CN112053174B - 一种银行客户和柜员关系的确定方法、装置及设备 - Google Patents
一种银行客户和柜员关系的确定方法、装置及设备 Download PDFInfo
- Publication number
- CN112053174B CN112053174B CN202011052884.7A CN202011052884A CN112053174B CN 112053174 B CN112053174 B CN 112053174B CN 202011052884 A CN202011052884 A CN 202011052884A CN 112053174 B CN112053174 B CN 112053174B
- Authority
- CN
- China
- Prior art keywords
- bank
- teller
- relationship
- behavior data
- client
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000006399 behavior Effects 0.000 claims description 92
- 238000012549 training Methods 0.000 claims description 47
- 238000012795 verification Methods 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012552 review 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种银行客户和柜员关系的确定方法、装置及设备,能够借助公安系统、学信系统、人力资源系统准确确定出柜员与客户是否存在熟悉关系,以便于采取相应措施防范资金挪用的风险。该方法包括:首先获取柜员个人信息和银行客户的个人信息,然后,根据柜员个人信息和银行客户的个人信息,通过公安系统查询柜员和银行客户是否为亲属关系;通过学信系统查询柜员和银行客户是否为同学关系;通过人力资源管理系统查询柜员和银行客户是否为同事关系。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种银行客户和柜员关系的确定方法、装置及设备。
背景技术
随着移动互联网和社会经济的快速发展,越来越多的银行客户到网点通过柜员办理各种银行业务,如购买银行的理财、向银行存款等。
但目前出现一些由与客户熟悉的柜员产生的错误行为,如利用熟悉客户的信任将自己熟悉客户的资金挪用等,一旦出了问题不但给客户带来严重的损失,也会给银行带来不利的影响,对银行的声誉是一个很大的打击,因此,如何准确确定出银行客户与柜员之间的关系,以防范资金挪用的风险是亟待解决的问题。
发明内容
本申请实施例的主要目的在于提供一种银行客户和柜员关系的确定方法、装置及设备,能够借助公安系统、学信系统、人力资源系统准确确定出柜员与客户是否存在熟悉关系,以便于采取相应措施防范资金挪用的风险。
第一方面,本申请实施例提供了一种银行客户和柜员关系的确定方法,包括:
获取柜员个人信息和银行客户的个人信息;
根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询所述柜员和所述银行客户是否为亲属关系;通过学信系统查询所述柜员和所述银行客户是否为同学关系;通过人力资源管理系统查询所述柜员和所述银行客户是否为同事关系。
可选的,若根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询出所述柜员和所述银行客户不是亲属关系;通过学信系统查询出所述柜员和所述银行客户不是同学关系;通过人力资源管理系统查询出所述柜员和所述银行客户不是同事关系,所述方法还包括:
获取所述银行客户的行为数据信息;
将所述银行客户的行为数据信息输入预先构建的关系确定模型,识别出所述银行客户和所述柜员的关系。
可选的,构建所述关系确定模型,包括:
获取银行客户的训练行为数据;
利用所述银行客户的训练行为数据以及所述银行客户的训练行为数据对应的关系识别标签对初始关系确定模型进行训练,生成所述关系确定模型。
可选的,所述方法还包括:
获取银行客户的验证行为数据;
将所述银行客户的验证行为数据输入所述关系确定模型,获得所述银行客户的验证行为数据的关系识别结果;
当所述银行客户的验证行为数据的关系识别结果与银行客户的验证行为数据对应的关系标记结果不一致时,将所述银行客户的验证行为数据重新作为所述银行客户的训练行为数据,对所述关系确定模型进行更新。
第二方面,本申请实施例还提供了一种基于用户协助的银行潜在对公客户确定装置,包括:
第一获取单元,用于获取柜员个人信息和银行客户的个人信息;
查询单元,用于根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询所述柜员和所述银行客户是否为亲属关系;通过学信系统查询所述柜员和所述银行客户是否为同学关系;通过人力资源管理系统查询所述柜员和所述银行客户是否为同事关系。
可选的,若根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询出所述柜员和所述银行客户不是亲属关系;通过学信系统查询出所述柜员和所述银行客户不是同学关系;通过人力资源管理系统查询出所述柜员和所述银行客户不是同事关系,所述装置还包括:
第二获取单元,用于获取所述银行客户的行为数据信息;
识别单元,用于将所述银行客户的行为数据信息输入预先构建的关系确定模型,识别出所述银行客户和所述柜员的关系。
可选的,所述装置还包括:
第三获取单元,用于获取银行客户的训练行为数据;
训练单元,用于利用所述银行客户的训练行为数据以及所述银行客户的训练行为数据对应的关系识别标签对初始关系确定模型进行训练,生成所述关系确定模型。
可选的,所述装置还包括:
第四获取单元,用于获取银行客户的验证行为数据;
获得单元,用于将所述银行客户的验证行为数据输入所述关系确定模型,获得所述银行客户的验证行为数据的关系识别结果;
更新单元,用于当所述银行客户的验证行为数据的关系识别结果与银行客户的训练行为数据对应的关系标记结果不一致时,将所述银行客户的验证行为数据重新作为所述银行客户的训练行为数据,对所述关系确定模型进行更新。
本申请实施例还提供了一种银行客户和柜员关系的确定设备,包括:处理器、存储器、系统总线;
所述处理器以及所述存储器通过所述系统总线相连;
所述存储器用于存储一个或多个程序,所述一个或多个程序包括指令,所述指令当被所述处理器执行时使所述处理器执行上述银行客户和柜员关系的确定方法中的任意一种实现方式。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备执行上述银行客户和柜员关系的确定方法中的任意一种实现方式。
本申请实施例提供的一种银行客户和柜员关系的确定方法、装置及设备,首先获取柜员个人信息和银行客户的个人信息,然后,根据柜员个人信息和银行客户的个人信息,通过公安系统查询柜员和银行客户是否为亲属关系;通过学信系统查询柜员和银行客户是否为同学关系;通过人力资源管理系统查询柜员和银行客户是否为同事关系。从而能够借助公安系统、学信系统、人力资源系统准确确定出柜员与客户是否存在熟悉关系,以便于采取相应措施防范资金挪用的风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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为本申请实施例提供的一种银行客户和柜员关系的确定方法的流程示意图;
图2为本申请实施例提供的一种银行客户和柜员关系的确定装置的组成示意图。
具体实施方式
目前银行网点多数的案件都是由与客户熟悉柜员违法行为利用熟悉人员的信任将自己熟悉人员的资金挪用,一旦出了问题不但给客户带来严重的损失,也会给银行带来不利的影响,对银行的声誉是一个很大的打击,因此,如何准确确定出银行客户与柜员之间的关系,以防范资金挪用的风险是亟待解决的问题。
为解决上述缺陷,本申请实施例提供了一种银行客户和柜员关系的确定方法,首先获取柜员个人信息和银行客户的个人信息,然后,根据柜员个人信息和银行客户的个人信息,通过公安系统查询柜员和银行客户是否为亲属关系;通过学信系统查询柜员和银行客户是否为同学关系;通过人力资源管理系统查询柜员和银行客户是否为同事关系。从而能够借助公安系统、学信系统、人力资源系统准确确定出柜员与客户是否存在熟悉关系,以便于采取相应措施防范资金挪用的风险。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
第一实施例
参见图1,为本实施例提供的一种银行客户和柜员关系的确定方法的流程示意图,该方法包括以下步骤:
S101:获取柜员个人信息和银行客户的个人信息。
在本实施例中,为了准确确定出银行客户与柜员之间的关系,以防范资金挪用风险,对于银行来说,银行的后台系统会在下班以后将柜员的个人信息(如姓名、手机号、身份证号等)与银行现有客户信息(如姓名、住址、手机号、身份证号等)进行存储,用以通过后续步骤S102确定出柜员与客户的关系,并建立客户与柜员的关系图谱,以便后续在给柜员分配业务或者业务检查时可以作为一个关系查询的依据,同时银行的其他相关系统也可以调阅该关系图谱以查询出柜员与客户的关系。
S102:根据柜员个人信息和银行客户的个人信息,通过公安系统查询柜员和银行客户是否为亲属关系;通过学信系统查询柜员和银行客户是否为同学关系;通过人力资源管理系统查询柜员和银行客户是否为同事关系。
在本实施例中,银行的后台系统通过步骤S101获取到个人信息(如姓名、手机号、身份证号等)与银行现有客户信息(如姓名、住址、手机号、身份证号等)后,进一步可以通过公安系统查询柜员与客户是否存在亲属关系(亲属关系范围可以根据银行系统需要,如三代亲属以内等),如果存在亲属关系则将关系保存到关系图谱;然后通过学信系统查询柜员与客户是否存在同学关系,如果存在则将关系录入关系图谱;同时,通过人力资源系统查询客户与柜员是否存在之前是同事的关系,如果是,则将该关系录入关系图谱。
此外,在本实施例的一种可能的实现方式中,若通过步骤S102根据柜员个人信息和银行客户的个人信息,通过公安系统查询出柜员和银行客户不是亲属关系;同时,通过学信系统查询出柜员和银行客户不是同学关系;并且,通过人力资源管理系统查询出柜员和银行客户不是同事关系,则本申请实施例还可以执行下述步骤A1-A2:
步骤A1:获取银行客户的行为数据信息;
步骤A2:将银行客户的行为数据信息输入预先构建的关系确定模型,识别出银行客户和所述柜员的关系。
在本实现方式中,如果通过公安系统、学信系统或人力资源管理系统查询出银行客户与柜员存在亲属关系、同学关系或同事关系,则不再做继续的查询。但若通过公安系统查询出柜员和银行客户不是亲属关系;同时,通过学信系统查询出柜员和银行客户不是同学关系;并且,通过人力资源管理系统查询出柜员和银行客户不是同事关系。则进一步需要收集银行客户和柜员的行为数据信息,主要是客户和柜员的轨迹信息,用以输入预先构建的关系确定模型判断柜员与客户是否存在熟悉关系。例如,若客户和柜员经常在同一时间去一家店,则二者有可能存在熟悉关系等。
进一步的,在通过关系确定模型预测出银行客户与柜员之间的关系后,可将其录入关系图谱中,以便银行系统在有需要时可以通过查询该关系图谱获取二者的关系。该关系图谱可以按照预设频率进行定期更新,保证图谱的有效性。
其中,需要说明的是,关系确定模型的构建过程包括下述步骤B1-B2:
步骤B1:获取银行客户的训练行为数据。
步骤B2:利用银行客户的训练行为数据以及银行客户的训练行为数据对应的关系识别标签对初始关系确定模型进行训练,生成所述关系确定模型。
在本实施例中,为了构建关系确定模型,需要预先进行大量的准备工作,首先,需要收集银行客户的训练行为数据,比如,可以预先收集1000条银行客户和柜员的行为数据,并将收集到的每一条行为数据分别作为样本数据,并预先通过人工标注出这些样本数据表征的客户和柜员的关系,用以训练关系确定模型。进一步的,可以利用银行客户的训练行为数据以及银行客户的训练行为数据对应的人工标注出的客户和柜员的关系标签对初始关系确定模型进行训练,生成关系确定模型。
通过上述实施例,可以利用银行客户的训练行为数据训练生成关系确定模型,则进一步的,可以利用银行客户的验证行为数据对生成的关系确定模型进行验证,具体实现过程包括下述步骤C1-C3:
步骤C1:获取银行客户的验证行为数据。
步骤C2:将银行客户的验证行为数据输入关系确定模型,获得银行客户的验证行为数据的关系识别结果。
步骤C3:当银行客户的验证行为数据的关系识别结果与银行客户的训练行为数据对应的关系标记结果不一致时,将银行客户的验证行为数据重新作为银行客户的训练行为数据,对关系确定模型进行更新。
在实际应用中,为了实现对关系确定模型进行验证,首先需要获取银行客户的验证行为数据,其中,银行客户的验证行为数据指的是可以用来进行关系确定模型验证的银行客户的验证行为数据,进一步的,可以将其输入关系确定模型,获得银行客户的验证行为数据的关系识别结果。当银行客户的验证行为数据的关系识别结果与银行客户的验证行为数据对应的关系标记结果不一致时,将银行客户的验证行为数据重新作为银行客户的训练行为数据,对关系确定模型进行更新。
其中,一种可选的实现方式,初始的关系确定模型可以采用神经网络模型建立,将柜员与客户的训练行为数据作为模型输入,将客户与柜员是否存在朋友关系作为模型输出,根据网络输入输出的个数确定BP神经网络结构,进而确定了需要优化的参数个数。在根据kolmogorov原理,一个三层BP神经网络足以完成任意的n维到m维的映射,一般只需要采用一个隐层即可,隐层节点个数采用试凑法确定,从而能够确定神经网络结构,并将收集到的柜员与客户的训练行为数据,以及通过人工经验判断柜员与客户之间的关系作为训练数据,将将其分为训练集与验证集,通过上述步骤训练与验证神经网络模型得到有效的关系确定模型。
综上,本实施例提供的一种银行客户和柜员关系的确定方法,首先获取柜员个人信息和银行客户的个人信息,然后,根据柜员个人信息和银行客户的个人信息,通过公安系统查询柜员和银行客户是否为亲属关系;通过学信系统查询柜员和银行客户是否为同学关系;通过人力资源管理系统查询柜员和银行客户是否为同事关系。从而能够借助公安系统、学信系统、人力资源系统准确确定出柜员与客户是否存在熟悉关系,以便于采取相应措施防范资金挪用的风险。
第二实施例
本实施例将对一种银行客户和柜员关系的确定装置进行介绍,相关内容请参见上述方法实施例。
参见图2,为本实施例提供的一种银行客户和柜员关系的确定装置的组成示意图,该装置包括:
第一获取单元201,用于获取柜员个人信息和银行客户的个人信息;
查询单元202,用于根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询所述柜员和所述银行客户是否为亲属关系;通过学信系统查询所述柜员和所述银行客户是否为同学关系;通过人力资源管理系统查询所述柜员和所述银行客户是否为同事关系。
在本实施例的一种实现方式中,若根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询出所述柜员和所述银行客户不是亲属关系;通过学信系统查询出所述柜员和所述银行客户不是同学关系;通过人力资源管理系统查询出所述柜员和所述银行客户不是同事关系,所述装置还包括:
第二获取单元,用于获取所述银行客户的行为数据信息;
识别单元,用于将所述银行客户的行为数据信息输入预先构建的关系确定模型,识别出所述银行客户和所述柜员的关系。
在本实施例的一种实现方式中,所述装置还包括:
第三获取单元,用于获取银行客户的训练行为数据;
训练单元,用于利用所述银行客户的训练行为数据以及所述银行客户的训练行为数据对应的关系识别标签对初始关系确定模型进行训练,生成所述关系确定模型。
在本实施例的一种实现方式中,所述装置还包括:
第四获取单元,用于获取银行客户的验证行为数据;
获得单元,用于将所述银行客户的验证行为数据输入所述关系确定模型,获得所述银行客户的验证行为数据的关系识别结果;
更新单元,用于当所述银行客户的验证行为数据的关系识别结果与银行客户的训练行为数据对应的关系标记结果不一致时,将所述银行客户的验证行为数据重新作为所述银行客户的训练行为数据,对所述关系确定模型进行更新。
综上,本实施例提供的一种银行客户和柜员关系的确定装置,首先获取柜员个人信息和银行客户的个人信息,然后,根据柜员个人信息和银行客户的个人信息,通过公安系统查询柜员和银行客户是否为亲属关系;通过学信系统查询柜员和银行客户是否为同学关系;通过人力资源管理系统查询柜员和银行客户是否为同事关系。从而能够借助公安系统、学信系统、人力资源系统准确确定出柜员与客户是否存在熟悉关系,以便于采取相应措施防范资金挪用的风险。
进一步地,本申请实施例还提供了一种银行客户和柜员关系的确定设备,包括:处理器、存储器、系统总线;
所述处理器以及所述存储器通过所述系统总线相连;
所述存储器用于存储一个或多个程序,所述一个或多个程序包括指令,所述指令当被所述处理器执行时使所述处理器执行上述银行客户和柜员关系的确定方法的任一种实现方法。
进一步地,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备执行上述银行客户和柜员关系的确定方法的任一种实现方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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,或者诸如媒体网关等网络通信设备,等等)执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种银行客户和柜员关系的确定方法,其特征在于,包括:
获取柜员个人信息和银行客户的个人信息;
根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询所述柜员和所述银行客户是否为亲属关系;通过学信系统查询所述柜员和所述银行客户是否为同学关系;通过人力资源管理系统查询所述柜员和所述银行客户是否为同事关系;
若根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询出所述柜员和所述银行客户不是亲属关系;通过学信系统查询出所述柜员和所述银行客户不是同学关系;通过人力资源管理系统查询出所述柜员和所述银行客户不是同事关系,所述方法还包括:
获取所述银行客户的行为数据信息;所述行为数据信息包括所述银行客户的轨迹信息;
将所述银行客户的行为数据信息输入预先构建的关系确定模型,识别出所述银行客户和所述柜员的关系;并建立银行客户与柜员的关系图谱;以及将所述银行客户与柜员的亲属关系、同学关系、同事关系和利用关系确定模型识别出的所述银行客户和所述柜员的关系保存到所述关系图谱,以用于查询柜员和银行客户的关系;
构建所述关系确定模型,包括:
获取银行客户的训练行为数据;
利用所述银行客户的训练行为数据以及所述银行客户的训练行为数据对应的关系识别标签对初始关系确定模型进行训练,生成所述关系确定模型;
所述方法还包括:
获取银行客户的验证行为数据;
将所述银行客户的验证行为数据输入所述关系确定模型,获得所述银行客户的验证行为数据的关系识别结果;
当所述银行客户的验证行为数据的关系识别结果与银行客户的验证行为数据对应的关系标记结果不一致时,将所述银行客户的验证行为数据重新作为所述银行客户的训练行为数据,对所述关系确定模型进行更新。
2.一种银行客户和柜员关系的确定装置,其特征在于,包括:
第一获取单元,用于获取柜员个人信息和银行客户的个人信息;
查询单元,用于根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询所述柜员和所述银行客户是否为亲属关系;通过学信系统查询所述柜员和所述银行客户是否为同学关系;通过人力资源管理系统查询所述柜员和所述银行客户是否为同事关系;
若根据所述柜员个人信息和银行客户的个人信息,通过公安系统查询出所述柜员和所述银行客户不是亲属关系;通过学信系统查询出所述柜员和所述银行客户不是同学关系;通过人力资源管理系统查询出所述柜员和所述银行客户不是同事关系,所述装置还包括:
第二获取单元,用于获取所述银行客户的行为数据信息;所述行为数据信息包括所述银行客户的轨迹信息;
识别单元,用于将所述银行客户的行为数据信息输入预先构建的关系确定模型,识别出所述银行客户和所述柜员的关系;并建立银行客户与柜员的关系图谱;以及将所述银行客户与柜员的亲属关系、同学关系、同事关系和利用关系确定模型识别出的所述银行客户和所述柜员的关系保存到所述关系图谱,以用于查询柜员和银行客户的关系;
所述装置还包括:
第三获取单元,用于获取银行客户的训练行为数据;
训练单元,用于利用所述银行客户的训练行为数据以及所述银行客户的训练行为数据对应的关系识别标签对初始关系确定模型进行训练,生成所述关系确定模型;
所述装置还包括:
第四获取单元,用于获取银行客户的验证行为数据;
获得单元,用于将所述银行客户的验证行为数据输入所述关系确定模型,获得所述银行客户的验证行为数据的关系识别结果;
更新单元,用于当所述银行客户的验证行为数据的关系识别结果与银行客户的训练行为数据对应的关系标记结果不一致时,将所述银行客户的验证行为数据重新作为所述银行客户的训练行为数据,对所述关系确定模型进行更新。
3.一种银行客户和柜员关系的确定设备,其特征在于,包括:处理器、存储器、系统总线;
所述处理器以及所述存储器通过所述系统总线相连;
所述存储器用于存储一个或多个程序,所述一个或多个程序包括指令,所述指令当被所述处理器执行时使所述处理器执行权利要求1所述的方法。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备执行权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011052884.7A CN112053174B (zh) | 2020-09-29 | 2020-09-29 | 一种银行客户和柜员关系的确定方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011052884.7A CN112053174B (zh) | 2020-09-29 | 2020-09-29 | 一种银行客户和柜员关系的确定方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112053174A CN112053174A (zh) | 2020-12-08 |
CN112053174B true CN112053174B (zh) | 2024-03-29 |
Family
ID=73605436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011052884.7A Active CN112053174B (zh) | 2020-09-29 | 2020-09-29 | 一种银行客户和柜员关系的确定方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053174B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388104A (zh) * | 2008-10-15 | 2009-03-18 | 中国工商银行股份有限公司 | 基于客户间关系对融资风险进行评价的系统及方法 |
CN201302741Y (zh) * | 2008-11-20 | 2009-09-02 | 江苏银科金典电子应用技术有限公司 | 柜面业务安全及柜员风险控制与监管设备 |
CN201984530U (zh) * | 2010-05-18 | 2011-09-21 | 宁波高新区宇善科技有限公司 | 一种银行客户身份自动联网核查系统 |
CN109670937A (zh) * | 2018-09-26 | 2019-04-23 | 平安科技(深圳)有限公司 | 风险用户识别方法、用户设备、存储介质及装置 |
CN110457505A (zh) * | 2019-07-04 | 2019-11-15 | 特斯联(北京)科技有限公司 | 基于图数据库进行关系挖掘的方法和装置 |
CN111008896A (zh) * | 2019-12-05 | 2020-04-14 | 中国银行股份有限公司 | 金融风险预警方法、装置、电子设备及存储介质 |
CN111090801A (zh) * | 2019-12-18 | 2020-05-01 | 创新奇智(青岛)科技有限公司 | 一种专家人脉关系图谱绘制方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050251407A1 (en) * | 2004-03-23 | 2005-11-10 | Quarterman John S | Method, system, and service for determining actual and probable financial loss related to internet performance anomalies |
-
2020
- 2020-09-29 CN CN202011052884.7A patent/CN112053174B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388104A (zh) * | 2008-10-15 | 2009-03-18 | 中国工商银行股份有限公司 | 基于客户间关系对融资风险进行评价的系统及方法 |
CN201302741Y (zh) * | 2008-11-20 | 2009-09-02 | 江苏银科金典电子应用技术有限公司 | 柜面业务安全及柜员风险控制与监管设备 |
CN201984530U (zh) * | 2010-05-18 | 2011-09-21 | 宁波高新区宇善科技有限公司 | 一种银行客户身份自动联网核查系统 |
CN109670937A (zh) * | 2018-09-26 | 2019-04-23 | 平安科技(深圳)有限公司 | 风险用户识别方法、用户设备、存储介质及装置 |
CN110457505A (zh) * | 2019-07-04 | 2019-11-15 | 特斯联(北京)科技有限公司 | 基于图数据库进行关系挖掘的方法和装置 |
CN111008896A (zh) * | 2019-12-05 | 2020-04-14 | 中国银行股份有限公司 | 金融风险预警方法、装置、电子设备及存储介质 |
CN111090801A (zh) * | 2019-12-18 | 2020-05-01 | 创新奇智(青岛)科技有限公司 | 一种专家人脉关系图谱绘制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112053174A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11049109B1 (en) | Reducing false positives using customer data and machine learning | |
CN110009174B (zh) | 风险识别模型训练方法、装置及服务器 | |
US11544501B2 (en) | Systems and methods for training a data classification model | |
WO2019196546A1 (zh) | 确定业务请求事件的风险概率的方法及装置 | |
AU2017280904B2 (en) | Automation of image validation | |
US20150227934A1 (en) | Method and system for determining and assessing geolocation proximity | |
US11263699B1 (en) | Systems and methods for leveraging remotely captured images | |
US20140172681A1 (en) | Process for Verifying Data Identity for Lending Decisions | |
CN110348978A (zh) | 基于图计算的风险团伙识别方法、装置、设备和存储介质 | |
EP2507762A1 (en) | Trust based transaction system | |
US20210248607A1 (en) | Systems and methods for using machine learning to predict events associated with transactions | |
CN111008335B (zh) | 一种信息处理方法、装置、设备及存储介质 | |
CN110796269B (zh) | 一种生成模型的方法、装置、信息处理的方法及装置 | |
CN112200660B (zh) | 一种银行柜面业务的监督方法、装置及设备 | |
WO2014179690A2 (en) | Method and system for scoring and reporting attributes of a network-based identifier | |
US20130226824A1 (en) | Methods, Software and Devices for Managing Approval of a Proposed Contract With Multiple Decision Makers | |
CN112116457A (zh) | 一种银行柜面业务的监督方法、装置及设备 | |
CN112053174B (zh) | 一种银行客户和柜员关系的确定方法、装置及设备 | |
US20230125814A1 (en) | Credit score management apparatus, credit score management method, and computer readable recording medium | |
CN113674083A (zh) | 互联网金融平台信用风险监测方法、装置及计算机系统 | |
CN113191875A (zh) | 新用户的授信方法及装置、电子设备、存储介质 | |
CN107111839A (zh) | 用于多个国家特定数据库中的信用相关数据的通用识别的系统及方法 | |
CN108765126A (zh) | 身份校验方法及装置 | |
KR102432554B1 (ko) | 인공지능 기반 부동산 계약서에 유용한 특약 조건을 예측하는 부동산 거래 플랫폼의 운영 방법 | |
US20230351395A1 (en) | System and method for assessing a risk score for a non-fungible token transacted on a blockchain |
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 |