CN106528631A - 一种银行汇入款电文受益方信息的处理方法及装置 - Google Patents
一种银行汇入款电文受益方信息的处理方法及装置 Download PDFInfo
- Publication number
- CN106528631A CN106528631A CN201610884407.4A CN201610884407A CN106528631A CN 106528631 A CN106528631 A CN 106528631A CN 201610884407 A CN201610884407 A CN 201610884407A CN 106528631 A CN106528631 A CN 106528631A
- Authority
- CN
- China
- Prior art keywords
- information
- type
- bank
- text
- retrieved
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (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
本发明提供了一种银行汇入款电文受益方信息的处理方法及装置,涉及信息安全识别技术领域。方法包括:接收银行汇入款电文,解析出待检索的初始信息串,并根据预设整理规则进行待检索的初始信息串的整理;对整理后的待检索信息进行精确匹配或模糊匹配,确定客户信息、账户信息及所属机构信息。之后将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值;从而根据客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
Description
技术领域
本发明涉及信息安全识别技术领域,尤其涉及一种银行汇入款电文受益方信息的处理方法及装置。
背景技术
目前,环球同业银行金融电讯协会(Society for Worldwide InterbankFinancial Telecommunications,简称SWIFT)系统已经在全球大多数国家的银行广泛使用。SWIFT系统的使用为银行提供了安全、可靠、快捷、标准化及自动化的通讯服务,极大提高了银行的结算速度。由于SWIFT的格式具有标准化,目前银行汇入款电文一般采用SWIFT电文。
当前的SWIFT电文由于业务发起方的行业规范、政策要求以及业务习惯不同,在电文信息的表达上存在诸多不同,处理这些电文信息需投入较多专业人力资源。例如:SWIFT汇入款业务在完成银行间账务清算处理后,进入受益方兑付处理过程,通过该业务过程实现汇入款项的直接兑付;在受益方兑付处理过程,首先需要对受益方信息进行识别,并根据识别情况进行业务分类,再对分类后的业务按照既定业务规则进行兑付等处理。实际SWIFT汇入款业务处理过程中,由于业务发起方的行业规范、政策要求以及业务习惯不同,在电文信息的识别上不能做到所有信息完全精确,需要根据经验数据采用辅助的识别方式进行业务信息的符合某一业务分类的预判,预判结果作为业务处理的辅助性指引。现有实现中以受益方账户进行判别,采用精确查找方式确定账户的有效性,在获取真实受益方账户的基础上通过该账户关联账户开户机构以及账户所属客户的信息,再根据上述获取的信息进行兑付规则检查。如果通过兑付规则检查则将汇入款进行直接兑付;如果该汇入款不符合直接兑付规则检查(例如金额超限、客户类型限制等),则将该笔汇入款留至账户的开户机构等待人工进一步处理。对于不能通过精确查找方式确定账户的汇入款业务,则将该业务直接留至银行间账户清算的受理机构,由该机构的人员进行人工预判和清分、兑付处理。
然而,当前的银行汇入款电文受益方信息的识别很多地方需要人工的识别,造成人工工作量较大,容易识别出错,且信息的识别率低。
发明内容
本发明的实施例提供一种银行汇入款电文受益方信息的处理方法及装置,以解决当前的银行汇入款电文受益方信息的识别很多地方需要人工的识别,造成人工工作量较大,容易识别出错,且信息的识别率低。
为达到上述目的,本发明采用如下技术方案:
一种银行汇入款电文受益方信息的处理方法,包括:
步骤101:接收银行汇入款电文,并对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串;
步骤102:根据各受益方信息类型对应的预设整理规则将各待检索的初始信息串进行整理,形成整理后的待检索信息;
步骤103:获取银行汇入款电文对应的业务来源类型标识;
步骤104:若业务来源类型标识指示业务来源类型为模糊匹配类型或者业务来源类型标识为空,则根据各受益方信息类型对应的匹配优先级,选择当前最大匹配优先级对应的整理后的待检索信息进行精确匹配;
步骤105:若进行精确匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为精确匹配类型;在步骤105之后,执行步骤109;
步骤106:若进行精确匹配失败,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配;
步骤107:若进行模糊匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为模糊匹配类型;
步骤108:若进行模糊匹配失败,不对银行汇入款电文对应的业务来源类型标识进行处理;
