CN108076102B - 一种转账处理方法和装置 - Google Patents
一种转账处理方法和装置 Download PDFInfo
- Publication number
- CN108076102B CN108076102B CN201611018874.5A CN201611018874A CN108076102B CN 108076102 B CN108076102 B CN 108076102B CN 201611018874 A CN201611018874 A CN 201611018874A CN 108076102 B CN108076102 B CN 108076102B
- Authority
- CN
- China
- Prior art keywords
- user
- transfer
- charge
- credit score
- receiving
- 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
- 238000012546 transfer Methods 0.000 title claims abstract description 413
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012954 risk control Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000012790 confirmation Methods 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 35
- 230000006399 behavior Effects 0.000 claims description 82
- 238000004458 analytical method Methods 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000003542 behavioural effect Effects 0.000 claims 3
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 7
- 230000011273 social behavior Effects 0.000 description 7
- 238000005094 computer simulation Methods 0.000 description 6
- 230000000977 initiatory effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
- G06Q20/108—Remote banking, e.g. home banking
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/146—Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种转账处理方法和装置,该方法包括:接收终端发送的转账请求;接收终端发送的转账请求,该转账请求携带有转账用户的标识和收款用户的标识;根据该收账用户的标识,获取收账用户在转账服务平台中的信用评分;根据收账用户的信用评分以及预置的风险控制策略,向终端发送风险控制提示,其中,该风险控制策略包括:当收款用户的信用评分低于第一阈值且高于第二阈值时,向转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;或者,当收款用户的信用评分低于第二阈值时,终止转账流程,并向转账用户发送转账终止风险提示。本申请的方案可以降低在线转账的风险,以减少由于在线转账所导致的资金损失的情况。
Description
技术领域
本申请涉及网络通信技术领域,尤其涉及一种转账处理方法和装置。
背景技术
在线转账是指不使用现金,而通过网络将款项从付款方(如付款的单位或个人)的账户直接转移到收款方(收款的单位或个人)的账户的一种货币资金的结算方式。在线转账具有方便、快捷等诸多优点。
随着网络技术的发展,在线转账的应用范围也日益广泛。与此同时,在线转账的风险性问题也日益凸显。因此,如何降低在线转账的风险,减少在线转账所造成的财产损失是本领域技术人员迫切需要解决的技术问题。
发明内容
有鉴于此,本申请提供了一种转账处理方法和装置,以降低在线转账的风险,减少由于在线转账所导致的资金损失的情况。
为实现上述目的,一方面,本申请实施例提供了一种转账处理方法,应用于转账服务平台中的服务器,包括:
接收终端发送的转账请求,所述转账请求携带有转账用户的标识和收款用户的标识;
根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的信用评分;
根据所述收账用户的信用评分以及预置的风险控制策略,向所述终端发送风险控制提示,其中,
所述风险控制策略包括:当所述收款用户的信用评分低于第一阈值且高于第二阈值时,向所述转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;
或,当所述收款用户的信用评分低于第二阈值时,终止转账流程,并向所述转账用户发送转账终止风险提示,其中,所述第一阈值大于所述第二阈值。
另一方面,本申请实施例还提供了一种转账处理装置,应用于转账服务平台中的服务器,包括:
请求接收单元,用于接收终端发送的转账请求,所述转账请求携带有转账用户的标识和收款用户的标识;
评分获取单元,用于根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的信用评分;
风险控制单元,用于根据所述收账用户的信用评分以及预置的风险控制策略,向所述终端发送风险控制提示,其中,所述风险控制策略包括:当所述收款用户的信用评分低于第一阈值且高于第二阈值时,向所述转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;或,当所述收款用户的信用评分低于第二阈值时,终止转账流程,并向所述转账用户发送转账终止风险提示,其中,所述第一阈值大于所述第二阈值。
经由上述的技术方案可知,在申请实施例中,服务器在接收到向收账用户转账的转账请求之后,会获取该收账用户在转账服务平台的信用评分,并且,在收账用户的信用评分低于第一阈值且高于第二阈值的情况下,服务器会向终端的转账用户输出风险提示,并提示转账用户是否继续转账,从而避免由于用户盲目转账而造成的资金损失;而且,在收账用户的信用评分低于第二阈值时,服务器通过向终端发送风险控制指示,可以在向终端的转账用户输出风险提示的同时,终止转账流程,避免由于向收账用户转账而导致的资金损失,降低了在线转账的风险。
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,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的转账处理系统的一种可能的组成结构示意图;
图2a为本申请实施例一种在线转账场景中终端的转账界面的一种示意图;
图2b为本申请实施例一种在线转账场景中终端的转账金额输入界面的一种示意图;
图3为本申请实施例又一种在线转账场景中终端的转账界面的一种示意图;
图4为本申请实施例又一种在线转账场景中终端的转账界面的一种示意图;
图5为本申请一种转账处理方法一个实施例的流程示意图;
图6为本申请公开一种转账处理系统又一个实施例的组成结构示意图;
图7为本申请一种训练用于计算用户属于欺诈用户的概率的计算模型的一种流程示意图;
图8为本申请一种转账处理方法又一个实施例的流程交互示意图;
图9为本申请一种转账处理装置一个实施例的组成结构示意图;
图10为本申请一种服务器的组成结构示意图。
具体实施方式
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,所描述的实施例仅仅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。
本申请实施例的在线转账方法可以应用于基于网银系统、即时通讯系统等多种不同类型的在线转账系统。
如图1,其示出了本申请一种在线转账系统的组成结构示意图,该系统可以包括:转账服务平台10和至少一台终端11。
其中,该转账服务平台可以包括至少一台服务器101以及至少一台数据库102,服务器可以通过网络与数据库相连。
可选的,为了提高转账业务的处理效率,服务平台可以包括由多台服务器101组成的服务器集群。
在本申请实施例中,该终端11,用于向服务平台10的应用服务器101发送转账请求,其中,该转账请求可以携带有转账用户的信息、转账金额以及收账用户的信息。
相应的,该服务器101,用于在接收到终端发送的转账请求之后,响应于该转账请求,完成向该收账用户的转账。
可以理解的是,针对不同类型的转账服务平台,终端发起转账请求时所携带的信息也会有所差异。为了便于理解,以几种常见的转账场景为例,终端发起转账请求的过程进行介绍。
在一种在线转账场景中,转账服务平台可以为基于即时通信应用的在线转账服务平台,则终端可以理解为即时通讯应用所在的客户端。在该种情况下,用户可以向终端输入转账指令,终端接收到该转账指令后输出转账界面,如,用户可以触按终端上显示出的转账按键,以触发终端输出转账界面。用户在该转账界面中可以输入或选择相应的用户作为收账用户,如,参见图2a,其示出了一种即时通讯应用中转账界面的示意图。
由图2a可知,在该转账界面中可以有多种选择收账用户的方式,用户可以点击“打开通讯录”的选项,以触发终端展现出该用户的通讯录,并从通讯录中选择某个用户作为收账用户;用户还可以从“最近转账的人”所对应的下拉列表中选择出最近转账的用户作为收账用户;用户还可以“最近聊天的人”所对应的下拉列表中选择与该用户最近聊天的某个用户作为收账用户。
在终端确定出用户所选择的收账用户之后,终端可以呈现出转账金额输入界面,用户在该转账金额输入界面输入相应的金额,并点击确认转账的按键,以触发终端向应用服务器发送转账请求,在该转账请求中可以携带转账金额、收账用户在即时通讯应用中的用户名或账号,同时,该转账请求还携带有转账用户的用户名或者账号等信息。如,图2b其示出了即时通讯应用中转账金额界面的一种示意图,在基于图2a所示的转账界面选择出收账用户之后,终端可以呈现出如图2b所示的界面,用户在该图2b所示的界面中输入转账金额之后,可以触按“转账”按键,以触发终端向应用服务器发送转账请求。
在另一种在线转账场景中,转账服务平台可以为特定的支付应用的在线转账服务平台,则终端可以理解为支付应用所在的客户端。在该种情况下,用户可以向终端输入转账指令之后,终端输出的转账界面可以如图3所示,在图3所示的界面中用户可以从最近通过支付应用转账的用户中选择一个支付应用的用户作为收账用户;用户还可以选择“转账到XX账户”,以在弹出的界面中直接输入收账用户所对应的该支付应用的账号或用户名等;用户还可以选择通过该支付应用转账后自己或他人的银行卡中,则用户点击“转账到银行卡”的按键之后,终端可以弹出银行卡账号的输入界面。当然,在终端确定出收账用户的用户名或者收账用户的银行卡账号之后,终端仍会弹出输入转账金额的界面,该界面可以图2b相似。
在另一种在线转账场景中,转账服务平台可以为网上银行系统,在该种场景中,该终端可以理解为浏览器所在的客户端。用户通过终端的浏览器登录到网上银行,并选择转账操作项目之后,浏览器上可以呈现出转账操作界面,如图4,其示出了一种转账操作界面的示意图。在图4所示的界面中用户可以输入该用户转出资金的转出账户,收款的转入账户、收款人以及收款人的电话等信息,则点击界面中触发转账的按键之后,应用服务器可以获取到转出账户、收款人、转入账户等等信息。
当然,在实际应用中,在线转账系统还可以有其他应用场景,在此不再赘述。
需要说明的是,在本申请实施例中所提到的转账用户可以是发起转账的转账方,该转账方可以为单位或个人;相应的,收账用户可以接受收账的收账方,该收账方同样可以为单位或个人。但是可以理解的是,在转账服务平台中,无论是转账方还是收账方均具有服务平台的用户的属性,也就是说,收账方或转账方均可以认为是转账服务平台中的一个用户。
在本申请实施例中,服务器101还可以将转账服务平台的用户的历史行为数据存储到该数据库102中。如,服务器101可以将用户的用户账号信息,用户在服务平台上的转账行为信息和收账行为信息,以及用户与服务平台中其他用户之间的关系链信息等关联信息存储到数据库102中。
如,数据库中可以存储的用户的历史行为数据可以包括以下一种或几种:
用户账号信息,如,可以包括用户的性别、年龄、地域、年龄、在服务平台上关于账号的权限设置信息等;
转账行为信息,如,转账次数、转账金额和转账时间等等;
收账行为信息,如,收账次数、收账金额和收账时间等等;
社交行为信息,如,与该用户在转账服务平台中存在交互的目标用户的相关信息。如,目标用户可以为该用户在该转账服务平台中的好友或者存在转账关系的其他用户,目标用户的相关信息可以为不同目标用户之间是否存在转账行为,目标用户的转账行为、收账行为以及账号信息等。
其中,转账行为信息中所提及的转账可以包括账户之间普通转账以及消费支付等等;收账行为信息也可以包括支付付款以及普通收账。
特别的,当转账服务平台中不同用户可以通过不同终端实现会话交互的情况下,该社交行为信息还可以包括用户所加入的社交群组、用户的好友所加入的群组等等信息。
可以理解的是,用户在转账服务平台上的账号信息,转账、收账以及社交的行为信息都可以反映出用户在该转账服务平台上是否为可信用户,如用户的历史行为数据反映出用户存在欺诈行为或者其他风险,则该用户不属于可信用户。相应的,在本实施例中,该服务器还可以基于该数据库中存储用户的历史行为数据中的一种或几种信息,确定用户在该转账服务平台中的信用评分。
进一步,在服务器在接收到转账请求之后,还可以获取该收账用户的在该转账服务平台中的信用评分,并根据收账用户的信用评分以及预置的风险控制策略,向终端发送风险控制指示,以使得终端根据风险控制策略执行相应的操作。如,该风险控制策略可以包括:当收款用户的信用评分低于第一阈值且高于第二阈值时,向该转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;或,当该收款用户的信用评分低于第二阈值时,终止转账流程,并向该转账用户发送转账终止风险提示,其中,该第一阈值大于该第二阈值。
相应的,如果该收账用户的信用评分低于该第一阈值,在终端输出风险提示信息的同时,还可以显示出用于提示转账用户是否继续转账的二次确认信息。进一步的,当用户确认继续转账时,则终端向服务器发送确认转账指示。相应的,服务器在接收到确认转账指示时,依据转账请求所请求的转账金额,将该转账金额从该转账用户的账户转入到收款用户的账户。
需要说明的是,在本申请实施例中,转账服务平台中不同用户的信用评分可以是在该服务器接收到转账请求之前,预先分析出并存储到数据库中的;也可以是在服务器接收到转账请求之后,实时依据数据库中存储的该用户的历史行为数据,确定出的该用户的信用评分。
结合以上共性,参见图5,其示出了本申请一种转账处理方法一个实施例的流程示意图,本实施例的方法可以包括:
S501,终端向服务器发送转账请求,该转账请求携带有转账用户的标识、收账用户的标识以及转账金额。
其中,转账用户的标识用于表征该转账用户的身份的唯一标识信息,如该转账用户的标识可以为转账用户在该服务平台中的用户名、该转账用户的账户(如,账户名称或账户号码)等信息中的一种或几种。
相应的,收账用户的标识可以为收账用户的用户名、账户等唯一标识该收账用户身份的信息中的一种或几种。
当然,在转账请求中携带转账用户以及收账用户的标识仅仅是一种优选实施方式,在实际应用中,转账请求还可以携带转账用户、收账用户的其他信息,只要是能使得服务器可以确定出转账用户和收账用户即可。
S502,服务器响应于该转账请求,依据该收账用户的标识,从数据库存储的转账服务平台中不同用户的历史行为数据中,获取该收账用户的历史行为数据。
其中,收账用户的历史行为数据可以为前面提到的收账用户的账号信息、转账行为信息、收账行为信息以及社交行为信息等信息中的一种或几种,在此不再赘述。
需要说明的是,步骤S502是以用户的历史行为数据存储在数据库中为例进行说明,但是可以理解的是,当历史行为数据存储在服务器中的情况也同样适用于本申请,在此不再赘述。
S503,根据训练得到的历史行为数据与信用评分的映射关系,确定该收账用户在该转账服务平台中的信用评分。
其中,收账用户的历史行为数据可以反映出该收账用户的行为特征,从而反映出收账用户的风险性,在本申请实施例中,通过收账用户的信用评分来反映收账用户的可信程度,收账用户的信用评分越高,该收账用户的风险性越低。如,如果收账用户的历史行为数据可以体现出该收账用户涉及诈骗、或者违约等等行为,则该收账用户的信用评分会较低。
其中,用户的信用评分可以有多种可能的形式:
在一种可能的情况中,该用户的信用评分可以以为表征用户属于可信用户的概率。相应的,该历史行为数据与信用评分的映射关系具体为该历史行为数据与用户属于可信用户的概率之间的第一映射关系。
在另一种可能的情况中,该用户的信用评分可以为评分的分数值,该评分的分数值可以由用户属于可信用户的概率转换得到。具体的,历史行为数据与信用评分的映射关系可以包括历史行为数据与用户属于可信用户的概率之间的第一映射关系,以及概率与信用评分之间的第二映射关系。相应的,在基于第一映射关系以及收账用户的历史行为数据,确定出用户属于可信用户的概率值之后,可以根据训练得到的概率与信用评分之间的第二映射关系,将该收账用户属于可信用户的概率值转换为该收账用户的信用评分。
其中,考虑到概率是小数形式,不利于直观的体现用户的信用状态,而将用户属于可信用户的概率转换为信用评分之后,可以通过整数形式的评分来更加直观的反映出用户的信用状态。
在又一种可能的情况中,用户的信用评分可以通过信用等级的形式来体现。如,可以在得到用户属于可信用户的概率之后,可以根据用户属于可信用户的概率值,确定用户所属的信用等级,如,信用等级可以分为高信用等级、中等信用等级和低信用等级,高信用等级的用户属于可信用户的概率处于0.7到1之间;而中等信用等级的用户属于可信用户的概率处于0.5到0.7之间,而低信用等级的用户属于可信用户的概率小于0.5。又如,还可以是将用户属于可信用户的概率转换为整数形式的评分,并将该评分划分为高、中和低三个分数段,处于该三个分数段内的评分分别属于不同信用等级。需要说明的是,在本申请实施例中是以服务器接收到终端发送的转账请求时,实时获取收账用户的历史行为数据,并基于该历史行为数据确定该收账用户的信用评分为例进行说明。但是可以理解的是,在实际应用中,也可以预先计算出不同用户的信用评分,并将用户的信用评分存储到服务器或数据库中,这样,当服务器接收到转账请求时,可以直接从存储的用户的信用评分中,查询出该收账用户的信用评分。
S504,服务器根据该收账用户的信用评分以及预置的风险控制策略,向该终端发送风险控制提示。
其中,风险控制策略为根据收账用户的信用评分,进行转账控制的策略。
如,该风险控制策略包括:
当该收款用户的信用评分低于第一阈值且高于第二阈值时,向该转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;
或者,当该收款用户的信用评分低于第二阈值时,终止转账流程,并向所述转账用户发送转账终止风险提示。
其中,该第一阈值大于第二阈值,该第一阈值和第二阈值可以根据需要设定,如,当信用评分为收账用户属于可信用户的概率时,该第一阈值可以为0.6,第二阈值为0.4。又如,当信用评分为由收账用户属于可信用户的概率转换出的评分的情况下,假设转账服务平台中所有用户的信用评分均处于100到500之间,该第一阈值可以为300,第二阈值可以为200。又如,信用评分是信用等级的形式,则第一阈值可以为中等信用等级,第二阈值可以认为是低信用等级。其中,风险提示信息以及转账终止风险提示可以根据需要设定,如,当信用评分处于第一阈值和第二阈值之间时,风险提示信息可以为该收账用户属于低信用的风险提示,继续转账可能存在风险;当该信用评分低于第二阈值时,转账终止风险提示可以为收账用户存在高风险的用户,已终止转账流程。
其中,该风险提示信息、二次确认信息以及转账终止风险提示可以是由服务器生成,并携带在该风险控制指示中。如,在收账用户的信用评分低于第一阈值且高于第二阈值时,风险控制指示可以携带有用于提示向该收账用户转账存在风险的风险提示信息,以及确认是否需要继续转账的二次确认信息,以使得终端可以直接输出该风险提示信息以及二次确认信息。
该风险提示信息、二次确定信息以及转账终止风险提示也可以是由终端侧来生成,在该种情况下,该风险控制指示可以理解为一个触发指令,用于触发终端生成以上所提到的某一种或多种提示信息。如,在收账用户的信用评分低于第一阈值且高于第二阈值时,可以该风险控制指示用于指示终端输出风险提示信息和二次确认信息。又如,在收账用户的信用评分低于第二阈值时,该风险控制指示用于指示终端终止转账流程,并输出终止转账风险提示;或者是,将转账流程已被终止的信息发送给终端,以指示终端输出终止转账风险提示。
当然,当服务器判断出该收账用户的信用评分大于第一阈值时,还可以直接执行转账流程,以完成向该收账用户的转账。
S505,如果终端基于该风险控制指示分析出需要由转账用户确认是否继续转账,则输出风险提示信息以及确认是否继续转账的二次确认信息。
当然,如果终端基于该风险控制指示分析出需要终止该转账流程,则终端会输出终止转账风险提示,并终止转账流程;或者是,终端分析出该风险控制指示用于指示已终止转账流程时,则可以直接终止转账风险提示(该部分内容未在图5中绘出)。在终止转账流程的情况下,则无需执行后续的S506至S509。
可见,在本实施例中,服务器在接收到向收账用户转账的转账请求之后,会获取该收账用户在转账服务平台的信用评分,并且,在收账用户的信用评分低于第一阈值且高于第二阈值的情况下,服务器会向终端的转账用户输出风险提示,并提示转账用户是否继续转账,从而避免由于用户盲目转账而造成的资金损失;而且,在收账用户的信用评分低于第二阈值时,服务器通过向终端发送风险控制指示,可以在向终端的转账用户输出风险提示的同时,终止转账流程,避免由于向收账用户转账而导致的资金损失,降低了在线转账的风险。
S506,当终端接收到针对该二次确认信息的确认转账指令时,向服务器发送确认转账指示。
可选的,终端可以通过一个提示框来输出该风险提示信息和二次确认信息,相应的,当用户确认继续转账时,则可以点击该提示框中确认转账的按键,终端检测到该提示框中用于确认转账的按键被触按时,则确定检测到确认转账指令。
S507,服务器响应于该确认转账指示,将该转账金额从该转账用户的账户中转移至收账用户的账户中。
在服务器通过终端提示转账用户是否确认继续转账之后,如果转账用户确认继续转账,则服务器可以继续执行转账流程,完成向收账用户的转账。其中,该步骤S506和S507为可选步骤,如果终端未检测到确认转账指令,则无需执行该步骤S506和S507。
S508,当终端接收到针对该提示项的终止转账指令时,向服务器发送终止转账指示。
S509,服务器响应于该终止转账指示,结束转账流程。
其中,该步骤508和步骤509为可选步骤,实际应用中,如果服务器在发出风险指示之后指定时长内未接收到确认转账指示,则服务器同样可以结束转账流程。
需要说明的是,图5仅仅是本申请的转账处理方法的一种优选实施方式,在实际应用中,终端可以在检测到终端侧的转账用户输入收账用户的信息时,便将该收账用户的信息发送给服务器,以便服务器实时查询该收账用户的信用评分。相应的,如果服务器确定该收账用户低于第一阈值,或者低于第二阈值,可以向该终端返回风险控制提示。相应的,终端可以直接在转账界面中输出相应的风险提示信息以及二次确认信息,或者是输出终止转账风险提示。也就是说,用户在终端上发起转账请求之前,终端在用户所操作的转账界面中输出用于提示向收账用户转账存在风险的提示信息以及确认是否继续转账的确认提示信息,或者,输出终止转账风险提示,从而可以在用户发起转账请求之前,便使得用户可以了解到收账用户的风险状况。
在该种情况下,如果用户不希望向该收账用户转账,则可以不发起转账请求,并放弃转账即可;如果终端侧的转账用户仍希望向该收账用户转账,则可以点击用于发起转账请求的按键,以向终端输入转账指令,终端会向服务器发送转账请求。此时,对于服务器而言,该转账请求也相对于图5实施例中所提到的确认转账指示,则服务器可以响应于该转账请求,将转账金额从转账用户的账户转入到收账用户的账户中。
如,以即时通讯为例,并结合图2a和图2b所示的界面进行说明,当用户在图2a所示的转账界面中选择了某个用户作为收账用户之后,终端会将用户所选择的收账用户的账号或者用户名等标识发送给服务器;服务器可以查询该收账用户的信用评分,如果服务器确定出该收账用户低于第一阈值高于第二阈值,则可以向终端发送风险指示信息。这样,在终端切换到图2b所示的转账金额输入界面之后,在图2b所示的转账金额输入界面中显示出该风险提示语。如果终端的转账用户仍希望继续转账,则可以在输入转账金额中点击图2b中的“转账”按键,以通过终端向服务器发起转账请求,则服务器依据转账请求携带的转账用户、转账金额等信息,执行向收账用户的转账;如果用户担心转账会导致资金损失,则可以放弃转账。
当然,为了能够更加引起用户的注意,也可以在原始转账界面中采用弹出界面的方式输出风险提示语,用户在该弹出的界面点击确认之后,才可以在回到该原始转账界面发起转账请求。
可以理解的是,本申请实施例中,预先存储的不同用户的信用评分可以是由该服务器预先计算出的,可选的,为了降低服务器的负载,用户的信用评分也可以是由服务器之外的其他用于进行数据分析的分析服务器预先计算出的。如,参加图6,其示出了本申请一种转账处理系统又一个实施例的组成结构示意图。
由图6可见,该在线转账系统同样包括转账服务平台60和至少一个终端61。
不同之处在于,该转账服务平台60除了包括至少一台应用服务器601和至少一个数据库602之外,还包括至少一台分析服务器603,该分析服务器603可以与数据库602相连。需要说明的是,为了便于与分析服务器进行区分,本申请实施例中,将处理转账请求的服务器称为应用服务器,在本申请实施例中应用服务器与前面提到的服务器可以认为是同一个服务器。
该分析服务器603用于从数据库中获取用户的历史行为数据,并根据该历史行为数据以及预先训练出的历史行为数据与信用评分之间的映射关系,确定该用户的信用评分,并用户的信用评分存储到数据库中。其中,历史行为数据与信用评分的映射关系可以为一个计算模型。如,该计算模型可以包括计算用户属于可信用户的概率的第一计算模型,还可以包括将用户属于可信用户的概率转换为信用评分的第二计算模型。
可选的,分析服务器可以将该历史行为数据输入到预置的第一计算模型中,以得到该用户属于可信用户的概率,分析服务器可以将该用户属于可信用户的概率作为用户的信用评分存入到数据库中;也可以是将用户属于可信用户的概率转换为用户在该服务平台中的信用评分,并将用户的信用评分存储到数据库中;或者是,根据用户属于可信用户的概率,确定用户属于可信用户的信用等级,并将信用等级作为一种信用评分存储到数据库中。
分析服务器可以定期确定不同用户的信用评分,以不断更新服务平台中各个用户的信用评分,使得用户的信用评分与用户在转账服务平台的行为相匹配。
当然,在不设置分析服务器的情况下,由应用服务器来预先分析出不同用户的信用评分的过程,与由分析服务器确定用户的信用评分的过程相似,在此不再赘述。
可以理解的是,在本申请任意一个实施例中,在训练历史行为数据与信用评分的映射关系时,可以先确定可信用户所构成的第一样本用户集合以及不可信用户所构成的第二样本用户集合;然后,从存储的用户的历史行为数据中,分别提取第一样本用户集合中可信用户以及第二样本用户集合中不可信用户的历史行为数据;最后,依据第一样本用户集合对应的历史行为数据以及第二样本用户集合对应的历史行为数据,并利用预置的机器学习算法,训练得到表征历史行为数据与信用评分之间映射关系的信用分预测模型。
为了便于理解,假设不可信用户为欺诈用户,而可信用户为不存在欺诈行为的用户,并以训练用于计算用户属于可信用户的概率的计算模型为例进行介绍。如,参见图7,其示出了一种训练用于计算用户不属于欺诈用户的概率的计算模型的一种流程示意图,本实施例的训练过程可以包括:
S701,应用服务器采集服务平台中不同用户的历史行为数据。
其中,该历史行为数据包括以上实施例中所提到的用户账号信息、转账行为信息、收账行为信息以及社交行为信息等信息中的一种或几种。
S702,应用服务器将采集到的用户的历史行为数据进行数据清洗。
如,数据采集过程中可能会出现错误或者其他行为造成的获取到可能性取值之外的数据,所以需要对采集到的用户的历史行为数据进行奇异点去除;又如,采集到的用户的历史行为数据中可能会存在某些用户的某类数据缺失,则需要为缺失的数据赋默认值,这样就需要进行补齐缺失值的操作;又如,为了避免重复采集到的数据,数据清洗还可以包括去掉重复采集的数据。当然,数据清洗的具体操作还可以有其他操作,在此不加以限制。
S703,应用服务器将清洗后的用户的历史行为数据存储到数据库中。
其中,步骤S701至S703为可选步骤,其目的是在训练计算模型之前,获取到用于训练计算模型所需的样本的数据。
S704,分析服务器确定不属于欺诈用户的第一用户集以及属于欺诈用户的第二用户集。
其中,转账服务平台可以得到一些预先已经确定不存在欺诈行为的用户所组成的用户集,本实施例中,将不属于欺诈用户的用户集称为第一用户集。同时,转账服务平台还可以确定属于欺诈用户的用户所组成的集合,即第二用户集。如,转账服务平台可以对经常被投诉为欺诈用户的用户行为进行分析并进行核实,如果最终核实该用户具有欺诈行为,则可以标出该用户为欺诈用户。相对应的,对于一些在服务平台上不存在欺诈行为,且信用良好的用户,则可以存储到不属于欺诈用户的第一用户集中。
其中,第一用户集和第二用户集可以预先由服务平台的管理人员输入或者预先存储到数据库或分析服务器中。
S705,分析服务器从数据库中获取第一用户集中第一用户的历史行为数据以及第二用户集中第二用户的历史行为数据。
S706,分析服务器依据第一用户集对应的历史行为数据以及第二用户集对应的历史行为数据,并利用预置的机器学习方法,训练出用于计算用户不属于欺诈用户的概率的计算模型。
其中,机器学习方法可以为逻辑回归算法、神经网络算法等等。
在训练该计算模型时,可以将第一用户集中第一用户的历史行为数据作为正样本,并将第二用户集中第二用户的历史行为数据作为负样本,从而训练出用户计算用户不属于欺诈用户的概率的计算模型。需要说明的是,在图7所示的实施例中,是以分析服务器训练出计算模型为例进行说明,但是可以理解的是,如果通过服务器训练该计算模型也同样适用于本实施例,在该种情况下,可以认为分析服务器与服务器是同一台服务器。
当然,图7是以训练得到用于计算用户属于可信用户(即,不属于欺诈用户)的概率的计算模型为例进行介绍,但是在实际应用中,也可以计算出用户属于欺诈用户的计算模型。
在得到的计算模型为计算用户属于欺诈用户的概率的模型时,应用服务器可以利用该计算模型计算出用户属于欺诈用户的概率之后,直接基于该用户属于欺诈用户的概率,转换出用户属于可信用户的信用评分;或者是,应用服务器可以利用该计算属于欺诈用户的概率之后,转换得到用户属于可信用户的概率,然后再将用户属于可信用户的概率转换为用户的信用评分。
为了便于理解本申请实施例的方案,下面以一种应用场景为例,对本申请实施例的转账处理方法进行介绍,结合图6,并以转账处理方法应用于即时通讯系统为例,则转账服务平台可以理解为即时通讯服务系统,而服务器可以理解为即时通讯应用的应用服务器,则该分析服务器可以理解为用于计算即时通讯用户属于欺诈用户的概率的服务器。参见图8,其示出了本申请一种转账处理方法又一个实施例的流程示意图,本实施例的方法可以包括:
S801,应用服务器采集即时通讯系统中用户的历史行为数据。
在即时通讯应用中,该用户的历史行为数据中同样可以包括以上实施例所提到的几种信息。
特别的,在本实施例中,用户的社交行为信息中还可以包括用户所加入的社交群组信息,用户的好友所加入的群组、用户的好友之间的关系等信息。如,用户加入的群组大部分属于赌博、陌生人交流群等等类似群组,则说明该用户的可信程度不高;同样的,用户的好友之间都不存在好友关系,则该用户的可信程度也会较低,可见,用户的社交行为信息会反映出该用户的可信程度。
S802,应用服务器将采集到的历史行为数据存储到数据库中。
S803,分析服务器按照预设的数据更新周期,定期从数据库中获取各个用户的历史行为数据,并利用预置的概率计算模型,计算出各个用户属于欺诈用户的概率。
其中,数据更新周期可以根据需要设定,如,可以每天或每周更新一次用户属于欺诈用户的概率。
S804,分析服务器按照预置的概率与信用评分之间的转换函数,分别将每个用户属于欺诈用户的概率转换为该用户在该即时通讯系统中的信用评分。
其中,通过概率计算模型计算出的用户属于欺诈用户的概率是从0到1的小数,为了使得数据能更加直观反映出用户的信用状况,可以将该概率转换为一个通过整数表示的信用评分。其中,概率与信用评分的转换函数可以有多种可能情况下,但是需要遵循一个原则,即用户属于欺诈用户的概率越大,该用户的信用评分越低。如,公式一是一种将用户属于欺诈用户的概率转换为用户的信用评分的一种转换函数:
其中,S为用户的信用评分,P为用户属于欺诈用户的概率;b为预设的基准分,该基准分表示信用评分的最低分;a为预设的步长;m为预设的最高信用评分与最低信用评分的差值。
S805,分析服务器将计算出的各个用户的信用评分存储到数据库中。
可以理解的是,如上步骤S801至S805是一种可选步骤,其目的是生成预先存储到数据库中的信用评分,但是在应用服务器处理在线转账时,并不需要执行以上步骤S801和S805。
需要说明的是,本实施例是以分析服务器来确定用户在即时通讯系统中的信用评分为例进行说明,但是可以理解的是,由应用服务器来确定信用评分也同样适用于本实施例,其具体过程与分析服务器的处理过程相似,在此不再赘述。
S806,终端在检测到转账用户在转账界面输入转账指令时,获取用户输入或选择的转账金额和收账用户的用户名。
如,可以参见图2a和图2b所示,在终端确定出用户已选择了收账用户的用户名之后,可以进入到图2b的界面,由用户在图2b的界面中输入转账金额,并触发发起转账请求。
S807,终端向应用服务器发送转账请求,该转账请求携带有该转账用户的用户名、收账用户的用户名以及转账金额。
本实施例,以收账用户和转账用户的标识为其用户名为例进行介绍,但是对于标识为其他情况时,也同样适用于本申请实施例。
S808,应用服务器根据该收账用户的用户名,从数据库中查询该收账用户的信用评分。
S809,应用服务器判断该收账用户的信用评分是否小于预设的第一阈值,如果是,则执行步骤S811;如果否,则执行步骤S810。
其中,该信用阈值可以根据需要设定。
S810,当应用服务器判断出该收账用户的信用评分不小于该第一阈值时,依据转账用户的用户名,将该转账金额从转账用户的账户转移到收账用户的账户中。
S811,当应用服务器判断出该收账用户的信用评分小于该第一阈值时,判断收账用户的信用评分是否大于第二阈值,如果是,则执行步骤S812;如果否,则执行步骤S816。
S812,应用服务器向终端发送风险控制指示,以指示终端输出风险提示信息以及用于确认是否继续转账的二次确认信息。
S813,终端响应于风险控制指令,在即时通讯的转账界面中弹出包含有风险提示语、二次确认信息和确认转账按键的风险确认界面。
其中,该风险提示界面的确认转账按键用于触发终端发送确认转账指示,当用户根据该风险提示语以及二次确认信息,确定继续转账的情况下,便可以点击该确认转账按键。
S814,当终端检测到用户在该风险确认界面中点击确认转账按键时,向应用服务器发送确认转账指示。
其中,在该风险确认界面中可以显示出用于提示该收账用户可能属于欺诈用户的风险提示语,以及用于提醒转账用户是否确认转账的确认指示按键,这样,如果用户点击该确认转账按键,则表明用户希望继续转账,终端会执行步骤S814的操作。
如,仍以图2b所示的转账金额输入界面为例进行说明,当用户在图2b输入转账金额并发起转账请求之后,终端向应用服务器发起转账请求。如果该收账用户的信用评分低于预设的信用阈值,则终端可以在该转账金额输入界面上弹出一个风险确认界面,该风险确认界面可以处于该转账金额输入界面的上层,且该风险确认界面上可以显示有风险提示语以及确认转账按键。如果用户点击确认转账按键,就可以触发终端向应用服务器发送确认转账指示。
可选的,该风险确认界面还可以显示有放弃按键,如果用户点击该放弃按键,则退出转账界面。当然,如果用户不点击该确认提示按键,也可以默认用户放弃转账。
S815,应用服务器响应于该确认转账指示,将转账金额从转账用户的账户转移到收账用户的账户中。
S816,应用服务器终止转账流程,并向终端发送风险控制指示,以指示终端输出终止转账风险提示。
下面对本申请一种在线转账装置进行介绍。
参见图9,其示出了本申请一种在线转账装置一个实施例的组成结构示意图,本实施例的装置可以应用于转账服务平台中的服务器,本实施例的装置可以包括:
请求接收单元901,用于接收终端发送的转账请求,所述转账请求携带有转账用户的标识和收款用户的标识;
评分获取单元902,用于根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的信用评分;
风险控制单元903,用于根据所述收账用户的信用评分以及预置的风险控制策略,向所述终端发送风险控制提示,其中,所述风险控制策略包括:当所述收款用户的信用评分低于第一阈值且高于第二阈值时,向所述转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;或,当所述收款用户的信用评分低于第二阈值时,终止转账流程,并向所述转账用户发送转账终止风险提示,其中,所述第一阈值大于所述第二阈值。
可选的,所述评分获取单元,包括:
行为数据获取单元,用于根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的历史行为数据;
信用评分分析单元,用于根据训练得到的历史行为数据与信用评分的映射关系,确定所述收账用户的信用评分。
可选的,所述信用评分分析单元,包括:
概率分析单元,用于根据训练得到的历史行为数据与用户属于可信用户的概率之间的第一映射关系,确定所述收账用户属于所述转账服务平台中的可信用户的概率值。
可选的,所述评分获取单元,包括:
概率分析单元,用于根据训练得到的历史行为数据与用户属于可信用户的概率之间的第一映射关系,确定所述收账用户属于可信用户的概率值;
评分转换单元,用于根据训练得到的概率与信用评分之间的第二映射关系,将所述收账用户属于可信用户的概率值转换为所述收账用户的信用评分。
可选的,所述评分获取单元具体为,用于根据所述收账用户的标识,从存储的用户的信用评分中,查询所述收账用户的信用评分。
可选的,所述请求接收单元接收到的所述转账请求还携带有转账金额;
所述装置还包括:
转账执行单元,用于当所述风险控制单元确定出所述收账用户的信用评分低于所述第一阈值,并在所述风险控制单元向所述终端发送风险控制提示之后,在所述当接收到终端发送的确认转账指示时,将所述转账金额从所述转账用户的账户转移到所述收账用户的账户。
本发明实施例还提供了一种服务器,该服务器可以包括上述所述的另一种在线转账装置。
图10示出了服务器的硬件结构框图,参照图10,服务器100可以包括:处理器1001,通信接口1002,存储器1003和通信总线1004;
其中处理器1001、通信接口1002、存储器1003通过通信总线1004完成相互间的通信;
可选的,通信接口1002可以为通信模块的接口,如GSM模块的接口;
处理器1001,用于执行程序;
存储器1003,用于存放程序;
程序可以包括程序代码,所述程序代码包括计算机操作指令。
处理器1001可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器1003可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
其中,程序可具体用于:
接收终端发送的转账请求,所述转账请求携带有转账用户的标识和收款用户的标识;
根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的信用评分;
根据所述收账用户的信用评分以及预置的风险控制策略,向所述终端发送风险控制提示,其中,所述风险控制策略包括:当所述收款用户的信用评分低于第一阈值且高于第二阈值时,向所述转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;或,当所述收款用户的信用评分低于第二阈值时,终止转账流程,并向所述转账用户发送转账终止风险提示,其中,所述第一阈值大于所述第二阈值。
需要说明的是,本说明书中的各个实施例均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的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,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,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域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发明的精神或范围的情况下,在其它实施例中实现。因此,本发明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。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种转账处理方法,应用于转账服务平台中的服务器,其特征在于,包括:
接收终端发送的转账请求,所述转账请求携带有转账用户的标识和收账用户的标识;
根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的信用评分,其中包括:根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的历史行为数据;根据训练得到的历史行为数据与信用评分的映射关系,确定所述收账用户的信用评分;所述收账用户在所述转账服务平台中的历史行为数据用于反映所述收账用户在所述转账服务平台上是否为可信用户;
根据所述收账用户的信用评分以及预置的风险控制策略,向所述终端发送风险控制提示,其中,
所述风险控制策略包括:当所述收账用户的信用评分低于第一阈值且高于第二阈值时,向所述转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;
或,当所述收账用户的信用评分低于第二阈值时,终止转账流程,并向所述转账用户发送转账终止风险提示,其中,所述第一阈值大于所述第二阈值。
2.根据权利要求1所述的转账处理方法,其特征在于,所述根据训练得到的历史行为数据与信用评分的映射关系,确定所述收账用户的信用评分,包括:
根据训练得到的历史行为数据与用户属于可信用户的概率之间的第一映射关系,确定所述收账用户属于所述转账服务平台中的可信用户的概率值。
3.根据权利要求1所述的转账处理方法,其特征在于,所述根据训练得到的历史行为数据与信用评分的映射关系,确定所述收账用户的信用评分,包括:
根据训练得到的历史行为数据与用户属于可信用户的概率之间的第一映射关系,确定所述收账用户属于可信用户的概率值;
根据训练得到的概率与信用评分之间的第二映射关系,将所述收账用户属于可信用户的概率值转换为所述收账用户的信用评分。
4.根据权利要求1所述的转账处理方法,其特征在于,所述历史行为数据与信用评分的映射关系通过如下方式训练得到:
确定可信用户所构成的第一样本用户集合以及不可信用户所构成的第二样本用户集合;
从存储的用户的历史行为数据中,提取所述第一样本用户集合中各个可信用户的历史行为数据,以及所述第二样本用户集合中各个不可信用户的历史行为数据;
基于第一样本用户集合对应的历史行为数据以及所述第二样本用户集合对应的历史行为数据,并利用预置的机器学习算法,训练得到表征历史行为数据与信用评分之间映射关系的信用分预测模型。
5.根据权利要求1所述的转账处理方法,其特征在于,所述根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的信用评分,包括:
根据所述收账用户的标识,从存储的用户的信用评分中,查询所述收账用户的信用评分。
6.根据权利要求1所述的转账处理方法,其特征在于,所述转账请求还携带有转账金额;
当所述收账用户的信用评分低于所述第一阈值且高于所述第二阈值,并在所述向所述终端发送风险控制提示之后,还包括:
当接收到终端发送的确认转账指示时,将所述转账金额从所述转账用户的账户转移到所述收账用户的账户。
7.一种转账处理装置,应用于转账服务平台中的服务器,其特征在于,包括:
请求接收单元,用于接收终端发送的转账请求,所述转账请求携带有转账用户的标识和收账用户的标识;
评分获取单元,用于根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的信用评分;
风险控制单元,用于根据所述收账用户的信用评分以及预置的风险控制策略,向所述终端发送风险控制提示,其中,所述风险控制策略包括:当所述收账用户的信用评分低于第一阈值且高于第二阈值时,向所述转账用户发送风险提示信息以及用于确认是否继续转账的二次确认信息;或,当所述收账用户的信用评分低于第二阈值时,终止转账流程,并向所述转账用户发送转账终止风险提示,其中,所述第一阈值大于所述第二阈值;
所述评分获取单元,包括:
行为数据获取单元,用于根据所述收账用户的标识,获取所述收账用户在所述转账服务平台中的历史行为数据;所述收账用户在所述转账服务平台中的历史行为数据用于反映所述收账用户在所述转账服务平台上是否为可信用户;
信用评分分析单元,用于根据训练得到的历史行为数据与信用评分的映射关系,确定所述收账用户的信用评分。
8.根据权利要求7所述的转账处理装置,其特征在于,所述信用评分分析单元,包括:
概率分析单元,用于根据训练得到的历史行为数据与用户属于可信用户的概率之间的第一映射关系,确定所述收账用户属于所述转账服务平台中的可信用户的概率值。
9.根据权利要求7所述的转账处理装置,其特征在于,所述评分获取单元,包括:
概率分析单元,用于根据训练得到的历史行为数据与用户属于可信用户的概率之间的第一映射关系,确定所述收账用户属于可信用户的概率值;
评分转换单元,用于根据训练得到的概率与信用评分之间的第二映射关系,将所述收账用户属于可信用户的概率值转换为所述收账用户的信用评分。
10.根据权利要求7所述的转账处理装置,其特征在于,所述评分获取单元具体为,用于根据所述收账用户的标识,从存储的用户的信用评分中,查询所述收账用户的信用评分。
11.根据权利要求7所述的转账处理装置,其特征在于,所述请求接收单元接收到的所述转账请求还携带有转账金额;
所述装置还包括:
转账执行单元,用于当所述风险控制单元确定出所述收账用户的信用评分低于所述第一阈值且高于所述第二阈值,并在所述风险控制单元向所述终端发送风险控制提示之后,当接收到终端发送的确认转账指示时,将所述转账金额从所述转账用户的账户转移到所述收账用户的账户。
12.一种存储介质,其特征在于,所述存储介质中存储有程序,所述程序被执行时实现如权利要求1~6任一项所述的转账处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611018874.5A CN108076102B (zh) | 2016-11-18 | 2016-11-18 | 一种转账处理方法和装置 |
PCT/CN2017/107485 WO2018090794A1 (zh) | 2016-11-18 | 2017-10-24 | 一种信息处理方法和装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611018874.5A CN108076102B (zh) | 2016-11-18 | 2016-11-18 | 一种转账处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108076102A CN108076102A (zh) | 2018-05-25 |
CN108076102B true CN108076102B (zh) | 2019-12-10 |
Family
ID=62145230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611018874.5A Active CN108076102B (zh) | 2016-11-18 | 2016-11-18 | 一种转账处理方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108076102B (zh) |
WO (1) | WO2018090794A1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335093A (zh) * | 2018-03-07 | 2018-07-27 | 深圳前海微众银行股份有限公司 | 转账控制方法、系统、终端、计算机可读存储介质 |
CN110648214B (zh) * | 2018-06-27 | 2022-06-24 | 银联数据服务有限公司 | 一种确定异常账户的方法及装置 |
CN110866207B (zh) * | 2018-08-28 | 2024-04-09 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置和机器可读介质 |
CN109242495A (zh) * | 2018-09-10 | 2019-01-18 | 湖北众锐智能技术股份有限公司 | 一种基于大数据分析的风险控制方法 |
CN110020863A (zh) * | 2018-11-08 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 一种获取欺诈相关信息的方法及装置 |
CN109784919A (zh) * | 2018-12-25 | 2019-05-21 | 瞬联软件科技(北京)有限公司 | 一种用颜色显示网上支付安全风险值的方法及系统 |
CN109815853A (zh) * | 2019-01-04 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 活体检测方法、装置、计算机设备和存储介质 |
CN109816368A (zh) * | 2019-02-12 | 2019-05-28 | 银联国际有限公司 | 一种转账安全控制方法以及转账安全控制系统 |
US11496489B1 (en) * | 2019-03-28 | 2022-11-08 | Ca, Inc. | Knowledge-aware detection of attacks on a client device conducted with dual-use tools |
CN111770011B (zh) * | 2019-04-01 | 2022-08-26 | 钉钉控股(开曼)有限公司 | 风险提示方法及装置、电子设备、计算机可读存储介质 |
CN110134862A (zh) * | 2019-04-17 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 产品信息展示方法、装置、计算机设备和存储介质 |
CN110189000B (zh) * | 2019-05-16 | 2022-05-31 | 北京字节跳动网络技术有限公司 | 一种评分统一方法、装置及存储介质 |
CN110717822A (zh) * | 2019-09-24 | 2020-01-21 | 支付宝(杭州)信息技术有限公司 | 一种转账中的风控方法、装置及设备 |
CN110784394A (zh) * | 2019-10-31 | 2020-02-11 | 维沃移动通信有限公司 | 一种提示方法及电子设备 |
TWI780427B (zh) * | 2020-04-16 | 2022-10-11 | 彰化商業銀行股份有限公司 | 帳戶金流分析與警示系統及其方法 |
CN112184231B (zh) * | 2020-11-02 | 2022-06-28 | 支付宝(杭州)信息技术有限公司 | 一种可信业务确定方法及装置 |
CN112422534B (zh) * | 2020-11-06 | 2023-09-22 | 度小满科技(北京)有限公司 | 电子证书的信用评估方法以及设备 |
CN113052606A (zh) * | 2021-03-30 | 2021-06-29 | 南京维沃软件技术有限公司 | 应用的防诈骗方法、装置和电子设备 |
CN113706155A (zh) * | 2021-08-26 | 2021-11-26 | 中国工商银行股份有限公司 | 网络金融反诈骗方法、装置、设备、介质和程序产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139193A (zh) * | 2015-07-31 | 2015-12-09 | 腾讯科技(深圳)有限公司 | 一种电子资源处理方法、装置及服务器 |
CN105429948A (zh) * | 2015-10-28 | 2016-03-23 | 东莞酷派软件技术有限公司 | 一种危险账户的识别方法及装置 |
CN105868989A (zh) * | 2016-03-21 | 2016-08-17 | 成都百鱼电子商务有限公司 | 基于社交网络用户信任度的移动支付风险控制系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2946445B1 (fr) * | 2009-06-05 | 2015-10-30 | Jade I | Procede d'acquisition d'une donnee en provenance d'un utilisateur lors d'un paiement par carte avec un terminal de paiement |
CN105791335B (zh) * | 2014-12-17 | 2019-10-01 | 阿里巴巴集团控股有限公司 | 一种信息处理方法及装置 |
CN105654303B (zh) * | 2015-12-31 | 2022-02-11 | 拉扎斯网络科技(上海)有限公司 | 一种高风险用户识别方法及装置 |
-
2016
- 2016-11-18 CN CN201611018874.5A patent/CN108076102B/zh active Active
-
2017
- 2017-10-24 WO PCT/CN2017/107485 patent/WO2018090794A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139193A (zh) * | 2015-07-31 | 2015-12-09 | 腾讯科技(深圳)有限公司 | 一种电子资源处理方法、装置及服务器 |
CN105429948A (zh) * | 2015-10-28 | 2016-03-23 | 东莞酷派软件技术有限公司 | 一种危险账户的识别方法及装置 |
CN105868989A (zh) * | 2016-03-21 | 2016-08-17 | 成都百鱼电子商务有限公司 | 基于社交网络用户信任度的移动支付风险控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018090794A1 (zh) | 2018-05-24 |
CN108076102A (zh) | 2018-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108076102B (zh) | 一种转账处理方法和装置 | |
CN107872772B (zh) | 诈骗短信的检测方法及装置 | |
CN106878309B (zh) | 应用于网络支付的安全预警方法及装置 | |
CN111476571B (zh) | 基于区块链的资产处理方法、装置、设备和存储介质 | |
CN110535970B (zh) | 司法链的证据存证和处理方法、装置、设备和介质 | |
CN110601956A (zh) | 一种内容聚合方法、装置、计算机设备和存储介质 | |
US10810584B2 (en) | Authentication platform for pin debit issuers | |
US20210248607A1 (en) | Systems and methods for using machine learning to predict events associated with transactions | |
CN110852870A (zh) | 一种虚拟资源转移方法、装置、设备及可读存储介质 | |
CN110458545A (zh) | 电子交易处理方法、服务器、交易终端和系统 | |
WO2019023372A1 (en) | SECURITY OF AN ELECTRONIC PAYMENT NETWORK | |
US20160307258A1 (en) | Virtual assistant server providing services requested through device communications | |
CN110598058A (zh) | 司法链的证据存证和处理方法、装置、设备和介质 | |
CN107239942A (zh) | 一种数据处理方法及装置、转账方法及装置 | |
CN113872928B (zh) | 通过网络安全防御获得收益的方法、客户端及系统 | |
CN111126071A (zh) | 提问文本数据的确定方法、装置和客服群的数据处理方法 | |
US8799763B1 (en) | Methods and apparatus for assisting in completion of a form | |
CN108427868B (zh) | 资源传输对象的验证方法、系统及客户端 | |
CN106875175B (zh) | 一种便于支付主体扩展的方法和装置 | |
CN112053230B (zh) | 一种存单产品信息的处理方法、移动客户端及系统 | |
US20230056653A1 (en) | Document analysis to identify document characteristics and appending the document characteristics to a record | |
CN114418566A (zh) | 一种向社交软件中联系人转账的方法、装置及电子设备 | |
CN109919767B (zh) | 交易风险管理方法、装置及设备 | |
CN109313771A (zh) | 实时拍卖的可靠性度量 | |
CN109074552A (zh) | 基于知识图来增强联系卡 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240103 Address after: 518000 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 Floors Patentee after: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. Patentee after: TENCENT CLOUD COMPUTING (BEIJING) Co.,Ltd. Address before: 2, 518000, East 403 room, SEG science and Technology Park, Zhenxing Road, Shenzhen, Guangdong, Futian District Patentee before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. |
|
TR01 | Transfer of patent right |