CN107609948A - 风险订单的检测方法及其系统、存储介质、电子设备 - Google Patents
风险订单的检测方法及其系统、存储介质、电子设备 Download PDFInfo
- Publication number
- CN107609948A CN107609948A CN201710874271.3A CN201710874271A CN107609948A CN 107609948 A CN107609948 A CN 107609948A CN 201710874271 A CN201710874271 A CN 201710874271A CN 107609948 A CN107609948 A CN 107609948A
- Authority
- CN
- China
- Prior art keywords
- risk
- flow
- order
- judgment rule
- rule
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明揭示一种风险订单的检测方法及其系统、存储介质、电子设备。所述风险订单的检测方法包括如下步骤:接收来自一条新建业务线的订单数据;统计新建业务线中的所有待检测字段的流量;根据同类型的多条现有业务线的历史订单数据和对应的多个第一风险流量判断规则,自动生成新建业务线的第二风险流量判断规则,并配置给该新建业务线;根据第二风险流量判断规则判断订单数据所属的新建业务线中是否存在待检测字段的流量超过其对应的风险流量阈值,若存在,则执行步骤:将该新建业务线中具有该待检测字段的订单定义为风险订单。
Description
技术领域
本发明涉及一种风险订单的检测方法及其系统、存储介质、电子设备。
背景技术
在目前的在线旅行社(OTA)行业中,随着业务的不断发展(尤其是一些日订单量规模较小的业务类型在近几年保持的高速增加)以及互联网的快速发展(例如订单的线上支付模式全面覆盖),使得,网上订单存在的各种欺诈风险(例如线上支付、恶意订单等风险)也随之提高,因此,对于风险控制的需求也变得越来越迫切。
对于日订单量较小的新建业务线,只需要在一开始配置相应的风险流量判断规则即可对该新建业务线的存在的风险进行控制。目前,每个新建业务线的风险流量判断规则均需单独进行配置。该配置的方式一方面使得风险流量判断规则的代码重复率高、代码运行时的出错率也高;另一方面,在线旅行社(OTA)的日常运行过程中,往往同一时间内,会接到数个业务线需要进行风险控制的任务,因此,很容易造成风险流量判断规则配置不及时,从而导致各方利益受损。这些都阻碍了风控效率和效果。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种风险订单的检测方法及其系统、存储介质、电子设备,可以快速对各新建业务线配置相应的风险流量判断规则,并大幅提升风险订单拦截效率。
根据本发明的一个方面提供一种风险订单的检测方法,所述风险订单的检测方法包括如下步骤:S10:接收来自一条新建业务线的订单数据;S20:统计所述订单数据所属的所述新建业务线中的所有待检测字段的流量;S30:根据同类型的多条现有业务线的历史订单数据和对应的多个第一风险流量判断规则,自动生成所述新建业务线的第二风险流量判断规则,并配置给该新建业务线;其中,所述步骤S30中包括如下步骤:根据同类型的多条现有业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数,所述风险控制参数至少包括与每个所述待检测字段相对应的风险流量阈值,所述第二风险流量判断规则中的风险流量阈值通过计算所有所述第一风险流量判断规则中的风险流量阈值的平均数获得;将生成的所述第二风险流量判断规则的风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则;将所述第二风险流量判断规则配置给所述新建业务线;S40:根据所述第二风险流量判断规则判断所述订单数据所属的新建业务线中是否存在所述待检测字段的流量超过其对应的所述风险流量阈值,若存在,则执行步骤S50;S50:将该新建业务线中具有该待检测字段的订单定义为风险订单。
优选地,所述新建业务线为一外币订单业务线,所述风险订单的检测方法包括如下步骤:S10:接收来自新建的所述外币订单业务线的订单数据;S20:统计新建的所述外币订单业务线中的所有待检测字段的流量;S30:根据同类型的多条现有的外币订单业务线的历史订单数据和对应的多个第一风险流量判断规则,自动生成新建的所述外币订单业务线的第二风险流量判断规则,并配置给新建的所述外币订单业务线;其中,所述步骤S30中包括如下步骤:根据同类型的多条外币订单业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数,所述风险控制参数至少包括与每个所述待检测字段相对应的风险流量阈值,所述第二风险流量判断规则中的风险流量阈值通过计算所有所述第一风险流量判断规则中的风险流量阈值的平均数获得;将生成的所述第二风险流量判断规则的风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则;将所述第二风险流量判断规则配置给新建的所述外币订单业务线;S40:根据所述第二风险流量判断规则判断所述订单数据所属的新建的所述外币订单业务线是否存在所述待检测字段的流量超过其对应的所述风险流量阈值,若存在,则执行步骤S50;S50:将新建的所述外币订单业务线中具有该待检测字段的订单定义为风险订单。
优选地,所述风险控制参数还包括第一风险警示阈值,所述风险订单的检测方法还包括如下步骤:S601:根据第二风险流量判断规则以及各个所述待检测字段下的流量是否超过所述风险流量阈值的判断结果计算所述风险订单的风险分值;S602:判断所述风险分值是否超过所述第一风险警示阈值,若超过,则执行步骤S603;S603:拦截所述风险订单。
优选地,所述风险控制参数还包括第二风险警示阈值,所述第二风险警示阈值小于所述第一风险警示阈值;若所述步骤S602中的判断结果为所述风险分值未超过所述第一风险警示阈值,则所述风险订单的检测方法还包括如下步骤:S604:判断所述风险分值是否超过所述第二风险警示阈值,若超过,则执行步骤S605;S605:将所述风险订单发送至人工处理平台。
优选地,所述待检测字段包括手机号、银行卡号、设备号和IP地址中的至少一个。
优选地,所述待检测字段的流量为同一个所述待检测字段在各个订单中对应的不同的风险关联字段的数量。
优选地,所述风险关联字段包括订单号、身份证号、手机号、联系邮箱和用户账号中的任一个。
优选地,所述预设的通用标准流量规则代码通过整合所有现有业务线的第一风险流量判断规则的Java代码、将所有第一风险流量判断规则的Java代码中的重复代码标准化后生成。
根据本发明的另一个方面,还提供一种风险订单的检测系统,其特征在于,所述风险订单的检测系统包括:流量管理模块,用于接收来自新建业务线的订单数据,并且统计所述订单数据所属的新建业务线中的所有待检测字段的流量;风险流量判断规则生成单元,用于根据现有业务线的历史订单数据和对应的第一风险流量判断规则,自动生成所述新建业务线的第二风险流量判断规则,并配置给该新建业务线,所述风险流量判断规则生成单元包括:决策表管理模块,用于根据现有业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数,所述风险控制参数至少包括业务线编码数值以及与每个所述待检测字段相对应的风险流量阈值;流量规则配置模块,所述流量规则配置模块中预设有通用标准流量规则代码,用于将供所述风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则,并且将所述第二风险流量判断规则配置给所述新建业务线;判断模块,用于根据所述第二风险流量判断规则判断所述订单数据所属的新建业务线中是否存在所述待检测字段的流量超过其对应的所述风险流量阈值;警示模块,用于当存在所述待检测字段的流量超过其对应的所述风险流量阈值时,将该订单数据对应的订单定义为风险订单。
根据本发明的又一个方面,还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的风险订单的检测方法的步骤。
根据本发明的又一个方面,还提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的风险订单的检测方法的步骤。
相比于现有技术,本发明实施例提供的风险订单的检测方法以及系统、存储介质、电子设备中通过统计订单数据所属的新建业务线中的所有待检测字段的流量,并将根据现有业务线的历史订单数据和对应的第一风险流量判断规则生成的风险控制参数代入通用标准流量规则代码中,以此自动生成新建业务线的第二风险流量判断规则,进而通过判断订单数据所属的新建业务线中是否存在待检测字段的流量超过第二风险流量判断规则中的各个对应的风险流量阈值,来确定具有该待检测字段的订单是否为风险订单。该风险订单的检测方法以及系统可以自动对新建业务线配置相应的风险流量判断规则,分担员工的业务压力,提高风险流量判断规则配置的效率,并且由于第二风险流量判断规则使用的是通用标准流量规则代码,因此,还可以避免一些业务线中风险流量判断规则的重复编码,大量地减少规则中的代码量。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的一个实施例的风险订单的检测方法的流程图;
图2为本发明的一个实施例的风险订单的检测方法中自动生成新建业务线的第二风险流量判断规则进行配置的各个步骤的流程图;
图3为本发明公开示例性实施例中一种计算机可读存储介质示意图;以及
图4为本发明公开示例性实施例中一种电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员应意识到,没有特定细节中的一个或更多,或者采用其它的方法、组元、材料等,也可以实践本发明的技术方案。在某些情况下,不详细示出或描述公知结构、材料或者操作以避免模糊本发明。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
依据本发明的主旨构思,本发明的一种风险订单的检测方法包括如下步骤:所述风险订单的检测方法包括如下步骤:接收来自新建业务线的订单数据;统计所述订单数据所属的新建业务线中的所有待检测字段的流量;根据现有业务线的历史订单数据和对应的第一风险流量判断规则,自动生成所述新建业务线的第二风险流量判断规则,并配置给该新建业务线;其中,还包括如下步骤:根据现有业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数,所述风险控制参数至少包括业务线编码数值以及与每个所述待检测字段相对应的风险流量阈值;将所述风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则;将所述第二风险流量判断规则配置给所述新建业务线;根据所述第二风险流量判断规则判断所述订单数据所属的新建业务线中是否存在所述待检测字段的流量超过其对应的所述风险流量阈值,若存在,则执行步骤:将该新建业务线中具有该待检测字段的订单定义为风险订单。
下面结合附图和实施例对本发明的技术内容进行进一步地说明。
请参见图1,其示出了本发明的一个实施例的风险订单的检测方法的流程图。具体来说,本发明的风险订单的检测方法主要用于布置新建业务线的风险订单的检测。如图1所示,在本发明的实施例中,该风险订单的检测方法包括如下步骤:
步骤S10:接收来自一条新建业务线的订单数据。其中,新建业务线是指尚未配置风险流量判断规则、即无法对风险订单进行检测和识别的业务线。其中,该新建业务线可以是外币兑换业务线。
步骤S20:统计所述订单数据所属的所述新建业务线中的所有待检测字段的流量。该步骤可以通过主要负责各业务线的订单中相关字段维度的流量统计的流量管理模块来实现。具体来说,可选地,所述待检测字段包括手机号、身份证号、银行卡号、设备号和IP地址中的至少一个。其中,上述的手机号、身份证号、银行卡号、设备号和IP地址是指其实际对应的数字或字母组合。在本发明的实施例中,所述待检测字段的流量为同一个待检测字段在各个订单中对应同一种风险关联字段类型中不同的风险关联字段的数量。其中,风险关联字段类型是指风险关联字段所属类别,例如风险关联字段类型为身份证号时,风险关联字段即指身份证号的具体数字和字母所组成的编号。可选地,所述风险关联字段包括订单号、身份证号、手机号、联系邮箱和用户账号中的任一个。换言之,在此步骤中,通过在新建业务线中查找待检测字段(例如,当以“身份证号”进行查找时,则直接输入身份证号码进行查找),根据查找的结果(该结果可以是所有该待检测字段在订单中的出现记录)统计该待检测字段分别对应了同一种风险关联字段类型中多少不同的风险关联字段,例如,当待检测字段为一个身份证号、风险关联字段类别为“订单号”时,即统计同一个身份证号对应了多少不同的订单号。需要说明的是,在本发明的另一些实施例中,待检测字段的流量也可以仅仅指上述待检测字段在不同的订单中出现的频率,在此不予赘述
步骤S30:根据同类型的多条现有业务线的历史订单数据和对应的多个第一风险流量判断规则,自动生成所述新建业务线的第二风险流量判断规则,并配置给该新建业务线。具体来说,请参见图2,其示出了本发明的一个实施例的风险订单的检测方法中自动生成新建业务线的第二风险流量判断规则进行配置的各个步骤的流程图。如图2所示,所述步骤S30中包括如下步骤:
步骤S301:根据同类型的多条现有业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数。所述风险控制参数至少包括业务线编码数值以及与每个所述待检测字段相对应的风险流量阈值。其中,业务线编码数值是指每个业务线建立时根据其业务类型所生成的编号;风险流量阈值是指待检测字段的流量的警示值,例如当一个待检测字段的流量超过其对应的风险流量阈值时,则将该待检测字段对应的订单定义为风险订单。
具体来说,现有业务线是指在新建业务线之前已经运行且具备第一风险流量判断规则、可以对风险订单进行检测的业务线。在此步骤中,可以根据新建业务线的业务类型查找业务类型相同的现有业务线,并获取历史订单数据和对应的第一风险流量判断规则,进而,通过获取业务类型相同(该业务线类型中的订单所指向的商品类型相同,例如均用于机票(包括国内机票、国际机票)预订的业务线属于同一业务线类型)的所有现有业务线的第一风险流量判断规则中的风险流量阈值,计算平均值和标准差值,以该平均值±3倍的标准差值作为该新建业务线对应的第二风险流量判断规则的风险控制参数中的风险流量阈值。此外,还可以同时依据专家经验,如同一个乘机人一天内不可能乘坐飞机的次数大于4等,补充上述计算得到的风险流量阈值。此外,上述的风险流量阈值也可以根据该新建业务线的业务需求、预计使用情况以及实际运行过程中的使用情况等条件进行调整,以使其更符合实际的使用要求,在此不予赘述。该步骤最后生成的风险控制参数可以形成于一决策表中,该决策表为某一待检测字段分别和其他各个风险关联字段相对应的风险流量阈值的关联表。该决策表可以通过决策表管理模块来实现“新增记录”、“批量导入”、“批量删除”等操作,以此修改决策表中的待检测字段以及相应的风险流量阈值等参数。
下面以新建业务线为外币兑换业务线为例,对其第二风险流量判断规则的风险流量阈值的生成进行说明。假设新建业务线为人民币兑换澳元的业务线,则在此步骤中,该新建的人民币兑换澳元的业务线中第二风险流量判断规则的风险流量阈值可以通过获取现有的所有人民币兑换外币的业务线(例如,人民币兑换美元的业务线、人民币兑换英镑的业务线等所有人民币等)中第一风险流量判断规则的风险流量阈值后,计算平均值的方式生成。
下表以外币兑换业务为例示出了包括风险控制参数的决策表:
其中,表中Order Type表示订单类型、33即为外币兑换业务的编号。Uid1天表示同一卡号下使用同一个身份证号1天内可进行外币兑换的次数阈值、在此决策表中,该外币兑换的次数阈值即为5即为兑换的次数的阈值,换言之,在此决策表中,同一个身份证号1天内仅能兑换5次外币,若该身份证号兑换5次外币后,则该身份证号在外币兑换的业务中生成的第6个订单则被定义为风险订单,可参见下文步骤S40和步骤S50。类似地,Uid3天表示同一卡号下同一个身份证号3天内可进行外币兑换的次数阈值;Uid7天表示同一卡号下同一个身份证号7天内可进行外币兑换的次数阈值。而mobilePhone1天则表示同一卡号下同一个手机号1天内可进行外币兑换的次数阈值;Amount1天则表示同一卡号下1天内可进行外币兑换的数额阈值,在此不予赘述。此外,根据不同的业务类型和需求,可以决策表中可以设置的风险流量阈值的类型可以进一步增加,例如包括同一卡号下1天内对应同一个外币兑换的订单编号的次数阈值等,在此不予赘述。
步骤S302:将生成的所述第二风险流量判断规则的风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则。在本发明的实施例中,所述预设的通用标准流量规则代码可以通过整合所有现有业务线的第一风险流量判断规则的Java代码、将所有第一风险流量判断规则的Java代码中的重复代码标准化后生成。具体来说,该步骤可以通过一规则匹配模块实现。该规则配置模块主要负责风险流量判断规则的部署,包括规则的启用、禁用和执行方式等功能;该该规则配置模块可以提供202条标准的风险流量判断规则源代码,上述代码中包括多个可变参数,通过将上述步骤S301中的风险控制参数(如业务线编码数值以及与每个所述待检测字段相对应的风险流量阈值)代入所述可变参数可以形成完整的第二风险流量判断规则。通过对各现有业务线中高度重复的第一风险流量判断规则的Java代码进行整合,对新建业务线的第二风险流量判断规则使用整合后的通用标准流量规则代码可以减少第二风险流量判断规则的代码量。以下提供了本发明的一种通用标准流量规则代码:
规则描述:民宿,信用卡支付,用户等级='NEW',30天内,同一帐户的使用卡的数量>=3。
需要说明的是,以上通用标准流量规则代码仅仅是本发明的一种实现方式,并不以此为限。
步骤S303:将所述第二风险流量判断规则配置给所述新建业务线。即将上述步骤S302中生成的第二风险流量判断规则配置给该新建业务线。
步骤S40:根据所述第二风险流量判断规则判断所述订单数据所属的新建业务线中是否存在所述待检测字段的流量超过其对应的所述风险流量阈值。具体来说,在上述生成的第二风险流量判断规则中包括一套风险流量阈值,即每个待检测字段对应的所有风险关联字段的数量的阈值。在此步骤中,对每一个待检测字段的流量是否超过其对应的风险流量阈值进行判断。例如,以待检测字段为银行卡号为例,假设其风险关联字段包括身份证号、手机号以及订单号。则在此步骤中,即为分别判断该银行卡号对应的不同的身份证号的数量是否超过相应的风险流量阈值、对应的不同的手机号是否超过相应的风险流量阈值以及对应的不同的订单号是否超过相应的风险流量阈值。进而,通过上述方法对一条新建业务线中的所有待检测字段进行类似的判断。若其中若一个待检测字段中的任一项的判断结果为肯定的(即超过了相应的风险流量阈值),则该步骤中的判断结果即为存在待检测字段的流量超过其对应的风险流量阈值。进而,执行步骤S50。
步骤S50:将该新建业务线中具有该待检测字段的订单定义为风险订单。例如,经过上述步骤S40后,某条新建业务线中的某个待检测字段的流量超过其对应的风险流量阈值,则将该新建业务线中所有订单数据中具有该待检测字段的订单定义为风险订单。进而,可以对风险订单进行后续的操作来防止风险产生。
进一步地,在图1所示的实施例中,上述步骤S301中生成的风险控制参数还包括第一风险警示阈值,进而,所述风险订单的检测方法还包括如下步骤:
步骤S601:根据第二风险流量判断规则以及各个所述待检测字段下的流量是否超过所述风险流量阈值的判断结果计算所述风险订单的风险分值。具体来说,在此步骤中,在上述判断订单为风险订单的基础上,还根据步骤S40的判断结果计算风险订单的风险分值。其中,风险分值的计算可以采用加权计算的方式进行计算。例如根据重要的程度对待检测字段对应的不同的风险关联字段类型分配不同的权重比例,在计算时,根据超过的风险流量阈值的风险关联字段类型的权重进行累加,得到上述风险分值。假设某个待检测字段的风险关联字段类型包括“订单号”、“身份证号”、“手机号”和“联系邮箱”四类,根据风险程度分配的权重比例为“订单号”为30%、“身份证号”为30%、“手机号”为20%和“联系邮箱”为20%,在检测过程中,步骤S40的判断结果为待检测字段对应的不同订单号超过了相应的风险流量阈值,并且待检测字段对应的不同身份证号超过了相应的风险流量阈值,则风险分值即为60。
步骤S602:判断所述风险分值是否超过所述第一风险警示阈值。即在此步骤中,即为判断上述步骤S601中计算得到的风险分值是否超过步骤S301中生成的第一风险警示阈值。若超过,则执行步骤S603。
步骤S603:拦截上述风险订单。
进一步地,在图1所示的实施例中,步骤S301中生成的风险控制参数还包括第二风险警示阈值,其中,第二风险警示阈值小于所述第一风险警示阈值。进而,若步骤S602中的判断结果为步骤S601中计算得到的风险分值未超过第一风险警示阈值,则所述风险订单的检测方法还包括如下步骤:
步骤S604:判断所述风险分值是否超过第二风险警示阈值。若超过,则执行步骤S605。
步骤S605:将所述风险订单发送至人工处理平台。换言之,在此步骤中,可以理解为待检测字段所对应的订单虽然订单数据异常,但程度较轻,无需直接拦截,而可以发送至人工处理平台进行进一步分析或监控,在此不予赘述。
在上述图1所示的实施例中,本发明的风险订单检测方法通过统计订单数据所属的新建业务线中的所有待检测字段的流量,并将根据现有业务线的历史订单数据和对应的第一风险流量判断规则生成的风险控制参数代入通用标准流量规则代码中,以此自动生成新建业务线的第二风险流量判断规则,进而通过判断订单数据所属的新建业务线中是否存在待检测字段的流量超过第二风险流量判断规则中的各个对应的风险流量阈值,来确定具有该待检测字段的订单是否为风险订单。该风险订单的检测方法以及系统可以自动对新建业务线配置相应的风险流量判断规则,分担员工的业务压力,提高风险流量判断规则配置的效率,并且由于第二风险流量判断规则使用的是通用标准流量规则代码,因此,还可以避免一些业务线中风险流量判断规则的重复编码,大量地减少规则中的代码量。
进一步地,本发明还提供一种风险订单的检测系统,用于实现上述的风险订单的检测方法。具体来说,所述风险订单的检测系统包括流量管理模块、风险流量判断规则生成单元、判断模块以及警示模块。具体来说,
流量管理模块用于接收来自新建业务线的订单数据,并且统计所述订单数据所属的新建业务线中的所有待检测字段的流量(即实行上述图1中的步骤S10和步骤S20)。
风险流量判断规则生成单元用于根据现有业务线的历史订单数据和对应的第一风险流量判断规则,自动生成所述新建业务线的第二风险流量判断规则,并配置给该新建业务线(即执行上述步骤S30)。其中,所述风险流量判断规则生成单元包括决策表管理模块和流量规则配置模块。
决策表管理模块用于根据现有业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数。其中,所述风险控制参数至少包括业务线编码数值以及与每个所述待检测字段相对应的风险流量阈值(即执行上述步骤S301)。
流量规则配置模块中预设有通用标准流量规则代码,用于将供所述风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则,并且将所述第二风险流量判断规则配置给所述新建业务线(即执行上述步骤S302和步骤S303)。
判断模块,用于根据所述第二风险流量判断规则判断所述订单数据所属的新建业务线中是否存在所述待检测字段的流量超过其对应的所述风险流量阈值(即执行上述步骤S40)。
警示模块,用于当存在所述待检测字段的流量超过其对应的所述风险流量阈值时,将该订单数据对应的订单定义为风险订单(即执行上述步骤S50)。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被例如处理器执行时可以实现上述任意一个实施例中所述风险订单的检测方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述图1所示的风险订单的检测方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图3所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品300,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
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发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“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、作为一个独立的软件包执行、部分在用户计算设备上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)。
在本公开的示例性实施例中,还提供一种电子设备,该电子设备可以包括处理器,以及用于存储所述处理器的可执行指令的存储器。其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述风险订单的检测方法的步骤。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图4来描述根据本发明的这种实施方式的电子设备600。图4显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述风险订单的检测方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述风险订单的检测方法。
综上所述,本发明实施例提供的风险订单的检测方法以及系统、存储介质、电子设备中通过统计订单数据所属的新建业务线中的所有待检测字段的流量,并将根据现有业务线的历史订单数据和对应的第一风险流量判断规则生成的风险控制参数代入通用标准流量规则代码中,以此自动生成新建业务线的第二风险流量判断规则,进而通过判断订单数据所属的新建业务线中是否存在待检测字段的流量超过第二风险流量判断规则中的各个对应的风险流量阈值,来确定具有该待检测字段的订单是否为风险订单。该风险订单的检测方法以及系统可以自动对新建业务线配置相应的风险流量判断规则,分担员工的业务压力,提高风险流量判断规则配置的效率,并且由于第二风险流量判断规则使用的是通用标准流量规则代码,因此,还可以避免一些业务线中风险流量判断规则的重复编码,大量地减少规则中的代码量。
虽然本发明已以可选实施例揭示如上,然而其并非用以限定本发明。本发明所属技术领域的技术人员,在不脱离本发明的精神和范围内,当可作各种的更动与修改。因此,本发明的保护范围当视权利要求书所界定的范围为准。
Claims (11)
1.一种风险订单的检测方法,其特征在于,所述风险订单的检测方法包括如下步骤:
S10:接收来自一条新建业务线的订单数据;
S20:统计所述订单数据所属的所述新建业务线中的所有待检测字段的流量;
S30:根据同类型的多条现有业务线的历史订单数据和对应的多个第一风险流量判断规则,自动生成所述新建业务线的第二风险流量判断规则,并配置给该新建业务线;其中,所述步骤S30中包括如下步骤:
根据同类型的多条现有业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数,所述风险控制参数至少包括与每个所述待检测字段相对应的风险流量阈值,所述第二风险流量判断规则中的风险流量阈值通过计算所有所述第一风险流量判断规则中的风险流量阈值的平均数获得;
将生成的所述第二风险流量判断规则的风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则;
将所述第二风险流量判断规则配置给所述新建业务线;
S40:根据所述第二风险流量判断规则判断所述订单数据所属的新建业务线中是否存在所述待检测字段的流量超过其对应的所述风险流量阈值,若存在,则执行步骤S50;
S50:将该新建业务线中具有该待检测字段的订单定义为风险订单。
2.如权利要求1所述的风险订单的检测方法,其特征在于,所述新建业务线为一外币订单业务线,所述风险订单的检测方法包括如下步骤:
S10:接收来自新建的所述外币订单业务线的订单数据;
S20:统计新建的所述外币订单业务线中的所有待检测字段的流量;
S30:根据同类型的多条现有的外币订单业务线的历史订单数据和对应的多个第一风险流量判断规则,自动生成新建的所述外币订单业务线的第二风险流量判断规则,并配置给新建的所述外币订单业务线;其中,所述步骤S30中包括如下步骤:
根据同类型的多条外币订单业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数,所述风险控制参数至少包括与每个所述待检测字段相对应的风险流量阈值,所述第二风险流量判断规则中的风险流量阈值通过计算所有所述第一风险流量判断规则中的风险流量阈值的平均数获得;
将生成的所述第二风险流量判断规则的风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则;
将所述第二风险流量判断规则配置给新建的所述外币订单业务线;
S40:根据所述第二风险流量判断规则判断所述订单数据所属的新建的所述外币订单业务线是否存在所述待检测字段的流量超过其对应的所述风险流量阈值,若存在,则执行步骤S50;
S50:将新建的所述外币订单业务线中具有该待检测字段的订单定义为风险订单。
3.如权利要求1所述的风险订单的检测方法,其特征在于,所述风险控制参数还包括第一风险警示阈值,所述风险订单的检测方法还包括如下步骤:
S601:根据第二风险流量判断规则以及各个所述待检测字段下的流量是否超过所述风险流量阈值的判断结果计算所述风险订单的风险分值;
S602:判断所述风险分值是否超过所述第一风险警示阈值,若超过,则执行步骤S603;
S603:拦截所述风险订单。
4.如权利要求3所述的风险订单的检测方法,其特征在于,所述风险控制参数还包括第二风险警示阈值,所述第二风险警示阈值小于所述第一风险警示阈值;
若所述步骤S602中的判断结果为所述风险分值未超过所述第一风险警示阈值,则所述风险订单的检测方法还包括如下步骤:
S604:判断所述风险分值是否超过所述第二风险警示阈值,若超过,则执行步骤S605;
S605:将所述风险订单发送至人工处理平台。
5.如权利要求1所述的风险订单的检测方法,其特征在于,所述待检测字段包括手机号、银行卡号、设备号和IP地址中的至少一个。
6.如权利要求1所述的风险订单的检测方法,其特征在于,所述待检测字段的流量为同一个所述待检测字段在各个订单中对应的不同的风险关联字段的数量。
7.如权利要求6所述的风险订单的检测方法,其特征在于,所述风险关联字段包括订单号、身份证号、手机号、联系邮箱和用户账号中的任一个。
8.如权利要求1所述的风险订单的检测方法,其特征在于,所述预设的通用标准流量规则代码通过整合所有现有业务线的第一风险流量判断规则的Java代码、将所有第一风险流量判断规则的Java代码中的重复代码标准化后生成。
9.一种风险订单的检测系统,其特征在于,所述风险订单的检测系统包括:
流量管理模块,用于接收来自新建业务线的订单数据,并且统计所述订单数据所属的新建业务线中的所有待检测字段的流量;
风险流量判断规则生成单元,用于根据现有业务线的历史订单数据和对应的第一风险流量判断规则,自动生成所述新建业务线的第二风险流量判断规则,并配置给该新建业务线,所述风险流量判断规则生成单元包括:
决策表管理模块,用于根据现有业务线的历史订单数据和对应的第一风险流量判断规则,生成所述第二风险流量判断规则的风险控制参数,所述风险控制参数至少包括业务线编码数值以及与每个所述待检测字段相对应的风险流量阈值;
流量规则配置模块,所述流量规则配置模块中预设有通用标准流量规则代码,用于将供所述风险控制参数代入预设的通用标准流量规则代码的可变参数中生成所述第二风险流量判断规则,并且将所述第二风险流量判断规则配置给所述新建业务线;
判断模块,用于根据所述第二风险流量判断规则判断所述订单数据所属的新建业务线中是否存在所述待检测字段的流量超过其对应的所述风险流量阈值;
警示模块,用于当存在所述待检测字段的流量超过其对应的所述风险流量阈值时,将该订单数据对应的订单定义为风险订单。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至8中任一项所述的风险订单的检测方法的步骤。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的风险订单的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710874271.3A CN107609948A (zh) | 2017-09-25 | 2017-09-25 | 风险订单的检测方法及其系统、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710874271.3A CN107609948A (zh) | 2017-09-25 | 2017-09-25 | 风险订单的检测方法及其系统、存储介质、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107609948A true CN107609948A (zh) | 2018-01-19 |
Family
ID=61058067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710874271.3A Pending CN107609948A (zh) | 2017-09-25 | 2017-09-25 | 风险订单的检测方法及其系统、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609948A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665142A (zh) * | 2018-04-11 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 一种规则的推荐方法、装置及设备 |
CN109255459A (zh) * | 2018-09-26 | 2019-01-22 | 蜜小蜂智慧(北京)科技有限公司 | 一种识别订单信息的方法及设备 |
CN110288430A (zh) * | 2019-06-11 | 2019-09-27 | 达疆网络科技(上海)有限公司 | 一种多原子特征组合串行统计规则执行拦截风险订单的方法 |
CN110309373A (zh) * | 2018-03-15 | 2019-10-08 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
CN113222676A (zh) * | 2021-06-03 | 2021-08-06 | 上海中通吉网络技术有限公司 | 高动态扩展性引擎计费方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130261915A1 (en) * | 2012-03-30 | 2013-10-03 | Denso Corporation | Vehicle control device |
CN105719109A (zh) * | 2015-05-22 | 2016-06-29 | 北京小度信息科技有限公司 | 订单监控方法和装置 |
CN106327196A (zh) * | 2015-06-19 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 一种支付阈值获取方法和装置 |
CN106875078A (zh) * | 2016-08-03 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 交易风险检测方法、装置及设备 |
CN107194680A (zh) * | 2016-03-14 | 2017-09-22 | 阿里巴巴集团控股有限公司 | 一种可配置化资源数量控制方法及装置 |
-
2017
- 2017-09-25 CN CN201710874271.3A patent/CN107609948A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130261915A1 (en) * | 2012-03-30 | 2013-10-03 | Denso Corporation | Vehicle control device |
CN105719109A (zh) * | 2015-05-22 | 2016-06-29 | 北京小度信息科技有限公司 | 订单监控方法和装置 |
CN106327196A (zh) * | 2015-06-19 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 一种支付阈值获取方法和装置 |
CN107194680A (zh) * | 2016-03-14 | 2017-09-22 | 阿里巴巴集团控股有限公司 | 一种可配置化资源数量控制方法及装置 |
CN106875078A (zh) * | 2016-08-03 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 交易风险检测方法、装置及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309373A (zh) * | 2018-03-15 | 2019-10-08 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
CN110309373B (zh) * | 2018-03-15 | 2023-12-15 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
CN108665142A (zh) * | 2018-04-11 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 一种规则的推荐方法、装置及设备 |
CN109255459A (zh) * | 2018-09-26 | 2019-01-22 | 蜜小蜂智慧(北京)科技有限公司 | 一种识别订单信息的方法及设备 |
CN110288430A (zh) * | 2019-06-11 | 2019-09-27 | 达疆网络科技(上海)有限公司 | 一种多原子特征组合串行统计规则执行拦截风险订单的方法 |
CN113222676A (zh) * | 2021-06-03 | 2021-08-06 | 上海中通吉网络技术有限公司 | 高动态扩展性引擎计费方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609948A (zh) | 风险订单的检测方法及其系统、存储介质、电子设备 | |
CN108062088B (zh) | 车站终端故障风险预警方法、装置、终端及存储介质 | |
CN105631049B (zh) | 一种识别诈骗短信的方法和系统 | |
CN109241418A (zh) | 基于随机森林的异常用户识别方法及装置、设备、介质 | |
CN108346048B (zh) | 一种调整风险参数的方法、风险识别方法及装置 | |
TW201905728A (zh) | 資料類型的識別、模型訓練、風險識別方法、裝置及設備 | |
CN108229963A (zh) | 用户操作行为的风险识别方法及装置 | |
CN107851154A (zh) | 存储器层次结构监测系统和方法 | |
CN104268173B (zh) | 集中式数据监控方法、装置及系统 | |
CN109472610A (zh) | 一种银行交易反欺诈方法及系统、设备和存储介质 | |
CN108053318A (zh) | 一种对异常交易进行识别的方法及装置 | |
CN109213857A (zh) | 一种欺诈行为识别方法和装置 | |
CN105488031B (zh) | 一种检测相似短信的方法及装置 | |
CN108062674A (zh) | 基于gps的订单欺诈识别方法、系统、存储介质和电子设备 | |
CN109344906A (zh) | 基于机器学习的用户风险分类方法、装置、介质及设备 | |
CN106993083A (zh) | 一种推荐智能终端操作提示信息的方法和装置 | |
US9392012B2 (en) | Application security testing system | |
Viswanadham et al. | Inspection allocation in manufacturing systems using stochastic search techniques | |
CN109639633A (zh) | 异常流量数据识别方法、装置、介质及电子设备 | |
CN110414603B (zh) | 用于检测移动设备的方法、装置、计算机系统和介质 | |
CN111161054A (zh) | 作业风险监测方法及系统 | |
CN109272402A (zh) | 评分卡的建模方法、装置、计算机设备及存储介质 | |
CN110348208A (zh) | 一种基于用户行为和神经网络的风险控制方法、装置和电子设备 | |
CN108564238A (zh) | 数据评估方法和装置、服务器、存储介质 | |
CN108292377A (zh) | 管理技术处理数据 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |