CN107818505A - 金融数据智能决策方法及系统 - Google Patents
金融数据智能决策方法及系统 Download PDFInfo
- Publication number
- CN107818505A CN107818505A CN201710887278.9A CN201710887278A CN107818505A CN 107818505 A CN107818505 A CN 107818505A CN 201710887278 A CN201710887278 A CN 201710887278A CN 107818505 A CN107818505 A CN 107818505A
- Authority
- CN
- China
- Prior art keywords
- data
- internal reference
- reference data
- submodule
- grade
- 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
- 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
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
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)
- Development Economics (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种运用计算机实现的金融数据智能决策方法及系统,其中方法包括:S1用于获取内部参考数据的步骤;S2用于对内部参考数据进行分析和等级评估的步骤;S3用于根据等级评估结果做出决策结果的步骤。本发明所提供的金融数据智能决策方法及系统,运用计算机实现内部参考数据的分析及评估,整个授信过程无人工干预,快速准确,可为信贷机构解决信贷审批的繁重人工操作,提高工作效率、降低人工成本,且可进一步降低出错率,降低信贷机构的信贷风险。
Description
技术领域
本发明涉及计算机软件技术领域,尤其涉及金融数据智能决策系统。
背景技术
信贷业务中每一个环节,包括客户挖掘、信贷评估、风险量化、不良资产管理、宏观政策以及市场风险、技术研发等,从根本上决定一家信贷机构或者信贷企业的业务场景的丰富度、价格优势、产品体验、业绩达成情况与合规情况。尤其是风险管控、快速授信,在小规模贷款行业成为信贷机构发展重中之重的环节。现有技术中,各信贷机构主要是通过人工读取用户各种参考数据数据,包括征信数据、手机数据、社保公积金数据、电商数据等,按照信贷公司内部的评估策略对该用户的信贷风险进行评估。但是,随着市场经济的繁荣及移动互联网行业的迅速发展,人工计算和评估速度慢、易出错,已经远远不能满足信贷行业的发展需求。
发明内容
本发明的目的是提供一种运用计算机实现的金融数据智能决策方法及系统。
本发明所提供的金融数据智能决策方法,包括如下步骤:S1用于获取内部参考数据的步骤;S2用于对内部参考数据进行分析和等级评估的步骤;S3用于根据等级评估结果做出决策结果的步骤。
所述S1用于获取内部参考数据的步骤,可以包括:S111通过互联网向用户移动终端发送认证信息请求;S112接收用户移动终端发来的认证信息;S113通过认证信息登录内部参考数据所在数据库;S114在内部参考数据所在的数据库进行检索,并读取检索结果信息。所述S1用于获取内部参考数据的步骤,还可以包括:S121通过互联网向用户移动终端发送打开摄像头的请求;S122用户移动终端打开摄像头拍摄用户人脸数据,并将人脸照片发送给系统;S123系统接收人脸照片并从照片中提取认证信息;S124通过认证信息登录内部参考数据所在数据库;S125在内部参考数据所在的数据库进行检索,并读取检索结果信息。所述S1用于获取内部参考数据的步骤,还可以包括: S131通过互联网向用户移动终端发送指纹识别请求;S132用户移动终端打开指纹识别装置,并将指纹识别信息发送给系统;S133系统接收指纹识别信息并从指纹识别信息中提取认证信息;S134通过认证信息登录内部参考数据所在数据库;S135在内部参考数据所在的数据库进行检索,并读取检索结果信息。所述S2用于对内部参考数据进行分析和等级评估的步骤,包括:S201对内部参考数据进行结构化处理,形成数据模型;S202将所述内部参考数据输入到所述数据模型中,通过数据模型的运算,得出等级评估参数值。所述S3用于根据等级评估结果做出决策结果的步骤,包括:S301用于当所述等级评估结果符合第一检测条件时,启动拒绝授信的操作步骤;S302用于当所述等级评估结果符合第二检测条件时,启动决策授信的操作步骤;S303用于当所述等级评估结果符合第三检测条件时,启动反欺诈模式的步骤。
本发明所提供的金融数据智能决策系统,包括:用于获取内部参考数据的模块;用于对内部参考数据进行分析和等级评估的模块;用于根据等级评估结果做出决策结果的模块。
所述用于获取内部参考数据的模块,可以包括:用于通过互联网向用户移动终端发送认证信息请求的子模块;用于接收用户移动终端发来的认证信息的子模块;用于通过认证信息登录内部参考数据所在数据库的子模块;用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。所述用于获取内部参考数据的模块,还可以包括:用于通过互联网向用户移动终端发送打开摄像头的子模块;用于用户移动终端打开摄像头拍摄用户人脸数据,并将人脸照片发送给系统的子模块;用于系统接收人脸照片并从照片中提取认证信息的子模块;用于通过认证信息登录内部参考数据所在数据库的子模块;用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。所述用于获取内部参考数据的模块,还可以包括:用于通过互联网向用户移动终端发送指纹识别请求的子模块;用于用户移动终端打开指纹识别装置,并将指纹识别信息发送给系统的子模块;用于系统接收指纹识别信息并从指纹识别信息中提取认证信息的子模块;用于通过认证信息登录内部参考数据所在数据库的子模块;用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。所述用于对内部参考数据进行分析和等级评估的模块,包括:用于对内部参考数据进行结构化处理,形成数据模型的子模块;用于将所述内部参考数据输入到所述数据模型中,通过数据模型的运算,得出等级评估参数值的子模块。所述用于根据等级评估结果做出决策结果的模块,包括:用于当所述等级评估结果符合第一检测条件时,启动拒绝授信操作的子模块;用于当所述等级评估结果符合第二检测条件时,启动决策授信操作的子模块;用于当所述等级评估结果符合第三检测条件时,启动反欺诈模式操作的子模块。
本发明所提供的金融数据智能决策方法及系统,运用计算机实现内部参考数据的分析及评估,整个授信过程无人工干预,快速准确,可为信贷机构解决信贷审批的繁重人工操作,提高工作效率、降低人工成本,且可进一步降低出错率,降低信贷机构的信贷风险。
附图说明
图1为本发明实施例一所提供的金融数据智能决策方法步骤示意图;
图2、图3、图4为本发明实施例一所述的获取内部参考数据的步骤示意图;
图5为本发明实施例一所述的对内部参考数据进行分析和等级评估的步骤示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
实施例一
如图1所示,本实施例提供一种金融数据智能决策方法,采用实施例二所述的系统,包括如下步骤:
S1用于获取内部参考数据的步骤;
S2用于对内部参考数据进行分析和等级评估的步骤;
S3用于根据等级评估结果做出决策结果的步骤。
本领域技术人员可以理解,所述内部参考数据可以包括征信数据、公积金数据、社保缴纳数据、电商支付历史数据、信贷历史数据、身份数据、银行账户数据、运营商提供的手机详单数据等。
如图2所示,进一步,所述S1用于获取内部参考数据的步骤,可以包括:
S111通过互联网向用户移动终端发送认证信息请求;
S112接收用户移动终端发来的认证信息;
S113通过认证信息登录内部参考数据所在数据库;
S114在内部参考数据所在的数据库进行检索,并读取检索结果信息。
本领域技术人员可以理解,所述内部参考数据所在数据库包括:公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其认证信息获取其征信系统,用户会在其移动终端收到认证信息请求时将认证信息发送给系统,系统在用户允许的前提下登录上述数据库获得上述信息,以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解,所述认证信息可以是身份证号码,登录用户名、登录密码、手机号码等。
本领域技术人员可以理解,所述内部参考数据所在数据库,即通过授权从人民银行、电商平台、信贷机构根据本方法做出的等级评估参数值或其他来源获得数据后建立的信贷机构自己具有新增、修改、删除等所有权限的数据库。
本领域技术人员可以理解,所述内部参考数据所在的数据库,会及时更新其内部数据,保证内部参考数据与人民银行、电商平台、手机运营商等外部数据保持一致。
如图3所示,进一步,所述S1用于获取内部参考数据的步骤,还可以包括:
S121通过互联网向用户移动终端发送打开摄像头的请求;
S122用户移动终端打开摄像头拍摄用户人脸数据,并将人脸照片发送给系统;
S123系统接收人脸照片并从照片中提取认证信息;
S124通过认证信息登录内部参考数据所在数据库;
S125在内部参考数据所在的数据库进行检索,并读取检索结果信息。
本领域技术人员可以理解,所述内部参考数据所在数据库包括:征信数据库、公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统,用户会在其移动终端收到打开摄像头的请求时,操作打开移动终端的摄像头,系统在用户允许的前提下登录上述数据库获得上述信息,以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解,所述认证信息可以是身份证号码,登录用户名、登录密码、手机号码等。
如图4所示,进一步,所述S1用于获取内部参考数据的步骤,还可以包括:
S131通过互联网向用户移动终端发送指纹识别请求;
S132用户移动终端打开指纹识别装置,并将指纹识别信息发送给系统;
S133系统接收指纹识别信息并从指纹识别信息中提取认证信息;
S134通过认证信息登录内部参考数据所在数据库;
S135在内部参考数据所在的数据库进行检索,并读取检索结果信息。
本领域技术人员可以理解,所述内部参考数据所在数据库包括:征信数据库、公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统,用户会在其移动终端收到指纹识别请求时,操作打开移动终的指纹识别装置,系统在用户允许的前提下登录上述数据库获得上述信息,以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解,所述认证信息可以是身份证号码,登录用户名、登录密码、手机号码等。
如图5所示,进一步,所述S2用于对内部参考数据进行分析和等级评估的步骤,包括:
S201对内部参考数据进行结构化处理,形成数据模型;
S202将所述内部参考数据输入到所述数据模型中,通过数据模型的运算,得出等级评估参数值。
本领域技术人员可以理解,所述等级评估参数值包括人民银行征信分数值和手机详单分数值。
根据所述等级评估参数值可判断出具有该内部参考数据的用户是否具有较高的借贷风险,即资金借出后是否可按照协议约定的时间和金额收回资金。
进一步,所述S3用于根据等级评估结果做出决策结果的步骤,包括:
本领域技术人员可以理解,当所述等级评估结果符合第一检测条件时,说明具有该等级评估结果的用户具有较差的内部参考数据,将资金放贷给该用户的信贷风险不符合行业通常的可控范围或不符合信贷机构的可控范围。
当所述等级评估结果符合第二检测条件时,说明具有该等级评估结果的用户具有较好的内部参考数据,将资金放贷给该用户的信贷风险符合行业通常的可控范围或符合信贷机构的可控范围;
当所述等级评估结果符合第三检测条件时,说明具有该等级评估结果的用户具有极其恶劣的内部参考数据,甚至可判断该用户之前的消费、借贷行为属于恶意欺诈,此时系统可自动启动反欺诈模式,降低信贷机构的风险。
实施例二
本实施例提供一种金融数据智能决策系统,包括:
用于获取内部参考数据的模块;
用于对内部参考数据进行分析和等级评估的模块;
用于根据等级评估结果做出决策结果的模块。
本领域技术人员可以理解,所述内部参考数据可以包括征信数据、公积金数据、社保缴纳数据、电商支付历史数据、信贷历史数据、身份数据、银行账户数据、运营商提供的手机详单数据等。
所述用于获取内部参考数据的模块,可以包括:
用于通过互联网向用户移动终端发送认证信息请求的子模块;
用于接收用户移动终端发来的认证信息的子模块;
用于通过认证信息登录内部参考数据所在数据库的子模块;
用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。
本领域技术人员可以理解,所述内部参考数据所在数据库包括:征信数据库、公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其认证信息获取其征信系统,用户会在其移动终端收到认证信息请求时将认证信息发送给系统,系统在用户允许的前提下登录上述数据库获得上述信息,以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解,所述认证信息可以是身份证号码,登录用户名、登录密码、手机号码等。
本领域技术人员可以理解,所述内部参考数据所在数据库,即通过授权从人民银行、电商平台、信贷机构根据本方法做出的等级评估参数值或其他来源获得数据后建立的信贷机构自己具有新增、修改、删除等所有权限的数据库。
本领域技术人员可以理解,所述内部参考数据所在的数据库,会及时更新其内部数据,保证内部参考数据与人民银行、电商平台、手机运营商等外部数据保持一致。
所述用于获取内部参考数据的模块,还可以包括:
用于通过互联网向用户移动终端发送打开摄像头的子模块;
用于用户移动终端打开摄像头拍摄用户人脸数据,并将人脸照片发送给系统的子模块;
用于系统接收人脸照片并从照片中提取认证信息的子模块;
用于通过认证信息登录内部参考数据所在数据库的子模块;
用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。
本领域技术人员可以理解,所述内部参考数据所在数据库包括:公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统,用户会在其移动终端收到打开摄像头的请求时,操作打开移动终端的摄像头,系统在用户允许的前提下登录上述数据库获得上述信息,以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解,所述认证信息可以是身份证号码,登录用户名、登录密码、手机号码等。
所述用于获取内部参考数据的模块,还可以包括:
用于通过互联网向用户移动终端发送指纹识别请求的子模块;
用于用户移动终端打开指纹识别装置,并将指纹识别信息发送给系统的子模块;
用于系统接收指纹识别信息并从指纹识别信息中提取认证信息的子模块;
用于通过认证信息登录内部参考数据所在数据库的子模块;
用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。
本领域技术人员可以理解,所述内部参考数据所在数据库包括:公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统,用户会在其移动终端收到指纹识别请求时,操作打开移动终的指纹识别装置,系统在用户允许的前提下登录上述数据库获得上述信息,以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解,所述认证信息可以是身份证号码,登录用户名、登录密码、手机号码等。
所述用于对内部参考数据进行分析和等级评估的模块,包括:
用于对内部参考数据进行结构化处理,形成数据模型的子模块;
用于将所述内部参考数据输入到所述数据模型中,通过数据模型的运算,得出等级评估参数值的子模块。
本领域技术人员可以理解,所述等级评估参数值包括人民银行征信分数值和手机详单分数值。
根据所述等级评估参数值可判断出具有该内部参考数据的用户是否具有较高的借贷风险,即资金借出后是否可按照协议约定的时间和金额收回资金。
所述用于根据等级评估结果做出决策结果的模块,
用于当所述等级评估结果符合第一检测条件时,启动拒绝授信操作的子模块;
用于当所述等级评估结果符合第二检测条件时,启动决策授信操作的子模块;
用于当所述等级评估结果符合第三检测条件时,启动反欺诈操作的子模块。
本领域技术人员可以理解,当所述等级评估结果符合第一检测条件时,说明具有该等级评估结果的用户具有较差的内部参考数据,将资金放贷给该用户的信贷风险不符合行业通常的可控范围或不符合信贷机构的可控范围。
当所述等级评估结果符合第二检测条件时,说明具有该等级评估结果的用户具有较好的内部参考数据,将资金放贷给该用户的信贷风险符合行业通常的可控范围或符合信贷机构的可控范围;
当所述等级评估结果符合第三检测条件时,说明具有该等级评估结果的用户具有极其恶劣的内部参考数据,甚至可判断该用户之前的消费、借贷行为属于恶意欺诈,此时系统可自动启动反欺诈模式,降低信贷机构的风险。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种金融数据智能决策方法,其特征在于,包括如下步骤:
S1用于获取内部参考数据的步骤;
S2用于对内部参考数据进行分析和等级评估的步骤;
S3用于根据等级评估结果做出决策结果的步骤。
2.如权利要求1所述的金融数据智能决策方法,其特征在于,所述S1用于获取内部参考数据的步骤,包括:
S111通过互联网向用户移动终端发送认证信息请求;
S112接收用户移动终端发来的认证信息;
S113通过认证信息登录内部参考数据所在数据库;
S114在内部参考数据所在的数据库进行检索,并读取检索结果信息。
3.如权利要求1所述的金融数据智能决策方法,其特征在于,所述S1用于获取内部参考数据的步骤,包括:
S121通过互联网向用户移动终端发送打开摄像头的请求;
S122用户移动终端打开摄像头拍摄用户人脸数据,并将人脸照片发送给系统;
S123系统接收人脸照片并从照片中提取认证信息;
S124通过认证信息登录内部参考数据所在数据库;
S125在内部参考数据所在的数据库进行检索,并读取检索结果信息。
4.如权利要求1所述的金融数据智能决策方法,其特征在于,所述S1用于获取内部参考数据的步骤,包括:
S131通过互联网向用户移动终端发送指纹识别请求;
S132用户移动终端打开指纹识别装置,并将指纹识别信息发送给系统;
S133系统接收指纹识别信息并从指纹识别信息中提取认证信息;
S134通过认证信息登录内部参考数据所在数据库;
S135在内部参考数据所在的数据库进行检索,并读取检索结果信息。
5.如权利要求2至4中任一项所述的金融数据智能决策方法,其特征在于,所述S2用于对内部参考数据进行分析和等级评估的步骤,包括:
S201对内部参考数据进行结构化处理,形成数据模型;
S202将所述内部参考数据输入到所述数据模型中,通过数据模型的运算,得出等级评估参数值。
6.如权利要求5所述的金融数据智能决策方法,其特征在于,所述S3用于根据等级评估结果做出决策结果的步骤,包括:
S301用于当所述等级评估结果符合第一检测条件时,启动拒绝授信的操作步骤;
S302用于当所述等级评估结果符合第二检测条件时,启动决策授信的操作步骤;
S303用于当所述等级评估结果符合第三检测条件时,启动反欺诈的操作步骤。
7.一种金融数据智能决策系统,其特征在于,包括:
用于获取内部参考数据的模块;
用于对内部参考数据进行分析和等级评估的模块;
用于根据等级评估结果做出决策结果的模块。
8.如权利要求7所述的金融数据智能决策系统,其特征在于,所述用于获取内部参考数据的模块,包括:
用于通过互联网向用户移动终端发送认证信息请求的子模块;
用于接收用户移动终端发来的认证信息的子模块;
用于通过认证信息登录内部参考数据所在数据库的子模块;
用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。
9.如权利要求7所述的金融数据智能决策系统,其特征在于,所述用于获取内部参考数据的模块,包括:
用于通过互联网向用户移动终端发送打开摄像头的子模块;
用于用户移动终端打开摄像头拍摄用户人脸数据,并将人脸照片发送给系统的子模块;
用于系统接收人脸照片并从照片中提取认证信息的子模块;
用于通过认证信息登录内部参考数据所在数据库的子模块;
用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。
10.如权利要求7所述的金融数据智能决策系统,其特征在于,所述用于获取内部参考数据的模块,包括:
用于通过互联网向用户移动终端发送指纹识别请求的子模块;
用于用户移动终端打开指纹识别装置,并将指纹识别信息发送给系统的子模块;
用于系统接收指纹识别信息并从指纹识别信息中提取认证信息的子模块;
用于通过认证信息登录内部参考数据所在数据库的子模块;
用于在内部参考数据所在的数据库进行检索,并读取检索结果信息的子模块。
11.如权利要求8至10中任一项所述的金融数据智能决策系统,其特征在于,所述用于对内部参考数据进行分析和等级评估的模块,包括:
用于对内部参考数据进行结构化处理,形成数据模型的子模块;
用于将所述内部参考数据输入到所述数据模型中,通过数据模型的运算,得出等级评估参数值的子模块。
12.如权利要求11所述的金融数据智能决策系统,其特征在于,所述用于根据等级评估结果做出决策结果的模块,包括:
用于当所述等级评估结果符合第一检测条件时,启动拒绝授信操作的子模块;
用于当所述等级评估结果符合第二检测条件时,启动决策授信操作的子模块;
用于当所述等级评估结果符合第三检测条件时,启动反欺诈操作的子模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710887278.9A CN107818505A (zh) | 2017-09-27 | 2017-09-27 | 金融数据智能决策方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710887278.9A CN107818505A (zh) | 2017-09-27 | 2017-09-27 | 金融数据智能决策方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107818505A true CN107818505A (zh) | 2018-03-20 |
Family
ID=61607419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710887278.9A Pending CN107818505A (zh) | 2017-09-27 | 2017-09-27 | 金融数据智能决策方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107818505A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242307A (zh) * | 2018-09-04 | 2019-01-18 | 中国光大银行股份有限公司信用卡中心 | 一种反欺诈策略分析方法、服务器、电子设备及存储介质 |
CN111861096A (zh) * | 2020-05-30 | 2020-10-30 | 上海维信荟智金融科技有限公司 | 决策流程可视化配置管理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373006A (zh) * | 2016-09-07 | 2017-02-01 | 派生科技集团股份有限公司 | 一种通过大数据建模来评判用户信用及还款意愿的方法 |
CN106780012A (zh) * | 2016-12-29 | 2017-05-31 | 深圳微众税银信息服务有限公司 | 一种互联网信贷方法及系统 |
CN106991339A (zh) * | 2017-05-05 | 2017-07-28 | 国信嘉宁数据技术有限公司 | 一种金融业务数据保全方法、服务器、客户端和系统 |
-
2017
- 2017-09-27 CN CN201710887278.9A patent/CN107818505A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373006A (zh) * | 2016-09-07 | 2017-02-01 | 派生科技集团股份有限公司 | 一种通过大数据建模来评判用户信用及还款意愿的方法 |
CN106780012A (zh) * | 2016-12-29 | 2017-05-31 | 深圳微众税银信息服务有限公司 | 一种互联网信贷方法及系统 |
CN106991339A (zh) * | 2017-05-05 | 2017-07-28 | 国信嘉宁数据技术有限公司 | 一种金融业务数据保全方法、服务器、客户端和系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242307A (zh) * | 2018-09-04 | 2019-01-18 | 中国光大银行股份有限公司信用卡中心 | 一种反欺诈策略分析方法、服务器、电子设备及存储介质 |
CN109242307B (zh) * | 2018-09-04 | 2022-02-01 | 中国光大银行股份有限公司信用卡中心 | 一种反欺诈策略分析方法、服务器、电子设备及存储介质 |
CN111861096A (zh) * | 2020-05-30 | 2020-10-30 | 上海维信荟智金融科技有限公司 | 决策流程可视化配置管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11792176B1 (en) | Scalable risk-based authentication methods and systems | |
US11151566B2 (en) | Authentication and fraud prevention in provisioning a mobile wallet | |
CN106803168B (zh) | 一种异常转账侦测方法和装置 | |
CN107808289B (zh) | 电子支付平台、控制方法及装置 | |
CN102510337B (zh) | 一种量化风险和收益自适应的动态多因子认证方法 | |
CN110348850A (zh) | 聚合支付商户的套现风险检测方法及装置、电子设备 | |
CN112862298B (zh) | 一种针对用户画像的信用评估方法 | |
CN103942844A (zh) | 一种基于生物特征识别的票务系统 | |
CN112199575A (zh) | 虚拟银行开户方法、装置、设备和计算机存储介质 | |
CN113689284B (zh) | 一种基于大数据风控与行为分析的信贷管理系统及方法 | |
CN112734557A (zh) | 基于大数据的智慧网贷管理系统 | |
CN107818505A (zh) | 金融数据智能决策方法及系统 | |
CN111275391A (zh) | 在线式资产智能分发系统和方法 | |
CN114331719A (zh) | 一种基于大数据的交易风控指标智能分析系统 | |
CN111368334A (zh) | 一种基于数据库内数据资产数据安全维护系统 | |
CN107103008A (zh) | 对象识别方法和装置 | |
CN115564591A (zh) | 一种融资产品的确定方法及相关设备 | |
CN116342247A (zh) | 信贷支用授权管控方法、装置、设备及其存储介质 | |
CN114708090A (zh) | 基于大数据的银行支付业务风险识别装置 | |
CN113327161A (zh) | 一种用于信贷业务的智能风控决策系统 | |
CN109767139A (zh) | 基于自媒体交互的自然人信用算法 | |
CN110956471A (zh) | 装修行业征信数据的分析方法 | |
KR102374068B1 (ko) | 블록체인 기반 얼굴인식 결제 서비스 제공 시스템 | |
CN111447082B (zh) | 关联账号的确定方法、装置和关联数据对象的确定方法 | |
US20230376962A1 (en) | System and Method for Automated Feature Generation and Usage in Identity Decision Making |
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 |
Application publication date: 20180320 |
|
RJ01 | Rejection of invention patent application after publication |