CN114820214A - 信息处理方法及装置、电子设备和计算机可读存储介质 - Google Patents
信息处理方法及装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114820214A CN114820214A CN202210478151.2A CN202210478151A CN114820214A CN 114820214 A CN114820214 A CN 114820214A CN 202210478151 A CN202210478151 A CN 202210478151A CN 114820214 A CN114820214 A CN 114820214A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- transaction
- determining
- users
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Accounting & Taxation (AREA)
- Evolutionary Biology (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
本公开提供了一种信息处理方法及装置、电子设备和计算机可读存储介质,可以应用于信息处理领域和金融领域。该信息处理方法包括:响应于接收到来自多个用户的注册请求,根据注册请求,确定多个用户各自的风险等级信息,其中,注册请求包括多个用户各自的身份标识信息和用户基础信息;对多个用户各自的用户基础信息和风险等级信息进行处理,得到多个用户各自的交易额度信息,其中,交易额度信息与身份标识信息相对应;以及响应于接收到来自多个用户中目标用户的交易请求,根据交易请求,确定目标用户的目标交易额度信息。
Description
技术领域
本公开涉及信息处理领域和金融领域,更具体地,涉及一种信息处理方法及装置、电子设备、计算机可读存储介质和一种计算机程序产品。
背景技术
随着计算机技术和信息处理技术的发展,适应于不同客户需求的各种金融支付交易渠道应运而生。风险控制是金融支付交易的重要组成部分,而限额控制是管理金融交易支付风险的最重要手段。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:目前限额控制的灵活性较低,无法满足不同用户的实际需求。
发明内容
有鉴于此,本公开提供了一种信息处理方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一个方面,提供了一种信息处理方法,包括:
响应于接收到来自多个用户的注册请求,根据上述注册请求,确定上述多个用户各自的风险等级信息,其中,上述注册请求包括上述多个用户各自的身份标识信息和用户基础信息;
对上述多个用户各自的上述用户基础信息和上述风险等级信息进行处理,得到上述多个用户各自的交易额度信息,其中,上述交易额度信息与上述身份标识信息相对应;以及
响应于接收到来自上述多个用户中目标用户的交易请求,根据上述交易请求,确定上述目标用户的目标交易额度信息。
根据本公开的实施例,上述注册请求还包括上述用户的注册信息。
根据本公开的实施例,上述根据上述注册请求,确定上述多个用户各自的风险等级信息包括:
根据预设评估标准和上述注册信息,确定上述多个用户各自的评估值;以及
根据上述评估值,确定上述多个用户各自的风险等级信息,其中,上述风险等级信息与上述身份标识信息相对应。
根据本公开的实施例,上述注册信息包括上述用户的开户环节维度信息和交易环节维度信息。
根据本公开的实施例,上述根据预设评分标准和上述注册信息,确定上述多个用户各自的评估值包括:
在上述开户环节维度信息符合第一预设评估标准的情况下,确定第一评估值;
在上述交易环节维度信息符合第二预设评估标准的情况下,确定第二评估值;以及
根据上述第一评估值和上述第二评估值,确定上述评估值。
根据本公开的实施例,上述根据上述评估值,确定上述多个用户各自的风险等级信息包括:
在上述评估值大于第一阈值的情况下,确定上述用户的上述风险等级信息为第一风险等级;
在上述评估值位于上述第一阈值和第二阈值之间的情况下,确定上述用户的上述风险等级信息为第二风险等级;以及
在上述评估值小于上述第二阈值的情况下,确定上述用户的上述风险等级信息为第三风险等级。
根据本公开的实施例,上述用户基础信息包括上述用户的自然信息、资产信息、账户信息和历史交易信息。
根据本公开的实施例,上述对上述多个用户各自的上述用户基础信息和上述风险等级信息进行处理,得到上述多个用户各自的交易额度信息包括:
利用预设模型对上述多个用户各自的上述用户基础信息和上述风险等级信息分别进行处理,得到处理结果,其中,上述预设模型包括机器学习模型;以及
根据上述处理结果,确定与上述多个用户各自的身份标识信息相对应的上述交易额度信息。
根据本公开的实施例,上述信息处理方法还包括:
在上述处理结果表征上述用户属于风险用户的情况下,确定上述风险用户的风险身份标识信息。
根据本公开的实施例,上述交易请求包括上述目标用户的目标身份标识信息和交易信息,上述交易信息包括上述目标用户的交易渠道信息、交易类型信息、交易金额信息、用户级别信息和用户偏好信息。
