CN108876188A - 一种间连服务商风险评估方法及装置 - Google Patents

一种间连服务商风险评估方法及装置 Download PDF

Info

Publication number
CN108876188A
CN108876188A CN201810731584.8A CN201810731584A CN108876188A CN 108876188 A CN108876188 A CN 108876188A CN 201810731584 A CN201810731584 A CN 201810731584A CN 108876188 A CN108876188 A CN 108876188A
Authority
CN
China
Prior art keywords
trade company
service provider
risk
assessment
information
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.)
Granted
Application number
CN201810731584.8A
Other languages
English (en)
Other versions
CN108876188B (zh
Inventor
吕皓
张娅男
王娜
肖梅
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810731584.8A priority Critical patent/CN108876188B/zh
Publication of CN108876188A publication Critical patent/CN108876188A/zh
Application granted granted Critical
Publication of CN108876188B publication Critical patent/CN108876188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0609Buyer or seller confidence or verification

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

公开了一种间连服务商风险评估方法及装置。提取间连服务商的自身特征;确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;确定所述间连服务商的若干样本商户,针对每个样本商户:提取该样本商户相对间连服务商的关联特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;根据各样本商户的第二评估值的加权和,计算第二评估总值;根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。

Description

一种间连服务商风险评估方法及装置
技术领域
本说明书实施例涉及互联网应用技术领域,尤其涉及一种间连服务商风险评估方法及装置。
背景技术
接入支付平台的商家,包括直连商家与间连商家。直连商家是指直接与平台签约的商家,间连商家是指与间连服务商签约、并通过间连服务商接入平台的商家。随着支付平台业务的拓展,接入平台的间连服务商和间连商户的数量日益增大,因此,对间连服务商及其中接入的间连商户进行风险管理与控制也日益重要。
现有技术中,一般通过事前防控与事后处理的方式进行风险控制,例如,对服务商的运营资质进行审核、对商户的进件信息进行审核、对存在风险的服务商与商户进行交易监控、等等。但是,以上方式无法实时地对间连服务商的风险进行评估、预测。
基于现有技术,针对接入平台的间连服务商,需要实时性更高的风险评估方案。
发明内容
针对上述技术问题,本说明书实施例提供一种间连服务商风险评估方法及装置,技术方案如下:
一种间连服务商风险评估方法,该方法包括:
提取间连服务商的自身特征,所述自身特征至少包括:根据该间连服务商当前已知风险信息提取的自身风险特征;
确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
确定所述间连服务商的若干样本商户,针对每个样本商户:
提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
根据各样本商户的第二评估值的加权和,计算第二评估总值;
根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
一种间连服务商风险评估装置,该装置包括:
自身特征提取模块,用于提取间连服务商的自身特征,所述自身特征至少包括:根据该间连服务商当前已知风险信息提取的自身风险特征;
分值计算模块,用于确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
关联特征提取模块,用于确定所述间连服务商的若干样本商户,针对每个样本商户:提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
所述分值计算模块,还用于根据各样本商户的第二评估值的加权和,计算第二评估总值;根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
本说明书实施例所提供的技术方案,将接入间连服务商的间连商户的交易数据,与间连服务商当前已知的风险信息结合,提取特征并计算该间连服务商的综合风险值,从而通过具有实时性的交易数据与当前风险信息,使风险评估结果更能够反映实时的情况。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书实施例。
此外,本说明书实施例中的任一实施例并不需要达到上述的全部效果。
附图说明
为了更清楚地说明本说明书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说明书实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本说明书实施例的间连服务商风险评估方法的流程示意图;
图2是本说明书实施例的间连服务商风险评估装置的一种结构示意图;
图3是本说明书实施例的间连服务商风险评估装置的另一种结构示意图;
图4是用于配置本说明书实施例装置的一种设备的结构示意图。
具体实施方式
为了使本领域技术人员更好地理解本说明书实施例中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行详细地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于保护的范围。
随着商户业务的拓展,接入支付平台系统的间连服务商及间连商户的数量日益增加,间连商户的交易量也迅速增长,因此需要对间连服务商及接入其中的间连商户进行风险管理与控制。
目前对间连服务商与间连商户进行风险管控的一般方案,包括事前防控与事后处理。事前防控例如,审核服务商的运营资质、审核商户的进件信息等。事后处理例如,根据接到的风险投诉进行监控、处罚等。
可见,目前的一般方案均是通过静态的手段进行风险管控,而无法结合实时数据对间连服务商的风险进行评估与预测。
此外,对于高风险服务商,进行监控与取证时,多以来邮件等单一的传统方式进行信息沟通,并且多是在需要时临时取证,效率较低并且达到的效果较差。
针对上述问题,本说明书实施例提供一种间连服务商风险评估方法,利用间连服务商的实时交易数据、间连服务商的实时风险信息、以及本支付系统及其他渠道获得征信数据、评价数据等等数据,对间连服务商进行风险评估,此外,还可以结合审核间连商户进件信息、根据评估结果对应策略监控间连服务商、自动取证、展示风险评估信息等等手段,形成间连服务商风险评估体系,提高与改善对间连服务商与间连商户进行风险管控的效率与效果。
参见图1所示,本说明书实施例提供的间连服务商风险评估方法可以包括以下步骤:
S101,提取间连服务商的自身特征;
本说明书实施例的风险评估方案中,可以提取间连服务商的自身特征、以及接入间连服务商的若干商户的关联特征,用于计算间连服务商的综合评估值。
在本说明书实施例中,间连服务商的自身特征中至少可以包括:根据该间连服务商当前已知风险信息提取的自身风险特征;例如,当前已知风险信息可以为,该间连服务商是否在本支付系统内部的风险黑名单中,或者该间连服务商是否存在历史处罚记录,等等,从而可以根据该信息提取该间连服务商的风险黑名单特征、历史处罚特征、等等。本说明书不限定当前已知风险信息具体包括的信息类型,也不限定据此提取的自身风险特征的类型及数量。
此外,可以理解的是,只要是可以用于识别风险情况、进行风险评估与预测的特征,均可以作为间连服务商的自身特征进行提取,例如,还可以根据间连服务商所能够提供的软件环境及硬件设备、对商户的审核标准等等自身的信息数据,提取对应的自身特征,本说明书实施例理论上不需要对自身特征的具体类别进行限定。
S102,确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
在本说明书的一种具体实施方式中,可以预先由研发人员人工、或通过机器算法等,设定间连服务商的各自身特征所对应的分值,并记录各自身特征与分值的对应关系,在提取自身特征后可以根据对应关系确定分值。
以前述自身风险特征为例,可以设定风险黑名单特征的分值为10分,历史处罚特征为10分,则如果根据该间连服务商当前已知风险信息提取到了风险黑名单特征、历史处罚特征(即该间连服务商在本支付系统内部的风险黑名单中、存在历史处罚记录),则可以确定分别对应10分的分值,而如果未提取到上述特征,则将不会有对应的分值参与风险评估,从而可以使该间连服务商当前已知的风险信息,参与到对该间连服务商的风险评估与预测中。
在本说明书的一种具体实施方式中,间连服务商各自身特征对应的权重可以预先设定并存储。例如,可以由专家基于经验通过投票等形式,决定各自身特征的权重,并由研发人员将各自身特征与权重的对应关系存入数据库等。
当然,也可以通过其他方式确定间连服务商各自身特征对应的分值及权重,本说明书不进行限定。
S103,确定所述间连服务商的若干样本商户,针对每个样本商户:
提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
本说明书实施例的风险评估方案中,除间连服务商的自身特征外,还可以通过接入该间连服务商的商户相对该间连服务商的关联特征,对该间连服务商的风险进行评估、预测。
可以理解的是,可以将该间连服务商的所有间连商户,作为该间连服务商的样本商户,即提取间连服务商接入的所有间连商户的关联特征,但在某些情况下这可能会导致计算量较大、个别商户的信息导致评估结果偏差较大等问题,因此,也可以预先由人工或机器算法进行筛选,确定符合筛选条件、或预设数量的间连商户作为样本商户。
例如,可以根据是否已存在交易、交易量是否达到预设数量等条件,筛选满足条件的样本商户;也可以以接入时间等单位对所有间连商户抽样,如在每个月接入的间连商户中抽取一定比例的商户,作为样本商户;等等,本说明书实施例不限定确定该间连服务商的若干样本商户的具体方式。
针对每个样本商户,提取的关联特征用于评估间连服务时的风险,可以理解的是,只要能够作用于评估间连服务商的风险,本说明书实施例并不限定关联特征的具体类型。
在本说明书实施例中,关联特征至少包括根据该样本商户的交易数据提取的关联交易特征;此外,关联交易特征还可以包括多个子特征,例如,商户有效交易天数、每笔交易的实际金额或平均金额、交易总额、交易总量、交易的地理位置分散度、交易商品与经营范围的一致性、历史投诉交易、历史投诉买家、等等。可以理解的是,样本商户的交易数据,可以包括本支付系统内所进行交易的数据,还可以包括其他支付系统内进行交易的数据,本说明书实施例不进行限定。
在本说明书实施例中,关联特征还可以包括其他多个特征。
例如,根据该样本商户的征信数据提取的关联征信特征,所述征信数据根据该样本商户的进件信息获得,并且,征信数据可以包括本支付系统的征信数据,还可以包括其他系统的征信数据,如该商户在其他支付系统的征信数据,商户进件信息中的身份证号码对应的个人在其他系统的征信数据,等等。
又例如,根据该样本商户的评价数据提取的关联评价特征,所述评价数据可以包括本支付系统的评价数据,如买家在交易后对该商户、交易及商品的评价、也可以包括通过其他渠道获得的评价数据,如该商户在其他支付系统收到的买家评价,商户在公共媒体的舆论情报、负面新闻,等等。
又例如,根据通过其他渠道获得的该样本商户的风险信息提取的关联风险特征,其他渠道获得的风险信息如,该商户是否在其他系统的风险提示名单中,该商户是否存在工商局等机构的处罚通告(如偷税漏税处罚公告),等等。
此外,还可以包括其他关联特征,并且各关联特征中也可以具体地包括子特征,本说明书对此均不进行限定。
对应每个样本商户,提取各关联特征后,通过加权算法计算各关联特征的加权和,从而得到该样本商户的第二评估值。
确定各关联特征对应分值时,在本说明书的一种具体实施方式中,可以预先由研发人员人工、或通过机器算法等,设定各关联特征所对应的分值,并记录各关联特征与分值的对应关系,在提取关联特征后可以根据对应关系确定分值。
对于包括多个子特征的各关联特征,可以首先确定各子特征对应的分值,然后通过加权等计算方式,得到关联特征的综合分值,也可以在确定各子特征对应的分值后,直接以子特征的分值参与第二评估值的计算。
并且,对于不同形式的特征、子特征,可以采用不同的方式预设对应的分值。
例如,如果是根据该商户是否存在处罚公告提取的关联风险特征,则可以设定存在则为10分且不存在则为0分的分值;又例如,如果是根据该商户的有效交易天数提取的关联交易子特征,即该子特征的形式是连续的数值,则可以直接以该数值为对应的分值,也可以对数值范围进行离散化处理,将连续的数值范围划分为多个区间,并为各个区间设定对应分值;等等。
确定各关联特征对应的权重时,在本说明书的一种具体实施方式中,可以预先训练权重预测模型(如可以采用逻辑回归模型),并获得该样本商户的投诉数据,将投诉数据输入权重预测模型后,模型可以根据输入的投诉数据,判断各自身特征对风险识别的有效性,并输出根据所判断有效性预测的权重,从而根据权重预测模型输出的预测结果,确定间连服务商各自身特征的权重。训练模型的具体过程可以参考相关资料,本说明书不做详细说明。
在本说明书的另一种具体实施方式中,样本商户与各关联特征对应的权重,也可以如S102所述预先设定并存储,在此不再赘述。
S104,根据各样本商户的第二评估值的加权和,计算第二评估总值;
S103中计算得到了各样本商户的第二评估值,在确定各样本商户的权重时,可以直接确定为(n为样本商户个数),即第二评估总值为各样本商户第二评估值的平均值;也可以根据商户的交易量、投诉量等参数,确定不同的权重,例如采用前述的专家投票或模型预测的方式确定,本说明书对此不做限定。
S105,根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
同样地,本领域技术人员可以根据需求,采用与上述类似的或其他方式,确定第一评估总值与第二评估总值的权重,本说明书不做限定。
此外,对于其他系统或通过其他渠道获得的数据,本说明书实施例中,可以预先获取并以预定格式存储,以便进行风险评估时供上层调用。
本说明书提供的风险评估方案中,除了根据间连服务商及接入商户的数据,进行实时风险评估、预测外,还可以在商户进件信息进行审核,进行事前防控,从而避免进件信息存在问题的商户接入,以更基础的方式降低间连服务商的风险。
如果接收到接入间连服务商的商户的进件信息审核请求,则获得商户的进件信息,并审核该进件信息是否满足预设审核条件;若是,则确定该进件信息的审核结果为通过;若否,则确定该进件信息的审核结果为不通过。
具体地审核方式,在本说明书实施例中,可以审核进件信息的完整性,根据预设的进件信息格式,确定商户的进件信息是否完整,如是否存在缺失信息、数据格式是否正确有效、等等。也可以审核进件信息的唯一性,主要为了避免虚假信息批量注册行为,获得本支付系统已审核通过的进件信息,确定商户的进件信息是否与获得的进件信息重复,如个人注册商户所填写的身份证等证件号码,是否已注册过其他商户等。还可以审核进件信息的真实性,如通过企业信息公示系统、银行卡号归属地查询系统、公安网络等系统,对进件信息中的身份证件信息、营业执照信息、收益账号信息等,进行有效性校验。
本说明书提供的风险评估方案中,除了事前防控、实时评估,还可以根据评估结果采取对应的风险策略。
将所计算的间连服务商的综合评估值输入预设策略引擎,并输出该间连服务商的风险等级与该风险等级对应的风险监控策略;根据输出的风险监控策略,对间连服务商进行监控。
风险等级可以划分为低风险、中风险、中高风险及高风险等,对应地,可以采取不同的风险监控策略,如对低风险的间连服务商,采取记录为主的监控策略,对中风险的间连服务商,采取交易中进行风险提示为主的监控策略,对中高风险的间连服务商,采取交易中进行风险提示结合限制服务商权限为主的监控策略,对高风险的间连服务商,采取交易中进行风险提示结合限制服务商权限、及关闭服务商进件功能等的监控策略。
此外,还可以对风险较高的等级,如中高风险及高风险的风险等级,在监控策略中包括自动取证环节,对投诉及风险情况进行取整,并且取证手段不限于传统的邮件沟通等单一形式,还可以通过调用底层数据、获得第三方数据等形式,取证风险特征、投诉案件详情等数据。还可以将取证结果发送至审理子系统,以便由人工审理所获得的取证数据。
可以在人工审核通过后,再对通过策略引擎判定为中高风险及高风险的间连服务商,根据对应监控策略进行监控与管制。还可以将审核结果及取证数据发送至风险服务商,并接受风险服务商对审核结果的起诉、反馈等。
当然,本领域技术人员可以根据实际需求采取其他风险等级划分及监控策略部署方案,本说明书不做限定。
此外,还可以向间连服务商展示风险评估信息,和/或向间连服务商提供风险评估信息查询接口;其中,所述风险评估信息包括:所提取的自身特征对应的分值、所计算的第一评估总值、各样本商户的第二评估值、所计算的第二评估总值、和/或所计算的综合评估值。
可见,应用上述方案,通过提取间连服务商的自身特征及接入商户的关联特征,可以对根据间连服务商的各种信息进行量化,并用于计算间连服务商的综合评估值,以评估、预测间连服务商的风险。并且结合事前防控、事后管控等手段,形成一套间连服务商风险量化体系,以更实时、高效的方式对间连服务商进行风险管理与控制。
相应于上述方法实施例,本说明书实施例还提供一种间连服务商风险评估装置,参见图2所示,该装置可以包括:
自身特征提取模块110,用于提取间连服务商的自身特征,所述自身特征至少包括:根据该间连服务商当前已知风险信息提取的自身风险特征;
分值计算模块120,用于确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
关联特征提取模块130,用于确定所述间连服务商的若干样本商户,针对每个样本商户:提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
所述分值计算模块120,还用于根据各样本商户的第二评估值的加权和,计算第二评估总值;根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
在本说明书提供的一种具体实施方式中,所述关联特征还可以包括:
根据该样本商户的征信数据提取的关联征信特征,所述征信数据为:根据该样本商户的进件信息获得,且包括本支付系统的征信数据、和/或其他系统的征信数据;和/或
根据该样本商户的评价数据提取的关联评价特征,所述评价数据包括:本支付系统的评价数据、和/或通过其他渠道获得的评价数据;和/或
根据通过其他渠道获得的该样本商户的风险信息提取的关联风险特征。
在本说明书提供的一种具体实施方式中,所述关联特征提取模块130,可以具体用于:
获得该样本商户的投诉数据,输入预先训练的权重预测模型;所述权重预测模型用于根据输入的投诉数据判断各关联特征对风险识别的有效性,并输出根据所判断有效性预测的权重;
根据权重预测模型输出的预测结果,确定该样本商户各关联特征的权重。
在本说明书提供的一种具体实施方式中,参见图3所示,还可以包括:
请求接收模块140,用于接收接入间连服务商的商户的进件信息审核请求;
信息审核模块150,用于获得商户的进件信息,并审核该进件信息是否满足预设审核条件;若是,则确定该进件信息的审核结果为通过;若否,则确定该进件信息的审核结果为不通过。
在本说明书提供的一种具体实施方式中,所述信息审核模块150,具体可以用于:
根据预设的进件信息格式,确定商户的进件信息是否完整;和/或
获得本支付系统已审核通过的进件信息,确定商户的进件信息是否与获得的进件信息重复;和/或
向商户的进件信息中对应的第三方信息查询系统发送信息查询请求,以通过所述第三方信息查询系统确定商户的进件信息是否有效。
在本说明书提供的一种具体实施方式中,参见图3所示,还可以包括:
策略确定模块160,用于将所计算的间连服务商的综合评估值输入预设策略引擎,并输出该间连服务商的风险等级与该风险等级对应的风险监控策略;
服务商监控模块170,用于根据输出的风险监控策略,对间连服务商进行监控。
在本说明书提供的一种具体实施方式中,所述服务商监控模块170,具体可以用于:
在输出的风险监控策略包括自动取证环节的情况下,获得取证数据,并发送至审理子系统,以便由人工审理所获得的取证数据。
在本说明书提供的一种具体实施方式中,参见图3所示,还可以包括风险评估信息展示模块180,具体用于:
向间连服务商展示风险评估信息,和/或向间连服务商提供风险评估信息查询接口;
其中,所述风险评估信息包括:所提取的自身特征对应的分值、所计算的第一评估总值、各样本商户的第二评估值、所计算的第二评估总值、和/或所计算的综合评估值。
可以理解的是,请求接收模块140与信息审核模块150、策略确定模块160与服务商监控模块170、以及风险评估信息展示模块180,作为三种功能独立的模块,既可以如图3所示同时配置在装置中,也可以分别单独配置在装置中,因此图3所示的结构不应理解为对本说明书实施例方案的限定。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
本说明书实施例还提供一种计算机设备,其至少包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现前述的间连服务商风险评估方法。该方法至少包括:
提取间连服务商的自身特征,所述自身特征至少包括:根据该间连服务商当前已知风险信息提取的自身风险特征;
确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
确定所述间连服务商的若干样本商户,针对每个样本商户:
提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
根据各样本商户的第二评估值的加权和,计算第二评估总值;
根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
图4示出了本说明书实施例所提供的一种更为具体的计算设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
本说明书实施例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前述的间连服务商风险评估方法。该方法至少包括:
提取间连服务商的自身特征,所述自身特征至少包括:根据该间连服务商当前已知风险信息提取的自身风险特征;
确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
确定所述间连服务商的若干样本商户,针对每个样本商户:
提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
根据各样本商户的第二评估值的加权和,计算第二评估总值;
根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书实施例可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书实施例各个实施例或者实施例的某些部分所述的方法。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,在实施本说明书实施例方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本说明书实施例的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本说明书实施例原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本说明书实施例的保护范围。

Claims (17)

1.一种间连服务商风险评估方法,该方法包括:
提取间连服务商的自身特征,所述自身特征至少包括:根据该间连服务商当前已知风险信息提取的自身风险特征;
确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
确定所述间连服务商的若干样本商户,针对每个样本商户:
提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
根据各样本商户的第二评估值的加权和,计算第二评估总值;
根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
2.根据权利要求1所述的方法,所述关联特征还包括:
根据该样本商户的征信数据提取的关联征信特征,所述征信数据为:根据该样本商户的进件信息获得,且包括本支付系统的征信数据、和/或其他系统的征信数据;和/或
根据该样本商户的评价数据提取的关联评价特征,所述评价数据包括:本支付系统的评价数据、和/或通过其他渠道获得的评价数据;和/或
根据通过其他渠道获得的该样本商户的风险信息提取的关联风险特征。
3.根据权利要求1所述的方法,所述确定该样本商户各关联特征对应的权重,包括:
获得该样本商户的投诉数据,输入预先训练的权重预测模型;所述权重预测模型用于根据输入的投诉数据判断各关联特征对风险识别的有效性,并输出根据所判断有效性预测的权重;
根据权重预测模型输出的预测结果,确定该样本商户各关联特征的权重。
4.根据权利要求1所述的方法,还包括:
接收接入间连服务商的商户的进件信息审核请求;
获得商户的进件信息,并审核该进件信息是否满足预设审核条件;若是,则确定该进件信息的审核结果为通过;若否,则确定该进件信息的审核结果为不通过。
5.根据权利要求4所述的方法,所述审核该进件信息是否满足预设审核条件,包括:
根据预设的进件信息格式,确定商户的进件信息是否完整;和/或
获得本支付系统已审核通过的进件信息,确定商户的进件信息是否与获得的进件信息重复;和/或
向商户的进件信息中对应的第三方信息查询系统发送信息查询请求,以通过所述第三方信息查询系统确定商户的进件信息是否有效。
6.根据权利要求1所述的方法,还包括:
将所计算的间连服务商的综合评估值输入预设策略引擎,并输出该间连服务商的风险等级与该风险等级对应的风险监控策略;
根据输出的风险监控策略,对间连服务商进行监控。
7.根据权利要求6所述的方法,所述根据输出的风险监控策略,对间连服务商进行监控,包括:
在输出的风险监控策略包括自动取证环节的情况下,获得取证数据,并发送至审理子系统,以便由人工审理所获得的取证数据。
8.根据权利要求1所述的方法,还包括:
向间连服务商展示风险评估信息,和/或向间连服务商提供风险评估信息查询接口;
其中,所述风险评估信息包括:所提取的自身特征对应的分值、所计算的第一评估总值、各样本商户的第二评估值、所计算的第二评估总值、和/或所计算的综合评估值。
9.一种间连服务商风险评估装置,该装置包括:
自身特征提取模块,用于提取间连服务商的自身特征,所述自身特征至少包括:根据该间连服务商当前已知风险信息提取的自身风险特征;
分值计算模块,用于确定间连服务商各自身特征对应的分值及权重,利用加权算法计算第一评估总值;
关联特征提取模块,用于确定所述间连服务商的若干样本商户,针对每个样本商户:提取该样本商户相对间连服务商的关联特征,所述关联特征至少包括:根据该样本商户的交易数据提取的关联交易特征;确定该样本商户各关联特征对应的权重,并根据各关联特征对应分值计算该样本商户的第二评估值;
所述分值计算模块,还用于根据各样本商户的第二评估值的加权和,计算第二评估总值;根据所述第一评估总值与第二评估总值,利用加权算法计算间连服务商的综合评估值。
10.根据权利要求9所述的装置,所述关联特征还包括:
根据该样本商户的征信数据提取的关联征信特征,所述征信数据为:根据该样本商户的进件信息获得,且包括本支付系统的征信数据、和/或其他系统的征信数据;和/或
根据该样本商户的评价数据提取的关联评价特征,所述评价数据包括:本支付系统的评价数据、和/或通过其他渠道获得的评价数据;和/或
根据通过其他渠道获得的该样本商户的风险信息提取的关联风险特征。
11.根据权利要求9所述的装置,所述关联特征提取模块,具体用于:
获得该样本商户的投诉数据,输入预先训练的权重预测模型;所述权重预测模型用于根据输入的投诉数据判断各关联特征对风险识别的有效性,并输出根据所判断有效性预测的权重;
根据权重预测模型输出的预测结果,确定该样本商户各关联特征的权重。
12.根据权利要求1所述的装置,还包括:
请求接收模块,用于接收接入间连服务商的商户的进件信息审核请求;
信息审核模块,用于获得商户的进件信息,并审核该进件信息是否满足预设审核条件;若是,则确定该进件信息的审核结果为通过;若否,则确定该进件信息的审核结果为不通过。
13.根据权利要求12所述的装置,所述信息审核模块,具体用于:
根据预设的进件信息格式,确定商户的进件信息是否完整;和/或
获得本支付系统已审核通过的进件信息,确定商户的进件信息是否与获得的进件信息重复;和/或
向商户的进件信息中对应的第三方信息查询系统发送信息查询请求,以通过所述第三方信息查询系统确定商户的进件信息是否有效。
14.根据权利要求9所述的装置,还包括:
策略确定模块,用于将所计算的间连服务商的综合评估值输入预设策略引擎,并输出该间连服务商的风险等级与该风险等级对应的风险监控策略;
服务商监控模块,用于根据输出的风险监控策略,对间连服务商进行监控。
15.根据权利要求14所述的装置,所述服务商监控模块,具体用于:
在输出的风险监控策略包括自动取证环节的情况下,获得取证数据,并发送至审理子系统,以便由人工审理所获得的取证数据。
16.根据权利要求9所述的装置,还包括风险评估信息展示模块,具体用于:
向间连服务商展示风险评估信息,和/或向间连服务商提供风险评估信息查询接口;
其中,所述风险评估信息包括:所提取的自身特征对应的分值、所计算的第一评估总值、各样本商户的第二评估值、所计算的第二评估总值、和/或所计算的综合评估值。
17.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如权利要求1至x任一项所述的方法。
CN201810731584.8A 2018-07-05 2018-07-05 一种间连服务商风险评估方法及装置 Active CN108876188B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810731584.8A CN108876188B (zh) 2018-07-05 2018-07-05 一种间连服务商风险评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810731584.8A CN108876188B (zh) 2018-07-05 2018-07-05 一种间连服务商风险评估方法及装置

Publications (2)

Publication Number Publication Date
CN108876188A true CN108876188A (zh) 2018-11-23
CN108876188B CN108876188B (zh) 2022-04-19

Family

ID=64299300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810731584.8A Active CN108876188B (zh) 2018-07-05 2018-07-05 一种间连服务商风险评估方法及装置

Country Status (1)

Country Link
CN (1) CN108876188B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109829776A (zh) * 2018-12-14 2019-05-31 平安科技(深圳)有限公司 商户风险评估方法、装置、计算机设备和存储介质
CN110322251A (zh) * 2019-05-22 2019-10-11 平安普惠企业管理有限公司 电子商务平台认证方法、装置、计算机设备及存储介质
CN110610290A (zh) * 2019-08-07 2019-12-24 阿里巴巴集团控股有限公司 间联商户风险管控方法及其系统
CN113344376A (zh) * 2021-06-02 2021-09-03 南京星云数字技术有限公司 商户风险监测方法、装置、计算机设备和存储介质
CN113537731A (zh) * 2021-06-25 2021-10-22 中国海洋大学 基于强化学习的设计资源能力评估方法
CN116823251A (zh) * 2023-05-15 2023-09-29 浪潮智慧科技有限公司 一种基于聚合支付的服务商可信支付方法、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408610A (zh) * 2014-12-03 2015-03-11 苏州贝多环保技术有限公司 一种基于风险评估的第三方支付平台业务处理方法
CN105976078A (zh) * 2016-03-09 2016-09-28 浪潮通用软件有限公司 一种企业客商主数据的形成方法
CN107622432A (zh) * 2017-07-28 2018-01-23 阿里巴巴集团控股有限公司 商户评价方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408610A (zh) * 2014-12-03 2015-03-11 苏州贝多环保技术有限公司 一种基于风险评估的第三方支付平台业务处理方法
CN105976078A (zh) * 2016-03-09 2016-09-28 浪潮通用软件有限公司 一种企业客商主数据的形成方法
CN107622432A (zh) * 2017-07-28 2018-01-23 阿里巴巴集团控股有限公司 商户评价方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
顾海峰等: ""互联网金融下我国第三方移动支付风险评价研究——模型构建与实证分析"", 《金融监管研究》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109829776A (zh) * 2018-12-14 2019-05-31 平安科技(深圳)有限公司 商户风险评估方法、装置、计算机设备和存储介质
CN109829776B (zh) * 2018-12-14 2024-02-27 平安科技(深圳)有限公司 商户风险评估方法、装置、计算机设备和存储介质
CN110322251A (zh) * 2019-05-22 2019-10-11 平安普惠企业管理有限公司 电子商务平台认证方法、装置、计算机设备及存储介质
CN110610290A (zh) * 2019-08-07 2019-12-24 阿里巴巴集团控股有限公司 间联商户风险管控方法及其系统
CN113344376A (zh) * 2021-06-02 2021-09-03 南京星云数字技术有限公司 商户风险监测方法、装置、计算机设备和存储介质
CN113537731A (zh) * 2021-06-25 2021-10-22 中国海洋大学 基于强化学习的设计资源能力评估方法
CN113537731B (zh) * 2021-06-25 2023-10-27 中国海洋大学 基于强化学习的设计资源能力评估方法
CN116823251A (zh) * 2023-05-15 2023-09-29 浪潮智慧科技有限公司 一种基于聚合支付的服务商可信支付方法、设备及介质
CN116823251B (zh) * 2023-05-15 2024-04-05 浪潮智慧科技有限公司 一种基于聚合支付的服务商可信支付方法、设备及介质

Also Published As

Publication number Publication date
CN108876188B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN108876188A (zh) 一种间连服务商风险评估方法及装置
CN111444209B (zh) 一种基于区块链的数据处理方法、装置、设备及介质
CN109447648A (zh) 在区块链网络中记录数据区块的方法、记账节点和介质
CN106204108B (zh) 广告反作弊方法及广告反作弊装置
CN109670936A (zh) 贷款审批处理方法、平台、设备及计算机可读存储介质
CN107993146A (zh) 金融大数据的风控方法及系统
US20170186085A1 (en) System and method for dynamic monitoring of credit parameters
CN110766541A (zh) 贷款风险评估方法、装置、设备及计算机可读存储介质
CN108830463B (zh) 一种评价记录的存储方法、装置、存储介质及系统
CN110020766A (zh) 风险控制方法、装置、服务器及存储介质
CN108256993A (zh) 一种信用分评估方法及信用分评估平台
CN108764723B (zh) 一种评价资格过滤方法、装置、终端设备及系统
CN110148000A (zh) 一种应用于支付平台的安全管控系统和方法
CN110866822B (zh) 资产证券化的风控管理方法、装置、电子设备及存储介质
CN109828958A (zh) 基于区块链的事件记录方法及记录系统
CN109325845A (zh) 一种金融产品智能推荐方法及系统
CN110046997A (zh) 一种交易风险评估方法、装置和电子设备
CN109255600A (zh) 一种基于区块链向作品发布者发放奖励的方法及装置
Nwamaka et al. Does digital marketing enhance rural agricultural transformation in Nigeria? An empirical investigation
CN110135801A (zh) 一种项目信息处理方法及装置
CN111882140A (zh) 风险评测方法、模型训练方法、装置、设备及存储介质
CN110796539A (zh) 一种征信评估方法及装置
CN108717605B (zh) 一种考绩评价的存储方法、装置、存储介质、终端设备及系统
Tabor et al. Promoting information and communications technology in Indonesia
CN116934131A (zh) 一种企业经营状况评估方法、装置及设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200922

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200922

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

GR01 Patent grant
GR01 Patent grant