CN113870022B - 一种非活跃账户的数据识别处理方法 - Google Patents
一种非活跃账户的数据识别处理方法 Download PDFInfo
- Publication number
- CN113870022B CN113870022B CN202111471463.2A CN202111471463A CN113870022B CN 113870022 B CN113870022 B CN 113870022B CN 202111471463 A CN202111471463 A CN 202111471463A CN 113870022 B CN113870022 B CN 113870022B
- Authority
- CN
- China
- Prior art keywords
- account
- online
- target account
- data
- target
- 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
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例涉及金融账户处理技术领域,具体公开了一种非活跃账户的数据识别处理方法。本发明实施例通过获取待处理的目标账户的活跃数据,并根据活跃数据获取目标账户的业务办理数据和办理时间数据;对业务办理数据进行分析,得到目标账户的账户在线类型;对办理时间数据进行分析,得到目标账户的账户在线频率;根据账户在线类型和账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记。能够根据活跃数据,对目标账户的在线类型和在线频率进行分析,从而针对该目标账户的在线类型,分析在线频率是否处于非活跃状态之下,进而判断目标账户的活跃度,有效提高非活跃账户识别的精确性。
Description
技术领域
本发明属于金融账户处理技术领域,尤其涉及一种非活跃账户的数据识别处理方法。
背景技术
金融账户用于记录居民与非居民的投资与借贷的增减变化。金融账户具有银行借记卡所有功能,存款、取款、转账、消费畅通无限,还能投资理财、代缴各类水电煤气费用等,更可享受网上银行、手机银行、ATM、自助终端、柜台等全渠道的服务。
在金融服务业中,通常需要根据金融账户的活跃度不同,对不同的账户进行针对性的服务。现有的非活跃账户的数据识别处理,通常是简单的通过账户在最近一段时间的在线状况判断该账户是否为非活跃账户,并进行相应的处理,这种非活跃账户的数据识别往往不够精确。
发明内容
本发明实施例的目的在于提供一种非活跃账户的数据识别处理方法,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种非活跃账户的数据识别处理方法,所述方法具体包括以下步骤:
获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据;
对所述业务办理数据进行分析,得到目标账户的账户在线类型;
对所述办理时间数据进行分析,得到目标账户的账户在线频率;
根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记。
作为本发明实施例技术方案进一步的限定,所述获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据具体包括以下步骤:
获取待处理的目标账户的目标账号;
根据所述目标账号,访问并下载目标账户的活跃数据;
根据所述活跃数据获取目标账户的业务办理数据和办理时间数据。
作为本发明实施例技术方案进一步的限定,所述对所述业务办理数据进行分析,得到目标账户的账户在线类型具体包括以下步骤:
按照预设的多个聚类类型对所述业务办理数据进行聚类分析,生成聚类结果,所述聚类结果包含多个聚类类型和每个聚类类型对应的数量;
根据所述聚类结果,确定数量最多的聚类类型,生成目标账户的账户在线类型。
作为本发明实施例技术方案进一步的限定,所述对所述办理时间数据进行分析,得到目标账户的账户在线频率具体包括以下步骤:
根据所述办理时间数据,获取目标账户的账户在线时长;
根据所述办理时间数据,获取目标账户的账户在线次数;
根据所述账户在线时长和所述账户在线次数,计算目标账户的账户在线频率。
作为本发明实施例技术方案进一步的限定,所述根据所述办理时间数据,获取目标账户的账户在线时长具体包括以下步骤:
根据所述办理时间数据,获取目标账户的在线节点集合;
获取所述在线节点集合中每个在线节点的在线时间,得到在线时间集合;
根据所述在线节点集合和所述在线时间集合,得到目标账户的账户在线时长。
作为本发明实施例技术方案进一步的限定,所述根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行非活跃标记具体包括以下步骤:
根据所述账户在线类型,获取活跃度判断频率;
将所述账户在线频率与所述活跃度判断频率比较;
若所述账户在线频率小于所述活跃度判断频率,则判断目标账户为非活跃账户,并对目标账户进行非活跃标记。
作为本发明实施例技术方案进一步的限定,所述根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行非活跃标记还包括以下步骤:
若所述账户在线频率不小于所述活跃度判断频率,则判断目标账户为活跃账户,不对目标账户进行标记。
一种非活跃账户的数据识别处理***,所述***包括活跃数据获取单元、在线类型获取单元、在线频率获取单元和活跃度分析单元,其中:
活跃数据获取单元,用于获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据;
在线类型获取单元,用于对所述业务办理数据进行分析,得到目标账户的账户在线类型;
在线频率获取单元,用于对所述办理时间数据进行分析,得到目标账户的账户在线频率;
活跃度分析单元,用于根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记。
作为本发明实施例技术方案进一步的限定,所述活跃数据获取单元具体包括:
目标账号获取模块,用于获取待处理的目标账户的目标账号;
活跃数据获取模块,用于根据所述目标账号,访问并下载目标账户的活跃数据;
办理数据获取模块,用于根据所述活跃数据获取目标账户的业务办理数据和办理时间数据。
作为本发明实施例技术方案进一步的限定,所述活跃度分析单元具体包括:
判断频率获取模块,用于根据所述账户在线类型,获取活跃度判断频率;
频率比较模块,用于将所述账户在线频率与所述活跃度判断频率比较;
非活跃标记模块,用于在所述账户在线频率小于所述活跃度判断频率时,判断目标账户为非活跃账户,并对目标账户进行非活跃标记。
与现有技术相比,本发明的有益效果是:
本发明实施例通过获取待处理的目标账户的活跃数据,并根据活跃数据获取目标账户的业务办理数据和办理时间数据;对业务办理数据进行分析,得到目标账户的账户在线类型;对办理时间数据进行分析,得到目标账户的账户在线频率;根据账户在线类型和账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记。能够根据活跃数据,对目标账户的在线类型和在线频率进行分析,从而针对该目标账户的在线类型,分析在线频率是否处于非活跃状态之下,进而判断目标账户的活跃度,有效提高非活跃账户识别的精确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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,下面描述中的附图仅仅是本发明的一些实施例。
图1示出了本发明实施例提供的方法的流程图;
图2示出了本发明实施例提供的方法中获取并处理活跃数据的流程图;
图3示出了本发明实施例提供的方法中获取账户在线类型的流程图;
图4示出了本发明实施例提供的方法中获取账户在线类型的流程图;
图5示出了本发明实施例提供的方法中获取账户在线时长的流程图;
图6示出了本发明实施例提供的方法中活跃度分析及处理的流程图;
图7示出了本发明实施例提供的***的应用架构图;
图8示出了本发明实施例提供的***中活跃数据获取单元的结构框图;
图9示出了本发明实施例提供的***中活跃度分析单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解的是,在现有技术中,现有的非活跃账户的数据识别处理,通常是简单的通过账户在最近一段时间的在线状况判断该账户是否为非活跃账户,并进行相应的处理,然而对于金融账户,不同账户业务办理人员习惯采用不同的业务办理方式,不同的业务办理方式的办理在线频率不同,因此这种非活跃账户的数据识别往往不够精确。
为解决上述问题,本发明实施例通过获取待处理的目标账户的活跃数据,并根据活跃数据获取目标账户的业务办理数据和办理时间数据;对业务办理数据进行分析,得到目标账户的账户在线类型;对办理时间数据进行分析,得到目标账户的账户在线频率;根据账户在线类型和账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记。能够根据活跃数据,对目标账户的在线类型和在线频率进行分析,从而针对该目标账户的在线类型,分析在线频率是否处于非活跃状态之下,进而判断目标账户的活跃度,有效提高非活跃账户识别的精确性。
图1示出了本发明实施例提供的方法的流程图。
具体的,一种非活跃账户的数据识别处理方法,所述方法具体包括以下步骤:
步骤S101,获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据。
在本发明实施例中,选择待处理的目标账户,获取目标账户的活跃数据,对活跃数据进行处理,得到目标账户的业务办理数据和办理时间数据。
可以理解的是,待处理的目标账户的选择可以是***定期逐步对每个目标账户进行选择,也可以是根据***对最近一段时间未在线的每个目标账户进行逐步选择。活跃数据,是目标账户从建立到现在的所有业务数据,记录了目标账户的用户的每次业务办理情况与时间。
具体的,图2示出了本发明实施例提供的方法中获取并处理活跃数据的流程图。
其中,在本发明提供的优选实施方式中,所述获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据具体包括以下步骤:
步骤S1011,获取待处理的目标账户的目标账号。
可以理解的是,可以通过定期逐步对每个目标账户进行选择获取目标账户的目标账号,还可以对最近一段时间未在线的每个目标账户进行逐步选择获取目标账户的目标账号。
步骤S1012,根据所述目标账号,访问并下载目标账户的活跃数据。
在本发明实施例中,根据获得的目标账号,在金融数据库中访问并下载目标账户的活跃数据,并将活跃数据单独存储。
步骤S1013,根据所述活跃数据获取目标账户的业务办理数据和办理时间数据。
在本发明实施例中,对活跃数据进行处理,得到目标账户的业务办理数据和相对应的办理时间数据。其中,业务办理数据主要反映业务办理类型和业务办理方式,办理时间数据反映相应业务办理的时长。
进一步的,所述方法还包括以下步骤:
步骤S102,对所述业务办理数据进行分析,得到目标账户的账户在线类型。
在本发明实施例中,对目标账户的业务办理数据进行处理分析,得到目标账户的账户在线类型。具体的,账户在线类型是对目标账户的用户的业务办理方式的总结。
可以理解的是,账户在线类型可以包括以下三种:线上办理型、线下办理型和复杂办理型。线上办理型的目标账户大部分都是通过线上办理金融业务;线下办理型的目标账户大部分都是直接在业务办理点进行金融业务的办理;复杂办理型的目标账户通过线上办理金融业务和在业务办理点办理金融业务的次数相当。
具体的,图3示出了本发明实施例提供的方法中获取账户在线类型的流程图。
其中,在本发明提供的优选实施方式中,所述对所述业务办理数据进行分析,得到目标账户的账户在线类型具体包括以下步骤:
步骤S1021,按照预设的多个聚类类型对所述业务办理数据进行聚类分析,生成聚类结果,所述聚类结果包含多个聚类类型和每个聚类类型对应的数量。
在本发明实施例中,预设多个聚类类型,将业务办理数据按照业务办理类型进行聚类类型分类,得到聚类结果,在聚类结果中能够反映业务办理数据包含的聚类类型以及每个聚类类型的数量。
可以理解的是,在本发明实施例中,聚类类型可以分为线上型和线下型两种,根据线上型和线下型对业务办理数据进行分类,并统计线上型和线下型相应的数量。
步骤S1022,根据所述聚类结果,确定数量最多的聚类类型,并生成目标账户的账户在线类型。
在本发明实施例中,根据聚类结果,筛选出数量最多的聚类类型,并根据数量最多的聚类类型进行目标账户的账户在线类型的确定。
可以理解的是,在线上型的数量占大部分时,确定目标账户的账户在线类型为线上办理型;在线下型的数量占大部分时,确定目标账户的账户在线类型为线下办理型;在线上型和线下型的数量相当时,确定目标账户的账户在线类型为复杂办理型。
进一步的,所述方法还包括以下步骤:
步骤S103,对所述办理时间数据进行分析,得到目标账户的账户在线频率。
在本发明实施例中,对目标账户的业务办理数据进行处理分析,得到目标账户的账户在线频率。具体的,账户在线频率是目标账户在一段时间内的账户在线次数,能够反映目标账户的业务办理活跃情况。
具体的,图4示出了本发明实施例提供的方法中获取账户在线类型的流程图。
