CN115115322A - 目标群组识别方法、风险评估方法、装置、设备及介质 - Google Patents

目标群组识别方法、风险评估方法、装置、设备及介质 Download PDF

Info

Publication number
CN115115322A
CN115115322A CN202110289097.2A CN202110289097A CN115115322A CN 115115322 A CN115115322 A CN 115115322A CN 202110289097 A CN202110289097 A CN 202110289097A CN 115115322 A CN115115322 A CN 115115322A
Authority
CN
China
Prior art keywords
relationship
target
information
weight
social
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
Application number
CN202110289097.2A
Other languages
English (en)
Inventor
吴杰
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202110289097.2A priority Critical patent/CN115115322A/zh
Publication of CN115115322A publication Critical patent/CN115115322A/zh
Pending legal-status Critical Current

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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Technology Law (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种目标群组识别方法、风险评估方法、装置、电子设备及存储介质，方法包括根据获取的目标对象，从多个预设维度确定目标对象的关联对象信息，根据关联对象信息确定每个关联对象与目标对象之间的关联程度；根据关联程度，从关联对象中确定候选对象推荐人，根据候选对象推荐人和目标对象，确定目标群组；方法在计算关联对象信息的时候同时考虑了资金关系信息、社交关系信息和设备关系信息，然后在确定每个关联对象与目标对象之间的关联程度，提高计算关联程度的准确度，进而根据关联程度，从关联对象中确定候选对象推荐人，并根据候选对象推荐人和目标对象，确定目标群组，提高了团伙识别的准确率，可广泛应用于计算机技术领域。

Description

目标群组识别方法、风险评估方法、装置、设备及介质
技术领域
本发明涉及计算机技术领域，尤其是一种目标群组识别方法、风险评估方法、装置、设备及介质。
背景技术
随着金融行业的快速发展，如何对金融行业进行合规监控受到了广泛研究。在当前技术中，金融机构一般通过搜集和调查用户的资金交易信息，根据预设的监控规则进行人工审理，判定用户是否进行违规交易，这种判定方法的工作效率低下，而且由于判定依据仅有资金交易信息，导致判定结果准确性不高，容易对正常用户的大额交易产生误判。
另外，目前合规监控的过程主要由人工对已进行非法交易的疑犯进行审核。在实际的疑犯非法交易过程中，每个疑犯通常关联有多位共同作案的同伙。而现有技术每次仅能对一位疑犯的案件进行单独审核，无法识别和显示共同作案的同伙的关联关系，单独审核由于案件信息缺失或不完整，导致审核结果片面不准确、审核的工作效率低下且需要重复割裂地审核，监控审核效果非常不佳。
发明内容
有鉴于此，本发明实施例提供一种目标群组识别方法、装置、设备及介质，以提高目标群组识别的准确性。
本发明实施例还提供一种风险评估方法、装置、设备及介质，以提高合规监控中风险主体评估的审核效率和案件审核的全面性，并增加每次审核中可覆盖的风险主体数。
本发明的一方面提供了一种目标群组识别方法，包括：
根据获取的目标对象，从多个预设维度确定所述目标对象的关联对象信息，其中，所述预设维度包括资金关系维度、社交关系维度和设备关系维度；所述关联对象信息包括所述关联对象的资金关系信息、所述目标对象与所述关联对象之间的社交关系信息，以及所述目标对象与所述关联对象之间的设备关系信息；
根据所述关联对象信息确定每个所述关联对象与所述目标对象之间的关联程度；
根据所述关联程度，从所述关联对象中确定候选对象推荐人；
根据所述候选对象推荐人和所述目标对象，确定目标群组。
本发明实施例的另一方面提供了一种风险评估方法，包括：
应用前面所述的目标群组识别方法，识别出候选对象推荐人；
获取所述候选对象推荐人的案件审核类型，其中，所述案件审核类型包括结案案件、在审案件、待审案件以及待分配案件；
将所述候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件集合；
对所述目标群组在审案件集合中的目标群组进行风险评估。
本发明实施例的另一方面还提供了一种目标群组识别装置，包括：
关联对象信息确定模块，用于根据获取的目标对象，从多个预设维度确定所述目标对象的关联对象信息，其中，所述预设维度包括资金关系维度、社交关系维度和设备关系维度；所述关联对象信息包括所述关联对象的资金关系信息、所述目标对象与所述关联对象之间的社交关系信息，以及所述目标对象与所述关联对象之间的设备关系信息；
关联程度确定模块，用于根据所述关联对象信息确定每个所述关联对象与所述目标对象之间的关联程度；
候选对象推荐人确定模块，用于根据所述关联程度，从所述关联对象中确定候选对象推荐人；
目标群组确定模块，用于根据所述候选对象推荐人和所述目标对象，确定目标群组。
本发明实施例的另一方面提供了一种风险评估装置，包括：
识别模块，用于应用前面所述的目标群组识别装置识别出候选对象推荐人；
获取模块，用于获取所述候选对象推荐人的案件审核类型，其中，所述案件审核类型包括结案案件、在审案件、待审案件以及待分配案件；
合并模块，用于将所述候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件集合；
审核模块，用于对所述目标群组在审案件集合中的目标群组进行风险评估。
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
本发明的实施例根据获取的目标对象，从多个预设维度确定所述目标对象的关联对象信息，其中，所述预设维度包括资金关系维度、社交关系维度和设备关系维度；所述关联对象信息包括所述关联对象的资金关系信息、所述目标对象与所述关联对象之间的社交关系信息，以及所述目标对象与所述关联对象之间的设备关系信息，本发明实施例在计算关联对象信息的时候同时考虑了资金关系信息、社交关系信息和设备关系信息，然后在确定每个所述关联对象与所述目标对象之间的关联程度，能够提高计算关联程度的准确度，进而根据所述关联程度，从所述关联对象中确定候选对象推荐人，并根据所述候选对象推荐人和所述目标对象，确定目标群组，提高了目标群组识别的准确率。
另外，本发明实施例还获取所述候选对象推荐人的案件审核类型，将所述候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件，最后对所述目标群组在审案件中的目标群组进行风险评估，能够提高反洗钱中风险主体的审核效率，增加单次审核中可覆盖的风险主体数，实现在单次审核的过程中对关联得到的所有目标群组进行同时审核，提高了案件审核的全面性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种目标群组识别与风险评估的实施环境示意图；
图2为本发明实施例提供的一种目标群组识别方法的步骤流程图；
图3为本发明实施例提供的确定目标对象的关联对象信息的步骤流程图；
图4为本发明实施例根据资金数据计算关联对象的资金关系信息的步骤流程图；
图5为本发明实施例根据社交数据计算目标对象与关联对象之间的社交关系信息的步骤流程图；
图6为本发明实施例根据设备数据计算目标对象与关联对象之间的设备关系信息的步骤流程图；
图7为本发明实施例所提供的另一种计算目标对象与关联对象之间的社交关系信息的步骤流程图；