在步骤107和步骤108之后,返回执行步骤103,直至银行汇入款电文对应的业务来源类型标识被设置为精确匹配类型,或者各整理后的待检索信息匹配处理完毕;
步骤109:将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计;
步骤110:根据所述客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
具体的,对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串,包括:
根据预先设置的解析策略对所述银行汇入款电文进行解析;
所述解析策略包括电文信息类型、电文来源、匹配优先级、受益方信息类型、信息来源场次、信息截取要求以及预设整理规则;
根据所述信息截取要求在信息来源场次中获取对应位置的待检索的初始信息串。
此外,所述预设整理规则包括:将初始信息串中的无含义字符或非数字字符去除;将初始信息串中的多个连续空格合并;将初始信息串中的多行信息拼接合并;将初始信息串中的中文编码转换为汉字信息。
此外,所述预先设置的模糊信息库包括多个匹配字符串和各匹配字符串的哈希值;各匹配字符串对应一至多个受益方信息类型;各受益方信息类型分别对应精确匹配情况下的客户信息、账户信息、所属机构信息和模糊匹配情况下的客户信息、账户信息、所属机构信息。
具体的,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配,包括:
将当前最大匹配优先级对应的整理后的待检索信息,根据预先设置的模糊信息库中的匹配字符串、匹配字符串的哈希值和受益方信息类型进行模糊匹配;
若进行模糊匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,包括:
获取最大匹配优先级对应的整理后的待检索信息的受益方信息类型的模糊匹配情况下的客户信息、账户信息、所属机构信息。
此外,所述预先设置的业务类关键字信息库,包括受益方信息类型,各受益方信息类型对应的业务类关键字、业务类型标识及业务类型标识的加权值。
具体的,将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计,包括:
将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息与预先设置的业务类关键字信息库中的业务类关键字进行匹配;
获取银行汇入款电文对应的业务类关键字对应的业务类型标识及业务类型标识的加权值;
将银行汇入款电文对应的业务类型标识的加权值进行累计,以确定银行汇入款电文所属的各业务类型的概率。
一种银行汇入款电文受益方信息的处理装置,包括:
电文解析单元,用于接收银行汇入款电文,并对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串;
整理单元,用于根据各受益方信息类型对应的预设整理规则将各待检索的初始信息串进行整理,形成整理后的待检索信息;
业务来源类型标识获取单元,用于获取银行汇入款电文对应的业务来源类型标识;
精确匹配单元,用于在业务来源类型标识指示业务来源类型为模糊匹配类型或者业务来源类型标识为空时,根据各受益方信息类型对应的匹配优先级,选择当前最大匹配优先级对应的整理后的待检索信息进行精确匹配;在进行精确匹配成功时,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为精确匹配类型;
模糊匹配单元,用于在进行精确匹配失败时,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配;在进行模糊匹配成功时,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为模糊匹配类型;在进行模糊匹配失败时,不对银行汇入款电文对应的业务来源类型标识进行处理;
业务类关键字匹配单元,用于在银行汇入款电文对应的业务来源类型标识被设置为精确匹配类型,或者各整理后的待检索信息匹配处理完毕后,将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计;
银行汇入款受益方业务处理单元,用于根据所述客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
另外,所述电文解析单元,具体用于:
根据预先设置的解析策略对所述银行汇入款电文进行解析;所述解析策略包括电文信息类型、电文来源、匹配优先级、受益方信息类型、信息来源场次、信息截取要求以及预设整理规则;
根据所述信息截取要求在信息来源场次中获取对应位置的待检索的初始信息串。
此外,所述整理单元中的预设整理规则包括:将初始信息串中的无含义字符或非数字字符去除;将初始信息串中的多个连续空格合并;将初始信息串中的多行信息拼接合并;将初始信息串中的中文编码转换为汉字信息。
此外,所述模糊匹配单元中的预先设置的模糊信息库包括多个匹配字符串和各匹配字符串的哈希值;各匹配字符串对应一至多个受益方信息类型;各受益方信息类型分别对应精确匹配情况下的客户信息、账户信息、所属机构信息和模糊匹配情况下的客户信息、账户信息、所属机构信息。
另外,所述模糊匹配单元,具体用于:
将当前最大匹配优先级对应的整理后的待检索信息,根据预先设置的模糊信息库中的匹配字符串、匹配字符串的哈希值和受益方信息类型进行模糊匹配;