根据本公开的实施例,上述根据上述交易请求,确定上述目标用户的目标交易额度信息包括:
根据上述目标身份标识信息,确定上述目标用户的候选交易额度信息;以及
根据上述交易渠道信息、交易类型信息、用户级别信息和用户偏好信息,确定上述目标交易额度信息。
根据本公开的实施例,上述信息处理方法还包括:
在上述交易金额信息和上述目标交易额度信息的关系满足预设条件的情况下,根据上述目标交易额度信息,确定认证介质信息;以及
在上述交易金额信息和上述目标交易额度信息的关系不满足预设条件的情况下,确定风险提示信息。
根据本公开的另一个方面,提供了一种信息处理装置,包括:
第一确定模块,用于响应于接收到来自多个用户的注册请求,根据上述注册请求,确定上述多个用户各自的风险等级信息,其中,上述注册请求包括上述多个用户各自的身份标识信息和用户基础信息;
处理模块,用于对上述多个用户各自的上述用户基础信息和上述风险等级信息进行处理,得到上述多个用户各自的交易额度信息,其中,上述交易额度信息与上述身份标识信息相对应;以及
第二确定模块,用于响应于接收到来自上述多个用户中目标用户的交易请求,根据上述交易请求,确定上述目标用户的目标交易额度信息。
根据本公开的另一个方面,提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个指令,
其中,当上述一个或多个指令被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如上所述的方法。
根据本公开的另一个方面,提供了一种计算机可读存储介质,其上存储有可执行指令,上述可执行指令被处理器执行时使处理器实现如上所述的方法。
根据本公开的另一个方面,提供了一种计算机程序产品,上述计算机程序产品包括计算机可执行指令,上述计算机可执行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,通过根据注册请求,确定多个用户各自的风险等级信息,然后对多个用户各自的用户基础信息和风险等级信息进行处理,得到多个用户各自的交易额度信息,再根据多个用户中目标用户的交易请求,确定该目标用户的目标交易额度信息。通过上述技术手段,至少部分地克服了相关技术中限额控制的灵活性较低,无法满足不同用户的实际需求的技术问题,通过建立以用户为维度的交易额度控制机制,可以提高进行限额控制的效率,并提高限额控制的针对性、灵活性和准确性。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以应用信息处理方法的***架构;
图2示意性示出了根据本公开实施例的信息处理方法的流程图;
图3示意性示出了根据本公开实施例的确定风险等级信息的方法流程图;
图4示意性示出了根据本公开实施例的确定交易额度信息的方法流程图;
图5示意性示出了根据本公开实施例的确定目标交易额度信息的方法流程图;
图6示意性示出了根据本公开实施例的信息处理方法的示例示意图;
图7示意性示出了根据本公开的实施例的信息处理装置的框图;以及
图8示意性示出了根据本公开实施例的适于实现信息处理方法的电子设备的框图。
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)。在使用类似于“A、B或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或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)。
在本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
随着计算机技术和数据处理技术的发展,适应于不同客户需求的各种金融支付交易渠道应运而生。风险控制是金融支付交易的重要组成部分,而限额控制是管理金融交易支付风险的最重要手段。
由于线上金融支付交易渠道的限额主要受客户的开户地、注册地、注册方式、安全认证方式、交易类型等因素控制,同时交易场景、金融市场环境、政策监管等也会经常性变化,因而对限额控制的要求也会随之变化。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:目前限额控制的灵活性较低,无法满足不同用户的实际需求。
为了至少部分地解决相关技术中存在的技术问题,本公开提供了一种信息处理方法及装置、电子设备和计算机可读存储介质,可以应用于信息处理领域和金融领域。该信息处理方法包括:响应于接收到来自多个用户的注册请求,根据注册请求,确定多个用户各自的风险等级信息,其中,注册请求包括多个用户各自的身份标识信息和用户基础信息;对多个用户各自的用户基础信息和风险等级信息进行处理,得到多个用户各自的交易额度信息,其中,交易额度信息与身份标识信息相对应;以及响应于接收到来自多个用户中目标用户的交易请求,根据交易请求,确定目标用户的目标交易额度信息。
需要说明的是,本公开实施例提供的信息处理方法和装置可用于信息处理领域和金融领域,例如应用于确定用户交易限额。本公开实施例提供的信息处理方法和装置也可用于除信息处理领域和金融领域之外的任意领域,例如应用于风险控制。本公开实施例提供的信息处理方法和装置的应用领域不做限定。