图8为本发明实施例所提供的另一种计算目标对象与关联对象之间的设备关系信息的步骤流程图；
图9为本发明实施例提供的确定候选对象推荐人的步骤流程图；
图10为本发明实施例确定目标群组的步骤流程图；
图11为本发明实施例提供的风险评估方法的步骤流程图；
图12为本发明实施例中目标群组信息的审核页面示意图；
图13为本发明实施例中候选对象推荐人的显示页面示意图；
图14为本发明实施例中新增目标群组的交互页面示意图；
图15为本发明实施例提供的目标群组识别装置的结构示意图；
图16为本发明实施例提供的风险评估装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。
在金融行业进行合规监控的内容可以例如是进行反洗钱监控，反洗钱监控是指通过金融机构对可能的洗钱活动予以识别，对正在进行的洗钱活动进行实时拦截，从而阻止犯罪活动；或者是金融机构通过流程、规则等方式控制***内的洗钱风险。在反洗钱过程中的案件，则是指通过反洗钱稽核***，生成的洗钱风险审理任务；该案件的作案类型可以包括单独作案和团伙作案。在本申请的实施例中，主要针对团伙作案进行说明与阐述，即目标群组为作案团伙，在团伙作案中，作案的同伙是指一同作案的关联人；进而，目标群组识别是指在案件审理时，主动推荐跟已有主体或团伙人员为同一团伙的人员，辅助审核人员添加到案件中一并审理和上报。本说明书将选取反洗钱监控以及反洗钱案件，对本发明的实施例进行详细描述。
在相关技术中，对于案件审理，大部分情况下，只是针对案件涉及的主体进行分析与上报，较少涉及对多个在途案件中的主体进行关联审理；并在案件的审理过程中，也较少涉及增加作案主体并进行共同上报。小部分情况下会对案件中的关联主体进行共同上报，但是，在完成上报之后，仍然需要审理人员再通过分析工具进行关联、拓展、分析、添加等操作，需要耗费大量的人力成本。因此，即便是通过人工操作，将案件中已有主体进行关联主体的拓展、分析和添加，其同样也存在效率低下、拓展完整度低、对操作人员的能力要求较高，并且需要借助类似可视化关系网络等分析工具；除此之外，案件主体之间不通过主体串并审理，则造成同一个目标群组的重复审核，浪费审核资源。
因此，本发明实施例提供了一种目标群组识别以及风险评估的软件平台，在针对每桩案件进行关联主体推荐，一方面实现了在途案件的关联和合并审理，一次性审核多个案件，实现了案件审理效率的成倍提升；另一方面，同样通过关联主体推荐这一功能，平台能够推荐该案件主体关联的其他风险主体，在审理时间基本不变的情况下，能够覆盖更多风险主体，提高了单位审核时间的风险覆盖量。
并且，本发明实施例基于其团伙推荐功能，可以在没有关系网络等其他辅助分析工具的前提下，能够进行主动地进行关联关系的分析，并对作案团伙的成员进行拓展，以使得上报的目标群组信息更为完整，进而本发明实施例目标群组识别结果也更为精确、详细。
参照图1，图1示出了本发明实施例提供的一种目标群组识别方法以及风险评估方法的实施环境示意图。在该实施环境中，包括了至少一台终端设备101和服务器102；在目标群组识别的过程中，用户可以通过该终端设备根据具体的案件审理需求，首先确定目标对象，再由用户交互界面1011获取用户的筛选条件，进而确定目标对象的关联对象；其中，筛选条件对应关联对象信息的若干维度，可以理解的是，根据维度选择的不同所确定的关联对象也不同，并可以根据关联对象与目标对象之间的关联程度确定候选对象推荐人；最终由终端设备的用户交互界面显示在途审理案件的目标群组，该目标群组包括目标对象以及确定的候选对象推荐人。在风险评估的应用场景中，根据目标群组识别的结果，终端设备的用户交互界面可以显示目标群组的所有案件，并将所有案件进行合并供用户审核。无论在目标群组识别还是风险评估的过程中，实施例中的终端设备可以是任何一种可通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品，该电子产品能够通过网页或者安装在其中的在线交易或移动支付应用程序(Application，APP)进行交易，并生成对应的交易记录，例如该终端设备可以是个人计算机(Personal Computer，PC)、手机、智能手机、个人数字助手(Personal Digital Assistant，PDA)、可穿戴设备、掌上电脑PPC(PocketPC)、平板电脑等。在图1所示的应用场景中，服务器可以采用独立的服务器，或者是由若干台服务器组成的服务器集群，又或者是云计算服务中心；服务器的形式不限于上述举例描述的形式，可以理解的是，服务器还具有数据存储功能，而存储功能的实现可以是采用本地数据库或者是云端的数据库。在该应用场景中，服务器上搭载有本发明实施例提供的目标群组识别以及风险评估的软件平台，服务器根据终端设备上传的筛选条件，即关联对象信息的维度，对数据库中所存储关联对象信息进行筛选，并确定筛选后得到的关联对象与目标对象之间的关联程度，进而根据关联程度确定候选对象推荐人，并组合得到目标群组，即作案团伙，将目标群组及成员信息推送至终端设备；若是在风险评估的过程中，服务器还将对候选对象推荐人所涉及的案件进行检索，并根据候选对象推荐人的案件构建得到目标群组的在审案件集合，进而根据在审案件集合对目标群组进行风险评估，并将审核结果推送至终端设备。
如图1所示，以反洗钱案件审理的过程为例，用户可以通过终端设备101的用户交互界面1011选择在途审理案件的目标对象，目的是通过该目标对象确定其是否为团伙作案，其作案的目标群组以及目标群组的涉案信息。通过在用户交互界面通过点触指令或者文本输入的方式，确定目标对象。服务器102获取由终端设备101所上传的目标对象，并将设定的多个属性维度作为筛选条件，即资金关系维度、社交关系维度以及设备关系维度等，进而从存储的关联对象信息中筛选得到对应的关联对象；其中，关联对象是与目标对象存在关联关系的对象，关联关系包括但不限于资金关系、社交关系以及设备关系等。服务器从筛选得到关联对象中，通过关联程度的高低，确定候选对象的推荐人；其中，关联程度可以是将资金关系、社交关系以及设备关系中的用户数据或用户信息进行标准化后计算权重所确定的数值，通过该数值的大小体现关联程度的高低。从各个关联关系中选择关联程度最高的候选对象的推荐人，与所确定的目标对象构成作案团伙(即目标群组)，再由服务器将目标群组以及相关信息发送至终端设备，由终端设备进行可视化展示。此外，在确定候选对象推荐人后，服务器根据候选对象推荐人涉及的所有案件信息(包括案件的类型等信息，案件的类型可以包括结案案件、在审案件、待审案件以及待分配案件)，选择在审案件、待审案件以及待分配案件合并至目标对象的再审案件中，构建目标群组的再审案件集合，并进行风险评估，并将审核后的结果发送至终端设备进行可视化显示。可以理解的是，在本发明的实施例中，用户可以通过终端设备的用户交互界面，对目标群组进行查看、选择以及添加等操作。
应当理解的是，本发明实施例仅是通过图1示例性地说明可以实施的一种实施环境以及一种可能性的实施结果，即用户通过设备终端101选择目标对象，服务器102根据该目标对象进行候选对象推荐人的筛选，并确定该目标对象的目标群组，并汇总目标群组的案件，进行合并审理，并将审理结果反馈至终端设备101进行可视化显示。而在本发明实施例另一些应用场景中，目标群组识别以及风险评估的软件平台也可以是直接搭载在终端设备101上，在终端设备101断开与服务器102的通信连接之后，用户可以根据终端设备中缓存的数据进行离线操作；待重新连接至服务器102后，将终端设备101缓存在本地的识别结果上传更新至服务器102。本发明实施例不对具体应用场景进行限定，上述的图1的应用场景仅仅作为示例性地说明。
可以理解的是，本发明实施例所公开的目标群组识别以及风险评估的方法，在其实施环境中，用于数据存储也可以是区块链；即在实施的过程中，可以从区块链中已有的区块获取其他区块链节点所识别的群组信息或风险评估的历史数据；将节点识别的目标群组数据打包成新的区块上传至区块链中。通过区块链的去中心化的数据存储方式，数据更为公开安全，也同时避免了恶意的数据篡改。另外，本发明实施例所公开的目标群组识别和风险评估方法处理得到的结果数据，也可以通过区块链进行存储，以使得区块链中所有区块都能实时获取并运用上述结果数据。
如图2所示，本发明实施例提供了一种目标群组识别方法，该方法可以应用于上述图1中的终端设备101或者服务器102来实现，也可以在任意具有数据处理能力的装置或设备上执行，例如可以在智能手机上执行。参考图2，该方法具体包括但不限于步骤S100-S400：
