险检测请求并获取风险检测结果;以及
交互模块,用于:
基于所获取的风险检测结果确定与所述用户的交互策略;以及
基于与所述用户的交互策略触达所述用户,并与所述用户进行不同层级的交互以释放风险。
8.如权利要求8所述的***,所述交互模块所确定的与所述用户的交互策略包括交互产品策略和交互内容策略。
9.如权利要求8所述的***,所述交互模块所进行的不同层级的交互包括浅层交互、深层交互和底层交互。
10.如权利要求8所述的***,所述交互模块基于与所述用户的交互策略触达所述用户通过端内和端外触达渠道来进行。
11.如权利要求8所述的***,所述交互模块所进行的同层级的交互可以是同步交互或异步交互。
12.如权利要求8所述的***,所述接收模块所接收的用户的当前操作包括交易操作和非交易操作。
13.一种存储有指令的计算机可读存储介质,当所述指令被执行时使得机器执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319221.5A CN112907132A (zh) | 2021-03-25 | 2021-03-25 | 全链路交互式风控方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319221.5A CN112907132A (zh) | 2021-03-25 | 2021-03-25 | 全链路交互式风控方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112907132A true CN112907132A (zh) | 2021-06-04 |
Family
ID=76106346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110319221.5A Pending CN112907132A (zh) | 2021-03-25 | 2021-03-25 | 全链路交互式风控方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907132A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113421136A (zh) * | 2021-08-25 | 2021-09-21 | 深圳兆瑞优品科技有限公司 | 网络购物风控方法、装置及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376999A (zh) * | 2018-09-20 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 一种交易的管控方法、装置及设备 |
CN110147967A (zh) * | 2019-05-28 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 风险防控方法及装置 |
CN110245941A (zh) * | 2019-04-25 | 2019-09-17 | 阿里巴巴集团控股有限公司 | 一种交易风险识别方法及装置 |
CN112015578A (zh) * | 2020-10-26 | 2020-12-01 | 上海富友支付服务股份有限公司 | 基于事前同步处理和事后异步处理的风控***和方法 |
-
2021
- 2021-03-25 CN CN202110319221.5A patent/CN112907132A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376999A (zh) * | 2018-09-20 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 一种交易的管控方法、装置及设备 |
CN110245941A (zh) * | 2019-04-25 | 2019-09-17 | 阿里巴巴集团控股有限公司 | 一种交易风险识别方法及装置 |
CN110147967A (zh) * | 2019-05-28 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 风险防控方法及装置 |
CN112015578A (zh) * | 2020-10-26 | 2020-12-01 | 上海富友支付服务股份有限公司 | 基于事前同步处理和事后异步处理的风控***和方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113421136A (zh) * | 2021-08-25 | 2021-09-21 | 深圳兆瑞优品科技有限公司 | 网络购物风控方法、装置及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113168637B (zh) | 用于交易验证期间的次级欺诈检测的方法和*** | |
US20230259927A1 (en) | Secure account creation | |
CN107808289B (zh) | 电子支付平台、控制方法及装置 | |
US11200500B2 (en) | Self learning data loading optimization for a rule engine | |
CN110598982B (zh) | 基于智能交互的主动风控方法和*** | |
US11605088B2 (en) | Systems and methods for providing concurrent data loading and rules execution in risk evaluations | |
US10332115B2 (en) | Systems and methods for processing metadata statements in payment flows | |
US11086991B2 (en) | Method and system for active risk control based on intelligent interaction | |
KR20160013733A (ko) | 이상 금융거래의 실시간 탐지 시스템 및 방법 | |
Thisarani et al. | Artificial intelligence for futuristic banking | |
CN108961034A (zh) | 基于用户行为认证的***和方法、存储介质 | |
US20190188578A1 (en) | Automatic discovery of data required by a rule engine | |
US11281998B2 (en) | Systems and methods for automatic labeling of clusters created by unsupervised machine learning methods | |
CN112907132A (zh) | 全链路交互式风控方法和*** | |
CN101540031A (zh) | 一种确保网络电子交易的数据真实性的确认方法 | |
US11997082B2 (en) | Computer-based systems configured for one-time passcode (OTP) protection and methods of use thereof | |
US11973756B2 (en) | Systems and methods for improving computer identification | |
US11961071B2 (en) | Secure transactions over communications sessions | |
CN114841698A (zh) | 交易信息的处理方法、装置及计算机可读存储介质 | |
US11233820B2 (en) | Systems and methods for detecting phishing websites | |
CN114363839A (zh) | 一种诈骗数据的预警方法、装置、设备及存储介质 | |
Singh et al. | When social networks meet payment: a security perspective | |
US20240171674A1 (en) | Computer-based systems having computing devices programmed for caller identity verification and methods of use thereof | |
CN109447649A (zh) | 交易请求的处理方法及*** | |
US20240169257A1 (en) | Graph-based event-driven deep learning for entity classification |
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 |