CN109086317A - 风险控制方法和相关装置 - Google Patents

风险控制方法和相关装置 Download PDF

Info

Publication number
CN109086317A
CN109086317A CN201810688101.0A CN201810688101A CN109086317A CN 109086317 A CN109086317 A CN 109086317A CN 201810688101 A CN201810688101 A CN 201810688101A CN 109086317 A CN109086317 A CN 109086317A
Authority
CN
China
Prior art keywords
node
risk
user
data
chart database
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
CN201810688101.0A
Other languages
English (en)
Other versions
CN109086317B (zh
Inventor
江希
黎立
蔡倬
蔡炼
何涛
郭海旭
李锦南
张鹏
邬稳
王耀南
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.)
Zhaolian Consumer Finance Co ltd
Original Assignee
Merchants Union Consumer Finance Co 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 Merchants Union Consumer Finance Co Ltd filed Critical Merchants Union Consumer Finance Co Ltd
Priority to CN201810688101.0A priority Critical patent/CN109086317B/zh
Publication of CN109086317A publication Critical patent/CN109086317A/zh
Application granted granted Critical
Publication of CN109086317B publication Critical patent/CN109086317B/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

Landscapes

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

Abstract

本发明实施例公开了一种风险控制方法和相关装置,其中方法包括:获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;将用户相关数据按照图数据库的数据结构进行存储,图数据库的数据结构包括结点、结点属性、结点集和结点关系;接收针对第一用户的风险检测指令,并根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户。本发明实施例通过对获取到的交易用户相关的海量数据进行更高效和更具关联性的存储,以便判断用户安全性时,更具针对性地获取用户相关数据,提升了获得判断结果的效率。

