CN110097369A - 交易数据处理方法、装置、电子设备与存储介质 - Google Patents
交易数据处理方法、装置、电子设备与存储介质 Download PDFInfo
- Publication number
- CN110097369A CN110097369A CN201910204765.XA CN201910204765A CN110097369A CN 110097369 A CN110097369 A CN 110097369A CN 201910204765 A CN201910204765 A CN 201910204765A CN 110097369 A CN110097369 A CN 110097369A
- Authority
- CN
- China
- Prior art keywords
- transaction
- user
- data
- historical trading
- tampered
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000000151 deposition Methods 0.000 claims 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims 1
- 239000010931 gold Substances 0.000 claims 1
- 229910052737 gold Inorganic materials 0.000 claims 1
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004140 cleaning Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000003755 preservative agent Substances 0.000 description 2
- 230000002335 preservative effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3827—Use of message hashing
-
- 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
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种交易数据处理方法,包括:获取用户的历史交易数据;对所述历史交易数据进行校验,得到所述历史交易数据中未被篡改的交易数据;根据所述未被篡改的交易数据确定所述用户的交易喜好;若监测到所述用户的交易操作,根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估;及若所述交易操作的交易风险等级大于预设风险等级,发送交易风险提醒。本发明还公开了一种交易数据处理装置、电子设备和计算机可读存储介质。本发明可以提高交易的安全性、确保账户安全。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种交易数据处理方法、装置、电子设备与计算机可读存储介质。
背景技术
目前,越来越多用户通过各种在线交易系统购买商品或者服务,然而在线交易在带来便捷的同时,可能存在交易系统中保存的用户交易记录被篡改,以及账户被盗用、账户资金损失等问题,使得在线交易存在一定的安全隐患。
发明内容
鉴于以上内容,有必要提供一种交易数据处理方法、装置、电子设备与计算机可读存储介质,可提高交易的安全性、确保账户安全。
本发明提供一种交易数据处理方法,所述方法包括:
获取用户的历史交易数据;
对所述历史交易数据进行校验,得到所述历史交易数据中未被篡改的交易数据;
根据所述未被篡改的交易数据确定所述用户的交易喜好;
若监测到所述用户的交易操作,根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估;及
若所述交易操作的交易风险等级大于预设风险等级,发送交易风险提醒。
在本发明优选实施例中,所述历史交易数据保存在区块链的区块中,所述区块链的区块以默克尔树的数据结构存储所述历史交易数据,所述对所述历史交易数据进行校验,包括:
将所述历史交易数据中交易数据进行Hash运算,得到待验证Hash值;
判断所述待验证Hash值是否与所述交易数据所属区块的区块头中的根Hash值相同;及
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值相同,确定所述交易数据未被篡改;或
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值不一致,确定所述交易数据被篡改。
在本发明优选实施例中,所述方法还包括:
在所获取的历史交易数据中包括被篡改的交易数据时,计算所述用户的历史交易数据中被篡改的交易数据的比例;
若所述比例大于预设比例,控制所述用户的交易频率和/或交易额度。
在本发明优选实施例中,所述方法还包括:
根据所述未被篡改的交易数据获取所述用户的信用等级,包括:
根据所述用户的历史购买情况确定所述用户的支付能力等级;
根据所述用户的还款时间情况和还款金额确定所述用户的偿还债务等级;及
根据所述用户的支付能力等级和偿还债务等级综合确定所述用户的信用等级。
在本发明优选实施例中,所述用户的交易操作包含所述用户的多个交易信息,所述根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估包括:
若所述多个交易信息中的任意两项以及两项以上与所述用户的交易喜好不相符合,确定所述交易操作的交易风险等级为高。
在本发明优选实施例中,所确定的所述用户的交易喜好包括所述用户的交易倾向,所述用户的交易倾向包括所述用户的交易倾向商品类型以及所述交易倾向商品类型对应的交易倾向金额范围,所述方法还包括:
根据所述用户的交易倾向商品类型以及与所述交易倾向商品类型对应的交易倾向金额范围,确定推荐商品;
向所述用户推送所述推荐商品的信息。
在本发明优选实施例中,所述方法还包括:
根据所述历史交易数据,获取所述用户的账户余额和历史交易频率;
根据所述账户余额和历史交易频率确定所述用户的可用资金和可用时间;
向所述用户推荐与所述可用资金和可用时间相匹配的理财商品。
本发明还提供一种交易数据处理装置,所述装置包括:
获取模块,用于获取用户的历史交易数据;
校验模块,用于对所述历史交易数据进行校验,得到所述历史交易数据中未被篡改的交易数据;
确定模块,用于根据所述未被篡改的交易数据确定所述用户的交易喜好;
评估模块,用于在监测到所述用户的交易操作之后,根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估;及
发送模块,用于在所述交易操作的交易风险等级大于预设风险等级时,发送交易风险提醒。
本发明还提供一种电子设备,所述电子设备包括存储器及处理器,所述存储器用于存储至少一个指令,所述处理器用于执行所述至少一个指令以实现任意实施例中所述的交易数据处理方法。
本发明还提供一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现任意实施例中所述的交易数据处理方法。
由以上技术方案看出,本发明提供一种交易数据处理方法及装置、电子设备与计算机可读存储介质,可通过获取用户的历史交易数据,并对历史交易数据进行校验,得到未被篡改的交易数据,即真实的交易数据,进而根据真实的历史交易数据确定用户的交易喜好,在用户进行交易操作时,对交易操作的风险等级进行评估,在交易操作的交易风险等级大于预设风险等级时,进行交易风险提醒,从而能够提高交易过程中的安全性,确保账户安全,避免用户的资金损失。
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是本发明实施例提供的交易数据处理方法的流程图;
图2是本发明实施例提供的交易数据处理装置的功能模块图;
图3是本发明实现交易数据处理方法的较佳实施例的电子设备的结构示意图;
图4是本发明实现交易数据处理方法的区块结构示意图。
具体实施方式
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,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,图1为本发明实施例提供的一种交易数据处理方法的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。所述一种交易数据处理方法应用于电子设备中。
本实施例中,所述交易数据处理方法的应用于对通过网络进行在线交易的数据进行相关处理,所述网络可以是区块链,区块链是一种可以防篡改并实现共享的数字化账本,可用于记录公有或私有对等网络中的交易,账本可分发给网络中的所有成员节点,例如,每个交易对象(即参与交易的用户)可以对应为网络中的一个节点,每个交易对象可以有一个账本,每个交易对象的交易数据可以保存在账本中。
S11,获取用户的历史交易数据。
所述历史交易数据保存在区块链的区块中,所述区块链的区块以默克尔树的数据结构存储所述历史交易数据。此外,所述区块链的区块包括指向上一区块的指针。
获取用户的历史交易数据可以是获取某个交易对象在多个时间内的多笔交易数据。
区块链是由一个个区块组成的链式结构,结合图4所示的区块结构示意图,说明如下:
区块:在区块链中一个区块包括区块头和区块体。
区块体:区块体中以默克尔树结构存储该区块生成时间段内的交易数据。
区块头:区块头中保存默克尔树的根Hash值以及前一区块头的Hash值,所述前一区块头的Hash值也可以称为Hash指针,根据区块头存储的Hash指针可以获取前一区块的信息。通过该Hash指针可以获取到不同区块中的数据。
Hash运算:将任意长度的数据通过散列算法变换成固定长度的输出,输出值即为Hash值。
在本实施例中,可以通过获取不同区块体中的交易数据来得到某个交易对象在多个时间内的多笔交易数据。
例如,获取图4所示交易1、交易2和交易3,以及根据该区块中保存的前一区块头的Hash值获取前一区块体中的其他交易数据。
S12,对所述历史交易数据进行校验,得到所述历史交易数据中未被篡改的交易数据。
其中,对所述历史交易数据进行校验,包括:
将所述历史交易数据中交易数据进行Hash运算,得到待验证Hash值;
判断所述待验证Hash值是否与所述交易数据所属区块的区块头中的根Hash值相同;及
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值相同,确定所述交易数据未被篡改;或
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值不一致,确定所述交易数据被篡改。
同时,若判断所述历史交易数据中存在被篡改的交易数据,可以发送数据篡改提醒。
其中,历史交易数据中交易数据可以是一笔交易数据进行Hash运算,或者是对多笔交易数据同时进行Hash运算,进而进行验证。
以图4为例进行说明,对交易1经过Hash运算得到Hash 1,对交易2进行Hash运算得到Hash 2,然后再将Hash 2与Hash 1进行运算得到Hash12;同样地,对交易3和交易4进行运算可以得到Hash 34;将Hash 12与Hash 34进行运算得到Hash 1234,进而校验Hash 1234与默克尔树根Hash值的一致性,若Hash 1234与交易数据所属区块的区块头的根Hash值(即默克尔树根Hash值)相同,表明交易1、交易2、交易3和交易4为真实数据,即未被篡改的数据;若Hash 1234与交易数据所属区块的区块头的根Hash值(即默克尔树根Hash值)不相同,确定交易1、交易2、交易3和交易4中存在被篡改的数据发送数据篡改提醒。
进一步的,也可以通过交易1进行Hash运算直接与所记录的Hash2(此时Hash 2可以是已保存在数据结构中的,不是实时的通过交易2进行Hash运算得到的)进行运算得到Hash 12,再将Hash 12与已记录的Hash 34(此时Hash 34可以是已保存在数据结构中的,不是实时的通过交易3和交易4进行Hash预算得到的得到的)进行运Hash运算,并将运算结果与默克尔树根Hash值进行匹配,若一致,确定交易1未被篡改,若不一致,确定交易1被篡改。
通过对交易数据中多笔交易数据执行以上操作,可以确定所获取的历史交易数据中所有未被篡改的交易数据。
S13,根据所述未被篡改的交易数据确定所述用户的交易喜好。
由于交易数据保存了用户每次交易的信息(交易时间、交易金额、交易商品、交易平台以及交易对象),因此,在未被篡改的交易数据中,可以确定用户的交易的喜好。
具体的,用户的交易喜好可以包括,但不限于:与某一交易对象进行交易的交易频率;在不同时间段的交易的金额范围;与某交易平台进行交易的频率以及同一交易对象不同交易平台的使用频率;对于某一时间段内购买某品牌的频率,以及对于同一品牌的不同平台的交易频率等。
由于未被篡改的交易数据可以真实的反映用户的交易情况,因此,在本实施例中,通过未被篡改的交易数据来获取用户的交易信息,可以更加真实的反映用户的交易喜好。
S14,若监测到所述用户的交易操作,根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估。
所述用户的交易操作包含所述用户的多个交易信息,所述根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估包括:若所述多个交易信息中的任意两项以及两项以上与所述用户的交易喜好不相符合,确定所述交易操作的交易风险等级为高。
例如,所述用户的交易操作包含所述用户的交易信息。其中,交易信息可以包括,但不限于:交易金额、交易对象、交易时间以及交易平台等信息。
若该交易信息中的交易对象、交易时间、交易金额以及交易平台中的任意两项以及两项以上与所述用户的交易喜好不相符合,则确定该交易操作的交易风险等级为高。
S15,若所述交易操作的交易风险等级大于预设风险等级,发送交易风险提醒。
在本发明实施例中,可以在所述交易操作的交易风险等级大于预设风险等级时,通过预设方式向用户发送交易风险提醒,例如,在交易风险等级为高时,通过预设的用户手机号向用户发送信息进行交易风险提醒。
通过本实施例,可以提高交易的安全性。
可选的,在本发明另一种实施例中,所述方法还包括:
在所获取的历史交易数据中包括被篡改的交易数据时,计算所述用户的历史交易数据中被篡改的交易数据的比例;
若所述比例大于预设比例,控制所述用户的交易频率和/或交易额度。
其中,所述预设比例可以根据需要预先设定。
当比例较高时,可以控制用户的交易频率,例如,禁止用户在连续的一个小时内进行交易;也可以控制用户的交易额度,例如,禁止超过五百元的交易。
由于,通过被篡改的交易数据可以确定该目标用户的安全等级,若所计算得到的比例较高,则说明该用户的安全等级较低,对该用户的交易频率和/或交易额度进行控制,提高交易的安全性。
可选的,在本发明其他实施例中,所述方法还包括:
根据所述未被篡改的交易数据获取所述用户的信用等级,包括:
根据所述用户的历史购买情况确定所述用户的支付能力等级;
根据所述用户的还款时间情况和还款金额确定所述用户的偿还债务等级;
根据所述用户的支付能力等级和偿还债务等级综合确定所述用户的信用等级。
所述信用等级可以反映所述用户的信用情况。可选的,在本发明其他实施例中,所述方法还包括:
接收对所述所述用户的信用查询指令,查询针对所述用户的信用等级;
返回所述用户的信用等级。
在本发明实施例中,还可以通过以上步骤对所述用户的信用等级进行查询。
可选的,在本发明其他实施例中,所确定的所述用户的交易喜好还包括所述用户的交易倾向,所述交易倾向包括所述用户的交易倾向商品类型以及所述交易倾向商品类型对应的交易倾向金额范围,所述方法还包括:
根据所述用户的交易倾向商品类型以及与所述交易倾向商品类型对应的交易倾向金额范围,确定推荐商品;向所述用户推送所述推荐商品的信息。在本发明实施例中,交易倾向可以包括交易倾向商品类型、与交易倾向商品类型对应的交易倾向金额范围。
例如,用户在半年内经常购买保鲜膜、抹布、手套等家庭清洁类用品,且该家庭清洁类用品的金额范围为十元至五十元,则可以从商品数据库中查找价格在十元至五十元以内且为家庭清洁类的商品向用户推送。
在本发明实施例中,通过为用户推荐与倾向商品类型相同,并且价格在交易倾向金额范围内的商品,可以提高用户对商品的兴趣、点击率以及购买量。
可选的,在本发明其他实施例中,所述方法还包括:
根据所述历史交易数据,获取所述用户的账户余额和历史交易频率;
根据所述账户余额和历史交易频率确定所述用户的可用资金和可用时间;
进而向所述用户推荐与所述可用资金和可用时间相匹配的理财商品。
在本发明实施例中,可以根据用户的账户余额,推荐与用户最匹配的理财商品,提高用户满意度。
本实施例中的所述交易数据处理方法通过获取用户的历史交易数据,并对历史交易数据进行校验,得到未被篡改的交易数据,即真实的交易数据,进而根据真实的历史交易数据确定用户的交易喜好,在用户进行交易操作时,对交易操作的风险等级进行评估,在交易操作的交易风险等级大于预设风险等级时,进行交易风险提醒,从而能够提高交易过程中的安全性,确保账户安全,避免用户的资金损失。
如图2所示,图2为本发明实施例提供一种交易数据处理装置的功能模块图。交易数据处理装置20包括获取模块210、校验模块220、确定模块230、评估模块240以及发送模块250。本发明所称的模块是指一种能够被电子设备的处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
所述获取模块210,用于获取用户的历史交易数据。
所述历史交易数据保存在区块链的区块中,所述区块链的区块以默克尔树的数据结构存储所述历史交易数据。此外,所述区块链的区块包括指向上一区块的指针。
所述获取模块210获取用户的历史交易数据可以是获取某个交易对象在多个时间内的多笔交易数据。
区块链是由一个个区块组成的链式结构,结合图4所示的区块结构示意图,说明如下:
区块:在区块链中一个区块包括区块头和区块体。
区块体:区块体中以默克尔树结构存储该区块生成时间段内的交易数据。
区块头:区块头中保存默克尔树的根Hash值以及前一区块头的Hash值,所述前一区块头的Hash值也可以称为Hash指针,根据区块头存储的Hash指针可以获取前一区块的信息。通过该Hash指针可以获取到不同区块中的数据。
Hash运算:将任意长度的数据通过散列算法变换成固定长度的输出,输出值即为Hash值。在本实施例中,可以通过获取不同区块体中的交易数据来得到某个交易对象在多个时间内的多笔交易数据。
例如,获取图4所示交易1、交易2和交易3,以及根据该区块中保存的前一区块头的Hash值获取前一区块体中的其他交易数据。
所述校验模块220,用于对所述历史交易数据进行校验,得到所述历史交易数据中未被篡改的交易数据。
其中,所述校验模块220对对所述历史交易数据进行校验,包括:
将所述历史交易数据中交易数据进行Hash运算,得到待验证Hash值;
判断所述待验证Hash值是否与所述交易数据所属区块的区块头中的根Hash值相同;及
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值相同,确定所述交易数据未被篡改;或
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值不一致,确定所述交易数据被篡改。
同时,若判断所述历史交易数据中存在被篡改的交易数据,可以发送数据篡改提醒。
其中,历史交易数据中交易数据可以是一笔交易数据进行Hash运算,或者是对多笔交易数据同时进行Hash运算,进而进行验证。
以图4为例进行说明,对交易1经过Hash运算得到Hash 1,对交易2进行Hash运算得到Hash 2,然后再将Hash 2与Hash 1进行运算得到Hash 12;同样地,对交易3和交易4进行运算可以得到Hash 34;将Hash 12与Hash 34进行运算得到Hash 1234,进而校验Hash 1234与默克尔树根Hash值的一致性,若Hash 1234与交易数据所属区块的区块头的根Hash值(即默克尔树根Hash值)相同,表明交易1、交易2、交易3和交易4为真实数据,即未被篡改的数据;若Hash 1234与交易数据所属区块的区块头的根Hash值(即默克尔树根Hash值)不相同,确定交易1、交易2、交易3和交易4中存在被篡改的数据发送数据篡改提醒。
进一步的,也可以通过交易1进行Hash运算直接与所记录的Hash2(此时Hash 2可以是已保存在数据结构中的,不是实时的通过交易2进行Hash运算得到的)进行运算得到Hash 12,再将Hash 12与已记录的Hash 34(此时Hash 34可以是已保存在数据结构中的,不是实时的通过交易3和交易4进行Hash预算得到的得到的)进行运Hash运算,并将运算结果与默克尔树根Hash值进行匹配,若一致,确定交易1未被篡改,若不一致,确定交易1被篡改。
通过本实施例,可以确定所获取的历史交易数据中所有未被篡改的交易数据。
所述确定模块230,用于根据所述未被篡改的交易数据确定所述用户的交易喜好。
由于交易数据保存了用户每次交易的信息(交易时间、交易金额、交易商品、交易平台以及交易对象),因此,在未被篡改的交易数据中,可以确定用户的交易的喜好。
具体的,用户的交易喜好可以包括,但不限于:与某一交易对象进行交易的交易频率;在不同时间段的交易的金额范围;与某交易平台进行交易的频率以及同一交易对象不同交易平台的使用频率;对于某一时间段内购买某品牌的频率,以及对于同一品牌的不同平台的交易频率等。
由于未被篡改的交易数据可以真实的反映用户的交易情况,因此,在本实施例中,通过未被篡改的交易数据来获取用户的交易信息,可以更加真实的反映用户的交易喜好。
所述评估模块240,用于在监测到所述用户的交易操作之后,根据所述交易操作的交易喜好对所述用户的交易风险等级进行评估。
所述用户的交易操作包含所述用户的多个交易信息,所述根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估包括:若所述多个交易信息中的任意两项以及两项以上与所述用户的交易喜好不相符合,确定所述交易操作的交易风险等级为高。
例如,所述用户的交易操作包含所述用户的交易信息。其中,交易信息可以包括,但不限于:交易金额、交易对象、交易时间以及交易平台等信息。
若该交易信息中的交易对象、交易时间、交易金额以及交易平台中的任意两项以及两项以上与所述用户的交易喜好不相符合,所述评估模块240确定该交易操作的交易风险等级为高。
所述发送模块250,用于在所述交易操作的交易风险等级大于预设风险等级时,发送交易风险提醒。
在本发明实施例中,所述发送模块250可以在所述交易操作的交易风险等级大于预设风险等级时,通过预设方式向用户发送交易风险提醒,例如,在交易风险等级为高时,通过预设的用户手机号向用户发送信息进行交易风险提醒。通过本实施例,可以提高交易的安全性。
可选的,在本发明另一种实施例中,所述校验模块220还用于:在所获取的历史交易数据中包括被篡改的交易数据时,计算所述用户的历史交易数据中被篡改的交易数据的比例;
若所述比例大于预设比例,控制所述用户的交易频率和/或交易额度。
其中,所述预设比例可以根据需要预先设定。
当比例较高时,所述校验模块可以控制用户的交易频率,例如,禁止用户在连续的一个小时内进行交易;也可以控制用户的交易额度,例如,禁止超过五百元的交易。
由于,通过被篡改的交易数据可以确定该目标用户的安全等级,若所计算得到的比例较高,则说明该用户的安全等级较低,对该用户的交易频率和/或交易额度进行控制,提高交易的安全性。
可选的,在本发明其他实施例中,所述获取模块210还用于:根据所述未被篡改的交易数据获取所述用户的信用等级,包括:根据所述用户的历史购买情况(支付金额、支付频率等)确定所述用户的支付能力等级;
根据所述用户的还款时间情况和还款金额确定所述用户的偿还债务等级;
根据所述用户的支付能力等级和偿还债务等级综合确定所述用户的信用等级。
信用等级可以反映所述用户的信用情况。
可选的,在本发明其他实施例中,所述获取模块210还用于:接收对所述所述用户的信用查询指令,查询针对所述用户的信用等级;
返回所述用户的信用等级。
可选的,在本发明其他实施例中,所述评估模块240所确定的所述用户的交易喜好还包括所述用户的交易倾向。所述交易倾向包括所述用户的交易倾向商品类型以及所述交易倾向商品类型对应的交易倾向金额范围,进而进行信息的推送。信息推送模块,所述信息推送模块还用于:根据所述用户的交易倾向商品类型以及与所述交易倾向商品类型对应的交易倾向金额范围,确定推荐商品;向所述用户推送所述推荐商品的信息。在本发明实施例中,交易倾向可以包括交易倾向商品类型、与交易倾向商品类型对应的交易倾向金额范围。
例如,用户在半年内经常购买保鲜膜、抹布、手套等家庭清洁类用品,且该家庭清洁类用品的金额范围为十元至五十元,则可以从商品数据库中查找价格在十元至五十元以内且为家庭清洁类的商品向用户推送。
在本发明实施例中,通过为用户推荐与倾向商品类型相同,并且价格在交易倾向金额范围内的商品,可以提高用户对商品的兴趣、点击率以及购买量。
可选的,在本发明其他实施例中,所述信息推送模块还用于:根据所述历史交易数据,获取所述用户的账户余额和历史交易频率;
根据所述账户余额和历史交易频率确定所述用户的可用资金和可用时间;
进而向所述用户推荐与所述可用资金和可用时间相匹配的理财商品。
在本发明实施例中,可以根据用户的账户余额,推荐与用户最匹配的理财商品,提高用户满意度。
本发明提供的所述交易数据处理装置20可以通过获取用户的历史交易数据,并对历史交易数据进行校验,得到未被篡改的交易数据,即真实的交易数据,进而根据真实的历史交易数据确定用户的交易喜好,在用户进行交易操作时,对交易操作的风险等级进行评估,在交易操作的交易风险等级大于预设风险等级时,进行交易风险提醒,从而能够提高交易过程中的安全性,确保账户安全,避免用户的资金损失。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取计算机可读存储介质中。上述软件功能模块存储在一个计算机可读存储介质中,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)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。
如图3所示,是本发明实现交易数据处理方法的较佳实施例的电子设备3的结构示意图。在本实施例中,电子设备3包括至少一个发送装置31、至少一个存储器32、至少一个处理器33、至少一个接收装置34以及至少一个通信总线。其中,所述通信总线用于实现这些组件之间的连接通信。
所述电子设备3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。所述电子设备3还可包括网络设备和/或用户设备。其中,所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量主机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。
所述电子设备3可以是,但不限于任何一种可与用户通过键盘、触摸板或声控设备等方式进行人机交互的电子产品,例如,平板电脑、智能手机、监控设备等终端。
所述电子设备3所处的网络包括,但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
其中,所述接收装置34和所述发送装置31可以是有线发送端口,也可以为无线设备,例如包括天线装置,用于与其他设备进行数据通信。
所述存储器32用于存储程序代码。所述存储器32可以是集成电路中没有实物形式的具有存储功能的电路,如RAM(Random-Access Memory,随机存取存储器)、FIFO(First InFirst Out,先进先出存储器)等。或者,所述存储器32也可以是具有实物形式的存储器,如内存条、TF卡(Trans-flash Card)、智能媒体卡(smart media card)、安全数字卡(securedigital card)、快闪存储器卡(flash card)等储存设备等等。
所述处理器33可以包括一个或者多个微处理器、数字处理器。所述处理器33可调用存储器32中存储的程序代码以执行相关的功能。例如,图2中所述的各个模块是存储在所述存储器32中的程序代码,并由所述处理器33所执行,以实现一种交易数据处理方法。所述处理器33又称中央处理器(CPU,Central Processing Unit),是一块超大规模的集成电路,是运算核心(Core)和控制核心(Control Unit)。
在本发明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,所述模块的划分,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。
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,作为模块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。
另外,在本发明各个实施例中的各功能模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
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限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种交易数据处理方法,其特征在于,所述方法包括:
获取用户的历史交易数据;
对所述历史交易数据进行校验,得到所述历史交易数据中未被篡改的交易数据;
根据所述未被篡改的交易数据确定所述用户的交易喜好;
若监测到所述用户的交易操作,根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估;及
若所述交易操作的交易风险等级大于预设风险等级,发送交易风险提醒。
2.如权利要求1所述的方法,其特征在于,所述历史交易数据保存在区块链的区块中,所述区块链的区块以默克尔树的数据结构存储所述历史交易数据,所述对所述历史交易数据进行校验,包括:
将所述历史交易数据中交易数据进行Hash运算,得到待验证Hash值;
判断所述待验证Hash值是否与所述交易数据所属区块的区块头中的根Hash值相同;及
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值相同,确定所述交易数据未被篡改;或
若所述待验证Hash值与所述交易数据所属区块的区块头的根Hash值不一致,确定所述交易数据被篡改。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
在所获取的历史交易数据中包括被篡改的交易数据时,计算所述用户的历史交易数据中被篡改的交易数据的比例;
若所述比例大于预设比例,控制所述用户的交易频率和/或交易额度。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述未被篡改的交易数据获取所述用户的信用等级,包括:
根据所述用户的历史购买情况确定所述用户的支付能力等级;
根据所述用户的还款时间情况和还款金额确定所述用户的偿还债务等级;及
根据所述用户的支付能力等级和偿还债务等级综合确定所述用户的信用等级。
5.如权利要求4所述的方法,其特征在于,所述用户的交易操作包含所述用户的多个交易信息,所述根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估包括:
若所述多个交易信息中的任意两项以及两项以上与所述用户的交易喜好不相符合,确定所述交易操作的交易风险等级为高。
6.如权利要求1所述的方法,其特征在于,所确定的所述用户的交易喜好包括所述用户的交易倾向,所述用户的交易倾向包括所述用户的交易倾向商品类型以及所述交易倾向商品类型对应的交易倾向金额范围,所述方法还包括:
根据所述用户的交易倾向商品类型以及与所述交易倾向商品类型对应的交易倾向金额范围,确定推荐商品;
向所述用户推送所述推荐商品的信息。
7.如权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
根据所述历史交易数据,获取所述用户的账户余额和历史交易频率;
根据所述账户余额和历史交易频率确定所述用户的可用资金和可用时间;
向所述用户推荐与所述可用资金和可用时间相匹配的理财商品。
8.一种交易数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取用户的历史交易数据;
校验模块,用于对所述历史交易数据进行校验,得到所述历史交易数据中未被篡改的交易数据;
确定模块,用于根据所述未被篡改的交易数据确定所述用户的交易喜好;
评估模块,用于在监测到所述用户的交易操作之后,根据所述用户的交易喜好对所述交易操作的交易风险等级进行评估;及
发送模块,用于在所述交易操作的交易风险等级大于预设风险等级时,发送交易风险提醒。
9.一种电子设备,其特征在于,所述电子设备包括存储器及处理器,所述存储器用于存储至少一个指令,所述处理器用于执行所述至少一个指令以实现如权利要求1至7中任一项所述的交易数据处理方法。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于:所述计算机指令被处理器执行时实现如权利要求1至7中任一项所述的交易数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910204765.XA CN110097369A (zh) | 2019-03-18 | 2019-03-18 | 交易数据处理方法、装置、电子设备与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910204765.XA CN110097369A (zh) | 2019-03-18 | 2019-03-18 | 交易数据处理方法、装置、电子设备与存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110097369A true CN110097369A (zh) | 2019-08-06 |
Family
ID=67443296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910204765.XA Pending CN110097369A (zh) | 2019-03-18 | 2019-03-18 | 交易数据处理方法、装置、电子设备与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097369A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125267A (zh) * | 2019-12-25 | 2020-05-08 | 安徽兆尹信息科技股份有限公司 | 一种用于资产管理额度控制的区块链数据存取控制方法 |
CN111970159A (zh) * | 2020-09-02 | 2020-11-20 | 江西凌峰能源科技有限公司 | 一种基于泛5g能源物联网技术的集控系统、方法以及装置 |
CN113269433A (zh) * | 2021-05-20 | 2021-08-17 | 深圳易财信息技术有限公司 | 税收风险预测方法、设备、介质及计算机程序产品 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236638A (zh) * | 2008-02-20 | 2008-08-06 | 中国工商银行股份有限公司 | 一种基于Web的银行卡风险监测方法及系统 |
CN103325052A (zh) * | 2013-07-03 | 2013-09-25 | 姚明东 | 一种基于多维度用户消费倾向建模的商品推荐方法 |
CN107358530A (zh) * | 2017-08-17 | 2017-11-17 | 杭州铜板街互联网金融信息服务有限公司 | 理财产品推荐方法 |
CN108573381A (zh) * | 2017-03-09 | 2018-09-25 | 北京京东尚科信息技术有限公司 | 数据处理方法以及装置 |
CN108596443A (zh) * | 2018-04-02 | 2018-09-28 | 广东电网有限责任公司 | 一种基于多维度数据的用电客户信用等级评价方法 |
CN108711085A (zh) * | 2018-05-09 | 2018-10-26 | 平安普惠企业管理有限公司 | 一种交易请求的响应方法及其设备 |
KR20180122076A (ko) * | 2017-05-02 | 2018-11-12 | 이소영 | 신용등급 관리를 통한 대환 대출 방법 및 시스템 |
CN109064175A (zh) * | 2018-06-11 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种账户盗用风险防控方法及装置 |
CN109191110A (zh) * | 2018-07-27 | 2019-01-11 | 阿里巴巴集团控股有限公司 | 后付费交易数据处理方法、装置、处理设备、及服务器 |
CN109377339A (zh) * | 2018-10-22 | 2019-02-22 | 中信网络科技股份有限公司 | 一种可疑交易案例的辅助甄别方法及系统 |
-
2019
- 2019-03-18 CN CN201910204765.XA patent/CN110097369A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236638A (zh) * | 2008-02-20 | 2008-08-06 | 中国工商银行股份有限公司 | 一种基于Web的银行卡风险监测方法及系统 |
CN103325052A (zh) * | 2013-07-03 | 2013-09-25 | 姚明东 | 一种基于多维度用户消费倾向建模的商品推荐方法 |
CN108573381A (zh) * | 2017-03-09 | 2018-09-25 | 北京京东尚科信息技术有限公司 | 数据处理方法以及装置 |
KR20180122076A (ko) * | 2017-05-02 | 2018-11-12 | 이소영 | 신용등급 관리를 통한 대환 대출 방법 및 시스템 |
CN107358530A (zh) * | 2017-08-17 | 2017-11-17 | 杭州铜板街互联网金融信息服务有限公司 | 理财产品推荐方法 |
CN108596443A (zh) * | 2018-04-02 | 2018-09-28 | 广东电网有限责任公司 | 一种基于多维度数据的用电客户信用等级评价方法 |
CN108711085A (zh) * | 2018-05-09 | 2018-10-26 | 平安普惠企业管理有限公司 | 一种交易请求的响应方法及其设备 |
CN109064175A (zh) * | 2018-06-11 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种账户盗用风险防控方法及装置 |
CN109191110A (zh) * | 2018-07-27 | 2019-01-11 | 阿里巴巴集团控股有限公司 | 后付费交易数据处理方法、装置、处理设备、及服务器 |
CN109377339A (zh) * | 2018-10-22 | 2019-02-22 | 中信网络科技股份有限公司 | 一种可疑交易案例的辅助甄别方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125267A (zh) * | 2019-12-25 | 2020-05-08 | 安徽兆尹信息科技股份有限公司 | 一种用于资产管理额度控制的区块链数据存取控制方法 |
CN111125267B (zh) * | 2019-12-25 | 2020-09-15 | 安徽兆尹信息科技股份有限公司 | 一种用于资产管理额度控制的区块链数据存取控制方法 |
CN111970159A (zh) * | 2020-09-02 | 2020-11-20 | 江西凌峰能源科技有限公司 | 一种基于泛5g能源物联网技术的集控系统、方法以及装置 |
CN113269433A (zh) * | 2021-05-20 | 2021-08-17 | 深圳易财信息技术有限公司 | 税收风险预测方法、设备、介质及计算机程序产品 |
CN113269433B (zh) * | 2021-05-20 | 2023-12-12 | 深圳易财信息技术有限公司 | 税收风险预测方法、设备、介质及计算机程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9947059B2 (en) | Group formation and dynamic pricing for E-commerce in social networks | |
US10909590B2 (en) | Merchant and item ratings | |
CN109034795B (zh) | 一种基于区块链的信用易货平台 | |
US20100125525A1 (en) | Price alteration through buyer affected aggregation of purchasers | |
KR101794221B1 (ko) | 온라인 판매자의 정산 서비스를 위한 시스템 및 방법 | |
CN105354719A (zh) | 应用于电子商务平台的信用评估系统及方法 | |
CN104408614A (zh) | 网络游戏虚拟物品交易系统及方法 | |
CN106815754A (zh) | 一种风险控制系统的计费方法和风控系统服务器 | |
CN110097369A (zh) | 交易数据处理方法、装置、电子设备与存储介质 | |
CN107909467A (zh) | 一种贷款额度评估方法及相关设备 | |
CN106600415A (zh) | 一种业务额度的确定方法和装置 | |
CN109858985A (zh) | 商品信息处理、展示的方法以及装置 | |
CN108765144A (zh) | 电子资源包的处理方法、终端设备及介质 | |
CN110473070A (zh) | 信用评估方法、装置、计算机设备及存储介质 | |
JP6538996B2 (ja) | 対象交換支援システム | |
WO2021150260A1 (en) | System and method for automated investment | |
JP6873030B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US20220215419A1 (en) | Method and system for refunding a purchase | |
CN111489153A (zh) | 支付优惠资讯管理系统及其方法 | |
CN104700283B (zh) | 数据处理方法及商品销售装置 | |
CN103886496A (zh) | 一种网上贷款交易的方法 | |
KR100728769B1 (ko) | 온라인 환매시스템 | |
AU2015386414A1 (en) | Point exchange system and point exchange method | |
KR102376023B1 (ko) | 이벤트 성공에 따른 판매 수익 분배를 이용한 상품 판매 촉진 시스템 | |
CN111222924A (zh) | 一种基于正态分布概率密度函数的互联网交易平台不确定性评价滤波系统 |
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 |