图1示意性示出了根据本公开实施例的可以应用信息处理方法的***架构。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,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***架构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,例如有线和/或无线通信链路等等。
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、邮箱客户端和/或社交平台软件等(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信息处理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信息处理装置一般可以设置于服务器105中。本公开实施例所提供的信息处理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信息处理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。或者,本公开实施例所提供的信息处理方法也可以由终端设备101、102、或103执行,或者也可以由不同于终端设备101、102、或103的其他终端设备执行。相应地,本公开实施例所提供的信息处理装置也可以设置于终端设备101、102、或103中,或设置于不同于终端设备101、102、或103的其他终端设备中。
例如,身份标识信息和用户基础信息可以原本存储在终端设备101、102、或103中的任意一个(例如,终端设备101,但不限于此)之中,或者存储在外部存储设备上并可以导入到终端设备101中。然后,终端设备101可以在本地执行本公开实施例所提供的信息处理方法,或者将身份标识信息和用户基础信息发送到其他终端设备、服务器、或服务器集群,并由接收该身份标识信息和用户基础信息的其他终端设备、服务器、或服务器集群来执行本公开实施例所提供的信息处理方法。
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。
图2示意性示出了根据本公开实施例的信息处理方法的流程图。
如图2所示,该信息处理方法可以包括操作S210~S230。
在操作S210,响应于接收到来自多个用户的注册请求,根据注册请求,确定多个用户各自的风险等级信息。注册请求包括多个用户各自的身份标识信息和用户基础信息。
在操作S220,对多个用户各自的用户基础信息和风险等级信息进行处理,得到多个用户各自的交易额度信息。交易额度信息与身份标识信息相对应。
在操作S230,响应于接收到来自多个用户中目标用户的交易请求,根据交易请求,确定目标用户的目标交易额度信息。
根据本公开的实施例,注册请求可以是用户通过客户端向服务器发送的请求报文。注册请求可以包括用户的身份标识信息和用户基础信息,但并不局限于此,注册请求还可以包括用户的注册信息。
根据本公开的实施例,身份标识信息与用户一一对应,可以用于表征用户的身份。身份标识信息例如可以包括用户ID(Identity Document),但并不局限于此,身份标识信息还可以包括条形码、磁条或IC芯片等,只要能够对用户进行身份标识即可。
根据本公开的实施例,风险等级信息与身份标识信息一一对应,可以用于表征与身份标识信息对应用户的风险等级和可信任程度。交易额度信息与身份标识信息相对应,可以用于表征与身份标识信息对应用户的可交易金额限制。
根据本公开的实施例,交易请求可以是多个用户中目标用户通过客户端向服务器发送的请求报文。交易请求可以包括目标用户的目标身份标识信息。可以通过目标身份标识信息在交易额度信息中确定目标交易额度信息。
根据本公开的实施例,可以结合银行***已有的风险评估资源和银行***的历史交易数据等,通过大数据技术整合银行***所提供的不同数据源,确定风险等级信息和交易额度信息。
根据本公开的实施例,通过根据注册请求,确定多个用户各自的风险等级信息,然后对多个用户各自的用户基础信息和风险等级信息进行处理,得到多个用户各自的交易额度信息,再根据多个用户中目标用户的交易请求,确定该目标用户的目标交易额度信息。通过上述技术手段,至少部分地克服了相关技术中限额控制的灵活性较低,无法满足不同用户的实际需求的技术问题,通过建立以用户为维度的交易额度控制机制,可以提高进行限额控制的效率,并提高限额控制的针对性、灵活性和准确性。
下面参考图3~图6,结合具体实施例对图2所示的方法做进一步说明。
图3示意性示出了根据本公开实施例的确定风险等级信息的方法流程图。
如图3所示,操作S210可以包括操作S311~S312。
在操作S311,根据预设评估标准和注册信息,确定多个用户各自的评估值。
在操作S312,根据评估值,确定多个用户各自的风险等级信息。风险等级信息与身份标识信息相对应。
根据本公开的实施例,注册信息可以包括用户的开户环节维度信息和交易环节维度信息。预设评估标准可以包括开户环节维度的第一预设评估标准和交易环节维度的第二预设评估标准。
根据本公开的实施例,操作S311可以包括以下操作。