S100、根据获取的目标对象，从多个预设维度确定目标对象的关联对象信息；
其中，本发明实施例中的目标对象，为在途案件中的涉案主体；预设维度是根据具体的案件审理需求所设定的关联对象信息的属性维度，本发明实施例中，预设维度包括但不仅限于资金关系维度、社交关系维度和设备关系维度；关联对象是与选定的目标对象存在至少一个维度上的关联关系的用户对象，进而，本发明实施例中关联对象信息包括但不仅限于关联对象的资金关系信息、目标对象与关联对象之间的社交关系信息，以及目标对象与关联对象之间的设备关系信息。
具体地，通过获取某一在途的反洗钱案件的目标对象，根据该目标对象的个人用户信息，必要时，也可以同时针对该目标对象在案件中的行为信息进行提取，得到该目标对象存在关联关系的关联对象。可选地，可从用户信息以及行为信息中通过关键词检索等自然语言处理(Natural Language Processing，NLP)，从资金关系维度、社交关系维度和设备关系维度上，提取得到该目标对象存在关联关系的关联对象，并确定该关联对象的关联对象信息。
示例性地，本发明实施例可以从该目标对象的账户资金往来的记录；从社交平台(例如微信、微博、QQ以及钉钉等)上目标对象的好友聊天或互动的记录；从该用户在涉案过程中使用的移动设备或者设备的IP(Internet Protocol Address)地址，进行索引，确定与目标对象存在关联关系的关联对象。可以理解的是，关联关系应当包含上述的关系维度中的至少一种的关系。在确定关联对象后，对关联对象的用户信息、涉案信息以及其他行为信息进行提取。本发明实施例通过多个维度确定目标对象的关联对象信息，覆盖了更多的风险主体，提高了审理团队单位人力的风险覆盖范围，一定程度上提高了对象识别的准确性。
S200、根据关联对象信息确定每个关联对象与目标对象之间的关联程度；
其中，关联程度体现关联对象与目标对象之间的强弱；可以采用等级、数值以及文字描述等多种方式进行体现。在本发明的实施例中，通过推荐分数，即具体的数值，来体现关联对象与目标对象之间关联程度的强弱。将步骤S100中，所得到的关联对象信息，通过将关联对象信息通过权重计算的方式，确定在特定维度下，关联对象的推荐分数。
示例性地，在资金关系维度中，目标对象A在某周期内笔资金往来的金额为50万元，目标对象A的资金往来对象包括对象B和对象C，通过步骤S100所得到的资金关系信息为：目标对象A与B的往来金额为30万元，目标对象A与C的往来金额为20万元，根据该资金关系信息为所确定的关联程度，即对象B和对象C的推荐分数分别为0.6和0.4。通过确定每个关联对象与目标对象之间的关联程度，为后续的候选对象确定等步骤提供数据支持，以使得目标群组识别更为准确，结果的可靠程度更高。
S300、根据关联程度，从关联对象中确定候选对象推荐人；
其中，候选对象推荐人是根据步骤S200中确定的关联对象，并根据关联程度的高低进行排序或筛选，得到的目标群组候选对象。在本实施例中，可以通过预设条件的方式，例如设置推荐分数的分数阈值，在特定的关系维度下，关联程度的推荐分数满足该分数阈值，则该关联对象标记为候选对象推荐人，反之则不进行标记；又或者可用通过预设候选对象推荐人数目的方式，将关联对象按照关联程度进行降序排列，固定选取每个关系维度下，前两名关联对象标记为候选对象推荐人。
S400、根据候选对象推荐人和目标对象，确定目标群组；
具体地，根据步骤S300中所确定的候选对象推荐人，以及步骤S100中所选择的目标对象，确定当前在途案件的作案目标群组，同时汇总该目标群组的个人用户信息、涉案信息以及其他行为信息。
示例性地，在一些可行的实施例中，通过目标对象A进行资金关系维度、社交关系维度和设备关系维度的关联对象分析，确定候选对象推荐人B，在资金关系中与A的关联程度最高，即B与A资金往来最为密切且金额最大；确定候选对象推荐人C，在社交关系中与A的关联程度最高，即C与A在社交平台中与进行的互动频率最高，互动的方式包括但不限于即时通讯以及点赞等行为，且C还涉及另外一起反洗钱案件之中；确定候选对象推荐人D，在设备关系中，与A的关联程度最高，即D与A使用过相同序列号的移动终端设备并且IP地址相同，且该IP地址同时出现在两起其他的反洗钱案件之中；进而本发明实施例将A、B、C、D进行聚类并标记为作案团伙，并对其用户信息以及对象C和对象D所涉及的其他反洗钱案件进行整合，最终在用户交互界面进行可视化展示。本发明实施例通过目标对象确定作案目标群组方式，筛选并确定了与目标对象有强关系的关联对象，在花费较少审理资源的前提下，覆盖了更多的风险主体，提高了案件审理的风险覆盖范围。
如图3所示，为本发明实施例提供的确定目标对象的关联对象信息的步骤流程图。参照图3，在一些可行的实施例中，上述实施例步骤S100、根据获取的目标对象，从多个预设维度确定目标对象的关联对象信息，可以包括步骤S110-S150：
S110、获取目标对象，并根据目标对象确定关联对象；
具体地，通过终端设备的用户交互界面，根据用户的选择指令信息或者文字输入信息确定目标对象，并对目标对象的个人用户信息、行为信息以及其他涉案信息进行检索并确定关联对象。
示例性地，本发明实施例通过目标对象的个人用户信息提取得到目标对象终端设备位置信息、序列号以及该移动终端的当前的IP地址，根据位置信息、序列号以及IP地址进行检索，若某一用户对象通过相同的地理位置、序列号的移动终端进行了交易操作，且执行交易操作过程中，IP地址与目标对象的IP地址相同，则可以确定该对象为目标对象的关联对象。
S120、获取关联对象的资金数据、社交数据和设备数据；
具体地，通过步骤S110确定目标对象的关联对象后，从对象的数据库中，提取该关联对象的资金数据、社交数据和设备数据；其中，资金数据包括但不限于在选定的周期内，该关联对象与目标对象进行或者完成的交易记录以及转账记录，以及交易记录和转账记录的具体信息，包括操作时间以及金额等；此外，资金数据还可以将交易对象或者转账对象作为索引，确定与目标对象的交易或转账的总金额、资金往来笔数以及每笔资金往来的时间。社交数据包括但不限于该关联对象在各个社交平台中与目标对象的共同好友数量以及共同的群聊数量，此外，还可以将关联对象与目标对象在社交平台中的互动行为进行量化，得到社交互动数据，必要时，可以通过自然语言处理，根据即时聊天的频率以及互动行为，进行分析并计算得到关联对象与目标对象的亲密程度。设备数据包括但不限于关联对象在与目标对象进行交易行为或者互动行为时，终端设备的位置信息、序列号以及终端设备的IP地址。
S130、根据资金数据计算关联对象的资金关系信息；
具体地，以每个关联对象为主体，将该关联对象与目标对象之间的资金数据进行汇总，并将资金数据中的资金往来金额的总数以及笔数进行标准化或归一化处理，进而得到资金关系信息。
S140、根据社交数据计算目标对象与关联对象之间的社交关系信息；
与资金关系信息类似地，以每个关联对象为主体，将该关联对象与目标对象之间的社交数据进行汇总，对关联对象与目标对象之间互为好友的社交产品数量、共同好友总数量以及共同群聊的数量进行标准化或归一化处理，进而得到社交关系信息。应当理解的是，必要时可以将关联对象与目标对象在社交平台中的互动行为进行量化，并作为社交数据进行标准化或归一化得到社交关系信息。
S150、根据设备数据计算目标对象与关联对象之间的设备关系信息；
具体地，本发明实施例通过标准化或归一化处理，根据设备数据，得到目标对象与关联对象之间的设备关系信息。
如图4所示，为本发明实施例根据资金数据计算关联对象的资金关系信息的步骤流程图。参照图4，在一些可行的实施例中，步骤S130、根据资金数据计算关联对象的资金关系信息，其可以包括步骤S131-S132：
S131、对关联对象在预设时间范围内的交易金额和交易次数进行第一标准化处理，得到第一标准化数据；
其中，预设时间范围是根据在途案件的审理需求所确定的交易的时间范围；第一标准化处理，是对满足时间范围的资金数据进行标准化的操作处理；第一标准化数据，是通过标准化后得到中间数据，用于后续进行权重计算。在本发明实施例中，通过该预设时间范围对资金数据进行初步筛选，即交易操作时间或者交易完成时间满足该时间范围的资金数据予以保留，滤除在该时间范围外的资金数据，以使得后续的关系权重的计算结果时效性和可靠性更高。通过初步筛选保留的资金数据，再通过标准化函数，对资金数据中的交易金额总数以及交易笔数进行标准化，得到第一标准化数据。