Description

风险控制方法和相关装置
技术领域
本申请涉及数据处理技术领域,具体涉及一种风险控制方法和相关装置。
背景技术
随着科技和经济的快速发展,手机、平板电脑和智能可穿戴设备等电子产品已经成为人们工作和生活中不可获取的一部分,人们也越来越习惯通过电子产品进行线上金融活动和交易活动。
但是,在线上金融或交易活动中,由于交易的实时性要求非常高,那么在判断交易方可靠性时,就不可能像传统的金融交易活动一样,通过层层文件递交来判断用户安全性,而是利用网络的独特优势,通过用户的历史相关数据对用户安全性进行识别,进而判断交易的风险性。在这个过程中,由于网络数据的海量性和复杂性,如何寻求一种更简便高效的方式,从海量数据中获取有效数据并得到风险判定结果,是一个值得研究的问题。
发明内容
本发明实施例提供了一种风险控制方法及相关装置,以期通过对获取到的交易用户相关的海量数据进行更高效和更具关联性的存储,以便判断用户安全性时,更具针对性地获取用户相关数据,提升获得判断结果的效率。
第一方面,本发明实施例提供一种数据处理方法,所述数据处理方法包括:
获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;
将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系;
获取针对第一用户的风险检测指令,并根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户。
在可选情况下,所述将所述用户相关数据按照图数据库的数据结构进行存储,包括:
将所述用户的账户数据设置为结点,并将所述用户的账户对应的设备参数和操作相关数据设置为该结点的属性;
若两个结点的属性之间存在直接的关联关系或间接的关联关系,则确定两个结点之间连通,将结点之间的连通关系设置为结点关系;
将所述结点、结点的属性和结点关系存储在图数据库中,所述结点组成结点集。
在可选情况下,所述风险检测指令中包括风险阈值,所述根据所述风险检测指令和图数据库中的数据确定第一用户是否为风险用户,包括:
获取所述图数据库中的风险用户对应的结点,设为风险结点;
获取第一用户对应的结点,设为当前结点;
检测所述当前结点与所述风险结点是否存在结点关系;
若是,则根据所述结点关系获取所述当前结点与所述风险结点的关联度;
根据所述关联度确定所述当前结点的风险值,若所述风险值大于所述风险阈值,则确定第一用户为风险用户。
在可选情况下,所述根据所述结点关系获取所述当前结点与所述风险结点的关联度,包括:
确定所述当前结点与所述风险结点的结点关系对应的属性个数;
根据所述属性个数确定所述当前结点与所述风险结点的关联度。
在可选情况下,所述根据所述结点关系获取所述当前结点与所述风险结点的关联度,包括:
确定所述结点关系对应的结点个数;
根据所述结点个数确定所述当前结点与所述风险结点之间的连通路径长度;
根据所述连通路径长度确定所述当前结点与所述风险结点的关联度。
在可选情况下,所述获取针对第一用户的风险检测指令,包括:
接收第一用户的操作指令,并确定所述操作指令是第一类操作指令;
确定所述第一类操作指令涉及的资金金额超过预设额度;
获取第一用户的账户数据,并接收针对所述账户数据的风险检测指令。
在可选情况下,所述方法还包括:
若确定第一用户为风险用户,则获取所述第一用户的账户数据,并存储在第一数据库中,所述第一数据库为常用数据库;
当接收针对第二用户的风险检测指令时,将所述第二用户的账户数据与所述常用数据库中的账户数据进行匹配;
若匹配成功,则确定所述第二用户为风险用户。
第二方面,本申请提供一种数据处理装置,所述数据处理装置包括:
数据获取单元,用于获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;
数据存储单元,用于将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系;
风险判定单元,用于获取针对第一用户的风险检测指令,并根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户。
第三方面,本发明实施例提供一种电子装置,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行第一方面任一方法中的步骤的指令。
第四方面,本发明实施例提供了一种计算机可读存储介质,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行第一方面任一方法所述的步骤的指令。
可以看出,本发明实施例中,电子装置首先获取用户相关数据,然后将用户相关数据按照图数据库的数据结构进行存储,最后获取针对第一用户的风险检测指令,并根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户。由于用户相关数据包括用户的账户数据、操作相关数据和设备参数,图数据库的数据结构包括结点、结点属性、结点集和结点关系,因此对获取到的海量数据按照图数据库的方式进行更高效和更具逻辑性的存储,可以有助于后续获取判断用户安全性的数据时更加具有针对性和有效性,进而提升了确定风险用户的效率和准确性。
附图说明
下面将对本发明实施例所涉及到的附图作简单地介绍。
图1A是本发明实施例提供的一种数据处理方法流程示意图;
图1B是本发明实施例提供的一种图数据库的结构示意图;
图2是本发明实施例提供的一种风险用户确定方法流程示意图;
图3是本发明实施例提供的另一种风险用户确定方法流程示意图;
图4是本发明实施例提供的另一种数据处理方法流程示意图;
图5是本发明实施例提供的一种电子装置示意图;
图6是本发明实施例提供的一种数据处理装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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作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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所涉及到的电子装置可以包括各种具有无线通信功能的手持设备、车载设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备(Terminal Device)等等。为方便描述,上面提到的设备统称为电子装置。当然,本发明实施例中的电子装置可以配置一些外围配件,例如,屏幕保护膜、保护套等等。本发明实施例中的电子装置至少可以包括处理器,以及与处理器连接的电池。上述处理器可以集成Sensor Hub模块,或者,电子装置可以包含Sensor Hub模块,可以通过处理器控制Sensor Hub模块完成下述本发明实施例。
下面对本发明实施例进行详细介绍。
请参阅图1A,图1A是本发明实施例提供的一种数据处理方法流程示意图,如图1A所示,该数据处理方法包括如下步骤:
步骤101、获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数。
具体地,当用户在客户端进行操作时,会产生一系列的数据,例如注册时会产生账户数据,包括账户名称,以及服务器为该账户分配的ID号,还包括该账户的好友列表、交互账户、交互内容,以及该账户绑定的电话号码或银行卡号等;为了使账户数据与设备进行对应,服务器可以获取该电子设备对应的设备参数,包括设备识别码、MAC地址等硬件参数,常用登陆地址、常用WIFI名称、安装的APP名称等网络或软件参数。除此之外,用户在使用网站平台或软件平台时,会产生一系列的操作数据,例如在每个页面的停留时长、浏览顺序、点击次数或点击顺序等,都可以用来描述该用户的特性,获取到这些数据后,执行步骤102。
步骤102、将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系。
具体地,由步骤101可知,客户端获取到的用户相关数据有非常丰富的关系,这种关系采用关系型数据库来存储,需要为每一类关系创造一张表,这个过程非常繁复且不利于数据的存储和读取,而图数据库最大的优势则在于它能够表达丰富的关系,将每个用户设置为一个结点,而结点数据即为该结点的属性,属性与属性之间的关联即为结点与结点之间的关系。
可选的,将用户相关数据按照图数据库的数据结构进行存储,包括:将用户的账户数据设置为结点,并将用户的账户对应的设备参数和操作相关数据设置为该结点的属性;若两个结点的属性之间存在直接的关联关系或间接的关联关系,则确定两个结点之间连通,将结点之间的连通关系设置为结点关系;将结点、结点的属性和结点关系存储在图数据库中,结点组成结点集。
请参阅图1B,图1B为本发明实施例提供的一种图数据库的结构示意图,如图1B所示,将用户的账户数据,例如账户名称,设置为结点,获得结点110,111和112,如果在注册时规定了账户名称不可重复,那么该账户名称即可唯一标识该用户;否则,如果注册时没有规定账户名称不可重复,那么对应地,需要为该账户名称分配唯一的ID号,用来标识该用户。进一步的,还可以通过获取设备标识码,并将设备标识码与账户名称进行关联,达到唯一标识该用户的目的。然后,将用户的账户对应的设备参数和操作相关数据设置为该结点的属性,例如用户1的属性包括:常用登陆地址,常连接的wifi名称,绑定的电话号码,好友列表。同理,用户2和用户3也有这些属性。两个结点的属性之间存在关联关系,包括互相为好友、连接的wifi名称相同、常用登陆地址相同,绑定的电话号码在对方的联系人名单,或者在预设时间段类有过通话记录等。另外,如用户1和用户2,常用登陆地址相同,因此两者存在直接的关联关系;而对于用户1和用户3,由于用户1和用户2之间存在直接的关联关系,而用户2和用户3之间为好友关系,那么用户1和用户3之间存在间接的关联关系。两个结点的属性之间存在直接关联关系或间接的关联关系,都说明两个结点之间存在着一定的关联关系,因此确定两个结点之间连通,而连通关系中又包括一些相关参数,例如两个结点之间是通过几个中间结点进行连通的,以及两个结点之间的连通涉及了几个属性等,将这些相关参数设置为结点关系。最后,将结点、结点属性和结点关系都按照图数据库的方式进行存储,其中多个结点又组成结点集。
步骤103、接收针对第一用户的风险检测指令,并根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户。
当用户通过客户端向服务器端申请数据或请求交易通过时,由于申请的数据具有一定的机密性,或者交易中涉及金钱,或涉及的金钱额度超过预设值时,服务器端就需要对客户端的用户身份和安全性进行检测,因此服务器端发起针对第一用户的风险检测指令,客户端接收该指令,并根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户。
可选的,接收针对第一用户的风险检测指令,包括:确定第一用户进行的操作是第一类操作;确定第一类操作涉及的资金金额超过预设额度;获取第一用户的账户数据,并接收针对账户数据的风险检测指令。
其中,确定第一用户进行的操作是第一类操作,可以是贷款申请操作、担保申请操作、或者某个账号的余额查询操作等对于服务器端来说具有风险的操作。而这类操作都涉及资金金额,如何金额较少,则不需要进行安全检测,或者进行比较简略的安全检测。只有当涉及的资金金额超过预设额度时,对第一用户进行风险检测,其中预设额度可以是1千,1万,2万等。或者预设额度也可以根据用户的信用值进行确定,可以是用户信用值对应的资金额度,也可以是用户信用值对应的资金额度的某个百分比。
可选的,风险检测指令中包括风险阈值,根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户,包括:获取图数据库中的风险用户对应的结点,设为风险结点;获取第一用户对应的结点,设为当前结点;检测当前结点与风险结点是否存在结点关系;若是,则根据结点关系获取当前结点与风险结点的关联度;根据关联度确定当前结点的风险值,若风险值大于风险阈值,则确定第一用户为风险用户。
具体地,客户端接收到的服务器发出的风险检测指令中包括风险阈值,那么就需要检测第一用户的风险值是否超过预设阈值。第一用户的风险值可以通过在图数据库中第一用户对应的结点与风险用户对应的结点之间的关联度来确定。首先,图数据库中存在一些具有风险的用户,例如用户的账户绑定手机号码被标记为诈骗电话,用户的账户短时间内在多个不同的设备上登陆,用户的账户设备GPS定位在短时间内进行多次变化,或者账户在页面的操作频率高于某个频率阈值,页面停留时长低于某个预设时长等,可以通过多个条件组合来判定该账户对应的用户为风险用户,也可以通过单个条件来判定风险用户。另外,如果用户对应的账户曾经有过不良的交易记录,例如逾期不还钱等,可以直接判定该用户为风险用户。将风险用户对应的结点设置为风险结点。获取要进行风险检测的第一用户的相关数据,并将这些相关数据按照图数据库的数据结构存储到图数据库中,形成新的结点,为当前结点。然后检测当前结点与风险结点是否存在结点关系,若是,则根据结点关系获取当前结点与风险结点的关联度,关联度包括结点相互关联时涉及的属性个数,或者结点之间连通时中间包含的结点个数;根据关联度确定当前结点的风险值,可以直接将关联度设置为风险值,也可以在关联度的基础上进行整除或乘以倍数,使得风险值是一个整数,若风险值大于风险阈值,则确定第一用户为风险用户。
可选的,根据结点关系获取当前结点与风险结点的关联度,包括:确定当前结点与风险结点的结点关系对应的属性个数;根据属性个数确定当前结点与风险结点的关联度。
例如风险结点有K个属性,当前结点有T个属性,且风险结点中有M个结点与当前结点中的M个属性具有关联关系,那么当前结点与风险结点的结点关系对应的属性个数为2M个,而风险结点与当前结点总共包含K+T个属性,那么当前结点与风险结点的关联度为:F1=2M/(K+T)。其中F1表示关联度,K和T可以是相等的数,也可以是不相等的数。
可选的,根据结点关系获取当前结点与风险结点的关联度,包括:确定结点关系对应的结点个数;根据结点个数确定当前结点与风险结点之间的连通路径长度;根据连通路径长度确定当前结点与风险结点的关联度。
例如当前结点与风险结点之间存在结点关系,但是两者不是直接相关联,而是通过当前结点与结点A连接,结点A与结点B连接,结点B与风险结点连接,而形成的当前结点与风险结点之间的结点关系。设当前结点与风险结点的结点关系对应的结点个数为N,其中包括了当前结点和风险结点,那么它们的连通路径为N-1,两者的关联度可以为:F2=1/(N-1),其中F2表示关联度。连通路径越短,表示关联度越大。
可选的,可以将属性个数获得的关联度与路径长度获得的关联度相结合。例如当前结点的属性1的属性1与风险结点的属性1有直接的关联关系,路径长度为1,而当前结点的属性2与风险结点的属性3有间接的关联关系,路径长度为3,那么,两者的关联度为:1+1/3,抽象为F3=1/(N1-1)+…+1/(Ni-1)...+1/(Nt-1),其中F3表示结合属性个数与路径长度获得的当前结点与风险结点的关联度,t表示属性个数,Ni表示第i个属性对应的路径长度。
在本发明实施例中,通过当前结点与风险结点的结点关系对应的属性个数,确定当前结点与风险结点的关联度,或者通过结点关系对应的结点个数,获得当前结点与风险结点之间的连通路径长度,进而确定两者的关联度。前者由于结点关系对应的属性个数越多,说明两者关联的方面越多,两者的关联度也就越大,后者由于结点关系对应的路径越短,说明两者关联度越大,因此,这种关联度获取方法提升了获取到的关联度的准确度,进一步提升了后续用户风险值的计算准确度。
可选的,本方法还包括:若确定第一用户为风险用户,则获取第一用户的账户数据,并存储在第一数据库中,第一数据库为常用数据库;当接收针对第二用户的风险检测指令时,将第二用户的账户数据与常用数据库中的账户数据进行匹配;若匹配成功,则确定第二用户为风险用户。
具体地,在确定第一用户为风险用户的情况下,将该用户的账户数据存储在常用数据库中,那么当下一次再接收到第二用户的风险检测指令时,首先将第二用户的账户数据与常用数据库进行匹配,如果第二用户的账户数据与常用数据库匹配成功,就可以直接判定第二用户为风险用户了,而不需要再与图数据库中的数据进行交互。这样可以减少已确定为风险用户的账户数据与图数据库中数据进行交互的时间,提升风险检测效率。
可见,在本发明实施例中,电子装置首先获取用户相关数据,然后将用户相关数据按照图数据库的数据结构进行存储,最后获取针对第一用户的风险检测指令,并根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户。由于用户相关数据包括用户的账户数据、操作相关数据和设备参数,图数据库的数据结构包括结点、结点属性、结点集和结点关系,因此对获取到的海量数据按照图数据库的方式进行更高效和更具逻辑性的存储,可以有助于后续获取判断用户安全性的数据时更加具有针对性和有效性,进而提升了确定风险用户的效率和准确性。
请参阅图2,图2是本发明实施例提供的一种风险用户确定方法流程示意图,如图2所示,所述风险用户确定方法包括如下步骤:
步骤201、接收针对第一用户的风险检测指令,所述风险检测指令包括风险阈值;
步骤202、获取图数据库中的风险用户对应的结点,设为风险结点;
步骤203、获取第一用户对应的结点,设为当前结点;
步骤204、检测所述当前结点与所述风险结点是否存在结点关系;
步骤205、若是,则确定所述当前结点与所述风险结点的结点关系对应的属性个数;
步骤206、根据所述属性个数确定所述当前结点与所述风险结点的关联度;
步骤207、根据所述关联度确定所述当前结点的风险值,若所述风险值大于所述风险阈值,则确定第一用户为风险用户。
在本发明实施例中,通过当前结点与风险结点的结点关系对应的属性个数,确定当前结点与风险结点的关联度,由于结点关系对应的属性个数越多,说明两者关联的方面越多,两者的关联度也就越大,这种关联度获取方法提升了获取到的关联度的准确度,进一步提升了用户风险值的计算准确度。
请参阅图3,图3是本发明实施例提供的另一种风险用户确定方法流程示意图,如图3所示,所述风险用户确定方法包括如下步骤:
步骤301、接收针对第一用户的风险检测指令,所述风险检测指令包括风险阈值;
步骤302、获取图数据库中的风险用户对应的结点,设为风险结点;
步骤303、获取第一用户对应的结点,设为当前结点;
步骤304、检测所述当前结点与所述风险结点是否存在结点关系;
步骤305、若是,则确定所述结点关系对应的结点个数;
步骤306、根据所述结点个数确定所述当前结点与所述风险结点之间的连通路径长度;
步骤307、根据所述连通路径长度确定所述当前结点与所述风险结点的关联度;
步骤308、根据所述关联度确定所述当前结点的风险值,若所述风险值大于所述风险阈值,则确定第一用户为风险用户。
在本发明实施例中,通过结点关系对应的结点个数,获得当前结点与风险结点之间的连通路径长度,进而确定两者的关联度。由于结点关系对应的路径越短,说明两者关联度越大,因此,这种关联度获取方法提升了获取到的关联度的准确度,进一步提升了后续用户风险值的计算准确度。
请参阅图4,图4是本发明实施例提供的另一种数据处理方法流程示意图,如图4所示,所述数据处理方法包括:
步骤401、获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;
步骤402、将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系;
步骤403、接收第一用户的操作指令,并确定所述操作指令是第一类操作指令;
步骤404、确定所述第一类操作指令涉及的资金金额超过预设额度;
步骤405、获取第一用户的账户数据,并接收针对所述账户数据的风险检测指令;
步骤406、根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户;
步骤407、若确定第一用户为风险用户,则获取所述第一用户的账户数据,并存储在第一数据库中,所述第一数据库为常用数据库;
步骤408、当接收针对第二用户的风险检测指令时,将所述第二用户的账户数据与所述常用数据库中的账户数据进行匹配;
步骤409、若匹配成功,则确定所述第二用户为风险用户。
可见,本发明实施例中,电子装置首先获取用户相关数据,然后将用户相关数据按照图数据库的数据结构进行存储,最后获取针对第一用户的风险检测指令,并根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户。由于用户相关数据包括用户的账户数据、操作相关数据和设备参数,图数据库的数据结构包括结点、结点属性、结点集和结点关系,因此对获取到的海量数据按照图数据库的方式进行更高效和更具逻辑性的存储,可以有助于后续获取判断用户安全性的数据时更加具有针对性和有效性,进而提升了确定风险用户的效率和准确性。最后通过将风险用户存储在常用数据库中,使得再一次检测用户安全性时优先与常用数据库进行匹配,如果用户的账户数据与常用数据库匹配成功,就可以直接判定用户为风险用户,而不需要再与图数据库中的数据进行交互。这样可以减少已确定为风险用户的账户数据与图数据库中数据进行交互的时间,提升风险检测效率。
如上述一致地,请参阅图5,图5是本发明实施例提供的一种电子装置的结构示意图,如图5所示,该电子装置包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令:
获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;
将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系;
接收针对第一用户的风险检测指令,并根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户。
可以看出,本发明实施例中,电子装置首先获取用户相关数据,然后将用户相关数据按照图数据库的数据结构进行存储,最后获取针对第一用户的风险检测指令,并根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户。由于用户相关数据包括用户的账户数据、操作相关数据和设备参数,图数据库的数据结构包括结点、结点属性、结点集和结点关系,因此对获取到的海量数据按照图数据库的方式进行更高效和更具逻辑性的存储,可以有助于后续获取判断用户安全性的数据时更加具有针对性和有效性,进而提升了确定风险用户的效率和准确性。
上述主要从方法侧执行过程的角度对本发明实施例的方案进行了介绍。可以理解的是,电子装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,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申请的范围。
本发明实施例可以根据上述方法示例对电子装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。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。需要说明的是,本发明实施例中对单元的划分是示意性的,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。
图6是本发明实施例中所涉及的数据处理装置600的功能单元组成框图。该数据处理装置600应用于电子装置,该数据处理装置600包括:
数据获取单元601,用于获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;
数据存储单元602,用于将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系;
风险判定单元603,用于获取针对第一用户的风险检测指令,并根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户。
可以看出,本发明实施例中,电子装置首先获取用户相关数据,然后将用户相关数据按照图数据库的数据结构进行存储,最后获取针对第一用户的风险检测指令,并根据风险检测指令和图数据库中的数据确定第一用户是否为风险用户。由于用户相关数据包括用户的账户数据、操作相关数据和设备参数,图数据库的数据结构包括结点、结点属性、结点集和结点关系,因此对获取到的海量数据按照图数据库的方式进行更高效和更具逻辑性的存储,可以有助于后续获取判断用户安全性的数据时更加具有针对性和有效性,进而提升了确定风险用户的效率和准确性。
在一个可能的示例中,在将所述用户相关数据按照图数据库的数据结构进行存储方面,所述数据存储单元602具体用于:
将所述用户的账户数据设置为结点,并将所述用户的账户对应的设备参数和操作相关数据设置为该结点的属性;
若两个结点的属性之间存在直接的关联关系或间接的关联关系,则确定两个结点之间连通,将结点之间的连通关系设置为结点关系;
将所述结点、结点的属性和结点关系存储在图数据库中,所述结点组成结点集。
在一个可能的示例中,所述风险检测指令中包括风险阈值,在根据所述风险检测指令和图数据库中的数据确定第一用户是否为风险用户方面,所述风险判定单元603具体用于:
获取所述图数据库中的风险用户对应的结点,设为风险结点;
获取第一用户对应的结点,设为当前结点;
检测所述当前结点与所述风险结点是否存在结点关系;
若是,则根据所述结点关系获取所述当前结点与所述风险结点的关联度;
根据所述关联度确定所述当前结点的风险值,若所述风险值大于所述风险阈值,则确定第一用户为风险用户。
在一个可能的示例中,在根据所述结点关系获取所述当前结点与所述风险结点的关联度方面,所述风险判定单元603还具体用于:
确定所述当前结点与所述风险结点的结点关系对应的属性个数;
根据所述属性个数确定所述当前结点与所述风险结点的关联度。
在一个可能的示例中,在根据所述结点关系获取所述当前结点与所述风险结点的关联度方面,所述风险判定单元603还具体用于:
确定所述结点关系对应的结点个数;
