CN116579599A - 一种智能风险决策平台 - Google Patents
一种智能风险决策平台 Download PDFInfo
- Publication number
- CN116579599A CN116579599A CN202310243160.8A CN202310243160A CN116579599A CN 116579599 A CN116579599 A CN 116579599A CN 202310243160 A CN202310243160 A CN 202310243160A CN 116579599 A CN116579599 A CN 116579599A
- Authority
- CN
- China
- Prior art keywords
- risk
- platform
- intelligent
- decision
- event
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 11
- 230000000737 periodic effect Effects 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 7
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种智能风险决策平台，该平台包括：场景接入***、侦测***、风险管理后台***、处罚中心***、风险特征库；所述场景接入***包括：事中标准接口以及事后标准接口，用于将风险事件倒入至平台内，所述侦测***包括：风险路由判断单元、人工智能算法单元、以及风险决策单元；所述风险管理后台***包括：人工智能算法组件开发单元、组件版本管理单元、以及组件发布管理单元。本发明通过对发生的用户风险事件分为用户侧风险、顺时业务态势风险、周期性态势风险以及***性业务态势风险这四大类，并根据每一类风险特征的具体特征类别不断训练人工智能算法，从而可以在进行风险决策时，做出更加准确的风险决策。
Description
技术领域
本发明涉及企业经营***的技术领域，尤其涉及一种智能风险决策平台。
背景技术
随着计算机和互联网技术的迅速发展，很多业务都可以在网络上进行，给用户带来了极大的便利，但是对于经销商来说，也相应的承担很多的风险，因为一些用户的恶意行为，业务提供商在没有防范措施的情况下直接接受这些用户的业务，会直接导致自己的权益受损。
因此为了减少风险，业务提供商可以针对用户的业务进行风险决策，决策结果通常为接受或者拒绝，进而，可以相应地根据决策结果接受或者拒绝当前业务，但是影响风险决策的因素有很多，对于不同业务提供商的适用性差别可能很大，会对基于这些信息因子的风险决策结果的可靠性产生不利影响。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有一种智能风险决策平台存在的问题，提出了本发明。
为解决上述技术问题，本发明提供如下技术方案：一种智能风险决策平台，该平台包括：场景接入***、侦测***、风险管理后台***、处罚中心***、风险特征库；
其中，所述场景接入***包括：事中标准接口以及事后标准接口，用于将风险事件倒入至平台内，所述侦测***包括：风险路由判断单元、人工智能算法单元、以及风险决策单元；
所述风险管理后台***包括：人工智能算法组件开发单元、组件版本管理单元、以及组件发布管理单元，所述处罚中心***包括：处罚规则指定单元、处罚决定下发单元；
所述风险特征库用于对于已经发生的用户风险行为事件场景的统计，并针对实际的场景进行特征分类。
作为本发明所述一种智能风险决策平台的一种优选方案，其中：所述用户风险行为事件场景的特征分类为四大类，分别为：用户侧风险、顺时业务态势风险以及周期性态势风险。
作为本发明所述一种智能风险决策平台的一种优选方案，其中：所述用户侧风险针对用户单用户高频消费、单商品高频点播、单用户单商品高频点播、单用户高频申请退费、单用户日度累计消费、单用户月度累计消费。
作为本发明所述一种智能风险决策平台的一种优选方案，其中：所述顺时业务态势风险是针对平台领取、点播、订购、办理、突破业务规则等瞬时消费场景成功率。
作为本发明所述一种智能风险决策平台的一种优选方案，其中：所述周期性态势风险主要针对平台权益、商品库存量、券库存量、异常下架、高缺货周期。
作为本发明所述一种智能风险决策平台的一种优选方案，其中：所述风险特征库还包括记录对***性业务态势风险特征，其中包括：***页面加载时长、接口延时高于阈值、接口失败率高于阈值。
作为本发明所述一种智能风险决策平台的一种优选方案，其中：该平台的使用方法包括以下步骤：
步骤一：对于正在发生的风险事件直接通过至事中标准接口接入***，由侦测***对该行为事件进行判断，如果侦测***中人工智能算法算出该事件风险值低于标准值，则判断无风险导出平台；
步骤二：侦测***若通过人工智能算法算出该事件风险值高于标准值，则作出风险决策；
步骤三：风险决策交由处罚中心***，通过制定的处罚规则对该行为事件进行处罚，并进行决定下发；
步骤四：对于已经确认的用户行为风险事件，再次通过事后标准接口导入场景接入***，并且由侦测***判断其风险路由后直接导入风险特征库，风险特征库对该风险进行分类，根据分类结果不断训练人工智能算法。
作为本发明所述一种智能风险决策平台的一种优选方案，其中：所述风险管理后台***根据风险特征库更新的风险特征不断进行人工智能算法的开发更新，等算法版本更新后在发布推送至侦测***进行新算法的替换。
本发明的有益效果：本发明基于已经发生的用户风险事件，将其分为用户侧风险、顺时业务态势风险、周期性态势风险以及***性业务态势风险这四大类，并根据每一类风险特征的具体特征类别不断训练人工智能算法，从而可以在进行风险决策时，对该事件的风险路由有一个准确的定性，从而做出更加准确的风险决策。
附图说明
为了更清楚地说明本发明实施例的技术方案，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发明的一些实施例，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它的附图。其中：
图1为本发明提出的一种智能风险决策平台的整体模块结构示意图；
图2为本发明提出的一种智能风险决策平台的使用方法流程示意图。
实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
再其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
参照图1-图2，为本发明的一个实施例，提供了一种智能风险决策平台，此平台包括：场景接入***、侦测***、风险管理后台***、处罚中心***、风险特征库。
其中，风险事件场景接入***包括：事中标准接口以及事后标准接口，用于将风险事件倒入至平台内，风险事件侦测***包括：风险路由判断单元、人工智能算法单元、以及风险决策单元；
风险事件风险管理后台***包括：人工智能算法组件开发单元、组件版本管理单元、以及组件发布管理单元，风险事件处罚中心***包括：处罚规则指定单元、处罚决定下发单元；
风险事件风险特征库用于对于已经发生的用户风险行为事件场景的统计，并针对实际的场景进行特征分类，用户风险行为事件场景的特征分类为四大类，分别为：用户侧风险、顺时业务态势风险以及周期性态势风险。
具体来说，风险事件用户侧风险针对用户单用户高频消费、单商品高频点播、单用户单商品高频点播、单用户高频申请退费、单用户日度累计消费、单用户月度累计消费，风险事件顺时业务态势风险是针对平台领取、点播、订购、办理、突破业务规则等瞬时消费场景成功率，风险事件周期性态势风险主要针对平台权益、商品库存量、券库存量、异常下架、高缺货周期。
进一步的，风险事件风险特征库还包括记录对***性业务态势风险特征，其中包括：***页面加载时长、接口延时高于阈值、接口失败率高于阈值。
本发明中该平台的使用方法为：对于正在发生的风险事件直接通过至事中标准接口接入***，由侦测***对该行为事件进行判断，如果侦测***中人工智能算法算出该事件风险值低于标准值，则判断无风险导出平台；侦测***若通过人工智能算法算出该事件风险值高于标准值，则作出风险决策；然后风险决策交由处罚中心***，通过制定的处罚规则对该行为事件进行处罚，并进行决定下发；接着对于已经确认的用户行为风险事件，再次通过事后标准接口导入场景接入***，并且由侦测***判断其风险路由后直接导入风险特征库，风险特征库对该风险进行分类，根据分类结果不断训练人工智能算法，也就是说风险管理后台***根据风险特征库更新的风险特征不断进行人工智能算法的开发更新，等算法版本更新后在发布推送至侦测***进行新算法的替换。
本发明基于已经发生的用户风险事件，将其分为用户侧风险、顺时业务态势风险、周期性态势风险以及***性业务态势风险这四大类，并根据每一类风险特征的具体特征类别不断训练人工智能算法，从而可以在进行风险决策时，对该事件的风险路由有一个准确的定性，从而做出更加准确的风险决策。
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者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种智能风险决策平台，其特征在于，该平台包括：场景接入***、侦测***、风险管理后台***、处罚中心***、风险特征库；
其中，所述场景接入***包括：事中标准接口以及事后标准接口，用于将风险事件倒入至平台内，所述侦测***包括：风险路由判断单元、人工智能算法单元、以及风险决策单元；
所述风险管理后台***包括：人工智能算法组件开发单元、组件版本管理单元、以及组件发布管理单元，所述处罚中心***包括：处罚规则指定单元、处罚决定下发单元；
所述风险特征库用于对于已经发生的用户风险行为事件场景的统计，并针对实际的场景进行特征分类。
2.根据权利要求1所述的一种智能风险决策平台，其特征在于：所述用户风险行为事件场景的特征分类为四大类，分别为：用户侧风险、顺时业务态势风险以及周期性态势风险。
3.根据权利要求2所述的一种智能风险决策平台，其特征在于：所述用户侧风险针对用户单用户高频消费、单商品高频点播、单用户单商品高频点播、单用户高频申请退费、单用户日度累计消费、单用户月度累计消费。
4.根据权利要求3所述的一种智能风险决策平台，其特征在于：所述顺时业务态势风险是针对平台领取、点播、订购、办理、突破业务规则等瞬时消费场景成功率。
5.根据权利要求4所述的一种智能风险决策平台，其特征在于：所述周期性态势风险主要针对平台权益、商品库存量、券库存量、异常下架、高缺货周期。
6.根据权利要求5所述的一种智能风险决策平台，其特征在于：所述风险特征库还包括记录对***性业务态势风险特征，其中包括：***页面加载时长、接口延时高于阈值、接口失败率高于阈值。
7.根据权利要求6所述的一种智能风险决策平台，其特征在于：该平台的使用方法包括以下步骤：
步骤一：对于正在发生的风险事件直接通过至事中标准接口接入***，由侦测***对该行为事件进行判断，如果侦测***中人工智能算法算出该事件风险值低于标准值，则判断无风险导出平台；
步骤二：侦测***若通过人工智能算法算出该事件风险值高于标准值，则作出风险决策；
步骤三：风险决策交由处罚中心***，通过制定的处罚规则对该行为事件进行处罚，并进行决定下发；
步骤四：对于已经确认的用户行为风险事件，再次通过事后标准接口导入场景接入***，并且由侦测***判断其风险路由后直接导入风险特征库，风险特征库对该风险进行分类，根据分类结果不断训练人工智能算法。
8.根据权利要求7所述的一种智能风险决策平台，其特征在于：所述风险管理后台***根据风险特征库更新的风险特征不断进行人工智能算法的开发更新，等算法版本更新后在发布推送至侦测***进行新算法的替换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310243160.8A CN116579599A (zh) | 2023-03-14 | 2023-03-14 | 一种智能风险决策平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310243160.8A CN116579599A (zh) | 2023-03-14 | 2023-03-14 | 一种智能风险决策平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116579599A true CN116579599A (zh) | 2023-08-11 |
Family
ID=87538369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310243160.8A Pending CN116579599A (zh) | 2023-03-14 | 2023-03-14 | 一种智能风险决策平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116579599A (zh) |
-
2023
- 2023-03-14 CN CN202310243160.8A patent/CN116579599A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110020002A (zh) | 事件处理方案的查询方法、装置、设备和计算机存储介质 | |
| CN109325845A (zh) | 一种金融产品智能推荐方法及*** | |
| CN111159243A (zh) | 用户类型识别方法、装置、设备及存储介质 | |
| CN109978575B (zh) | 一种挖掘用户流量经营场景的方法及装置 | |
| CN114819967A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
| CN117473431A (zh) | 一种基于知识图谱的机场数据分类分级方法及*** | |
| CN105405051A (zh) | 金融事件预测方法和装置 | |
| CN113869700A (zh) | 一种绩效指标预测方法、装置、电子设备和存储介质 | |
| CN113962799A (zh) | 一种风控模型的训练方法、风险确定方法、装置、设备 | |
| CN116579599A (zh) | 一种智能风险决策平台 | |
| CN117291722A (zh) | 对象管理方法、相关设备及计算机可读介质 | |
| CN112925899A (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 | |
| CN111951011B (zh) | 监控***阈值确定方法及装置 | |
| CN110807702A (zh) | 贷后信息的管理方法、装置、设备及存储介质 | |
| CN116703555A (zh) | 一种预警方法、装置、电子设备及计算机可读介质 | |
| CN111160975A (zh) | 一种目标用户确定方法、装置、设备及计算机存储介质 | |
| CN114296775B (zh) | 基于大数据的智能运维方法及*** | |
| CN116503086A (zh) | 基于机器学习的航路机票运价数据处理方法、***及介质 | |
| CN113570738B (zh) | Etc通行失信行为电子取证与分类管理方法及*** | |
| CN113220947A (zh) | 对事件特征进行编码的方法和装置 | |
| CN113706223A (zh) | 一种数据处理方法和装置 | |
| CN113626707A (zh) | 一种兴趣描述信息获得方法、装置、电子设备及存储介质 | |
| CN112598499A (zh) | 确定授信额度的方法和装置 | |
| CN101206734A (zh) | 依据事件描述提取时间以自动更新输入数据的***及方法 | |
| CN109446215B (zh) | 一种基于优先级的实时id拉通引擎方法 |
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 |