示例性地，在一些可行的实施过程中，本发明实施例中的预设时间范围为三个月；在初步筛选的过程中，提取的资金数据是以当前时间为基准的前三个月内的数据记录；然后对经过初步筛选提取的资金数据进行整合，得到三个月中该关联对象与目标对象之间的交易资金总额和交易笔数，并通过sigmoid函数对交易资金总额和交易笔数进行标准化，得到交易资金总额和交易笔数的标准化数据。
S132、根据预设的交易金额权重和交易次数权重，对第一标准化数据进行加权求和，得到资金关系权重；
其中，交易金额权重和交易次数权重均为常数，其可以根据实施例的具体数据值进行设置，以使得计算得到的权重数值合理地落入[0,1)的取值范围，使得结果更为直观，可用性更好。
示例性地，本发明实施例中资金关系权重Q资金与交易资金总额Q金额和交易笔数Q笔数所满足的计算公式为：
Q资金＝Q金额+Q笔数＝sigmoid(近三个月金额/100000)+sigmoid(近三个月笔数/100)-1
计算得到的结果Q资金∈[0,1)，其中，100000为交易金额权重，100为交易次数权重，通过标准化以及权重的计算方式，更为准确和直观地体现了选定的关联对象与目标对象之间的资金关系，通过数值大小反映关系的强弱程度，也更便于后续的分析处理。
如图5所示，为发明实施例根据社交数据计算目标对象与关联对象之间的社交关系信息的步骤流程图。参照图5，在一些可行的实施例中，步骤S140、根据社交数据计算目标对象与关联对象之间的社交关系信息，可以包括步骤S141-S142：
S141、对关联对象与目标对象之间互为好友的社交产品数、社交产品中的共同好友数以及社交产品中的共同群组数进行第二标准化处理，得到第二标准化数据；
其中，第二标准化处理是通过标准化函数对社交数据进行标准化的过程，第二标准化数据是社交产品数、共同好友数以及共同群组数，通过标准化后得到中间数据，用于后续进行社交关系的权重计算。具体地，本发明实施例在确定关联对象，并确定获取了用户权限后，根据关联对象的用户信息，对每个关联对象的设备终端中的社交数据进行爬取，社交数据可以包括该关联对象与目标对象互为好友的社交产品数目(例如微信、微博、QQ以及钉钉等)，针对所有的社交平台，通过爬虫工具爬取关联对象的账号中与目标对象的共同好友的数量和共同群组数数量，再通过标准化函数，对社交数据中的社交产品数、共同好友数以及共同群组数进行标准化，得到第二标准化数据。
示例性地，通过爬取某关联对象E的社交账户信息，确定E与目标对象A之间互为好友的社交产品数目为5，E与目标对象A在各个社交平台的共同好友数量达到89个，以及E与目标对象A在各个社交平台的共同群组数量达到42个；相类似地，本发明实施例通过sigmoid函数对交易资金总额和交易笔数进行标准化，得到交易资金总额和交易笔数的标准化数据。
S142、根据预设的社交产品数权重、共同好友数权重以及共同群组数权重，对第二标准化数据进行加权求和，得到社交关系权重；
具体地，交易社交产品数权重、共同好友数权重以及共同群组数权重均为常数，其可以根据实施例的具体数据值进行设置，以使得计算得到的权重数值合理的落入[0,1)的取值范围，使得结果更为直观，可用性更好。
示例性地，本发明实施例中社交关系权重Q社交与社交产品数Q平台数、共同好友总数量Q共同好友以及共同群总数量Q共同群所满足的计算公式为：
Q社交＝Q平台数+Q共同好友+Q共同群＝[sigmoid(平台数/2)+sigmoid(共同好友数/10)+sigmoid(共同群数/10)-1.5]/1.5
计算得到的结果Q社交∈[0,1)，其中，上述式子中的2为社交产品数权重，上述式子中的10为共同好友数权重和共同群组数权重，通过标准化以及权重的计算方式，更为准确和直观地体现了选定的关联对象与目标对象之间的社交关系，通过数值大小反映关系的强弱程度，也更便于后续的分析处理。
如图6所示，为发明实施例根据设备数据计算目标对象与关联对象之间的设备关系信息的步骤流程图。参照图6，在一些可行的实施例中，步骤S150、根据设备数据计算目标对象与关联对象之间的设备关系信息，可以包括步骤S151-S152：
S151、对目标对象与关联对象共用设备数以及共用设备的使用次数进行第三标准化处理，得到第三标准化数据；
其中，第三标准化过程是通过标准化函数对设备数据进行标准化处理的过程，第三标准化数据是共用设备数以及共用设备的使用次数，通过标准化后得到中间数据，用于后续进行设备关系的权重计算。相类似地，在确定关联对象，并获取用户权限后，提取关联对象所使用的终端设备的序列号，并与目标对象所使用的终端设备的序列号进行比对，确定目标对象与关联对象共用设备数，以及共用设备的使用次数。
示例性地，通过获取关联对象F的设备数据，确定F所使用的终端设备是序列号为CLXXXXX的某一终端设备f，并且在选择目标对象的过程中，确定目标对象A所使用的终端设备中，也存在序列号为CLXXXXX的终端设备，通过序列号的比对，确定两个终端设备为同一设备f；进而本发明实施例确定关联对象F与目标对象A共用设备数为1，设备名称f，设备序列号为CLXXXXX；在确定存在共用设备之后，提取该共用设备f的使用次数N。相类似地，通过sigmoid函数对共用设备数以及共用设备的使用次数进行标准化，得到共用设备数以及使用次数的标准化数据。
S152、根据预设的共用设备数权重以及共用设备使用数权重，对第三标准化数据进行加权求和，得到设备关系权重；
具体地，共用设备数权重以及共用设备使用数权重均为常数，其可以根据实施例的具体数据值进行设置，以使得计算得到的权重数值合理的落入[0,1)的取值范围，使得结果更为直观，可用性更好。
示例性地，本发明实施例中设备关系权重Q同设备与共用设备数Q设备数以及共用设备的使用次数Q使用次数所满足的计算公式为：
Q同设备＝Q设备数+Q使用次数＝[sigmoid(设备数/2)+sigmoid(使用次数/50)]-1
计算得到结果Q同设备∈[0,1)，其中，上述式子中的2代表共用设备数权重，上述式子中的50为共用设备使用数权重，同样地，通过数值大小反映设备关系的强弱程度，也更便于后续的分析处理。
可以理解的是，在一些可行的实施例中，前述的社交数据还包括目标对象与关联对象的通讯录中同时存在的联系人信息；如图7所示，为本发明实施例所提供的另一种计算目标对象与关联对象之间的社交关系信息的步骤流程图，其中，步骤S140、根据社交数据计算目标对象与关联对象之间的社交关系信息，还可以包括步骤S143-S144：
S143、对目标对象与关联对象的通讯录中同时存在的联系人信息进行第四标准化处理，得到第四标准化数据；
其中，联系人信息包括但不限于目标对象和关联对象的共同联系人、共同联系人的数量以及与共同联系人的通信频率(例如在特定周期内的通话次数、短信往来次数等)，第四标准化处理是通过标准化函数对联系人信息进行标准化的过程，第四标准化数据是将通讯录中联系人信息进行标准化的中间数据，用于计算社交关系权重。
具体地，在确定关联对象，并确定获取了用户权限后，获取该关联对象的通讯录；接着获取目标对象的通讯录，将两者通讯录进行对比，进而筛选得到关联对象与目标对象之间的共同联系人的数量；在确定共同联系人的数量之后，针对每个共同联系人，从关联对象的通话记录和短信，在选定的周期内，统计得到该关联对象与共同联系人的通话频率以及短信往来的频率，将获取的共同联系人的数量、与共同联系人的通话频率以及短信往来的频率通过标准化函数计算得到标准化后的联系人信息，即第四标准化数据。
S144、根据第四标准化数据确定社交关系权重；
具体地，根据步骤S143中计算得到的第四标准化数据，即标准化后的联系人信息，通过预设的各项权重计算得到社交关系权重，其中，各项权重可以包括共同联系人的数量权重、与共同联系人的通话频率权重以及短信往来的频率权重。可以理解的是，在一些可行的实施例中，可以在结合联系人信息以及前述的社交数据，计算得到社交关系权重，以使得计算结果以及后续识别结果更为准确，可信度更高。
与社交数据相类似地，前述的设备数据还包括设备位置信息、目标对象和关联对象的收货地址信息以及设备的联网信息；如图8所示，步骤S150、根据设备数据计算目标对象与关联对象之间的设备关系信息，还可以包括步骤S153-S154：
S153、对目标对象与关联对象共用设备的设备位置信息、目标对象和关联对象的共同收货地址信息以及共用设备的联网信息进行第五标准化处理，得到第五标准化数据；
其中，共用设备的设备位置信息可以包括但不限于该共用设备的全球定位信息(Global Positioning System，GPS)、基于移动位置服务(Location Based Services，LBS)过程中所得到的定位信息以及在地理信息***(Geographic Information System，GIS)的定位信息等；共同收货地址信息，则包括但不限于通过电商、网购以及外卖平台购物时所填写的收获地址；共用设备的联网信息则可以包括该共用设备所使用的IP地址以及入网许可证等联网信息。相类似地，第五标准化处理是对位置信息、收货地址信息以及联网信息进行标准化处理，处理后所得到的标准化数据即为第五标准化数据。需要补充的是，在其他一些可行的实施例中，在标准化处理之前，可以统计目标对象与关联对象存在相同的位置信息、收货地址信息以及联网信息的数目，针对数目的数值进行标准化处理，进而得到第五标准化数据。
S154、根据预设的设备位置权重、收货地址权重以及设备联网权重对第五标准化数据进行加权求和，得到设备关系权重；
具体地，根据步骤S153中计算得到的第五标准化数据，即标准化处理后的位置信息、收货地址信息以及联网信息，结合预先设置的设备位置权重、收货地址权重以及设备联网权重对第五标准化数据进行加权求和，得到设备关系权重。可以理解的是，在其他一些可行的实施例中，步骤S154也可以结合前述的设备数据，通过加权计算得到设备关系权重。
在一些可行的实施例中，步骤S200、根据关联对象信息确定每个关联对象与目标对象之间的关联程度，其包括步骤S210或步骤S220中至少之一：
S210、将资金关系权重、社交关系权重以及设备关系权重相加，得到每个关联对象与目标对象之间的关联程度；
具体地，根据前述的步骤得到的资金关系权重、社交关系权重以及设备关系权重，将权重值相加，通过权重值体现每个关联对象与目标对象之间的关联程度。示例性地，总权重Q的计算公式如下：
总权重Q＝Q资金+Q社交+Q同设备
其中，总权重Q满足Q∈[0,3)；在本发明实施例中，总权重Q的数值越大，则表明该关联对象与目标对象的关系越强。
S220、根据业务场景需求对资金关系权重、社交关系权重以及设备关系权重进行权重调整，将权重调整后的资金关系权重、社交关系权重以及设备关系权重相加，得到每个关联对象与目标对象之间的关联程度。
具体地，在通过资金关系权重、社交关系权重以及设备关系权重子项进行求和的过程中，可以根据实施环境中的业务情况对每个子项的sigmoid函数的分母进行调整，分母越大，则表明数据的变化对应权重值的变换越缓慢。
示例性地，在计算总权重Q的过程中，针对资金关系比较注重，则构建的总权重Q计算公式如下：
Q＝2*Q资金+Q社交+Q同设备
其中，总权重Q满足Q∈[0,4)。又例如，在案件审理的过程中，对资金关系权重、社交关系权重以及设备关系的关注度不同：更为关注资金关系较强的关联对象，其次是社交关系，再者是设备关系，则根据关注度的排序构建得到的总权重Q计算公式如下：
Q＝t1×Q资金+t2×Q社交+t3×Q同设备
其中，t1＞t2＞t3＞0，且总权重Q满足Q∈[0,t1+t2+t3)，相类似地，总权重Q的数值越大，则表明该关联对象与目标对象的关系越强。
除此之外，在一些可行的实施例中，还可以额外增加业务经验的权重，比如有在途任务的主体关系分强制提升至100分或者90分以上，没有资金关系的推荐人分值强制在60分以下等等。
如图9所示，为本发明实施例提供的确定候选对象推荐人的步骤流程图。参照图9，在一些可行的实施例中，步骤S300、根据关联程度，从关联对象中确定候选对象推荐人，其包括步骤S310-S320：
S310、将关联程度大于预设程度阈值的关联对象确定为候选对象推荐人，或者，选取关联程度最高对应的关联对象作为候选对象推荐人；
其中，预设程度阈值是设置的关联程度的阈值，通过资金关系权重、社交关系权重以及设备关系权重等，计算得到的总权重Q，当总权重Q的值大于这一阈值时，则该关联对象的关联程度满足阈值条件，将该关联对象标记为候选对象推荐人。例如，当程度阈值设置为0.8，通过资金关系权重、社交关系权重以及设备关系权重计算得到关联对象G的关联程度(总权重Q)为0.95，则关联对象G将被标记为候选对象推荐人。
或者，在一些可行的实施方式中，通过将候选的关联对象按照关联程度进行降序排列，通过选择序列中关联程度最高的关联对象，标记为候选对象推荐人。应当理解的是，候选的关联对象，即与目标对象存在关系，关联程度不为零的关联对象。
S320、获取候选对象推荐人的推荐人信息；
具体地，根据步骤S310中确定的候选对象推荐人，并从用户(对象)信息数据库中调取该候选对象推荐人的推荐人信息。其中，推荐人信息包括候选对象推荐人与目标对象之间的关系类型和关系强度，以及候选对象推荐人的原始关系人；关系类型，是该候选对象推荐人与目标对象存在的资金关系、社交关系或设备关系，若当某项关系的权重子项为0时，则不存在该项关系类型；关系强度，是该候选对象推荐人与目标对象之间存在的资金关系、社交关系或设备关系的权重值，以及关系程度的数值，即总权重Q；原始关系人，是在根据候选对象推荐人不断拓展目标群组的过程中，最初确定该团伙的目标对象。
示例性地，确定关联对象H为候选对象推荐人，所提取得到H的推荐人信息为：与目标对象C存在资金关系和社交关系两种关系类型；资金关系的权重值为0.75对应关系强度为75％；社交关系的权重值为0.6对应关系强度为60％，则候选对象推荐人H与目标对象C的关系程度值为1.35；C与A为作案团伙，C是以A为目标对象确定目标群组，且H与C的关系程度值1.35大于程度阈值1.0，H被标记为该目标群组的候选对象推荐人，则可以确定候选对象推荐人H对应的团员成员的原始关系人为A。
可以理解的是，本发明的实施例中，目标对象的人数为1个或多个；如图10所示，是目标对象的人数为多个时，根据候选对象推荐人和目标对象，确定目标群组的步骤流程图。在一些可行的实施例中，参照图10，步骤S400、根据候选对象推荐人和目标对象，确定目标群组，可以包括步骤S410-S430：
S410、将与候选对象推荐人关联的多个目标对象进行成员名称合并，确定目标群组名称；
具体地，确定候选对象推荐人与作案团伙中的多名成员存在关联关系，且关联关系均满足关联程度阈值，则确定该候选对象推荐人为该目标群组，将候选对象推荐人的名称即信息添加至该作案团伙中，并标注该候选对象推荐人与该团伙中存在关联关系的成员名称。
S420、将与候选对象推荐人关联的多个目标对象的关联类型合并，确定目标群组关系类型；
其中，目标群组关系类型包括资金关系、同机关系和社交关系；同机关系，是指候选对象推荐人与目标对象使用过相同终端设备的关联关系，相同终端设备可以通过终端设备的序列号进行判断确认。具体地，候选对象推荐人跟团伙中多个成员有较强关系，且涉及不同种类的关系，针对不同关系的类型去重处理。示例性地，对象A和对象B已在团伙中，A和候选对象推荐人C为资金关系、同机关系，B和C为同机关系、社交关系，则推荐成员C时，显示关系人为A、B，关系类型为资金关系、同机关系、社交关系。
S430、将与候选对象推荐人关联的多个目标对象的关系强度合并，确定目标群组关系强度；
具体地，当确定候选对象推荐人与群组中多个对象存在关联关系，则总关系强度Q总＝∑Qn，n＝1,2,3，…，N，即候选对象推荐人与群组的总关系强度为与群组中所有对象的强度的和。
在一些可行的实施例中，步骤S430、将与候选对象推荐人关联的多个目标对象的关系强度合并，确定目标群组关系强度，其可以包括步骤S431-S432：
S431、获取候选对象推荐人与各个目标对象之间的关系强度，并计算各个关系强度之和，得到总关系强度；
具体地，根据候选对象推荐人与团伙中各个目标对象的资金关系、社交关系或设备关系的强度，将其进行汇总得到候选对象推荐人与各个目标对象之间总关系强度。
S432、根据总关系强度和目标群组总人数计算目标群组关系强度。
其中，目标群组关系强度，是对候选对象推荐人与团伙中存在关联关系成员的关系强度的整合。具体地，根据该作案团伙的目标群组的总人数以及步骤S432中计算得到的总关系强度，计算得到目标群组关系强度。
示例性地，本发明实施例为了避免部分关系边数多但是关系强度低的成员对推荐精度产生影响，可以对总关系强度计算方式做优化；例如，对总关系强度Q总的计算公式优化：
Figure BDA0002981704460000171
其中，上述式子代表目标群组的总关系强度为与团伙中所有人的强度之和，除以关系人数开根号。当n等于1时，Q＝Q1；通过关联关系对目标群组进行合并，实现案件的快速串并审理，避免重复审理、重复上报，也减少了审理资源的浪费。
综上所述，本发明实施例所提供的目标群组识别方法，从多个预设维度确定目标对象的关联对象信息，其中，预设维度包括资金关系维度、社交关系维度和设备关系维度；关联对象信息包括关联对象的资金关系信息、目标对象与关联对象之间的社交关系信息，以及目标对象与关联对象之间的设备关系信息，本发明实施例在计算关联对象信息的时候同时考虑了资金关系信息、社交关系信息和设备关系信息，然后在确定每个关联对象与目标对象之间的关联程度，能够提高计算关联程度的准确度，进而根据关联程度，从关联对象中确定候选对象推荐人，并根据候选对象推荐人和目标对象，确定目标群组，提高了目标群组识别的准确率。
如图11所示，是本发明实施例提供的风险评估方法的步骤流程图。参照图11，除目标群组识别方法之外，本发明实施例还提供了一种风险评估方法，该方法包括了步骤T100-T400：
T100、应用目标群组识别方法识别出候选对象推荐人；
具体地，根据本发明实施例中所提供的目标群组识别方法，确定候选对象推荐人，识别的过程，可采用如图2所示的方法实现。
T200、获取候选对象推荐人的案件审核类型；
具体地，在确定候选对象推荐人后，获取该推荐人的所有案件信息，以及案件审核类型，其中，案件审核类型包括结案案件、在审案件、待审案件以及待分配案件。例如，通过特定的字段对案件类型进行标注，将结案案件标注为审完成，待审案件标注为待审理，待分配案件标注为待分配，在审案件根据其审理进度标注为初审中、复审中以及审定中，通过字段对有关联且在有在途的初复审任务进行及时串并审理，避免重复审理。
T300、将候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件集合；
具体地，通过将推荐人的在审案件、待审案件以及待分配案件合并至目标群组的在审案件，并对该推荐人的案件进行标注提醒，帮助审理人员对该团伙的案件进行合并审理，避免重复审理。
T400、对目标群组在审案件集合中的目标群组进行风险评估。
具体地，通过对目标群组在审案件的合并审核，能够快速实现案件串并审理以及风险评估，避免重复审理、重复上报，也减少了审理资源的浪费。
根据上述目标群组识别方法，下面结合说明书附图对本发明实施例的风险评估方法的实现过程进行详细描述：
第一步，线下计算所有用户的主要关系对象及信息。采集用户的资金、社交、同设备数据，首先计算资金关系权重，利用sigmoid函数对近三个月资金量和笔数进行标准化，然后用近三个月的资金和笔数的权重表述资金关系整体权重：
Q资金＝Q金额+Q笔数＝sigmoid(近三个月金额/100000)+sigmoid(近三个月笔数/100)-1
计算社交关系权重，利用sigmoid函数对是好友的社交产品数(例如微信、微博、QQ、钉钉等)、共同好友总数量以及共同群总数量进行标准化：
Q社交＝Q平台数+Q共同好友+Q共同群＝[sigmoid(平台数/2)+sigmoid(共同好友数/10)+sigmoid(共同群数/10)-1.5]/1.5
计算同设备关系权重，利用sigmoid函数对是好友的同设备场景数(共用过的同设备数)、同设备场景使用总次数(同一个设备共同总计使用次数)，这两个维度进行标准化，然后用这两个权重加和代表总同设备关系权重：
Q同设备＝Q设备数+Q使用次数＝[sigmoid(设备数/2)+sigmoid(使用次数/50)]-1
计算总权重Q＝Q资金+Q社交+Q同设备，按总权重Q对每个主体的所有关系人进行排序，分越高关系越强。
需要说明的是，本发明实施例还可采用其他计算方法进行权重计算，本申请实施例在此不作限定，例如：
一、根据业务情况，调整每个子项的sigmoid函数的分母，分母越大，代表这个数据的变化对应权重值的变换越缓慢。
二、总权重Q计算中，可以针对三个场景或者每个子项进行权重调整，比如针对资金关系比较注重，可以调整为：
Q＝2*Q资金+Q社交+Q同设备
也可以根据业务情况调整每项权重：
Q＝t1×Q资金+t2×Q社交+t3×Q同设备
三、总权重Q计算中，每项的子项也可以根据业务做细化或者变化，比如社交关系考虑通讯录关系，同机关系增加同LBS位置或者同收货地址关系、同WIFI关系等。
第二步，根据选定的目标群组，提取关系对象信息；当在途案件中已经选择一个或者多个目标群组时，获取这些成员对应的所有关系人的信息，该信息包括：原始关系人、关系对手、关系类型、关系强度等。
第三步，汇总推荐人信息。由于可能存在多个团伙已选定成员跟同一个人有较强的关系，所以对所有的关系对手需要进行合并汇总。
首先，将对应关系人合并：若推荐人跟团伙中多个成员有较强关系，则合并显示所有跟推荐人有关系的成员名称。
其次，将关系类型合并：若推荐人跟团伙中多个成员有较强关系，且涉及不同种类的关系，则不同关系的类型去重后显示。如A、B已在团伙中，A和C为资金关系、同机关系，B和C为同机关系、社交关系，则推荐成员C时，显示关系人为A、B，关系类型为资金关系、同机关系、社交关系。
然后，将关系强度合并：若推荐人与团伙中多人有关系时，总关系强度Q总＝∑Qn，n＝1,2,3，…，N，即候选对象推荐人与团伙的总关系强度为与团伙中所有对象的强度的和。此外，为了避免部分关系边数多但是关系强度低的成员对推荐精度有不好的影响，也可以对总关系强度计算方式进行优化：
Figure BDA0002981704460000191
即跟团伙的总关系强度为与团伙中所有人的强度之和，除以关系人数开根号。当n等于1时，Q＝Q1。
第四步，计算推荐人在途任务状态。针对已经汇总好的推荐关系人，提取这些用户在当前***中任务的状态；当***中有在途任务，即任务待派单、派单待一审、待二审、待审定的案件时，对推荐人的案件可以标红显示，帮助审理人员对该主体的任务能合并审理，避免重复审理。
第五步，根据已经提取的信息，在审理平台进行显示，供用户进行查看、选择、添加。
除此之外，如图12所示，为本发明实施例中团伙信息的审核页面示意图；如图13所示，为本发明实施例中候选对象推荐人的显示页面示意图。
参照图12，目标群组信息的审核页面包括目标群组基础信息部分1201和已选目标群组列表1202。其中，目标群组基础信息部分1201主要展示目标群组的统计信息，其展示的内容包括但不限于：目标群组数，已经添加到目标群组列表中的成员个数；目标群组风险类型，根据目标群组属性、目标群组资金链路等整体情况推荐的可能的目标群组风险类型；也可由人工甄别和选择指定的风险类型；目标群组总资金量，选定成员的资金出入量汇总额；目标群组总资金出入明细，目标群组整体的流入资金汇总、流入资金汇总额；已上报用户数：目标群组中历史被上报过的成员个数，及上报类型最多的涉罪类型名字及对应人数；目标群组主要风险特征，汇总所有成员的风险特征，并按符合特征的成员数排序显示风险特征。
已选目标群组列表1202主要实现的用户功能包括但不限于：多个选择功能，可以通过复选框选择多个成员进行批量处理；批量打标功能，针对选择的若干个成员批量填写备注等信息；删除成员功能，针对选择的若干个成员进行批量从团伙中删除；新增成员功能，用于手工导入信息的成员，接收指令后弹出的对话框可以如图14所示，填写主体的账户ID或者证件ID、风险规则号、备注理由等信息，手动添加目标群组；操作功能，可点击查看历史审核信息，以及修改该主题的备注信息；上报功能，对已经完成分析的目标群组列表进行上报/不上报操作。如图12所示，已选目标群组列表1202所显示的信息包括：姓名，用户名字；用户类型，区分用户是商户用户还是自然人用户；近三个月资金量，显示用户资金量情况；最新审定时间，显示用户上一次审理时间；最近上报信息，显示用户上一次审理结果；备注，人工填写的备注信息，用于记录添加该主体到团伙中的原因，主要风险点等信息。
参照图13，候选对象推荐人的显示页面所能实现的功能包括：查看详情，查看该用户的详细信息，包括用户属性、交易信息等；添加到团伙，点击将推荐的主体添加到目标群组列表中。
候选对象推荐人的显示页面所展示的字段信息包括：
1)账号ID(UID)：客户体系内账号
2)姓名：客户名称。
3)客户类型：商户/个人。
4)近三个月交易信息：近三个月资金出入情况。
5)推荐原因：推荐该主体的原因，包括与已有成员中的一个或者多个有资金、同机、社交等关系。
6)关系人：即推荐人与已选团伙中的具体哪一个或者哪几个有关系，明确被推荐人与已有目标群组中那个人关系最强。
7)推荐分数：根据与已有成员的关系强度，计算的推荐分值。分值越高，即与已有团伙的关系越强。
8)最新审理状态：显示被推荐成员最新一个案件的审理状态，包括无(即该主题从来没推送过任务)、待派单中、初审中、复审中、审定中、审定完成。该字段用于对有关联且在有在途的初复审任务进行及时串并审理，避免重复审理。
9)最新上报信息：最新一次上报的风险类型，最近一次上报的显示上报涉罪类型，不上报的显示不上报。
本发明实施例通过候选对象的推荐，快速实现案件串并审理，避免重复审理、重复上报，也减少了审理资源的浪费；此外，还可以了解个目标群组有强关系的对像，便于快速添加到团伙中，在花费少部分审理资源的前提下，覆盖了更多的风险主体，提高了审理团队单位人力的风险覆盖范围。
如图15所示，是本发明实施例提供的目标群组识别装置的结构示意图，如图15所示，该装置包括：
关联对象信息确定模块1501，用于根据获取的目标对象，从多个预设维度确定目标对象的关联对象信息，其中，预设维度包括资金关系维度、社交关系维度和设备关系维度；关联对象信息包括关联对象的资金关系信息、目标对象与关联对象之间的社交关系信息，以及目标对象与关联对象之间的设备关系信息；
关联程度确定模块1502，用于根据关联对象信息确定每个关联对象与目标对象之间的关联程度；
候选对象推荐人确定模块1503，用于根据关联程度，从关联对象中确定候选对象推荐人；
目标群组确定模块1504，用于根据候选对象推荐人和目标对象，确定目标群组。
综上所述，本发明实施例提供的目标群组识别装置，在计算关联对象信息的时候同时考虑了资金关系信息、社交关系信息和设备关系信息，然后在确定每个关联对象与目标对象之间的关联程度，能够提高计算关联程度的准确度，进而根据关联程度，从关联对象中确定候选对象推荐人，并根据候选对象推荐人和目标对象，确定目标群组，提高了目标群组识别的准确率。
如图16所示，是本发明实施例提供的风险评估装置的结构示意图，如图16所示，该装置包括：
识别模块1601，用于应用目标群组识别装置识别出候选对象推荐人；
获取模块1602，用于获取候选对象推荐人的案件审核类型，其中，案件审核类型包括结案案件、在审案件、待审案件以及待分配案件；
合并模块1603，用于将候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件集合；
审核模块1604，用于对目标群组在审案件集合中的目标群组进行风险评估。
综上所述，本发明实施例提供的风险评估装置将候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件，最后对目标群组在审案件中的目标群组进行风险评估，能够提高反洗钱中风险主体的审核效率。
本发明实施例还提供了一种电子设备，该设备包括处理器以及存储器；
存储器存储有程序；
处理器执行程序以执行前述的目标群组识别方法以及风险评估的方法，电子设备具有搭载并运行本发明实施例提供的目标群组识别以及风险评估的软件平台的功能，例如个人计算机(Personal Computer，PC)、手机、智能手机、个人数字助手(Personal DigitalAssistant，PDA)、可穿戴设备、掌上电脑PPC(Pocket PC)、平板电脑等。
本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有程序，该程序被处理器执行完成如前述各个实施例所述的目标群组识别方法与风险评估的方法。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (15)

1.一种目标群组识别方法，其特征在于，包括：
根据获取的目标对象，从多个预设维度确定所述目标对象的关联对象信息，其中，所述预设维度包括资金关系维度、社交关系维度和设备关系维度；所述关联对象信息包括所述关联对象的资金关系信息、所述目标对象与所述关联对象之间的社交关系信息，以及所述目标对象与所述关联对象之间的设备关系信息；
根据所述关联对象信息确定每个所述关联对象与所述目标对象之间的关联程度；
根据所述关联程度，从所述关联对象中确定候选对象推荐人；
根据所述候选对象推荐人和所述目标对象，确定目标群组。
2.根据权利要求1所述的目标群组识别方法，其特征在于，所述根据获取的目标对象，从多个预设维度确定所述目标对象的关联对象信息，包括：
获取目标对象，并根据所述目标对象确定关联对象；
获取所述关联对象的资金数据、社交数据和设备数据；
根据所述资金数据计算所述关联对象的资金关系信息，其中，所述资金数据包括所述关联对象的交易金额和交易次数，所述资金关系信息包括资金关系权重；
根据所述社交数据计算所述目标对象与所述关联对象之间的社交关系信息，其中，所述社交数据包括互为好友的社交产品数、共同好友数以及共同群组数，所述社交关系信息包括社交关系权重；
根据所述设备数据计算所述目标对象与所述关联对象之间的设备关系信息，其中，所述设备数据包括共用设备数以及所述共用设备的使用次数，所述设备关系信息包括设备关系权重。
3.根据权利要求2所述的目标群组识别方法，其特征在于，所述根据所述资金数据计算所述关联对象的资金关系信息，包括：
对所述关联对象在预设时间范围内的交易金额和交易次数进行第一标准化处理，得到第一标准化数据；
根据预设的交易金额权重和交易次数权重，对所述第一标准化数据进行加权求和，得到资金关系权重。
4.根据权利要求2所述的目标群组识别方法，其特征在于，所述根据所述社交数据计算所述目标对象与所述关联对象之间的社交关系信息，包括：
对所述关联对象与所述目标对象之间互为好友的社交产品数、所述社交产品中的共同好友数以及所述社交产品中的共同群组数进行第二标准化处理，得到第二标准化数据；根据预设的社交产品数权重、共同好友数权重以及共同群组数权重，对所述第二标准化数据进行加权求和，得到社交关系权重。
5.根据权利要求2所述的目标群组识别方法，其特征在于，所述根据所述设备数据计算所述目标对象与所述关联对象之间的设备关系信息，包括：
对所述目标对象与所述关联对象共用设备数以及所述共用设备的使用次数进行第三标准化处理，得到第三标准化数据；
根据预设的共用设备数权重以及共用设备使用数权重，对所述第三标准化数据进行加权求和，得到设备关系权重。
6.根据权利要求2所述的目标群组识别方法，其特征在于，所述社交数据还包括所述目标对象与所述关联对象的通讯录中同时存在的联系人信息，所述设备数据还包括设备位置信息、所述目标对象和所述关联对象的收货地址信息以及设备的联网信息：
所述根据所述社交数据计算所述目标对象与所述关联对象之间的社交关系信息，还包括：
对所述目标对象与所述关联对象的通讯录中同时存在的联系人信息进行第四标准化处理，得到第四标准化数据；
根据所述第四标准化数据确定社交关系权重；
所述根据所述设备数据计算所述目标对象与所述关联对象之间的设备关系信息，还包括：
对所述目标对象与所述关联对象共用设备的设备位置信息、所述目标对象和所述关联对象的共同收货地址信息以及所述共用设备的联网信息进行第五标准化处理，得到第五标准化数据；
根据预设的设备位置权重、收货地址权重以及设备联网权重对所述第五标准化数据进行加权求和，得到设备关系权重。
7.根据权利要求2所述的目标群组识别方法，其特征在于，所述根据所述关联对象信息确定每个所述关联对象与所述目标对象之间的关联程度，包括以下至少之一：
将所述资金关系权重、社交关系权重以及设备关系权重相加，得到每个所述关联对象与所述目标对象之间的关联程度；
或者，
根据业务场景需求对所述资金关系权重、社交关系权重以及设备关系权重进行权重调整，将权重调整后的所述资金关系权重、社交关系权重以及设备关系权重相加，得到每个所述关联对象与所述目标对象之间的关联程度。
8.根据权利要求1所述的目标群组识别方法，其特征在于，所述根据所述关联程度，从所述关联对象中确定候选对象推荐人，包括：
将所述关联程度大于预设程度阈值的所述关联对象确定为候选对象推荐人，或者，选取关联程度最高对应的关联对象作为候选对象推荐人；
获取所述候选对象推荐人的推荐人信息，其中，所述推荐人信息包括所述候选对象推荐人与所述目标对象之间的关系类型和关系强度，以及所述候选对象推荐人的原始关系人。
9.根据权利要求1所述的目标群组识别方法，其特征在于，所述目标对象的人数为1个或多个，当所述目标对象的人数为多个时，所述根据所述候选对象推荐人和所述目标对象，确定目标群组，包括：
将与所述候选对象推荐人关联的多个目标对象进行成员名称合并，确定目标群组名称；
将与所述候选对象推荐人关联的多个目标对象的关联类型合并，确定目标群组关系类型，其中，所述目标群组关系类型包括资金关系、同机关系和社交关系；
将与所述候选对象推荐人关联的多个目标对象的关系强度合并，确定目标群组关系强度。
10.根据权利要求9所述的目标群组识别方法，其特征在于，所述将与所述候选对象推荐人关联的多个目标对象的关系强度合并，确定目标群组关系强度，包括：
获取所述候选对象推荐人与各个目标对象之间的关系强度，并计算各个所述关系强度之和，得到总关系强度；
根据所述总关系强度和目标群组总人数计算目标群组关系强度。
11.一种风险评估方法，其特征在于，包括：
应用如权利要求1-10中任一项所述目标群组识别方法识别出候选对象推荐人；
获取所述候选对象推荐人的案件审核类型，其中，所述案件审核类型包括结案案件、在审案件、待审案件以及待分配案件；
将所述候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件集合；
对所述目标群组在审案件集合中的目标群组进行风险评估。
12.一种目标群组识别装置，其特征在于，包括：
关联对象信息确定模块，用于根据获取的目标对象，从多个预设维度确定所述目标对象的关联对象信息，其中，所述预设维度包括资金关系维度、社交关系维度和设备关系维度；所述关联对象信息包括所述关联对象的资金关系信息、所述目标对象与所述关联对象之间的社交关系信息，以及所述目标对象与所述关联对象之间的设备关系信息；
关联程度确定模块，用于根据所述关联对象信息确定每个所述关联对象与所述目标对象之间的关联程度；
候选对象推荐人确定模块，用于根据所述关联程度，从所述关联对象中确定候选对象推荐人；
目标群组确定模块，用于根据所述候选对象推荐人和所述目标对象，确定目标群组。
13.一种风险评估装置，其特征在于，包括：
识别模块，用于应用如权利要求12所述目标群组识别装置识别出候选对象推荐人；
获取模块，用于获取所述候选对象推荐人的案件审核类型，其中，所述案件审核类型包括结案案件、在审案件、待审案件以及待分配案件；
合并模块，用于将所述候选对象推荐人的在审案件、待审案件以及待分配案件合并至目标对象的在审案件中，得到目标群组在审案件集合；
审核模块，用于对所述目标群组在审案件集合中的目标群组进行风险评估。
14.一种电子设备，其特征在于，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如权利要求1-11中任一项所述的方法。
15.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1-11中任一项所述的方法。
CN202110289097.2A 2021-03-18 2021-03-18 目标群组识别方法、风险评估方法、装置、设备及介质 Pending CN115115322A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110289097.2A CN115115322A (zh) 2021-03-18 2021-03-18 目标群组识别方法、风险评估方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110289097.2A CN115115322A (zh) 2021-03-18 2021-03-18 目标群组识别方法、风险评估方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN115115322A true CN115115322A (zh) 2022-09-27

Family

ID=83323647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110289097.2A Pending CN115115322A (zh) 2021-03-18 2021-03-18 目标群组识别方法、风险评估方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115115322A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117573951A (zh) * 2024-01-16 2024-02-20 每日互动股份有限公司 一种目标用户筛选方法、装置、介质及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117573951A (zh) * 2024-01-16 2024-02-20 每日互动股份有限公司 一种目标用户筛选方法、装置、介质及设备
CN117573951B (zh) * 2024-01-16 2024-04-12 每日互动股份有限公司 一种目标用户筛选方法、装置、介质及设备

Similar Documents

Publication Publication Date Title
JP6913241B2 (ja) 信用力があると判定された消費者にローンを発行するシステムおよび方法
CN109074389B (zh) 可信度指标的众包
US11423365B2 (en) Transaction card system having overdraft capability
US9294497B1 (en) Method and system for behavioral and risk prediction in networks using automatic feature generation and selection using network topolgies
AU2022204241A1 (en) Machine learning classification and prediction system
Cheung et al. A quantitative correlation coefficient mining method for business intelligence in small and medium enterprises of trading business
CN109690608A (zh) 外推信任得分中的趋势
US20140067656A1 (en) Method and system for fraud risk estimation based on social media information
CN112668859A (zh) 基于大数据的客户风险评级方法、装置、设备及存储介质
CN108133013A (zh) 信息处理方法、装置、计算机设备和存储介质
US20180276543A1 (en) Intelligent visual object management system
US11934415B2 (en) Computer-based systems for dynamic data discovery and methods thereof
WO2018192348A1 (zh) 数据处理方法、装置及服务器
US20140303993A1 (en) Systems and methods for identifying fraud in transactions committed by a cohort of fraudsters
TWI524199B (zh) 用以找出複雜二元或多重交易方關係之多維遞迴學習方法和系統
US20140316960A1 (en) Merchant bank tool
Kelley et al. Antidiscrimination laws, artificial intelligence, and gender bias: A case study in nonmortgage fintech lending
CN113052705A (zh) 一种供应链金融服务流程管理方法及装置
CN112419030A (zh) 财务舞弊风险评估的方法、***及设备
CN115994818A (zh) 银行特殊资产智能清收***及方法
CN110197426A (zh) 一种信用评分模型的建立方法、装置及可读存储介质
CN111415067A (zh) 企业及个人信用评级***
CN115115322A (zh) 目标群组识别方法、风险评估方法、装置、设备及介质
US20210406930A1 (en) Benefit surrender prediction
CN111199473A (zh) 基于交易记录信息的反作弊方法、装置和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication