CN109711984B - 一种基于催收的贷前风险监控方法及装置 - Google Patents
一种基于催收的贷前风险监控方法及装置 Download PDFInfo
- Publication number
- CN109711984B CN109711984B CN201910061973.9A CN201910061973A CN109711984B CN 109711984 B CN109711984 B CN 109711984B CN 201910061973 A CN201910061973 A CN 201910061973A CN 109711984 B CN109711984 B CN 109711984B
- Authority
- CN
- China
- Prior art keywords
- information
- urging
- collection
- database
- call
- 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
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例提供一种基于催收的贷前风险监控方法及装置,该方法包括:通过催收号码识别模型获取催收号码数据库信息;根据贷款人通话信息和催收号码数据库信息得到风险评估分。通过爬虫技术获取催收号码和催收地址,然后根据催收地址来匹配附近的运营商基站信息,从而确定催收号码样本数据库,然后通过特征属性信息,最终得到催收号码识别模型,从而可以得到催收号码库信息;在根据贷款人的通话信息中的催收人号码信息,来得到最终的风险评估分,本发明实施例创新地通过贷款人被催收的情况,来对贷款人进行基于催收的贷前风险监控,切实强化贷前风险监控能力,降低坏账率。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种基于催收的贷前风险监控方法及装置。
背景技术
新时代背景下,信贷产业蓬勃发展,金融机构可以向用户提供信贷业务,换言之,金融机构可以基于用户的申请,向有贷款需求的用户提供指定额度的贷款。为了防止贷款用户恶意或非法利用贷款,金融机构通常会针对用户的贷款申请进行审核。
而现如今信贷违约客户总量也日渐增长,因此各金融机构依然普遍存在风控策略滞后,风控解决方案不成熟等问题,从而造成用户恶意欺诈、逾期等扰乱金融市场秩序的行为。
因此如何解决上述技术问题已经成为业界亟待解决的问题。
发明内容
本发明实施例提供一种基于催收的贷前风险监控方法及装置,用以解决上述背景技术中提出的技术问题,或至少部分解决上述背景技术中提出的技术问题。
第一方面,本发明实施例提供一种基于催收的贷前风险监控方法,包括:
通过催收号码识别模型获取催收号码数据库信息;
根据贷款人通话信息和催收号码数据库信息得到风险评估分。
第二方面,本发明实施例提供一种基于催收的贷前风险监控装置,包括:
获取模块,用于通过催收号码识别模型获取催收号码数据库信息;
评估模块,用于根据贷款人通话信息和催收号码数据库信息得到风险评估分。
第三方面,本发明实施例提供一种电子设备,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,所述处理器执行所述程序时实现如第一方面所述基于催收的贷前风险监控方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述基于催收的贷前风险监控方法的步骤。
本发明实施例提供一种基于催收的贷前风险监控方法及装置,通过爬虫技术获取催收号码和催收地址,然后根据催收地址来匹配附近的运营商基站信息,从而确定催收号码样本数据库,然后通过特征属性信息,最终得到催收号码识别模型,从而可以得到催收号码库信息;在根据贷款人的通话信息中的催收人号码信息,来得到最终的风险评估分,本发明实施例创新的通过贷款人被催收的情况,来对贷款人进行基于催收的贷前风险监控,切实强化贷前风险监控能力,降低坏账率。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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为本发明一实施例所描述的一种基于催收的贷前风险监控方法流程图;
图2为本发明一实施例所描述的一种基于催收的贷前风险监控装置结构示意图;
图3为本发明一实施例所提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明一实施例所描述的一种基于催收的贷前风险监控方法流程图,如图1所述,包括:
步骤110,通过催收号码识别模型获取催收号码数据库信息;
步骤120,根据贷款人通话信息和催收号码数据库信息得到风险评估分。
步骤110具体为,本发明实施例中所描述的催收号码可以是指银行或小贷公司的催收部、互联网金融平台催收部门和催收公司的工作号码及其工作人员的工作号码。