在开户环节维度信息符合第一预设评估标准的情况下,确定第一评估值。在交易环节维度信息符合第二预设评估标准的情况下,确定第二评估值。根据第一评估值和第二评估值,确定评估值。
根据本公开的实施例,针对开户环节维度的第一预设评估标准可以包括用户的开户意愿核实和用户的身份识别。
例如,在用户的开户意愿真实、开户目的明确且开户理由合理的情况下,可以确定开户意愿核实情况评估值。在身份证件真实有效、开户申请人与身份信息一致、预留手机号码实名制的情况下,可以确定身份识别情况评估值。可以根据开户意愿核实情况评估值和身份识别情况评估值,确定第一评估值。
根据本公开的实施例,针对交易环节维度的第二预设评估标准可以包括用户的非柜面业务核实。
例如,在用户通过非面对面方式开通银行结算账户非柜面支付功能的情况下,可以确定第一非柜面业务评估值。在银行个人仅凭有效身份证件申请开通非柜面支付功能的情况下,可以确定第二非柜面业务评估值。在用户个人除提供有效身份证件外,还可以提供本市户口簿、居住证、社会保障卡、社保缴纳证明、水电煤缴费证明、或者手机号码实名且入网满一年等辅助身份证明材料之一的情况下,可以确定第三非柜面业务评估值。在用户个人除提供有效身份证件、辅助身份证明材料外,还可提供收入证明、资产证明、银行结算账户交易流水等证明文件之一的情况下,可以确定第四非柜面业务评估值。可以根据第一非柜面业务评估值、第二非柜面业务评估值、第三非柜面业务评估值和第四非柜面业务评估值,确定第二评估值。
根据本公开的实施例,可以根据第一评估值和第二评估值,确定评估值。例如,可以通过对第一评估值和第二评估值进行求和,确定评估值。
根据本公开的实施例,操作S312可以包括以下操作。
在评估值大于第一阈值的情况下,确定用户的风险等级信息为第一风险等级。在评估值位于第一阈值和第二阈值之间的情况下,确定用户的风险等级信息为第二风险等级。在评估值小于第二阈值的情况下,确定用户的风险等级信息为第三风险等级。
根据本公开的实施例,可以根据评估值、第一阈值和第二阈值的关系,确定用户的风险等级信息。风险等级信息与身份标识信息相对应。
根据本公开的实施例,第一阈值和第二阈值可以由本领域技术人员根据实际应用情况而灵活设置,本公开实施例不对第一阈值和第二阈值进行限定,只要能够保证第一阈值大于第二阈值即可。
根据本公开的实施例,风险等级信息的具体形式可以由本领域技术人员根据实际应用情况而灵活设置,本公开实施例不对风险等级信息的具体形式进行限定。例如,风险等级信息可以包括高级、中级和低级,但并不局限于此,风险等级信息还可以包括A级、B级和C级等。
例如,可以设置第一阈值为40、第二阈值为25。在评估值大于40的情况下,可以确定用户的风险等级信息为低级。在评估值位于40和25之间的情况下,可以确定用户的风险等级信息为中级。在评估值小于25的情况下,可以确定用户的风险等级信息为高级。
根据本公开的实施例,可以针对用户开通电子银行的情况,对客户进行打分评级,确定用户的风险等级信息。当用户的评估值越高,根据评估值确定的风险等级信息就越低,表征用户存在风险的可能性越低,可信任程度越高。
根据本公开的实施例,通过根据预设评估标准和注册信息,确定多个用户各自的评估值,并根据评估值,确定多个用户各自的风险等级信息。通过上述技术手段,能够确定以用户为维度的多个用户各自的风险等级信息,以便建立以用户为维度的交易额度控制机制,从而可以提高限额控制的针对性和准确性。
图4示意性示出了根据本公开实施例的确定交易额度信息的方法流程图。
如图4所示,操作S220可以包括操作S421~S422。
在操作S421,利用预设模型对多个用户各自的用户基础信息和风险等级信息分别进行处理,得到处理结果。预设模型包括机器学习模型。
在操作S422,根据处理结果,确定与多个用户各自的身份标识信息相对应的交易额度信息。
根据本公开的实施例,可以将多个用户各自的用户基础信息每天日终定时从各个交易子***中抽取出来。交易子***可以包括企业级用户信息***、用户信用管理***、存款***、贷款***、历史交易明细***等。
根据本公开的实施例,可以将抽取得到的用户基础信息和风险等级信息存入数据湖,利用数据湖进行数据的存储和分析。
根据本公开的实施例,数据湖是一类存储数据原始格式的***,通常是对象块或者文件,数据湖可以用于存储来自于关系型数据库中的结构化数据、半结构化数据、非结构化数据和二进制数据等。
根据本公开的实施例,用户基础信息可以包括用户的自然信息、资产信息、账户信息和历史交易信息。用户的自然信息可以包括性别、年龄、婚姻情况、受教育程度、工作行业等。资产信息可以包括用户的资产情况。历史交易信息可以包括交易类型、金额、交易地点、交易对手信息等。
根据本公开的实施例,可以在数据湖建立模型,对用户基础信息和风险等级信息定时进行分析,对每个用户给出合适的交易额度信息,并可以导入交易子***。
根据本公开的实施例,模型可以包括深度学习模型或专家规则模型。专家规则模型可以是将业务经验人工编码的机器学习模型结构。专家规则模型可以包括单棵决策树或随机森林。
根据本公开的实施例,可以利用专家规则模型对用户基础信息和风险等级信息进行处理,得到处理结果。处理结果可以用于表征用户是否属于风险用户。
根据本公开的实施例,相比数据仓库,利用数据湖存储非结构化数据的特点,可以根据市场、业务的发展需要,降低信息整合分析的成本。
根据本公开的实施例,信息处理方法还可以包括以下操作。
在处理结果表征用户属于风险用户的情况下,确定风险用户的风险身份标识信息。
根据本公开的实施例,在处理结果表征用户属于风险用户的情况下,可以对风险用户进行标注,例如,可以标注为“洗钱高风险客户”、“涉赌涉诈高风险客户”、“其它高风险客户”等,并导入风险欺诈子***。
根据本公开的实施例,在处理结果表征用户不属于风险用户的情况下,可以根据处理结果用户的交易额度信息。
根据本公开的实施例,通过利用预设模型对多个用户各自的用户基础信息和风险等级信息分别进行处理,得到处理结果,并根据处理结果,确定与多个用户各自的身份标识信息相对应的交易额度信息。通过上述技术手段,可以利用预设模型自动确定交易额度信息,从而提高了限额控制的效率和准确性。
图5示意性示出了根据本公开实施例的确定目标交易额度信息的方法流程图。
如图5所示,操作S230可以包括操作S531~S532。
在操作S531,根据目标身份标识信息,确定目标用户的候选交易额度信息。
在操作S532,根据交易渠道信息、交易类型信息、用户级别信息和用户偏好信息,确定目标交易额度信息。
根据本公开的实施例,交易请求可以包括目标用户的目标身份标识信息和交易信息,交易信息可以包括目标用户的交易渠道信息、交易类型信息、交易金额信息、用户级别信息和用户偏好信息。
根据本公开的实施例,交易渠道信息可以包括网银或手机。交易类型信息可以包括转账、消费或缴费。用户级别信息可以包括普通或会员。用户偏好信息可以包括保守、中性或激进等。
根据本公开的实施例,在目标用户使用客户端的银行***进行交易的情况下,客户端可以提交目标用户的目标身份标识信息和交易信息,可以根据目标身份标识信息确定候选交易额度信息,并根据交易信息确定目标交易额度信息。
根据本公开的实施例,信息处理方法还可以包括以下操作。
在交易金额信息和目标交易额度信息的关系满足预设条件的情况下,根据目标交易额度信息,确定认证介质信息。在交易金额信息和目标交易额度信息的关系不满足预设条件的情况下,确定风险提示信息。
根据本公开的实施例,在用户进行线上汇款、快捷支付、扫码支付等交易时,可以提前进行核查,并可以在交易金额信息和目标交易额度信息的关系满足预设条件的情况下,返回推荐用户使用的认证介质信息。
根据本公开的实施例,在交易金额信息和目标交易额度信息的关系不满足预设条件的情况下,可以对超过目标交易额度信息的用户或风险客户的交易请求进行拒绝,并可以提示客户相应的风险提示语与解决措施。例如,可以提示“***识别您的交易存在较大风险,如有疑问请致电咨询/前往网点咨询/点击图标申请客服协助”等。
根据本公开的实施例,通过根据目标用户的目标身份标识信息,确定目标用户的候选交易额度信息,并根据交易渠道信息、交易类型信息、用户级别信息和用户偏好信息,确定目标交易额度信息。通过上述技术手段,基于用户维度可以更方便、更快速地实现交易额度控制,从而提高限额控制的效率。
图6示意性示出了根据本公开实施例的信息处理方法的示例示意图。
如图6所示,响应于接收到来自多个用户的注册请求601,注册请求601可以包括身份标识信息6011、注册信息6012和用户基础信息6013,可以根据预设评估标准602和注册信息6012,确定多个用户各自的评估值603。可以根据评估值603,确定多个用户各自的风险等级信息604。可以利用预设模型605对多个用户各自的用户基础信息6013和风险等级信息604进行处理,得到处理结果606。可以根据处理结果606,确定与多个用户各自的身份标识信息相对应的交易额度信息607。以便后续可以根据多个用户中目标用户的目标身份标识信息,确定目标交易额度信息。
图7示意性示出了根据本公开的实施例的信息处理装置的框图。
如图7所示,信息处理装置700可以包括第一确定模块701、处理模块702和第二确定模块703。
第一确定模块701,用于响应于接收到来自多个用户的注册请求,根据注册请求,确定多个用户各自的风险等级信息。注册请求包括多个用户各自的身份标识信息和用户基础信息。
处理模块702,用于对多个用户各自的用户基础信息和风险等级信息进行处理,得到多个用户各自的交易额度信息。交易额度信息与身份标识信息相对应。
第二确定模块703,用于响应于接收到来自多个用户中目标用户的交易请求,根据交易请求,确定目标用户的目标交易额度信息。
根据本公开的实施例,注册请求还可以包括用户的注册信息。
根据本公开的实施例,第一确定模块701可以包括第一确定单元和第二确定单元。
第一确定单元,用于根据预设评估标准和注册信息,确定多个用户各自的评估值。
第二确定单元,用于根据评估值,确定多个用户各自的风险等级信息。风险等级信息与身份标识信息相对应。
根据本公开的实施例,注册信息可以包括用户的开户环节维度信息和交易环节维度信息。
根据本公开的实施例,第一确定单元可以包括第一确定子单元、第二确定子单元和第三确定子单元。
第一确定子单元,用于在开户环节维度信息符合第一预设评估标准的情况下,确定第一评估值。
第二确定子单元,用于在交易环节维度信息符合第二预设评估标准的情况下,确定第二评估值。
第三确定子单元,用于根据第一评估值和第二评估值,确定评估值。
根据本公开的实施例,第二确定单元可以包括第四确定子单元、第五确定子单元和第六确定子单元。
第四确定子单元,用于在评估值大于第一阈值的情况下,确定用户的风险等级信息为第一风险等级。
第五确定子单元,用于在评估值位于第一阈值和第二阈值之间的情况下,确定用户的风险等级信息为第二风险等级。
第六确定子单元,用于在评估值小于第二阈值的情况下,确定用户的风险等级信息为第三风险等级。
根据本公开的实施例,用户基础信息可以包括用户的自然信息、资产信息、账户信息和历史交易信息。
根据本公开的实施例,处理模块702可以包括处理单元和第三确定单元。
处理单元,用于利用预设模型对多个用户各自的用户基础信息和风险等级信息分别进行处理,得到处理结果。预设模型包括机器学习模型。
第三确定单元,用于根据处理结果,确定与多个用户各自的身份标识信息相对应的交易额度信息。
根据本公开的实施例,处理模块702还可以包括第四确定单元。
第四确定单元,用于在处理结果表征用户属于风险用户的情况下,确定风险用户的风险身份标识信息。
根据本公开的实施例,交易请求可以包括目标用户的目标身份标识信息和交易信息,交易信息包括目标用户的交易渠道信息、交易类型信息、交易金额信息、用户级别信息和用户偏好信息。
根据本公开的实施例,第二确定模块703可以包括第五确定单元和第六确定单元。
第五确定单元,用于根据目标身份标识信息,确定目标用户的候选交易额度信息。
第六确定单元,用于根据交易渠道信息、交易类型信息、用户级别信息和用户偏好信息,确定目标交易额度信息。
根据本公开的实施例,第二确定模块703还可以包括第七确定单元和第八确定单元。
第七确定单元,用于在交易金额信息和目标交易额度信息的关系满足预设条件的情况下,根据目标交易额度信息,确定认证介质信息。
第八确定单元,用于在交易金额信息和目标交易额度信息的关系不满足预设条件的情况下,确定风险提示信息。
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,第一确定模块701、处理模块702和第二确定模块703中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元/子单元中实现。根据本公开的实施例,第一确定模块701、处理模块702和第二确定模块703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,第一确定模块701、处理模块702和第二确定模块703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。
需要说明的是,本公开的实施例中信息处理装置部分与本公开的实施例中信息处理方法部分是相对应的,信息处理装置部分的描述具体参考信息处理方法部分,在此不再赘述。
图8示意性示出了根据本公开实施例的适于实现信息处理方法的电子设备的框图。图8示出的电子设备仅仅是一个示例,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8所示,根据本公开实施例的计算机电子设备800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、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801还可以包括用于缓存用途的板载存储器。处理器801可以包括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。
在RAM 803中,存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。电子设备800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;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807;包括硬盘等的存储部分808;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809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,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810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
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,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于: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)、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。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行本公开实施例所提供的方法的程序代码,当计算机程序产品在电子设备上运行时,该程序代码用于使电子设备实现本公开实施例所提供的信息处理方法。
在该计算机程序被处理器801执行时,执行本公开实施例的***/装置中限定的上述功能。根据本公开的实施例,上文描述的***、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分809被下载和安装,和/或从可拆卸介质811被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
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。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (12)
1.一种信息处理方法,包括:
响应于接收到来自多个用户的注册请求,根据所述注册请求,确定所述多个用户各自的风险等级信息,其中,所述注册请求包括所述多个用户各自的身份标识信息和用户基础信息;
对所述多个用户各自的所述用户基础信息和所述风险等级信息进行处理,得到所述多个用户各自的交易额度信息,其中,所述交易额度信息与所述身份标识信息相对应;以及
响应于接收到来自所述多个用户中目标用户的交易请求,根据所述交易请求,确定所述目标用户的目标交易额度信息。
2.根据权利要求1所述的方法,其中,所述注册请求还包括所述用户的注册信息;
所述根据所述注册请求,确定所述多个用户各自的风险等级信息包括:
根据预设评估标准和所述注册信息,确定所述多个用户各自的评估值;以及
根据所述评估值,确定所述多个用户各自的风险等级信息,其中,所述风险等级信息与所述身份标识信息相对应。
3.根据权利要求2所述的方法,其中,所述注册信息包括所述用户的开户环节维度信息和交易环节维度信息;
所述根据预设评分标准和所述注册信息,确定所述多个用户各自的评估值包括:
在所述开户环节维度信息符合第一预设评估标准的情况下,确定第一评估值;
在所述交易环节维度信息符合第二预设评估标准的情况下,确定第二评估值;以及
根据所述第一评估值和所述第二评估值,确定所述评估值。
4.根据权利要求2或3所述的方法,其中,所述根据所述评估值,确定所述多个用户各自的风险等级信息包括:
在所述评估值大于第一阈值的情况下,确定所述用户的所述风险等级信息为第一风险等级;
在所述评估值位于所述第一阈值和第二阈值之间的情况下,确定所述用户的所述风险等级信息为第二风险等级;以及
在所述评估值小于所述第二阈值的情况下,确定所述用户的所述风险等级信息为第三风险等级。
5.根据权利要求1所述的方法,其中,所述用户基础信息包括所述用户的自然信息、资产信息、账户信息和历史交易信息;
所述对所述多个用户各自的所述用户基础信息和所述风险等级信息进行处理,得到所述多个用户各自的交易额度信息包括:
利用预设模型对所述多个用户各自的所述用户基础信息和所述风险等级信息分别进行处理,得到处理结果,其中,所述预设模型包括机器学习模型;以及
根据所述处理结果,确定与所述多个用户各自的身份标识信息相对应的所述交易额度信息。
6.根据权利要求5所述的方法,还包括:
在所述处理结果表征所述用户属于风险用户的情况下,确定所述风险用户的风险身份标识信息。
7.根据权利要求1所述的方法,其中,所述交易请求包括所述目标用户的目标身份标识信息和交易信息,所述交易信息包括所述目标用户的交易渠道信息、交易类型信息、交易金额信息、用户级别信息和用户偏好信息;
所述根据所述交易请求,确定所述目标用户的目标交易额度信息包括:
根据所述目标身份标识信息,确定所述目标用户的候选交易额度信息;以及
根据所述交易渠道信息、交易类型信息、用户级别信息和用户偏好信息,确定所述目标交易额度信息。
8.根据权利要求7所述的方法,还包括:
在所述交易金额信息和所述目标交易额度信息的关系满足预设条件的情况下,根据所述目标交易额度信息,确定认证介质信息;以及
在所述交易金额信息和所述目标交易额度信息的关系不满足预设条件的情况下,确定风险提示信息。
9.一种信息处理装置,包括:
第一确定模块,用于响应于接收到来自多个用户的注册请求,根据所述注册请求,确定所述多个用户各自的风险等级信息,其中,所述注册请求包括所述多个用户各自的身份标识信息和用户基础信息;
处理模块,用于对所述多个用户各自的所述用户基础信息和所述风险等级信息进行处理,得到所述多个用户各自的交易额度信息,其中,所述交易额度信息与所述身份标识信息相对应;以及
第二确定模块,用于响应于接收到来自所述多个用户中目标用户的交易请求,根据所述交易请求,确定所述目标用户的目标交易额度信息。
10.一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个指令,
其中,当所述一个或多个指令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8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,所述可执行指令被处理器执行时使处理器实现权利要求1至8中任一项所述的方法。
12.一种计算机程序产品,所述计算机程序产品包括计算机可执行指令,所述计算机可执行指令在被执行时用于实现权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210478151.2A CN114820214A (zh) | 2022-04-29 | 2022-04-29 | 信息处理方法及装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210478151.2A CN114820214A (zh) | 2022-04-29 | 2022-04-29 | 信息处理方法及装置、电子设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114820214A true CN114820214A (zh) | 2022-07-29 |
Family
ID=82512177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210478151.2A Pending CN114820214A (zh) | 2022-04-29 | 2022-04-29 | 信息处理方法及装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114820214A (zh) |
-
2022
- 2022-04-29 CN CN202210478151.2A patent/CN114820214A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210374749A1 (en) | User profiling based on transaction data associated with a user | |
CN111210335B (zh) | 用户风险识别方法、装置及电子设备 | |
US10726501B1 (en) | Method to use transaction, account, and company similarity clusters derived from the historic transaction data to match new transactions to accounts | |
CN113610230A (zh) | 训练方法、预测方法、装置、计算机***及存储介质 | |
CN114358147A (zh) | 异常账户识别模型的训练方法、识别方法、装置及设备 | |
CN110197426B (zh) | 一种信用评分模型的建立方法、装置及可读存储介质 | |
US20220198579A1 (en) | System and method for dimensionality reduction of vendor co-occurrence observations for improved transaction categorization | |
CN115795345A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN113094595A (zh) | 对象识别方法、装置、计算机***及可读存储介质 | |
CN115048561A (zh) | 推荐信息确定方法及装置、电子设备和可读存储介质 | |
CN114820214A (zh) | 信息处理方法及装置、电子设备和计算机可读存储介质 | |
CN114357523A (zh) | 风险对象的识别方法、装置、设备、存储介质和程序产品 | |
US11561963B1 (en) | Method and system for using time-location transaction signatures to enrich user profiles | |
CN114880369A (zh) | 一种基于弱数据技术的风险授信方法和*** | |
CN112613980A (zh) | 交易处理方法及装置、电子设备和计算机可读存储介质 | |
CN118134492A (zh) | 业务风险识别方法、装置、设备、介质及程序产品 | |
US20210248617A1 (en) | System and method for predicting support escalation | |
CN113095805A (zh) | 对象识别方法、装置、计算机***及可读存储介质 | |
CN115689705A (zh) | 对象识别方法、装置、设备及介质 | |
CN118428959A (zh) | 信息处理方法、信息处理装置、设备、存储介质及产品 | |
CN116562974A (zh) | 对象识别方法、装置、电子设备及存储介质 | |
CN117011051A (zh) | 业务处理方法及装置、电子设备和计算机可读存储介质 | |
CN116341945A (zh) | 对象评估方法及装置、电子设备和计算机可读存储介质 | |
CN114742648A (zh) | 产品推送方法、装置、设备及介质 | |
Ashwardhini et al. | Customer Perception on role of Artificial Intelligence (AI) in the Banking Industry in Chennai |
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 |