其中,在本发明提供的优选实施方式中,所述对所述办理时间数据进行分析,得到目标账户的账户在线频率具体包括以下步骤:
步骤S1031,根据所述办理时间数据,获取目标账户的账户在线时长。
在本发明实施例中,对目标账户的办理时间数据进行分析处理,获取目标账户的账户在线时长。具体的,账户在线时长是统计的目标账户自注册成功之后总的账户在线时间。
具体的,图5示出了本发明实施例提供的方法中获取账户在线时长的流程图。
其中,在本发明提供的优选实施方式中,所述根据所述办理时间数据,获取目标账户的账户在线时长具体包括以下步骤:
步骤S10311,根据所述办理时间数据,获取目标账户的在线节点集合。
在本发明实施例中,根据目标账户的办理时间数据,获取其进行金融业务办理的在线节点,并生成在线节点集合。
步骤S10312,获取所述在线节点集合中每个在线节点的在线时间,得到在线时间集合。
在本发明实施例中,对在线节点集合中每个在线节点的在线时间进行统计,得到包含每个在线节点对应在线时间的在线时间集合。
步骤S10313,根据所述在线节点集合和所述在线时间集合,得到目标账户的账户在线时长。
在本发明实施例中,根据在线节点集合和在线时间集合,对每个在线节点对应的在线时间进行统计,生成目标账户的账户在线时长。
进一步的,所述对所述办理时间数据进行分析,得到目标账户的账户在线频率还包括以下步骤:
步骤S1032,根据所述办理时间数据,获取目标账户的账户在线次数。
在本发明实施例中,对目标账户的办理时间数据进行分析处理,获取目标账户的账户在线次数。具体的,账户在线次数是统计的目标账户自注册成功之后总的业务办理次数。
步骤S1033,根据所述账户在线时长和所述账户在线次数,计算目标账户的账户在线频率。
在本发明实施例中,根据目标账户的账户在线时长和账户在线次数,计算目标账户的账户在线频率。具体的,账户在线次数除以账户在线时长,得到目标账户的账户在线频率。
进一步的,所述方法还包括以下步骤:
步骤S104,根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记。
在本发明实施例中,对目标账户的账户在线类型和账户在线频率进行综合分析,根据分析结果识别目标账户的活跃度类型,判断目标账户是否为非活跃账户,并在目标账户为非活跃账户时进行标记,从而便于***针对非活跃账户进行特别处理。
可以理解的是,不同的账户在线类型的活跃度对应的在线频率判断标准不同,因此需要得到目标账户的账户在线类型和账户在线频率,进而判断目标账户的账户在线频率,是否满足在某种账户在线类型下的不活跃的在线频率,从而准确判断目标账户是否是非活跃账户。例如:线下办理型的目标账户,只要能够满足一月一次的业务办理在线频率,就可以满足活跃的条件,因此可以将不满足一月一次的业务办理在线频率的线下办理型的目标账户判定为非活跃账户,进而加强对目标账户的广告宣传,提高目标账户的业务办理在线频率。
具体的,图6示出了本发明实施例提供的方法中活跃度分析及处理的流程图。
其中,在本发明提供的优选实施方式中,所述根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行非活跃标记具体包括以下步骤:
步骤S1041,根据所述账户在线类型,获取活跃度判断频率。
在本发明实施例中,对于不同的账户在线类型,分别对应不同的活跃度判断频率,根据目标账户的账户在线类型,匹配对应的活跃度判断频率。
步骤S1042,将所述账户在线频率与所述活跃度判断频率比较。
在本发明实施例中,将账户在线频率与活跃度判断频率进行对比,判断账户在线频率是否小于活跃度判断频率。
步骤S1043,若所述账户在线频率小于所述活跃度判断频率,则判断目标账户为非活跃账户,并对目标账户进行非活跃标记。
在本发明实施例中,在账户在线频率小于活跃度判断频率时,说明目标账户活跃度不高,此时判断目标账户为非活跃账户,并对目标账户进行非活跃标记,便于***针对标记的非活跃账户进行特别处理。
步骤S1044,若所述账户在线频率不小于所述活跃度判断频率,则判断目标账户为活跃账户,不对目标账户进行标记。
在本发明实施例中,在账户在线频率不小于活跃度判断频率时,说明目标账户活跃度较高,此时判断目标账户为活跃账户,不对目标账户进行非活跃标记。
进一步的,图7示出了本发明实施例提供的非活跃账户的数据识别处理***100的应用架构图。
具体的,在本发明提供的又一个优选实施方式中,一种非活跃账户的数据识别处理***100,所述非活跃账户的数据识别处理***100包括:
活跃数据获取单元101,用于获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据。
在本发明实施例中,活跃数据获取单元101选择待处理的目标账户,获取目标账户的活跃数据,对活跃数据进行处理,得到目标账户的业务办理数据和办理时间数据。
具体的,图8示出了本发明实施例提供的***中活跃数据获取单元101的结构框图。
其中,在本发明提供的优选实施方式中,所述活跃数据获取单元101具体包括:
目标账号获取模块1011,用于获取待处理的目标账户的目标账号。
活跃数据获取模块1012,用于根据所述目标账号,访问并下载目标账户的活跃数据。
在本发明实施例中,活跃数据获取模块1012根据获得的目标账号,在金融数据库中访问并下载目标账户的活跃数据,并将活跃数据单独存储。
办理数据获取模块1013,用于根据所述活跃数据获取目标账户的业务办理数据和办理时间数据。
在本发明实施例中,办理数据获取模块1013对活跃数据进行处理,得到标账户的业务办理数据和相对应的办理时间数据。其中,业务办理数据主要反映业务办理类型和业务办理方式,办理时间数据反映相应业务办理的时长。
进一步的,所述非活跃账户的数据识别处理***100还包括:
在线类型获取单元102,用于对所述业务办理数据进行分析,得到目标账户的账户在线类型。
在本发明实施例中,在线类型获取单元102对目标账户的业务办理数据进行处理分析,得到目标账户的账户在线类型。具体的,账户在线类型是对目标账户的用户的业务办理方式的总结。
在线频率获取单元103,用于对所述办理时间数据进行分析,得到目标账户的账户在线频率。
在本发明实施例中,在线频率获取单元103对目标账户的业务办理数据进行处理分析,得到目标账户的账户在线频率。具体的,账户在线频率是目标账户在一段时间内的账户在线次数,能够反映目标账户的业务办理活跃情况。
活跃度分析单元104,用于根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记。
在本发明实施例中,活跃度分析单元104对目标账户的账户在线类型和账户在线频率进行综合分析,根据分析结果识别目标账户的活跃度类型,判断目标账户是否为非活跃账户,并在目标账户为非活跃账户时进行标记,从而便于***针对非活跃账户进行特别处理。
具体的,图9示出了本发明实施例提供的***中活跃度分析单元104的结构框图。
其中,在本发明提供的优选实施方式中,所述活跃度分析单元104具体包括:
判断频率获取模块1041,用于根据所述账户在线类型,获取活跃度判断频率。
在本发明实施例中,对于不同的账户在线类型,分别对应不同的活跃度判断频率,判断频率获取模块1041根据目标账户的账户在线类型,匹配对应的活跃度判断频率。
频率比较模块1042,用于将所述账户在线频率与所述活跃度判断频率比较。
在本发明实施例中,频率比较模块1042将账户在线频率与活跃度判断频率进行对比,判断账户在线频率是否小于活跃度判断频率。
非活跃标记模块1043,用于在所述账户在线频率小于所述活跃度判断频率时,判断目标账户为非活跃账户,并对目标账户进行非活跃标记。
在本发明实施例中,在账户在线频率小于活跃度判断频率时,说明目标账户活跃度不高,此时非活跃标记模块1043判断目标账户为非活跃账户,并对目标账户进行非活跃标记,便于***针对标记的非活跃账户进行特别处理。
综上所述,本发明实施例能够根据活跃数据,对目标账户的在线类型和在线频率进行分析,从而针对该目标账户的在线类型,分析判断在线频率是否处于非活跃状态之下,进而对目标账户进行非活跃识别,有效提高非活跃账户识别的精确性。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种非活跃账户的数据识别处理方法,其特征在于,所述方法具体包括以下步骤:
获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据;
对所述业务办理数据进行分析,得到目标账户的账户在线类型;
账户在线类型包括以下三种:线上办理型、线下办理型和复杂办理型;线上办理型的目标账户大部分都是通过线上办理金融业务;线下办理型的目标账户大部分都是直接在业务办理点进行金融业务的办理;复杂办理型的目标账户通过线上办理金融业务和在业务办理点办理金融业务的次数相当;
对所述办理时间数据进行分析,得到目标账户的账户在线频率;
根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行标记;
所述对所述业务办理数据进行分析,得到目标账户的账户在线类型具体包括以下步骤:
按照预设的多个聚类类型对所述业务办理数据进行聚类分析,生成聚类结果,所述聚类结果包含多个聚类类型和每个聚类类型对应的数量;
根据所述聚类结果,确定数量最多的聚类类型,生成目标账户的账户在线类型。
2.根据权利要求1所述的非活跃账户的数据识别处理方法,其特征在于,所述获取待处理的目标账户的活跃数据,并根据所述活跃数据获取目标账户的业务办理数据和办理时间数据具体包括以下步骤:
获取待处理的目标账户的目标账号;
根据所述目标账号,访问并下载目标账户的活跃数据;
根据所述活跃数据获取目标账户的业务办理数据和办理时间数据。
3.根据权利要求1所述的非活跃账户的数据识别处理方法,其特征在于,所述对所述办理时间数据进行分析,得到目标账户的账户在线频率具体包括以下步骤:
根据所述办理时间数据,获取目标账户的账户在线时长;
根据所述办理时间数据,获取目标账户的账户在线次数;
根据所述账户在线时长和所述账户在线次数,计算目标账户的账户在线频率。
4.根据权利要求3所述的非活跃账户的数据识别处理方法,其特征在于,所述根据所述办理时间数据,获取目标账户的账户在线时长具体包括以下步骤:
根据所述办理时间数据,获取目标账户的在线节点集合;
获取所述在线节点集合中每个在线节点的在线时间,得到在线时间集合;
根据所述在线节点集合和所述在线时间集合,得到目标账户的账户在线时长。
5.根据权利要求1所述的非活跃账户的数据识别处理方法,其特征在于,所述根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行非活跃标记具体包括以下步骤:
根据所述账户在线类型,获取活跃度判断频率;
将所述账户在线频率与所述活跃度判断频率比较;
若所述账户在线频率小于所述活跃度判断频率,则判断目标账户为非活跃账户,并对目标账户进行非活跃标记。
6.根据权利要求5所述的非活跃账户的数据识别处理方法,其特征在于,所述根据所述账户在线类型和所述账户在线频率进行活跃度分析,根据分析结果判断目标账户的活跃度类型,并在目标账户为非活跃账户时进行非活跃标记还包括以下步骤:
若所述账户在线频率不小于所述活跃度判断频率,则判断目标账户为活跃账户,不对目标账户进行标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111471463.2A CN113870022B (zh) | 2021-12-06 | 2021-12-06 | 一种非活跃账户的数据识别处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111471463.2A CN113870022B (zh) | 2021-12-06 | 2021-12-06 | 一种非活跃账户的数据识别处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113870022A CN113870022A (zh) | 2021-12-31 |
CN113870022B true CN113870022B (zh) | 2022-03-18 |
Family
ID=78985857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111471463.2A Active CN113870022B (zh) | 2021-12-06 | 2021-12-06 | 一种非活跃账户的数据识别处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113870022B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104301205B (zh) * | 2014-09-25 | 2018-06-19 | 广州华多网络科技有限公司 | 互动引导方法和装置 |
CN108009406B (zh) * | 2016-11-02 | 2021-11-09 | 腾讯科技(深圳)有限公司 | 一种账号冻结方法、账号解冻方法及服务器 |
CN107454204B (zh) * | 2017-07-24 | 2020-09-15 | 北京小米移动软件有限公司 | 用户信息标注方法及装置 |
CN110519327A (zh) * | 2019-07-12 | 2019-11-29 | 平安普惠企业管理有限公司 | 用户活跃类型判断方法、装置、计算机设备及存储介质 |
CN110688671B (zh) * | 2019-09-16 | 2021-12-14 | 武汉安诠加信息技术有限公司 | 适用于美容院的医疗数据管理方法、装置、设备及介质 |
CN111783875B (zh) * | 2020-06-29 | 2024-04-30 | 中国平安财产保险股份有限公司 | 基于聚类分析的异常用户检测方法、装置、设备及介质 |
CN112258197B (zh) * | 2020-10-21 | 2023-06-09 | 平安科技(深圳)有限公司 | 基于人工智能的账户管理方法、装置、终端及存储介质 |
CN112699009A (zh) * | 2021-01-12 | 2021-04-23 | 树根互联技术有限公司 | 数据检测方法和装置、服务器及存储介质 |
-
2021
- 2021-12-06 CN CN202111471463.2A patent/CN113870022B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113870022A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563757B (zh) | 数据风险识别的方法及装置 | |
CN108876133A (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
CN105187674B (zh) | 服务录音的合规检查方法及装置 | |
CN109949154B (zh) | 客户信息分类方法、装置、计算机设备和存储介质 | |
CN109214904B (zh) | 财务造假线索的获取方法、装置、计算机设备和存储介质 | |
CN110570312B (zh) | 样本数据获取方法、装置、计算机设备和可读存储介质 | |
CN110942190A (zh) | 排队时间预测方法、装置、计算机设备以及存储介质 | |
CN110728301A (zh) | 一种个人用户的信用评分方法、装置、终端及存储介质 | |
CN107665463A (zh) | 投资产品的资源处理方法、装置、存储介质和计算机设备 | |
CN114116802A (zh) | Flink计算框架的数据处理方法、装置、设备和存储介质 | |
CN113870022B (zh) | 一种非活跃账户的数据识别处理方法 | |
CN117036001A (zh) | 交易业务的风险识别处理方法、装置、设备及存储介质 | |
CN117057794A (zh) | 基于区块链的智能支付网关交易方法、***、设备及介质 | |
CN116630020A (zh) | 风险评估方法、装置、存储介质及电子设备 | |
CN113487320A (zh) | 欺诈交易检测方法、装置、计算机设备和存储介质 | |
CN113434765A (zh) | 客户回访方法、***、设备及存储介质 | |
CN110619275A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
CN111383027A (zh) | 一种账户的涉案检测方法、装置、设备及存储介质 | |
CN110659978A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN110716930A (zh) | 数值转移方法、装置、计算机设备和存储介质 | |
CN113254760A (zh) | 自助设备的功能菜单推送方法、***、设备和介质 | |
CN114217876A (zh) | 一种高效的客户数据处理***及方法 | |
CN115271812A (zh) | 基于大数据的消费数据管理方法及*** | |
WO2024113317A1 (en) | Computer-based systems and methods for building and implementing attack narrative tree to improve successful fraud detection and prevention | |
CN117036021A (zh) | 交易漏洞的预测方法、预测模型训练方法及相关装置 |
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 |