根据所述结点个数确定所述当前结点与所述风险结点之间的连通路径长度;
根据所述连通路径长度确定所述当前结点与所述风险结点的关联度。
在一个可能的示例中,在接收针对第一用户的风险检测指令方面,所述风险判定单元603还具体用于:
接收第一用户的操作指令,并确定所述操作指令是第一类操作指令;
确定所述第一类操作指令涉及的资金金额超过预设额度;
获取第一用户的账户数据,并接收针对所述账户数据的风险检测指令。
在一个可能的示例中,所述数据处理装置还包括常用数据处理单元604,具体用于:
若确定第一用户为风险用户,则获取所述第一用户的账户数据,并存储在第一数据库中,所述第一数据库为常用数据库;
当接收针对第二用户的风险检测指令时,将所述第二用户的账户数据与所述常用数据库中的账户数据进行匹配;
若匹配成功,则确定所述第二用户为风险用户。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括移动终端。
本发明实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括移动终端。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
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的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可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,例如上述单元的划分,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,可以是电性或其它的形式。
上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,在本申请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。
上述集成的单元若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器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
以上对本发明实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种数据处理方法,其特征在于,所述数据处理方法包括:
获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;
将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系;
接收针对第一用户的风险检测指令,并根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户。
2.根据权利要求1所述的方法,其特征在于,所述将所述用户相关数据按照图数据库的数据结构进行存储,包括:
将所述用户的账户数据设置为结点,并将所述用户的账户对应的设备参数和操作相关数据设置为该结点的属性;
若两个结点的属性之间存在直接的关联关系或间接的关联关系,则确定两个结点之间连通,将结点之间的连通关系设置为结点关系;
将所述结点、结点的属性和结点关系存储在图数据库中,所述结点组成结点集。
3.根据权利要求2中所述的方法,其特征在于,所述风险检测指令中包括风险阈值,所述根据所述风险检测指令和图数据库中的数据确定第一用户是否为风险用户,包括:
获取所述图数据库中的风险用户对应的结点,设为风险结点;
获取第一用户对应的结点,设为当前结点;
检测所述当前结点与所述风险结点是否存在结点关系;
若是,则根据所述结点关系获取所述当前结点与所述风险结点的关联度;
根据所述关联度确定所述当前结点的风险值,若所述风险值大于所述风险阈值,则确定第一用户为风险用户。
4.根据权利要求3中所述的方法,其特征在于,所述根据所述结点关系获取所述当前结点与所述风险结点的关联度,包括:
确定所述当前结点与所述风险结点的结点关系对应的属性个数;
根据所述属性个数确定所述当前结点与所述风险结点的关联度。
5.根据权利要求2或3中所述的方法,其特征在于,所述根据所述结点关系获取所述当前结点与所述风险结点的关联度,包括:
确定所述结点关系对应的结点个数;
根据所述结点个数确定所述当前结点与所述风险结点之间的连通路径长度;
根据所述连通路径长度确定所述当前结点与所述风险结点的关联度。
6.根据权利要求2所述的方法,其特征在于,所述接收针对第一用户的风险检测指令,包括:
接收第一用户的操作指令,并确定所述操作指令是第一类操作指令;
确定所述第一类操作指令涉及的资金金额超过预设额度;
获取第一用户的账户数据,并接收针对所述账户数据的风险检测指令。
7.根据权利要求1-6所述的方法,其特征在于,所述方法还包括:
若确定第一用户为风险用户,则获取所述第一用户的账户数据,并存储在第一数据库中,所述第一数据库为常用数据库;
当接收针对第二用户的风险检测指令时,将所述第二用户的账户数据与所述常用数据库中的账户数据进行匹配;
若匹配成功,则确定所述第二用户为风险用户。
8.一种数据处理装置,其特征在于,所述数据处理装置包括:
数据获取单元,用于获取用户相关数据,包括用户的账户数据、操作相关数据和设备参数;
数据存储单元,用于将所述用户相关数据按照图数据库的数据结构进行存储,所述图数据库的数据结构包括结点、结点属性、结点集和结点关系;
风险判定单元,用于获取针对第一用户的风险检测指令,并根据所述风险检测指令和图数据库中的数据确定所述第一用户是否为风险用户。
9.一种电子装置,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
CN201810688101.0A 2018-06-28 2018-06-28 风险控制方法和相关装置 Active CN109086317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810688101.0A CN109086317B (zh) 2018-06-28 2018-06-28 风险控制方法和相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810688101.0A CN109086317B (zh) 2018-06-28 2018-06-28 风险控制方法和相关装置

Publications (2)

Publication Number Publication Date
CN109086317A true CN109086317A (zh) 2018-12-25
CN109086317B CN109086317B (zh) 2020-07-21

Family

ID=64834932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810688101.0A Active CN109086317B (zh) 2018-06-28 2018-06-28 风险控制方法和相关装置

Country Status (1)

Country Link
CN (1) CN109086317B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110287688A (zh) * 2019-06-28 2019-09-27 京东数字科技控股有限公司 关联账号分析方法、装置和计算机可读存储介质
CN110909384A (zh) * 2019-11-19 2020-03-24 支付宝(杭州)信息技术有限公司 确定泄露用户信息的业务方的方法及装置
CN111291234A (zh) * 2020-03-31 2020-06-16 京东数字科技控股有限公司 一种账号风险概率评估方法、装置、系统及存储介质
CN111428971A (zh) * 2020-03-05 2020-07-17 支付宝(杭州)信息技术有限公司 业务数据的处理方法、装置和服务器
CN111754340A (zh) * 2020-07-03 2020-10-09 交通银行股份有限公司 一种基于图数据库的担保网络风险排查系统
CN112818235A (zh) * 2021-02-03 2021-05-18 招联消费金融有限公司 基于关联特征的违规用户识别方法、装置和计算机设备
CN113628032A (zh) * 2021-08-12 2021-11-09 上海上湖信息技术有限公司 一种确定用户关系的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170277907A1 (en) * 2016-03-28 2017-09-28 Dataspark Pte, Ltd. Abstracted Graphs from Social Relationship Graph
CN107229951A (zh) * 2017-05-31 2017-10-03 北京知道创宇信息技术有限公司 预测用户是否存在恶意行为的方法和计算设备
CN107239533A (zh) * 2017-05-31 2017-10-10 北京知道创宇信息技术有限公司 生成异常模式、确定用户是否存在恶意行为的方法和计算设备
CN107644098A (zh) * 2017-09-29 2018-01-30 马上消费金融股份有限公司 一种欺诈行为识别方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170277907A1 (en) * 2016-03-28 2017-09-28 Dataspark Pte, Ltd. Abstracted Graphs from Social Relationship Graph
CN107229951A (zh) * 2017-05-31 2017-10-03 北京知道创宇信息技术有限公司 预测用户是否存在恶意行为的方法和计算设备
CN107239533A (zh) * 2017-05-31 2017-10-10 北京知道创宇信息技术有限公司 生成异常模式、确定用户是否存在恶意行为的方法和计算设备
CN107644098A (zh) * 2017-09-29 2018-01-30 马上消费金融股份有限公司 一种欺诈行为识别方法、装置、设备及存储介质

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110287688A (zh) * 2019-06-28 2019-09-27 京东数字科技控股有限公司 关联账号分析方法、装置和计算机可读存储介质
WO2020259054A1 (zh) * 2019-06-28 2020-12-30 京东数字科技控股有限公司 关联账号分析方法、装置和计算机可读存储介质
CN110909384A (zh) * 2019-11-19 2020-03-24 支付宝(杭州)信息技术有限公司 确定泄露用户信息的业务方的方法及装置
CN111428971A (zh) * 2020-03-05 2020-07-17 支付宝(杭州)信息技术有限公司 业务数据的处理方法、装置和服务器
CN111291234A (zh) * 2020-03-31 2020-06-16 京东数字科技控股有限公司 一种账号风险概率评估方法、装置、系统及存储介质
CN111754340A (zh) * 2020-07-03 2020-10-09 交通银行股份有限公司 一种基于图数据库的担保网络风险排查系统
CN111754340B (zh) * 2020-07-03 2022-06-21 交通银行股份有限公司 一种基于图数据库的担保网络风险排查系统
CN112818235A (zh) * 2021-02-03 2021-05-18 招联消费金融有限公司 基于关联特征的违规用户识别方法、装置和计算机设备
CN112818235B (zh) * 2021-02-03 2023-07-21 招联消费金融有限公司 基于关联特征的违规用户识别方法、装置和计算机设备
CN113628032A (zh) * 2021-08-12 2021-11-09 上海上湖信息技术有限公司 一种确定用户关系的方法及装置
CN113628032B (zh) * 2021-08-12 2024-02-09 上海上湖信息技术有限公司 一种确定用户关系的方法及装置

Also Published As

Publication number Publication date
CN109086317B (zh) 2020-07-21

Similar Documents

Publication Publication Date Title
CN109086317A (zh) 风险控制方法和相关装置
CN104954322B (zh) 一种账号的绑定处理方法、装置及系统
CN107872772B (zh) 诈骗短信的检测方法及装置
CN107391359B (zh) 一种业务测试方法及装置
CN105847288B (zh) 一种验证码处理方法和装置
CN106204052A (zh) 退款信息处理方法及装置
CN109472656B (zh) 一种虚拟物品的展示方法、装置和存储介质
CN110225104A (zh) 数据获取方法、装置及终端设备
CN109409836A (zh) 数据申请处理方法及装置、电子设备、存储介质
CN109214683A (zh) 一种风险决策方法和装置
CN110247857B (zh) 限流方法及装置
CN107483381A (zh) 关联账户的监控方法及装置
CN105306202B (zh) 身份验证方法、装置及服务器
CN106127463A (zh) 一种转账控制方法及终端设备
CN108234533A (zh) 用户操作处理方法及相关设备
CN106856474A (zh) 一种验证信息的处理方法及装置
CN106933822A (zh) 一种内容推荐方法及装置
CN104468635B (zh) 网络平台的用户权限升级认证方法及系统
CN108401005A (zh) 一种表情推荐方法和装置
CN110033166A (zh) 风险识别处理方法及装置
CN103780592A (zh) 一种用户账号被盗确定方法及装置
CN105184559A (zh) 一种支付系统及方法
CN109905366A (zh) 终端设备安全验证方法、装置、可读存储介质及终端设备
CN109597948A (zh) 访问url链接的方法、系统及存储介质
CN109041049A (zh) 一种移动终端的寻址方法、寻址装置及终端设备

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 518000 18th floor, building A4, Kexing Science Park, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Zhaolian Consumer Finance Co.,Ltd.

Country or region after: China

Address before: 518000 18th floor, building A4, Kexing Science Park, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: MERCHANTS UNION CONSUMER FINANCE Co.,Ltd.

Country or region before: China

CP03 Change of name, title or address