本发明实施例中所描述的催收号码识别模型是指,首先通过爬虫技术,在万维网中获取催收号码信息和催收地址信息;然后根据催收地址信息,来确定该催收地址信息周边的运营商基站位置信息,而催收员的工作号码必然有着远超出普通号码的通话频率和通话时间,且催收员的工作性质决定了催收员的工作地常驻基站域催收地的基站位置一致,因此对定位后的该运营商基站传输的数据信息进行分析,即可得到催收员号码信息,然后根据催收员号码信息和催收号码信息从而生成催收号码样本数据库信息。
其中所描述的催收员号码信息,可以是指在银行或小贷公司的催收部、互联网金融平台催收部门和催收公司所工作的工作人员的工作号码。
在得到样本数据库信息后进行特征属性匹配,即可得到催收号码识别模型;然后通过催收号码识别模型挖掘万维网中的潜在催收号码信息,从而得到催收号码数据库信息。
步骤120具体为,本发明实施例中所描述的贷款人是指向金融机构申请贷款的人,此处所描述的贷款人通话信息可以是指根据贷款人申请过程中填写的电话号码信息,并关联运营商数据进行获取;此处的贷款人通话信息可以包括贷款人的电话号码信息和贷款人的通话记录信息。
根据催收号码数据库信息对贷款人的通话记录信息进行筛选,得到贷款人的通话记录信息中与催收号码联系的通话记录信息,并对其进行分析处理,从而得到风险评估分。
本发明实施例通过爬虫技术获取催收号码和催收地址,然后根据催收地址来匹配附近的运营商基站信息,从而确定催收号码样本数据库,然后通过特征属性信息,最终得到催收号码识别模型,从而可以得到催收号码库信息;在根据贷款人的通话信息中的催收人号码信息,来得到最终的风险评估分,本发明实施例创新的通过贷款人被催收的情况,来对贷款人进行基于催收的贷前风险监控,切实强化贷前风险监控能力,降低坏账率。
在上述实施例的基础上,所述通过催收号码识别模型获取催收号码数据库信息的步骤之前,所述方法还包括:
获取催收号码信息和催收地址信息;
根据所述催收地址信息对运营商基站信息进行匹配处理,以得到催收员号码信息;
根据所述催收号码信息和所述催收员号码信息生成催收号码样本数据库信息。
具体的,对催收地址信息进行网格化处理,而催收员的工作性质决定了催收员的工作地常驻基站域催收地的基站位置一致,且催收员的工作号码必然有着远超出普通号码的通话频率和通话时间,因此对定位后的该运营商基站传输的数据信息进行分析,即可得到催收员号码信息,从而在运营商基站传输的数据信息中,筛选出催收员号码信息;此处所描述的催收员号码信息的特征是指远超出普通号码的通话频率和通话时间;此处所描述的催收号码信息可以是指银行或小贷公司的催收部、互联网金融平台催收部门和催收公司所拥有的公共电话号码信息。
本发明实施例通过爬虫抓取到的催收地址信息,并结合运营商基站的信息,从而可以精准获取到,该催收地址处的催收员电话信息,使得生成的催收号码样本数据库信息更加精准,有利于后续步骤的进行。
在上述实施例的基础上,在所述根据所述催收号码信息和所述催收员号码信息生成催收号码样本数据库信息的步骤之后,所述方法还包括:
根据运营商数据信息生成特征属性信息;
将所述催收号码样本数据库信息与所述特征属性信息进行关联匹配,以得到催收号码识别模型。
具体的,本发明实施例中所描述的特征属性信息可以包括运营商的号码标记信息、运营商集团客户信息和通话特性信息;其中,运营商的号码标记信息可以是指贷款人将某一号码标记为贷款催收;其中,运营商集团客户信息可以是指某一号码归属于银行或小贷公司的催收部、互联网金融平台催收部门或催收公司所办理的集团账号业务中;其中,通话特性信息是指其被叫号码多为贷款欠款人的号码。
根据运营商数据信息生成特征属性信息后,再对催收号码样本数据库信息进行管理匹配,使该催收号码样本数据库信息具备特征属性信息,从而得到催收号码识别模型。
本发明实施例通过将催收号码样本数据库信息与特征属性信息匹配,从得到催收号码识别模型,使得该催收号码识别模型更够更精准的对于潜在的催收号码进行识别,有利于后续步骤的进行。
在上述实施例的基础上,所述根据贷款人通话信息和催收号码数据库信息得到风险评估分的步骤,具体包括:
根据所述催收号码数据库信息对所述贷款人通话信息进行分析处理,以得到催收通话信息;
对所述催收通话信息进行催收评估处理,以得到风险评估分。
具体的,本发明实施例中所描述的贷款人通话信息是指根据贷款人所填写的贷款申请资料中记载的电话号码信息所获取的,根据电话号码信息,在运营商数据库中查找该电话号码信息所对应的通话记录信息,并将其作为贷款人通话信息。
根据催收号码数据库信息对贷款人通话信息进行筛选,得到催收号码通话记录信息,然后根据催收号码通话记录信息中的催收号码个数、催收通话次数、催收被叫时长、催收主叫时长、催收号码所属平台类型、同一催收号码出现天数、同一催收号码一天通话次数、同一催收号码一天主叫时长和同一催收号码一天被叫时长来进行风险评估,从而得到风险评估分。
本发明实施例通过读取贷款人通话信息,并将其与催收号码数据库信息进行数据匹配,得到贷款人的催收通话记录信息,在对贷款人的催收通话记录信息进行风险评估,从而得到风险评估分,以根据风险评估分实现有效的贷前风险监控。
在上述实施例的基础上,所述方法还包括:
获取贷款人上网数据信息;
对所述贷款人上网数据信息进行分析处理,以得到辅助风险评估分;
根据所述辅助风险评估分对所述风险评估分进行修正,以得到最终风险评估分。
具体的,本发明实施例中所描述的贷款人上网数据信息,是指贷款人号码所属上网账号的上网数据信息,此处所描述的辅助风险评估分是基于贷款人的上网数据信息所得到的,其是不同于风险评估分的另一辅助评分值。
通过运营商数据库获取贷款人上网数据信息,并对其进行分析,筛选贷款人上网数据信息中是否包含搜索反催收等关键词等行为,从而得到辅助风险评估分;在通过辅助风险评估分来对风险评估分进行修正,最终得到最终风险评估分。
本发明实施例通过对贷款人的上网数据信息进行分析评估,进一步判断贷款人是否有反催收的行为或意向,进而对风险评估分进行修正,使得最终风险评估分更准确,更精准的进行贷前风险监控。
图2为本发明一实施例所描述的一种基于催收的贷前风险监控装置结构示意图,如图2所示,包括获取模块210和评估模块220;
其中,获取模块210用于通过催收号码识别模型获取催收号码数据库信息;其中,评估模块220用于根据贷款人通话信息和催收号码数据库信息得到风险评估分。
本发明实施例提供的装置是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
本发明实施例通过爬虫技术获取催收号码和催收地址,然后根据催收地址来匹配附近的运营商基站信息,从而确定催收号码样本数据库,然后通过特征属性信息,最终得到催收号码识别模型,从而可以得到催收号码库信息;在根据贷款人的通话信息中的催收人号码信息,来得到最终的风险评估分,本发明实施例创新的通过贷款人被催收的情况,来对贷款人进行基于催收的贷前风险监控,切实强化贷前风险监控能力,降低坏账率。
图3为本发明一实施例所提供的电子设备结构示意图,如图3所示,该电子设备可以包括:处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令,以执行如下方法:通过催收号码识别模型获取催收号码数据库信息;根据贷款人通话信息和催收号码数据库信息得到风险评估分。
此外,上述的存储器303中的逻辑指令可以通过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介质中,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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:通过催收号码识别模型获取催收号码数据库信息;根据贷款人通话信息和催收号码数据库信息得到风险评估分。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述实施例所提供的一种基于催收的贷前风险监控方法,例如包括:通过催收号码识别模型获取催收号码数据库信息;根据贷款人通话信息和催收号码数据库信息得到风险评估分。
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的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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计算机可读存储介质中,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种基于催收的贷前风险监控方法,其特征在于,包括:
通过催收号码识别模型获取催收号码数据库信息;
根据贷款人通话信息和催收号码数据库信息得到风险评估分;
其中,所述通过催收号码识别模型获取催收号码数据库信息的步骤之前,所述方法还包括:
获取催收号码信息和催收地址信息;
根据所述催收地址信息对运营商基站信息进行匹配处理,以得到催收员号码信息;
根据所述催收号码信息和所述催收员号码信息生成催收号码样本数据库信息;
其中,在所述根据所述催收号码信息和所述催收员号码信息生成催收号码样本数据库信息的步骤之后,所述方法还包括:
根据运营商数据信息生成特征属性信息;
将所述催收号码样本数据库信息与所述特征属性信息进行关联匹配,以得到催收号码识别模型。
2.根据权利要求1所述方法,其特征在于,所述根据贷款人通话信息和催收号码数据库信息得到风险评估分的步骤,具体包括:
根据所述催收号码数据库信息对所述贷款人通话信息进行分析处理,以得到催收通话信息;
对所述催收通话信息进行催收评估处理,以得到风险评估分。
3.根据权利要求2所述方法,其特征在于,所述方法还包括:
获取贷款人上网数据信息;
对所述贷款人上网数据信息进行分析处理,以得到辅助风险评估分;
根据所述辅助风险评估分对所述风险评估分进行修正,以得到最终风险评估分。
4.一种基于催收的贷前风险监控装置,其特征在于,包括:
获取模块,用于通过催收号码识别模型获取催收号码数据库信息;
评估模块,用于根据贷款人通话信息和催收号码数据库信息得到风险评估分;
其中,所述装置还包括样本生成模块,所述样本生成模块具体用于:
获取催收号码信息和催收地址信息;
根据所述催收地址信息对运营商基站信息进行匹配处理,以得到催收员号码信息;
根据所述催收号码信息和所述催收员号码信息生成催收号码样本数据库信息;
其中,所述装置还包括建模模块,所述建模模块具体用于:
根据运营商数据信息生成特征属性信息;
将所述催收号码样本数据库信息与所述特征属性信息进行关联匹配,以得到催收号码识别模型。
5.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1至3任一项所述基于催收的贷前风险监控方法的步骤。
6.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至3任一项所述基于催收的贷前风险监控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910061973.9A CN109711984B (zh) | 2019-01-23 | 2019-01-23 | 一种基于催收的贷前风险监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910061973.9A CN109711984B (zh) | 2019-01-23 | 2019-01-23 | 一种基于催收的贷前风险监控方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109711984A CN109711984A (zh) | 2019-05-03 |
CN109711984B true CN109711984B (zh) | 2021-03-02 |
Family
ID=66262806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910061973.9A Active CN109711984B (zh) | 2019-01-23 | 2019-01-23 | 一种基于催收的贷前风险监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711984B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652711A (zh) * | 2020-06-09 | 2020-09-11 | 深圳前海微众银行股份有限公司 | 基于催收数据的贷前分析方法、装置、设备与存储介质 |
CN114285929B (zh) * | 2021-12-27 | 2024-05-28 | 中国联合网络通信集团有限公司 | 恶意反催收用户的识别方法、设备及存储介质 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101335925A (zh) * | 2008-07-29 | 2008-12-31 | 中兴通讯股份有限公司 | 一种移动通信中在被叫显示主叫身份的实现方法及系统 |
CN103546936B (zh) * | 2013-10-14 | 2017-02-22 | 南京邮电大学 | 基于WiMAX本地路由技术查找特定用户群和特定服务号的方法 |
CN104199851B (zh) * | 2014-08-11 | 2018-05-08 | 北京奇虎科技有限公司 | 通过黄页信息提取电话号码的方法及云端服务器 |
CN105303441A (zh) * | 2015-10-28 | 2016-02-03 | 联动优势科技有限公司 | 利用sim卡号和手机识别码预防申请欺诈的办法和装置 |
CN105869035A (zh) * | 2016-04-07 | 2016-08-17 | 中国联合网络通信集团有限公司 | 一种移动用户信用评估方法及装置 |
CN107517463A (zh) * | 2016-06-15 | 2017-12-26 | 中国移动通信集团浙江有限公司 | 一种电话号码的识别方法和装置 |
CN106791220B (zh) * | 2016-11-04 | 2021-06-04 | 国家计算机网络与信息安全管理中心 | 防止电话诈骗的方法及系统 |
CN106657690A (zh) * | 2016-12-09 | 2017-05-10 | 北京奇虎科技有限公司 | 一种防止电话诈骗的方法、装置及移动终端 |
CN109214617A (zh) * | 2017-06-29 | 2019-01-15 | 格局商学教育科技(深圳)有限公司 | 一种互联网金融风险定量评估审核系统 |
CN109214177A (zh) * | 2017-06-29 | 2019-01-15 | 格局商学教育科技(深圳)有限公司 | 一种互联网金融反欺诈系统 |
CN107657525A (zh) * | 2017-08-29 | 2018-02-02 | 深圳市佰仟金融服务有限公司 | 一种贷款审批方法及服务器 |
CN108093405A (zh) * | 2017-11-06 | 2018-05-29 | 北京邮电大学 | 一种诈骗电话号码分析方法和设备 |
CN108198086B (zh) * | 2018-01-31 | 2021-06-25 | 海南海航信息技术有限公司 | 用于依据通信行为特征来识别骚扰源的方法和装置 |
CN108156334A (zh) * | 2018-02-01 | 2018-06-12 | 天津市国瑞数码安全系统股份有限公司 | 一种基于互联网获得诈骗场景的控制系统 |
CN108563706A (zh) * | 2018-03-27 | 2018-09-21 | 昆山和君纵达数据科技有限公司 | 一种催收大数据智能服务系统及其运行方法 |
-
2019
- 2019-01-23 CN CN201910061973.9A patent/CN109711984B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109711984A (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10477403B2 (en) | Identifying call characteristics to detect fraudulent call activity and take corrective action without using recording, transcription or caller ID | |
US9596356B2 (en) | Analyzing voice characteristics to detect fraudulent call activity and take corrective action without using recording, transcription or caller ID | |
US7693767B2 (en) | Method for generating predictive models for a business problem via supervised learning | |
CN108876188B (zh) | 一种间连服务商风险评估方法及装置 | |
CN111932268B (zh) | 企业风险识别方法及装置 | |
WO2021022790A1 (zh) | 基于智能交互的主动风控方法和系统 | |
CN110909384B (zh) | 确定泄露用户信息的业务方的方法及装置 | |
CN110956503B (zh) | 基于用户网络行为的具有借贷需求的用户识别方法及装置 | |
CN105303441A (zh) | 利用sim卡号和手机识别码预防申请欺诈的办法和装置 | |
CN111092999A (zh) | 一种数据请求处理方法和装置 | |
CN109711984B (zh) | 一种基于催收的贷前风险监控方法及装置 | |
CN111091408A (zh) | 用户识别模型创建方法、装置与识别方法、装置 | |
CN111105064A (zh) | 确定欺诈事件的嫌疑信息的方法及装置 | |
CN117252429A (zh) | 风险用户的识别方法、装置、存储介质及电子设备 | |
US20140279378A1 (en) | Model performance simulator | |
CN113902553A (zh) | 基于知识图谱的风险识别方法、装置、计算机设备及介质 | |
CN110570301B (zh) | 风险识别方法、装置、设备及介质 | |
CN111047341B (zh) | 信息处理方法、装置、服务器及终端设备 | |
CN111507829A (zh) | 境外信用卡风控模型迭代方法、装置、设备以及存储介质 | |
CN116151670B (zh) | 一种投行业务上市项目质量的智能评估方法、系统及介质 | |
CN115345726B (zh) | 信用卡的自动审批方法、装置、电子设备和介质 | |
CN113723522B (zh) | 异常用户的识别方法、装置、电子设备以及存储介质 | |
CN112116356B (zh) | 资产特征信息处理方法及装置 | |
US20220027750A1 (en) | Real-time modification of risk models based on feature stability | |
CN111447082B (zh) | 关联账号的确定方法、装置和关联数据对象的确定方法 |
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 |