CN108711013A - 异常行为确定方法、装置、设备及存储介质 - Google Patents

异常行为确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN108711013A
CN108711013A CN201810508485.3A CN201810508485A CN108711013A CN 108711013 A CN108711013 A CN 108711013A CN 201810508485 A CN201810508485 A CN 201810508485A CN 108711013 A CN108711013 A CN 108711013A
Authority
CN
China
Prior art keywords
typing
abnormal behaviour
behavior
lading
bill
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
Application number
CN201810508485.3A
Other languages
English (en)
Inventor
游昌永
秦溪
罗爱军
封文进
陈詹超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Maimaiti Mdt Infotech Ltd Shenzhen
Original Assignee
Maimaiti Mdt Infotech Ltd Shenzhen
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Maimaiti Mdt Infotech Ltd Shenzhen filed Critical Maimaiti Mdt Infotech Ltd Shenzhen
Priority to CN201810508485.3A priority Critical patent/CN108711013A/zh
Publication of CN108711013A publication Critical patent/CN108711013A/zh
Pending legal-status Critical Current

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Computer Hardware Design (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种异常行为确定方法，包括：获取用户提单过程中各项录入行为的行为数据；根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，行为结果包括第一修改次数和第一录入时长；当第一修改次数与平均修改次数的差值超过预设次数阈值，和/或第一录入时长与平均录入时长的差值超过预设时长阈值时，确定录入行为为异常行为。本发明中，通过实时记录用户提单过程中各项录入行为的行为数据来准确判定用户的录入行为是否存在异常，以准确识别出用户提单过程中所存在的信息造假等异常行为，以便对其进行准确的风险评估，从而提高风险评估的准确性、有效性，降低贷款风险。本发明还提供一种异常行为确定装置、设备及存储介质。

Description

异常行为确定方法、装置、设备及存储介质
技术领域
本发明涉及金融技术领域，尤其涉及一种异常行为确定方法、确定装置、确定设备及存储介质。
背景技术
随着信息产业的高速发展和移动互联网的普及，互联网金融得到了快速发展，越来越多的个人、企业通过互联网寻求融资、借贷等金融服务，而提供互联网金融服务的网贷平台一般根据借贷者在提单过程中提供的用户信息来评估用户的贷款风险，以根据贷款风险来审核借贷者的贷款请求。
现有的风险审核往往是直接根据借贷者所提交的用户信息来进行风险审核，即根据借贷者在提单过程中输入的用户信息来确定其风险程度，而并不审核借贷者在提单过程中是否存在信息输入弄虚作假等异常行为，造成风险评估的准确性不高，无法准确反映借贷者的贷款风险。
综上，如何准确确定提单过程中的异常行为以提高风险评估的准确性成为本领域技术人员亟待解决的技术问题。
发明内容
本发明实施例提供了一种异常行为确定方法、确定装置、确定设备及存储介质，能够准确判定用户的录入行为是否存在异常，从而准确识别出用户提单过程中所存在的信息造假等异常行为，方便对其提单风险进行准确评估，提高风险评估的准确性和有效性，降低贷款风险。
本发明实施例的第一方面，提供了一种异常行为确定方法，包括：
获取用户提单过程中各项录入行为的行为数据；
根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长；
当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为。
进一步地，在确定所述录入行为为异常行为后，包括：
显示所述异常行为、所述异常行为的第一修改次数和第一录入时长以及与所述异常行为对应的平均修改次数和平均录入时长。
优选地，所述异常行为确定方法，还包括；
利用大数据分析确定历史用户各项录入行为的第二修改次数和第二录入时长；
根据各项录入行为的第二修改次数计算各项录入行为的平均修改次数；
根据各项录入行为的第二录入时长计算各项录入行为的平均录入时长。
可选地，所述异常行为确定方法，还包括：
根据所述异常行为确定所述用户的提单风险等级。
进一步地，所述根据所述异常行为确定所述用户的提单风险等级，包括：
根据所述异常行为统计所述用户在该次提单过程中的异常行为次数；
根据所述异常行为次数与所述提单风险等级的第一预设对应关系，确定所述用户的提单风险等级。
优选地，所述根据所述异常行为确定所述用户的提单风险等级，包括：
获取各项异常行为的预设权重；
根据所述预设权重计算所述用户在该次提单过程中的提单风险值；
根据所述提单风险值与所述提单风险等级的第二预设对应关系，确定所述用户的提单风险等级。
本发明实施例的第二方面，提供了一种异常行为确定装置，包括：
行为数据获取模块，用于获取用户提单过程中各项录入行为的行为数据；
行为结果确定模块，用于根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长；
异常行为确定模块，用于当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为。
进一步地，异常行为确定装置，还包括：
异常行为显示模块，用于显示所述异常行为、所述异常行为的第一修改次数和第一录入时长以及与所述异常行为对应的平均修改次数和平均录入时长。
本发明实施例的第三方面，提供了一种异常行为确定设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述第一方面所述异常行为确定方法的步骤。
本发明实施例的第四方面，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存储有计算机程序，所述计算机程序被处理器执行时实现如前述第一方面所述异常行为确定方法的步骤。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，实时获取用户提单过程中各项录入行为的行为数据，并根据各项行为数据确定用户各项录入行为的修改次数和录入时长，以根据修改次数、录入时长与对应的平均修改次数、平均录入时长的关系来确定各项录入行为是否为异常行为，即本发明实施例中，通过实时记录用户提单过程中各项录入行为的行为数据，可准确判定用户的录入行为是否存在异常，从而准确识别出用户提单过程中所存在的信息造假等异常行为，方便对其提单风险进行准确评估，提高风险评估的准确性和有效性，降低贷款风险。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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为本发明实施例一提供的异常行为确定方法的方法流程图；
图2为本发明实施例一中异常行为确定方法在一个应用场景下显示异常行为的流程示意图；
图3为本发明实施例一中异常行为确定方法在一个应用场景下确定提单风险等级的流程示意图；
图4为本发明实施例二提供的异常行为确定装置的结构示意图；
图5为本发明实施例三提供的异常行为确定设备的示意图。
具体实施方式
本发明实施例提供了一种异常行为确定方法、确定装置、确定设备及存储介质，用于准确判定用户的录入行为是否存在异常，从而准确识别出用户提单过程中所存在的信息造假等异常行为，方便对其提单风险进行准确评估，提高风险评估的准确性和有效性，降低贷款风险。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
本发明实施例中的提单过程是指用户申请贷款时填写用户个人信息、贷款信息等信息以提交贷款申请的过程。
请参阅图1，本发明实施例一提供了一种异常行为确定方法，所述异常行为确定方法，包括：
步骤S101、获取用户提单过程中各项录入行为的行为数据。
可以理解的是，在用户申请贷款时，一般首先需要用户填写姓名、身份证号码、手机号、家庭住址、工作单位、单位行业、单位地址等个人信息，以及贷款金额、到帐帐号、还款方式、还款账户、还款时间等贷款信息。因而，在用户贷款的提单过程中，需要进行大量的录入行为，即会产生大量的行为数据，其中，行为数据是指用户进行每一项录入行为的录入次数及每一次录入次数中的录入开始时间和录入结束时间等。
本实施例中，在用户进行各项录入行为时，实时记录用户在每一项录入行为中的录入次数及每一次录入次数中的录入开始时间和录入结束时间等行为数据。如在用户进行姓名的录入中，记录用户第一次执行姓名录入的开始时间和第一次完成姓名录入的结束时间，以得到姓名录入行为中的第一个行为数据，若用户此时还存在第二次姓名录入，即用户此时存在修改姓名的行为的话，则同样记录用户修改姓名的开始时间和修改姓名完成的结束时间，以得到姓名录入行为中的第二个行为数据，如此进行下去，以得到各项录入行为的各个行为数据。
步骤S102、根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长。
可以理解的是，在得到各项录入行为的行为数据后，可根据各项录入行为的行为数据确定出各项行为结果。具体地，可根据各项录入行为的录入次数得到各项录入行为的第一修改次数，如将各项录入行为的录入次数减去一次得到各项录入行为的第一修改次数。同时，可根据各项录入行为中每一录入次数的开始时间和结束时间得到各项录入行为总的第一录入时长，如在一项录入行为中将每一录入次数的结束时间减去开始时间得到各个录入次数的录入时长，然后将各个录入次数的录入时长相加得到该项录入行为总的第一录入时长。
如在某一提单过程的身份证号码录入中，用户第一次录入的开始时间为10：00，第一次录入的结束时间为10：05；用户第二次录入的开始时间为10：30，第二次录入的结束时间为10：34；用户第三录入的开始时间为11：13，用第三次录入的结束时间为11：15，则可确定出用户在身份证号码的录入行为中的第一修改次数为2，第一录入时长为(5+4+2)，即11分钟。
步骤S103、当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为。
可以理解的是，所述平均修改次数和所述平均录入时长可根据在该用户执行提单之前，所有其他用户提单过程中产生的行为数据来确定，即本实施例中，所述平均修改次数和所述平均录入时长的确定步骤具体包括：步骤a、利用大数据分析确定历史用户各项录入行为的第二修改次数和第二录入时长；步骤b、根据各项录入行为的第二修改次数计算各项录入行为的平均修改次数；步骤c、根据各项录入行为的第二录入时长计算各项录入行为的平均录入时长。
在此，本实施例中，在数据库中保存有历史上所有用户提单过程中产生的行为数据，从而可根据保存的历史行为数据来分析得到各项录入行为的平均修改次数和平均修改时长。如在姓名录入行为中，通过查询数据库可得到历史各用户的姓名录入次数，根据历史各用户的姓名录入次数即可进一步计算得到历史各用户在执行姓名录入行为中的第二修改次数，对历史所有用户的第二修改次数求平均即可得到历史所有用户中姓名录入行为的平均修改次数。同样地，依此，可得到历史各用户在执行姓名录入行为中的第二录入时长，对历史所有用户的第二录入时长求平均即可得到历史所有用户中姓名录入行为的平均录入时长。
当各项录入行为的平均修改次数和平均录入时长确定后，将该用户此次提单过程中各项录入行为的第一修改次数与对应的平均修改次数相比较，若该用户此次提单过程某一录入行为的第一修改次数与对应的平均修改次数的差值超过预设次数阈值的话，即可认为该用户的该项录入行为为异常行为。如在身份证号码录入行为中，所确定的平均修改次数为2次，而该用户在身份证号码录入中进行了5次修改，则可认为该用户的身份证号码录入行为为异常行为。
或者，将该用户此次提单过程各项录入行为的第一录入时长与对应的平均录入时长相比较，若该用户此次提单过程某一录入行为的第一录入时长与对应的平均录入时长的差值超过预设时长阈值的话，则可认为该用户的该项录入行为为异常行为。如在身份证号码录入行为中，所确定的平均录入时长为30秒，而该用户的身份证号码录入行为为3分钟，则可认为该用户的身份证号码录入行为为异常行为。
可以理解的是，本实施例中，也可在用户该次提单过程中某一录入行为的第一修改次数与对应的平均修改次数的差值超过预设次数阈值，且用户该次提单过程该项录入行为的第一录入时长与对应的平均录入时长的差值也超过预设时长阈值时，才确定该用户的该项录入行为为异常行为。
可以理解的是，本实施例中，所述预设次数阈值和所述预设时长阈值可根据历史数据来分析确定，当然也可由贷款公司等金融公司根据自己的实际需要来确定。
进一步地，请参阅图2，图2示出了本发明实施例一中的一种异常行为确定方法在一个应用场景下显示异常行为的流程示意图。该场景下，所述异常行为确定方法，包括步骤S201、步骤S202、步骤S203及步骤S204。
其中，步骤S201、获取用户提单过程中各项录入行为的行为数据与上述步骤S101相似；步骤S202、根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长与上述步骤S102相似；步骤S203、当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为与上述步骤S103相似，为简明起见，在此不再赘述。
步骤S204、显示所述异常行为、所述异常行为的第一修改次数和第一录入时长以及与所述异常行为对应的平均修改次数和平均录入时长。
可以理解的是，本场景中，在确定了某一用户提单过程中所存在的异常行为后，即可在审核人员审核该用户的信息时将该异常行为进行突出显示，并且显示该异常行为所存在的第一修改次数和第一录入时长，同时还可将该异常行为所对应的平均修改次数和平均录入时长一并显示出来，以使得审核人员对该用户的此次提单行为有全面的了解，从而方便审核人员对该用户的该次提单行为进行准确的风险评估。
优选地，请参阅图3，图3示出了本发明实施例一中的一种异常行为确定方法在一个应用场景下确定提单风险等级的流程示意图。该场景下，所述异常行为确定方法，包括步骤S301、步骤S302、步骤S303及步骤S304。
其中，步骤S301、获取用户提单过程中各项录入行为的行为数据与上述步骤S101相似；步骤S302、根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长与上述步骤S102相似；步骤S303、当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为与上述步骤S103相似，为简明起见，在此不再赘述。
步骤S304、根据所述异常行为确定所述用户的提单风险等级。
可以理解的是，在该场景下，当确定了用户该次提单过程中所存在的异常行为后，可进一步根据该异常行为确定出该用户此次提单行为所存在的提单风险等级，并在显示提单行为时，将该提单风险等级一并显示给审核人员，为审核人员的风险评估提供参考。
进一步地，在本场景一个具体应用中，所述根据所述异常行为确定所述用户的提单风险等级，具体包括：步骤d、根据所述异常行为统计所述用户在该次提单过程中的异常行为次数；步骤e、根据所述异常行为次数与所述提单风险等级的第一预设对应关系，确定所述用户的提单风险等级。
本应用中，可预先通过对根据大量行为数据确定的异常行为次数与审核结果中所确定的对应的提单风险等级进行分析，来确定出异常行为次数与提单风险等级之间的第一预设对应关系，从而根据该第一预设对应关系确定用户提单行为的提单风险等级。如在某一实际场合中，确定有：异常行为次数为0至5次时，对应的提单风险等级为1级；异常行为次数为6至10次时，对应的提单风险等级为2级；异常行为次数为11至15次时，对应的提单风险等级为3级；异常行为次数为16次及16次以上时，对应的提单风险等级为4级，而当统计得到某一用户该次提单过程中的异常行为次数为7次时，则可确定该用户的该次提单行为的提单风险等级为2级。
可以理解的是，本场景中，提单风险等级越高，表明用户此次的提单风险越大，贷款成功率越低。
优选地，在本场景另一个具体应用中，所述根据所述异常行为确定所述用户的提单风险等级，包括：步骤f、获取各项异常行为的预设权重；步骤g、根据所述预设权重计算所述用户在该次提单过程中的提单风险值；步骤h、根据所述提单风险值与所述提单风险等级的第二预设对应关系，确定所述用户的提单风险等级。
本应用中，可根据各项录入行为的重要程度为各项异常行为配置相应的预设权重，并可预先通过对根据大量行为数据确定的提单风险值和审核结果中所确定的对应的提单风险等级进行分析，来确定出提单风险值与提单风险等级之间的第二预设对应关系，从而根据该第二预设对应关系确定用户提单行为的提单风险等级。
如在某一实际场合中，确定有：姓名异常行为的预设权重为10，身份证号码异常行为的预设权重为15，手机号异常行为的预设权重为8，家庭住址异常行为的预设权重为3，工作单位异常行为的预设权重为2，单位行业异常行为的预设权重为2，单位地址异常行为的预设权重为2，……，等等。而在该实际场合中，又确定有：提单风险值为0至10时，对应的提单风险等级为1级；提单风险值为11至20时，对应的提单风险等级为2级；提单风险值为21至30时，对应的提单风险等级为3级；提单风险值为31至40时，对应的提单风险等级为4级；提单风险值为41及41以上时，对应的提单风险等级为5级，而当计算得到某一用户某次提单过程中的提单风险值26时，则可确定该用户该次提单行为的提单风险等级为3级。
本发明实施例中，实时获取用户提单过程中各项录入行为的行为数据，并根据各行为数据确定用户各项录入行为的修改次数和录入时长，以根据修改次数、录入时长与对应的平均修改次数、平均录入时长的关系来确定各项录入行为是否为异常行为，即本发明实施例中，通过实时记录用户提单过程中各项录入行为的行为数据，来准确判定用户的录入行为是否存在异常，从而准确识别出用户提单过程中所存在的信息造假等异常行为，方便对其提单风险进行准确评估，提高风险评估的准确性和有效性，降低贷款风险。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种异常行为确定方法，下面将对一种异常行为确定装置进行详细描述。
如图4所示，本发明实施例二提供了一种异常行为确定装置，所述异常行为确定装置，包括：
行为数据获取模块401，用于获取用户提单过程中各项录入行为的行为数据；
行为结果确定模块402，用于根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长；
异常行为确定模块403，用于当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为。
进一步地，所述异常行为确定装置，还包括：
异常行为显示模块，用于显示所述异常行为、所述异常行为的第一修改次数和第一录入时长以及与所述异常行为对应的平均修改次数和平均录入时长。
优选地，所述异常行为确定装置，还包括；
大数据分析模块，用于利用大数据分析确定历史所有用户各项录入行为的第二修改次数和第二录入时长；
平均修改次数计算模块，用于根据各项录入行为的第二修改次数计算各项录入行为的平均修改次数；
平均录入时长计算模块，用于根据各项录入行为的第二录入时长计算各项录入行为的平均录入时长。
可选地，所述异常行为确定装置，还包括：
提单风险等级确定模块，用于根据所述异常行为确定所述用户的提单风险等级。
进一步地，所述提单风险等级确定模块，包括：
异常行为次数统计单元，用于根据所述异常行为统计所述用户在该次提单过程中的异常行为次数；
第一提单风险等级确定单元，用于根据所述异常行为次数与所述提单风险等级的第一预设对应关系，确定所述用户的第一提单风险等级。
优选地，所述提单风险等级确定模块，包括：
预设权重获取单元，用于获取各项异常行为的预设权重；
提单风险值计算单元，用于根据所述预设权重计算所述用户在该次提单过程中的提单风险值；
第二提单风险等级确定单元，根据所述提单风险值与所述提单风险等级的第二预设对应关系，确定所述用户的第二提单风险等级
图5是本发明实施例三提供的异常行为确定设备的示意图。如图5所示，该实施例的异常行为确定设备500包括：处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503，例如异常行为确定程序。所述处理器501执行所述计算机程序503时实现上述各个异常行为确定方法实施例中的步骤，例如图1所示的步骤S101至步骤S103。或者，所述处理器501执行所述计算机程序503时实现上述各装置实施例中各模块/单元的功能，例如图4所示的模块401至模块403的功能。
示例性的，所述计算机程序503可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器502中，并由所述处理器501执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序503在所述异常行为确定设备500中的执行过程。例如，所述计算机程序503可以被分割成行为数据获取模块、行为结果确定模块、异常行为确定模块，各模块具体功能如下：
行为数据获取模块，用于获取用户提单过程中各项录入行为的行为数据；
行为结果确定模块，用于根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长；
异常行为确定模块，用于当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为。
所述异常行为确定设备500可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述异常行为确定设备500可包括，但不仅限于，处理器501、存储器502。本领域技术人员可以理解，图5仅仅是异常行为确定设备500的示例，并不构成对异常行为确定设备500的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述异常行为确定设备500还可以包括输入输出设备、网络接入设备、总线等。
所述处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是所述异常行为确定设备500的内部存储单元，例如异常行为确定设备500的硬盘或内存。所述存储器502也可以是所述异常行为确定设备500的外部存储设备，例如所述异常行为确定设备500上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器502还可以既包括所述异常行为确定设备500的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述异常行为确定设备500所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述，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 (10)

1.一种异常行为确定方法，其特征在于，包括：
获取用户提单过程中各项录入行为的行为数据；
根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长；
当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为。
2.根据权利要求1所述的异常行为确定方法，其特征在于，在确定所述录入行为为异常行为后，包括：
显示所述异常行为、所述异常行为的第一修改次数和第一录入时长以及与所述异常行为对应的平均修改次数和平均录入时长。
3.根据权利要求1所述的异常行为确定方法，其特征在于，还包括；
利用大数据分析确定历史用户各项录入行为的第二修改次数和第二录入时长；
根据各项录入行为的第二修改次数计算各项录入行为的平均修改次数；
根据各项录入行为的第二录入时长计算各项录入行为的平均录入时长。
4.根据权利要求1至3中任一项所述的异常行为确定方法，其特征在于，还包括：
根据所述异常行为确定所述用户的提单风险等级。
5.根据权利要求4所述的异常行为确定方法，其特征在于，所述根据所述异常行为确定所述用户的提单风险等级，包括：
根据所述异常行为统计所述用户在该次提单过程中的异常行为次数；
根据所述异常行为次数与所述提单风险等级的第一预设对应关系，确定所述用户的第一提单风险等级。
6.根据权利要求4所述的异常行为确定方法，其特征在于，所述根据所述异常行为确定所述用户的提单风险等级，包括：
获取各项异常行为的预设权重；
根据所述预设权重计算所述用户在该次提单过程中的提单风险值；
根据所述提单风险值与所述提单风险等级的第二预设对应关系，确定所述用户的第二提单风险等级。
7.一种异常行为确定装置，其特征在于，包括：
行为数据获取模块，用于获取用户提单过程中各项录入行为的行为数据；
行为结果确定模块，用于根据各项录入行为的行为数据分别确定各项录入行为的行为结果，其中，所述行为结果包括第一修改次数和第一录入时长；
异常行为确定模块，用于当所述第一修改次数与平均修改次数的差值超过预设次数阈值，和/或所述第一录入时长与平均录入时长的差值超过预设时长阈值时，确定所述录入行为为异常行为。
8.根据权利要求7所述的异常行为确定装置，其特征在于，还包括：
异常行为显示模块，用于显示所述异常行为、所述异常行为的第一修改次数和第一录入时长以及与所述异常行为对应的平均修改次数和平均录入时长。
9.一种异常行为确定设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述异常行为确定方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述异常行为确定方法的步骤。
CN201810508485.3A 2018-05-24 2018-05-24 异常行为确定方法、装置、设备及存储介质 Pending CN108711013A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810508485.3A CN108711013A (zh) 2018-05-24 2018-05-24 异常行为确定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810508485.3A CN108711013A (zh) 2018-05-24 2018-05-24 异常行为确定方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN108711013A true CN108711013A (zh) 2018-10-26

Family

ID=63870591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810508485.3A Pending CN108711013A (zh) 2018-05-24 2018-05-24 异常行为确定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN108711013A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109977152A (zh) * 2019-04-03 2019-07-05 翟红鹰 基于区块链技术的智能匹配方法、系统及存储介质
CN110059984A (zh) * 2019-04-30 2019-07-26 深信服科技股份有限公司 安全风险识别方法、装置、设备及存储介质
CN110458508A (zh) * 2019-07-05 2019-11-15 中国平安财产保险股份有限公司 单据信息的处理方法、处理装置及相关产品
CN111914645A (zh) * 2020-06-30 2020-11-10 五八有限公司 识别虚假信息的方法、装置、电子设备及存储介质
CN113592323A (zh) * 2021-08-05 2021-11-02 任丰宁 一种人工智能企业管理成本录入明细提醒系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104301286A (zh) * 2013-07-15 2015-01-21 中国移动通信集团黑龙江有限公司 用户登录认证方法及装置
CN104780162A (zh) * 2015-03-24 2015-07-15 深圳市艾优尼科技有限公司 一种鉴权信息的验证方法
CN106530078A (zh) * 2016-11-29 2017-03-22 流量海科技成都有限公司 基于跨行业数据的贷款风险预警方法及系统
CN107172104A (zh) * 2017-07-17 2017-09-15 顺丰科技有限公司 一种登录异常检测方法、系统及设备
CN107256257A (zh) * 2017-06-12 2017-10-17 上海携程商务有限公司 基于业务数据的异常用户生成内容识别方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104301286A (zh) * 2013-07-15 2015-01-21 中国移动通信集团黑龙江有限公司 用户登录认证方法及装置
CN104780162A (zh) * 2015-03-24 2015-07-15 深圳市艾优尼科技有限公司 一种鉴权信息的验证方法
CN106530078A (zh) * 2016-11-29 2017-03-22 流量海科技成都有限公司 基于跨行业数据的贷款风险预警方法及系统
CN107256257A (zh) * 2017-06-12 2017-10-17 上海携程商务有限公司 基于业务数据的异常用户生成内容识别方法及系统
CN107172104A (zh) * 2017-07-17 2017-09-15 顺丰科技有限公司 一种登录异常检测方法、系统及设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109977152A (zh) * 2019-04-03 2019-07-05 翟红鹰 基于区块链技术的智能匹配方法、系统及存储介质
CN110059984A (zh) * 2019-04-30 2019-07-26 深信服科技股份有限公司 安全风险识别方法、装置、设备及存储介质
CN110458508A (zh) * 2019-07-05 2019-11-15 中国平安财产保险股份有限公司 单据信息的处理方法、处理装置及相关产品
CN111914645A (zh) * 2020-06-30 2020-11-10 五八有限公司 识别虚假信息的方法、装置、电子设备及存储介质
CN113592323A (zh) * 2021-08-05 2021-11-02 任丰宁 一种人工智能企业管理成本录入明细提醒系统
CN113592323B (zh) * 2021-08-05 2024-05-24 北京北大纵横管理咨询有限责任公司 一种人工智能企业管理成本录入明细提醒系统

Similar Documents

Publication Publication Date Title
Challoumis-Κωνσταντίνος Χαλλουμής The role of risk to the international controlled transactions
CN108711013A (zh) 异常行为确定方法、装置、设备及存储介质
CN110175903A (zh) 一种商票融资方法及装置
CN110047007A (zh) 一种理赔业务处理方法及装置
CN107909467A (zh) 一种贷款额度评估方法及相关设备
US20160210694A1 (en) Method and apparatus for generating trade actions to manage financial risk, and recording medium storing program for executing method
CN111353901A (zh) 风险识别监控方法、装置以及电子设备
AU2021225802A1 (en) Machine-learning techniques to generate recommendations for risk mitigation
KR20200111518A (ko) 상거래데이터를 이용한 ai기반의 평가모델을 포함하는 기업의 채무상환능력 평가시스템
CN109409886A (zh) 质押借款方法、设备和存储介质
CN112037049B (zh) 银行卡收费方法及装置
DE102014116982B4 (de) Sich seiner selbst bewusstes Token
CN114862110A (zh) 商业银行业务中台构建方法、装置、电子设备及存储介质
CN114723481A (zh) 数据处理方法、装置、电子设备和存储介质
CN110020795A (zh) 用于基金收益发放风险控制的方法及装置
CN113935844A (zh) 一种基于大数据和人工智能的金融风控系统
CN111932368B (zh) 一种信用卡发卡系统及其构建方法、装置
CN113393315A (zh) 一种基于电力供应链数据的贷款客户推荐方法及系统
CN110245957A (zh) 确定贸易背景真实性及评估企业贸易背景真实性的方法
CN113297594A (zh) 跨链交易方法、装置、电子设备及存储介质
CN116883135A (zh) 一种金融服务的差异化定价方法及装置
CN110838062A (zh) 一种供应链金融现金代采管理系统及方法
CN114764714A (zh) 贵金属租赁交易的风险评级方法及装置
CN113450198A (zh) 基于联盟链的理财报表生成方法、装置及系统
CN106503977A (zh) 数据的处理方法、系统及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 201, Building A, No. 1 Qianwan Road, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000:No. 1701, 1702B, A, New Hao one town, No. 7018 Cai Tian Road, Futian, Shenzhen 518000 Room 201, No. 1 A (Qianhai business secretary, Shenzhen, Shenzhen City, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen City, Guangdong)

Applicant after: Shenzhen Rongyimai Information Technology Co., Ltd.

Address before: Room 201, Building A, No. 1 Qianwan Road, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000:No. 1701, 1702B, A, New Hao one town, No. 7018 Cai Tian Road, Futian, Shenzhen 518000 Room 201, No. 1 A (Qianhai business secretary, Shenzhen, Shenzhen City, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen City, Guangdong)

Applicant before: Maimaiti Mdt InfoTech Ltd, Shenzhen

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181026