获取最大匹配优先级对应的整理后的待检索信息的受益方信息类型的模糊匹配情况下的客户信息、账户信息、所属机构信息。
另外,所述业务类关键字匹配单元中的预先设置的业务类关键字信息库,包括受益方信息类型,各受益方信息类型对应的业务类关键字、业务类型标识及业务类型标识的加权值。
此外,所述业务类关键字匹配单元,具体用于:
将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息与预先设置的业务类关键字信息库中的业务类关键字进行匹配;
获取银行汇入款电文对应的业务类关键字对应的业务类型标识及业务类型标识的加权值;
将银行汇入款电文对应的业务类型标识的加权值进行累计,以确定银行汇入款电文所属的各业务类型的概率。
本发明实施例提供的一种银行汇入款电文受益方信息的处理方法及装置,通过精确匹配和模糊匹配相结合的方式,提高了受益方信息的识别率,提高了自动化识别的处理能力,减少了人为中间识别操作,避免了当前的银行汇入款电文受益方信息的识别很多地方需要人工的识别,造成人工工作量较大,容易识别出错,且信息的识别率低。
附图说明
为了更清楚地说明本发明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性的前提下,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银行汇入款电文受益方信息的处理方法的流程图一;
图2为本发明实施例提供的银行汇入款电文受益方信息的处理方法的流程图二;
图3为本发明实施例提供的银行汇入款电文受益方信息的处理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
如图1所示,本发明实施例提供一种银行汇入款电文受益方信息的处理方法,包括:
步骤101:接收银行汇入款电文,并对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串。
步骤102:根据各受益方信息类型对应的预设整理规则将各待检索的初始信息串进行整理,形成整理后的待检索信息。
步骤103:获取银行汇入款电文对应的业务来源类型标识。
步骤104:若业务来源类型标识指示业务来源类型为模糊匹配类型或者业务来源类型标识为空,则根据各受益方信息类型对应的匹配优先级,选择当前最大匹配优先级对应的整理后的待检索信息进行精确匹配。
步骤105:若进行精确匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为精确匹配类型。在步骤105之后,执行步骤109。
步骤106:若进行精确匹配失败,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配。
步骤107:若进行模糊匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为模糊匹配类型。
步骤108:若进行模糊匹配失败,不对银行汇入款电文对应的业务来源类型标识进行处理。
在步骤107和步骤108之后,返回执行步骤103,直至银行汇入款电文对应的业务来源类型标识被设置为精确匹配类型,或者各整理后的待检索信息匹配处理完毕。
步骤109:将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计。
步骤110:根据所述客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
本发明实施例提供的一种银行汇入款电文受益方信息的处理方法,通过精确匹配和模糊匹配相结合的方式,提高了受益方信息的识别率,提高了自动化识别的处理能力,减少了人为中间识别操作,避免了当前的银行汇入款电文受益方信息的识别很多地方需要人工的识别,造成人工工作量较大,容易识别出错,且信息的识别率低。
为了使本领域的技术人员更好的了解本发明,下面列举一个更为详细的实施例,如图2所示,本发明实施例提供一种银行汇入款电文受益方信息的处理方法,包括:
步骤201、接收银行汇入款电文,并根据预先设置的解析策略对所述银行汇入款电文进行解析。
其中,所述解析策略包括电文信息类型、电文来源、匹配优先级、受益方信息类型、信息来源场次、信息截取要求以及预设整理规则。如下表1所示:
表1:
步骤202、根据所述信息截取要求在信息来源场次中获取对应位置的待检索的初始信息串。
步骤203、根据各受益方信息类型对应的预设整理规则将各待检索的初始信息串进行整理,形成整理后的待检索信息。
此外,该预设整理规则可以包括:将初始信息串中的无含义字符或非数字字符去除;将初始信息串中的多个连续空格合并;将初始信息串中的多行信息拼接合并;将初始信息串中的中文编码转换为汉字信息。
例如,对无含义字符或非数字字符去除可以是去除“.,()+:/?’”等无实际含义字符。另外,对于将初始信息串中的多行信息拼接合并,由于SWIFT电文单行输入限制,实际业务中多将单一信息分多个折行进行录入,信息收取后需要将多行信息重新进行拼接,拼接各行信息且对跨行的单个词汇进行拼接。另外,对于将初始信息串中的中文编码转换为汉字信息,目前国际电文不支持多字节字符,电文中采用的多字节字符用单字节字符进行编码,例如中文在电文中采用4位数字编码对应到一个汉字的方式,因此需要将初始信息串中的中文编码转换为汉字信息。
步骤204、获取银行汇入款电文对应的业务来源类型标识。
步骤205、若业务来源类型标识指示业务来源类型为精确匹配类型,则确定各整理后的待检索信息已经无需匹配处理。
若业务来源类型标识指示业务来源类型为精确匹配类型,则表示银行汇入款电文的各整理后的待检索信息已经完成了精确匹配,结果已经无需再进行匹配。
步骤206、若业务来源类型标识指示业务来源类型为模糊匹配类型或者业务来源类型标识为空,则根据各受益方信息类型对应的匹配优先级,选择当前最大匹配优先级对应的整理后的待检索信息进行精确匹配。
在步骤206之后,执行步骤207或者步骤208。
步骤207、若进行精确匹配成功,确定整理后的待检索信息对应的客户信息(例如客户名,如张三,李四等)、账户信息(例如账户号码,如6229480000000000989)及所属机构信息(可以为发卡银行,也可以是客户的业务集中处理银行等),并将银行汇入款电文对应的业务来源类型标识设置为精确匹配类型。在步骤207之后,执行步骤211。
此处,在银行汇入款电文受益方信息的处理过程中,可以预先设置有模糊信息库,该预先设置的模糊信息库包括多个匹配字符串和各匹配字符串的哈希值;各匹配字符串对应一至多个受益方信息类型;各受益方信息类型分别对应精确匹配情况下的客户信息、账户信息、所属机构信息和模糊匹配情况下的客户信息、账户信息、所属机构信息。
模糊信息库的匹配字符串、业务类关键字是根据业务类型或客户约定信息,由业务部门根据处理要求进行归纳的,例如:客户约定的特定业务编码标记、客户名称、账户等;还有一些是银行内部处理需要的关键字,例如:货款、电话通知、集中付款等决定业务处理流程的特征字。业务人员可根据处理经验录入匹配字符串,并指定该匹配字符串对应的受益方信息类型,例如:账号、名称/地址、客户附言等,即指定该特征码匹配的受益方信息类型,一个匹配字符串信息可对应多个受益方信息类型,一个受益方信息类型可对应多个匹配字符串信息,例如下表2所示:
表2:
步骤208、若进行精确匹配失败,将当前最大匹配优先级对应的整理后的待检索信息,根据预先设置的模糊信息库中的匹配字符串、匹配字符串的哈希值和受益方信息类型进行模糊匹配。在步骤208之后,执行步骤209或者步骤210。
此处,进行模糊匹配的方式为:对模糊信息库循环进行匹配,上述模糊匹配均选用首次匹配成功即停止匹配(由于设置中可能多项匹配均满足模糊匹配结果,首次匹配应为最匹配项,故采用该项结果,其他部分可忽略,首次匹配成功后退出,避免后续处理的次匹配的结果,同时可避免额外的搜索占用系统资源。
步骤209、若进行模糊匹配成功,获取最大匹配优先级对应的整理后的待检索信息的受益方信息类型的模糊匹配情况下的客户信息、账户信息、所属机构信息。
例如业务人员输入受益人账号匹配构建,输入匹配字符串为“(USD)00123-124”,受益方信息类型为B_acc,指定精配类型下客户为“客户1”,实际账户为“123124”,机构为“机构1”,模糊匹配类型下客户为“客户1”,实际账户为“123124”,机构为“机构2”;在受益方信息类型为B_nm,指定模糊匹配类型下客户为“客户1”,实际账户为“881231234”,机构为“机构1”;则根据业务人员设定会产生如下检索数据信息,如表3所示:
表3:
步骤210、若进行模糊匹配失败,不对银行汇入款电文对应的业务来源类型标识进行处理。
在步骤209和步骤210之后,返回执行步骤204,直至银行汇入款电文对应的业务来源类型标识被设置为精确匹配类型,或者各整理后的待检索信息匹配处理完毕。
此外,在银行汇入款电文受益方信息的处理过程中,可以预先设置该业务类关键字信息库,该预先设置的业务类关键字信息库,可以包括受益方信息类型,各受益方信息类型对应的业务类关键字、业务类型标识(业务类型标识可根据汇款业务处理流程规划进行确定,例如需要区分对公对私业务,则在业务类型标识上加以区分)及业务类型标识的加权值。
业务类关键字为对一类汇款业务的识别关键字,例如客户附言如果出现了“货款”就基本确定了该笔汇款和贸易相关,那属于贸易结算的业务可能性较大,标记该汇款属于贸易结算业务的加权值可能占到80%;又如果该汇款受益方信息同时出现“贸易公司”等字样,则根据该字样此笔汇款属于贸易结算权值占30%,对公汇款业务权值占比100%;对该笔汇款业务类型加权累计后则对公(100%)、贸易结算(110%),明确了该笔汇款的业务类型。
步骤211、将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息与预先设置的业务类关键字信息库中的业务类关键字进行匹配。
例如,对各待检索的初始信息串和整理后的待检索信息中的经验类标记字、约定类型字进行匹配。
步骤212、获取银行汇入款电文对应的业务类关键字对应的业务类型标识及业务类型标识的加权值。
步骤213、将银行汇入款电文对应的业务类型标识的加权值进行累计,以确定银行汇入款电文所属的各业务类型的概率。
步骤214、根据所述客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
例如,对于不同客户信息可以采用不同的处理流程,例如客户1的信誉度较高,享有降低服务费10%的优惠等。又例如对于账户1的对公汇款业务,设置有50万元的日限额等。
本发明实施例提供的一种银行汇入款电文受益方信息的处理方法,通过精确匹配和模糊匹配相结合的方式,提高了受益方信息的识别率,提高了自动化识别的处理能力,减少了人为中间识别操作,避免了当前的银行汇入款电文受益方信息的识别很多地方需要人工的识别,造成人工工作量较大,容易识别出错,且信息的识别率低。
对应于上述图1和图2所示的方法实施例,如图3所示,本发明实施例提供一种银行汇入款电文受益方信息的处理装置,包括:
电文解析单元31,用于接收银行汇入款电文,并对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串。
整理单元32,用于根据各受益方信息类型对应的预设整理规则将各待检索的初始信息串进行整理,形成整理后的待检索信息。
业务来源类型标识获取单元33,用于获取银行汇入款电文对应的业务来源类型标识。
精确匹配单元34,用于在业务来源类型标识指示业务来源类型为模糊匹配类型或者业务来源类型标识为空时,根据各受益方信息类型对应的匹配优先级,选择当前最大匹配优先级对应的整理后的待检索信息进行精确匹配;在进行精确匹配成功时,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为精确匹配类型。
模糊匹配单元35,用于在进行精确匹配失败时,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配;在进行模糊匹配成功时,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为模糊匹配类型;在进行模糊匹配失败时,不对银行汇入款电文对应的业务来源类型标识进行处理。
业务类关键字匹配单元36,用于在银行汇入款电文对应的业务来源类型标识被设置为精确匹配类型,或者各整理后的待检索信息匹配处理完毕后,将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计。
银行汇入款受益方业务处理单元37,用于根据所述客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
另外,所述电文解析单元31,具体用于:
根据预先设置的解析策略对所述银行汇入款电文进行解析;所述解析策略包括电文信息类型、电文来源、匹配优先级、受益方信息类型、信息来源场次、信息截取要求以及预设整理规则。
根据所述信息截取要求在信息来源场次中获取对应位置的待检索的初始信息串。
此外,所述整理单元32中的预设整理规则包括:将初始信息串中的无含义字符或非数字字符去除;将初始信息串中的多个连续空格合并;将初始信息串中的多行信息拼接合并;将初始信息串中的中文编码转换为汉字信息。
此外,所述模糊匹配单元35中的预先设置的模糊信息库包括多个匹配字符串和各匹配字符串的哈希值;各匹配字符串对应一至多个受益方信息类型;各受益方信息类型分别对应精确匹配情况下的客户信息、账户信息、所属机构信息和模糊匹配情况下的客户信息、账户信息、所属机构信息。
另外,所述模糊匹配单元35,具体用于:
将当前最大匹配优先级对应的整理后的待检索信息,根据预先设置的模糊信息库中的匹配字符串、匹配字符串的哈希值和受益方信息类型进行模糊匹配。
获取最大匹配优先级对应的整理后的待检索信息的受益方信息类型的模糊匹配情况下的客户信息、账户信息、所属机构信息。
另外,所述业务类关键字匹配单元36中的预先设置的业务类关键字信息库,包括受益方信息类型,各受益方信息类型对应的业务类关键字、业务类型标识及业务类型标识的加权值。
此外,所述业务类关键字匹配单元36,具体用于:
将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息与预先设置的业务类关键字信息库中的业务类关键字进行匹配。
获取银行汇入款电文对应的业务类关键字对应的业务类型标识及业务类型标识的加权值。
将银行汇入款电文对应的业务类型标识的加权值进行累计,以确定银行汇入款电文所属的各业务类型的概率。
本发明实施例提供的一种银行汇入款电文受益方信息的处理装置的具体实现方式可以参见上述的方法实施例,此处不再赘述。
本发明实施例提供的一种银行汇入款电文受益方信息的处理装置,通过精确匹配和模糊匹配相结合的方式,提高了受益方信息的识别率,提高了自动化识别的处理能力,减少了人为中间识别操作,避免了当前的银行汇入款电文受益方信息的识别很多地方需要人工的识别,造成人工工作量较大,容易识别出错,且信息的识别率低。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (14)
1.一种银行汇入款电文受益方信息的处理方法,其特征在于,包括:
步骤101:接收银行汇入款电文,并对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串;
步骤102:根据各受益方信息类型对应的预设整理规则将各待检索的初始信息串进行整理,形成整理后的待检索信息;
步骤103:获取银行汇入款电文对应的业务来源类型标识;
步骤104:若业务来源类型标识指示业务来源类型为模糊匹配类型或者业务来源类型标识为空,则根据各受益方信息类型对应的匹配优先级,选择当前最大匹配优先级对应的整理后的待检索信息进行精确匹配;
步骤105:若进行精确匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为精确匹配类型;在步骤105之后,执行步骤109;
步骤106:若进行精确匹配失败,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配;
步骤107:若进行模糊匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为模糊匹配类型;
步骤108:若进行模糊匹配失败,不对银行汇入款电文对应的业务来源类型标识进行处理;
在步骤107和步骤108之后,返回执行步骤103,直至银行汇入款电文对应的业务来源类型标识被设置为精确匹配类型,或者各整理后的待检索信息匹配处理完毕;
步骤109:将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计;
步骤110:根据所述客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
2.根据权利要求1所述的银行汇入款电文受益方信息的处理方法,其特征在于,对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串,包括:
根据预先设置的解析策略对所述银行汇入款电文进行解析;
所述解析策略包括电文信息类型、电文来源、匹配优先级、受益方信息类型、信息来源场次、信息截取要求以及预设整理规则;
根据所述信息截取要求在信息来源场次中获取对应位置的待检索的初始信息串。
3.根据权利要求2所述的银行汇入款电文受益方信息的处理方法,其特征在于,所述预设整理规则包括:将初始信息串中的无含义字符或非数字字符去除;将初始信息串中的多个连续空格合并;将初始信息串中的多行信息拼接合并;将初始信息串中的中文编码转换为汉字信息。
4.根据权利要求3所述的银行汇入款电文受益方信息的处理方法,其特征在于,所述预先设置的模糊信息库包括多个匹配字符串和各匹配字符串的哈希值;各匹配字符串对应一至多个受益方信息类型;各受益方信息类型分别对应精确匹配情况下的客户信息、账户信息、所属机构信息和模糊匹配情况下的客户信息、账户信息、所属机构信息。
5.根据权利要求4所述的银行汇入款电文受益方信息的处理方法,其特征在于,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配,包括:
将当前最大匹配优先级对应的整理后的待检索信息,根据预先设置的模糊信息库中的匹配字符串、匹配字符串的哈希值和受益方信息类型进行模糊匹配;
若进行模糊匹配成功,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,包括:
获取最大匹配优先级对应的整理后的待检索信息的受益方信息类型的模糊匹配情况下的客户信息、账户信息、所属机构信息。
6.根据权利要求5所述的银行汇入款电文受益方信息的处理方法,其特征在于,所述预先设置的业务类关键字信息库,包括受益方信息类型,各受益方信息类型对应的业务类关键字、业务类型标识及业务类型标识的加权值。
7.根据权利要求6所述的银行汇入款电文受益方信息的处理方法,其特征在于,将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计,包括:
将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息与预先设置的业务类关键字信息库中的业务类关键字进行匹配;
获取银行汇入款电文对应的业务类关键字对应的业务类型标识及业务类型标识的加权值;
将银行汇入款电文对应的业务类型标识的加权值进行累计,以确定银行汇入款电文所属的各业务类型的概率。
8.一种银行汇入款电文受益方信息的处理装置,其特征在于,包括:
电文解析单元,用于接收银行汇入款电文,并对所述银行汇入款电文进行解析为多个受益方信息类型对应的待检索的初始信息串;
整理单元,用于根据各受益方信息类型对应的预设整理规则将各待检索的初始信息串进行整理,形成整理后的待检索信息;
业务来源类型标识获取单元,用于获取银行汇入款电文对应的业务来源类型标识;
精确匹配单元,用于在业务来源类型标识指示业务来源类型为模糊匹配类型或者业务来源类型标识为空时,根据各受益方信息类型对应的匹配优先级,选择当前最大匹配优先级对应的整理后的待检索信息进行精确匹配;在进行精确匹配成功时,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为精确匹配类型;
模糊匹配单元,用于在进行精确匹配失败时,将当前最大匹配优先级对应的整理后的待检索信息根据预先设置的模糊信息库进行模糊匹配;在进行模糊匹配成功时,确定整理后的待检索信息对应的客户信息、账户信息及所属机构信息,并将银行汇入款电文对应的业务来源类型标识设置为模糊匹配类型;在进行模糊匹配失败时,不对银行汇入款电文对应的业务来源类型标识进行处理;
业务类关键字匹配单元,用于在银行汇入款电文对应的业务来源类型标识被设置为精确匹配类型,或者各整理后的待检索信息匹配处理完毕后,将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息,根据预先设置的业务类关键字信息库进行业务类关键字匹配,获取银行汇入款电文对应的业务类型标识及业务类型标识的加权值,并将银行汇入款电文对应的业务类型标识的加权值进行累计;
银行汇入款受益方业务处理单元,用于根据所述客户信息、账户信息、所属机构信息、业务来源类型标识、业务类型标识及业务类型标识的加权值进行处理流程选择,完成银行汇入款受益方业务处理。
9.根据权利要求8所述的银行汇入款电文受益方信息的处理装置,其特征在于,所述电文解析单元,具体用于:
根据预先设置的解析策略对所述银行汇入款电文进行解析;所述解析策略包括电文信息类型、电文来源、匹配优先级、受益方信息类型、信息来源场次、信息截取要求以及预设整理规则;
根据所述信息截取要求在信息来源场次中获取对应位置的待检索的初始信息串。
10.根据权利要求9所述的银行汇入款电文受益方信息的处理装置,其特征在于,所述整理单元中的预设整理规则包括:将初始信息串中的无含义字符或非数字字符去除;将初始信息串中的多个连续空格合并;将初始信息串中的多行信息拼接合并;将初始信息串中的中文编码转换为汉字信息。
11.根据权利要求10所述的银行汇入款电文受益方信息的处理装置,其特征在于,所述模糊匹配单元中的预先设置的模糊信息库包括多个匹配字符串和各匹配字符串的哈希值;各匹配字符串对应一至多个受益方信息类型;各受益方信息类型分别对应精确匹配情况下的客户信息、账户信息、所属机构信息和模糊匹配情况下的客户信息、账户信息、所属机构信息。
12.根据权利要求11所述的银行汇入款电文受益方信息的处理装置,其特征在于,所述模糊匹配单元,具体用于:
将当前最大匹配优先级对应的整理后的待检索信息,根据预先设置的模糊信息库中的匹配字符串、匹配字符串的哈希值和受益方信息类型进行模糊匹配;
获取最大匹配优先级对应的整理后的待检索信息的受益方信息类型的模糊匹配情况下的客户信息、账户信息、所属机构信息。
13.根据权利要求12所述的银行汇入款电文受益方信息的处理装置,其特征在于,所述业务类关键字匹配单元中的预先设置的业务类关键字信息库,包括受益方信息类型,各受益方信息类型对应的业务类关键字、业务类型标识及业务类型标识的加权值。
14.根据权利要求13所述的银行汇入款电文受益方信息的处理装置,其特征在于,所述业务类关键字匹配单元,具体用于:
将银行汇入款电文中各待检索的初始信息串和整理后的待检索信息与预先设置的业务类关键字信息库中的业务类关键字进行匹配;
获取银行汇入款电文对应的业务类关键字对应的业务类型标识及业务类型标识的加权值;
将银行汇入款电文对应的业务类型标识的加权值进行累计,以确定银行汇入款电文所属的各业务类型的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610884407.4A CN106528631A (zh) | 2016-10-10 | 2016-10-10 | 一种银行汇入款电文受益方信息的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610884407.4A CN106528631A (zh) | 2016-10-10 | 2016-10-10 | 一种银行汇入款电文受益方信息的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106528631A true CN106528631A (zh) | 2017-03-22 |
Family
ID=58333122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610884407.4A Pending CN106528631A (zh) | 2016-10-10 | 2016-10-10 | 一种银行汇入款电文受益方信息的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106528631A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993141A (zh) * | 2017-11-22 | 2018-05-04 | 中国银行股份有限公司 | 数据处理方法和装置、服务器 |
CN110134888A (zh) * | 2019-04-03 | 2019-08-16 | 广州朗国电子科技有限公司 | 树形结构节点检索方法、装置、存储介质及服务器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110783A (zh) * | 2007-09-03 | 2008-01-23 | 中国工商银行股份有限公司 | 一种对银行报文进行匹配的方法 |
CN101344955A (zh) * | 2008-08-26 | 2009-01-14 | 中国工商银行股份有限公司 | 一种银行报文的处理方法与装置 |
CN101950451A (zh) * | 2010-08-19 | 2011-01-19 | 中国民生银行股份有限公司 | 银行账户间收付款处理方法及系统 |
CN103744853A (zh) * | 2013-11-08 | 2014-04-23 | 北京奇虎科技有限公司 | 提供搜索引擎网页快照信息的方法及装置 |
CN103914492A (zh) * | 2013-01-09 | 2014-07-09 | 阿里巴巴集团控股有限公司 | 查询词融合方法、商品信息发布方法和搜索方法及系统 |
CN105069610A (zh) * | 2015-07-24 | 2015-11-18 | 跨世投资(上海)股份有限公司 | 一种电子支付系统及方法 |
-
2016
- 2016-10-10 CN CN201610884407.4A patent/CN106528631A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110783A (zh) * | 2007-09-03 | 2008-01-23 | 中国工商银行股份有限公司 | 一种对银行报文进行匹配的方法 |
CN101344955A (zh) * | 2008-08-26 | 2009-01-14 | 中国工商银行股份有限公司 | 一种银行报文的处理方法与装置 |
CN101950451A (zh) * | 2010-08-19 | 2011-01-19 | 中国民生银行股份有限公司 | 银行账户间收付款处理方法及系统 |
CN103914492A (zh) * | 2013-01-09 | 2014-07-09 | 阿里巴巴集团控股有限公司 | 查询词融合方法、商品信息发布方法和搜索方法及系统 |
CN103744853A (zh) * | 2013-11-08 | 2014-04-23 | 北京奇虎科技有限公司 | 提供搜索引擎网页快照信息的方法及装置 |
CN105069610A (zh) * | 2015-07-24 | 2015-11-18 | 跨世投资(上海)股份有限公司 | 一种电子支付系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993141A (zh) * | 2017-11-22 | 2018-05-04 | 中国银行股份有限公司 | 数据处理方法和装置、服务器 |
CN110134888A (zh) * | 2019-04-03 | 2019-08-16 | 广州朗国电子科技有限公司 | 树形结构节点检索方法、装置、存储介质及服务器 |
CN110134888B (zh) * | 2019-04-03 | 2022-05-31 | 广州朗国电子科技股份有限公司 | 树形结构节点检索方法、装置、存储介质及服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2325466C (en) | Micr line decoding logic system | |
US8165933B2 (en) | Systems, methods, and computer program products for performing item level transaction processing | |
US11615637B1 (en) | Document data capture | |
CN110162767A (zh) | 文本纠错的方法和装置 | |
CN106296195A (zh) | 一种风险识别方法及装置 | |
US12008543B2 (en) | Systems and methods for enrollment and identity management using mobile imaging | |
CN103914907A (zh) | 纸质票据信息识别与核校系统及应用方法 | |
US20160358140A1 (en) | Transaction Decisioning by an Automated Device | |
CN110728142B (zh) | 一种流水文件识别方法、装置及计算机存储介质、电子设备 | |
US9679431B2 (en) | Detecting duplicate deposit items at point of capture | |
CN106528631A (zh) | 一种银行汇入款电文受益方信息的处理方法及装置 | |
CN102663072B (zh) | 报文识别系统 | |
US20140279642A1 (en) | Systems and methods for enrollment and identity management using mobile imaging | |
US20240144728A1 (en) | Fraud detection for signed documents | |
CN117435471A (zh) | 测试案例的推荐方法、装置、设备、存储介质和程序产品 | |
CN116975910A (zh) | 数据表的安全等级确定方法、装置、设备及介质 | |
US20230377055A1 (en) | Systems and methods for distributed ledger-based check verification | |
US9519893B2 (en) | Processing damaged items using image data lift | |
CN115601034A (zh) | 一种面向去中心化金融的攻击检测方法 | |
CA3162733A1 (en) | Extracting key value pairs using positional coordinates | |
CN113192511A (zh) | 信息录入方法、信息录入装置、电子设备以及存储介质 | |
CN112561518A (zh) | 信息识别方法、装置及存储介质 | |
CN107256227A (zh) | 面向知识内容的语义概念扩展生成方法与装置 | |
CN113344581A (zh) | 业务数据处理方法及装置 | |
US12051105B1 (en) | Systems and methods for payee identification via camera |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |
|
RJ01 | Rejection of invention patent application after publication |