CN110400213A - 数据处理方法和装置、以及电子设备和可读介质 - Google Patents

数据处理方法和装置、以及电子设备和可读介质 Download PDF

Info

Publication number
CN110400213A
CN110400213A CN201910687801.2A CN201910687801A CN110400213A CN 110400213 A CN110400213 A CN 110400213A CN 201910687801 A CN201910687801 A CN 201910687801A CN 110400213 A CN110400213 A CN 110400213A
Authority
CN
China
Prior art keywords
rule
data
reported
verification
verification rule
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
CN201910687801.2A
Other languages
English (en)
Inventor
张楠
袁玥
刘悟冲
刘馨阳
马思玄
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN201910687801.2A priority Critical patent/CN110400213A/zh
Publication of CN110400213A publication Critical patent/CN110400213A/zh
Pending legal-status Critical Current

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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02Banking, e.g. interest calculation or account maintenance
    • 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Abstract

本公开提供了一种数据处理方法,包括:获取多个待上报数据;根据多个校验规则各自对应的多个预定算法,确定多个待上报数据针对多个校验规则中每个校验规则的退回率;在针对每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,上报多个待上报数据。本公开还提供了一种数据处理装置、一种电子设备及一种计算机可读存储介质。

Description

数据处理方法和装置、以及电子设备和可读介质
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种数据处理方法和装置、以及一种电子设备和计算机可读存储介质。
背景技术
随着对外经贸往来的频繁和多样化,洗钱犯罪的方式呈现出新特点,严重地威胁我国的经济安全和金融体制的稳定。为了保持社会安定,反洗钱工作成为各个金融机构必须执行的任务之一。
在实现本公开构思的过程中,发明人发现相关技术中至少存在以下问题:鉴于境内外反洗钱的局势日益严峻,对洗钱数据的上报校验规则更加严格,对数据质量要求更高。因此,在采用现有的相关技术产生洗钱数据并上报洗钱数据时,存在数据退回率波动频繁、需要大量的人工进行数据补录的缺陷。再者,由于相关技术中未对数据退回率进行针对性的分析,因此存在无法针对性的进行数据治理,洗钱数据报送成功率较低的问题。
发明内容
有鉴于此,本公开提供了一种能够对待上报数据进行退回率预估,从而提高上报成功率的数据处理方法和装置、以及电子设备和计算机可读存储介质。
本公开的一个方面提供了一种数据处理方法,该方法包括:获取多个待上报数据;根据多个校验规则各自对应的多个预定算法,确定多个待上报数据针对多个校验规则中每个校验规则的退回率;在针对多个校验规则中每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,上报多个待上报数据。
根据本公开的实施例,上述多个校验规则包括第一校验规则,上述数据处理方法还包括;在针对第一校验规则的退回率大于针对第一校验规则的第一阈值的情况下,采用针对第一校验规则的更改模型,更改多个待上报数据,得到多个更新后待上报数据;以及上报多个更新后待上报数据。
根据本公开的实施例,上述多个校验规则包括第二校验规则,上述数据处理方法还包括:在针对第二校验规则的退回率大于针对第二校验规则的第二阈值的情况下,更改生成多个待上报数据的上游交易系统。其中,针对每个校验规则的第二阈值小于针对所述每个校验规则的第一阈值。
根据本公开的实施例,上述多个校验规则根据校验目标划分为多个规则集,其中:针对属于同一规则集的校验规则的第一阈值相同;以及针对属于不同规则集的校验规则的第一阈值不同。
根据本公开的实施例,上述多个规则集包括格式校验规则集和内容校验规则集;针对属于内容校验规则集的校验规则的第一阈值大于针对属于格式校验规则集的校验规则的第一阈值。
根据本公开的实施例,上述数据处理方法还包括:确定多个待上报数据中被多个规则集中每个规则集包括的校验规则退回的待上报数据;以及根据所述多个规则集,向用户展示被退回的待上报数据。
根据本公开的实施例,上述数据处理方法还包括:统计预定时段内针对属于多个规则集中每个规则集包括的校验规则的退回率,得到统计结果;生成针对统计结果的图表;以及向用户展示针对统计结果的图表。
本公开的另一个方面提供了一种数据处理装置,该装置包括获取模块、退回率确定模块和数据上报模块。其中,获取模块用于获取多个待上报数据;退回率确定模块用于根据多个校验规则各自对应的多个预定算法,确定多个待上报数据针对多个校验规则中每个校验规则的退回率;数据上报模块用于在针对每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,上报多个待上报数据。
本公开的另一方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个指令,其中,当所述一个或多个指令被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述的数据处理方法。
本公开的另一方面提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现如上所述的数据处理方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的数据处理方法。
根据本公开的实施例,通过根据校验规则生成预定算法,并根据预定算法计算每批上报数据针对每个校验规则的退回率,可以在数据上报之前检查数据的合规性。由于仅在通过合规性检查的情况下,即待上报数据针对每个校验规则的退回率均小于第一退回率的情况下才上报数据,因此可以有效降低数据上报的退回率。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的数据处理方法和装置、以及电子设备和计算机可读存储介质的应用场景;
图2示意性示出了本公开示例性实施例一的数据处理方法的流程图;
图3示意性示出了本公开示例性实施例二的数据处理方法的流程图;
图4示意性示出了本公开示例性实施例三的数据处理方法的流程图;
图5示意性示出了本公开示例性实施例四的数据处理方法的流程图;
图6示意性示出了本公开示例性实施例五的数据处理方法的流程图;
图7示意性示出了根据本公开实施例的数据处理装置的结构框图;以及
图8示意性示出了根据本公开实施例的适于实现上文描述的数据处理方法的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种数据处理方法和装置、以及一种电子设备和计算机可读存储介质。该数据处理方法包括:获取多个待上报数据;根据多个校验规则各自对应的多个预定算法,确定多个待上报数据针对多个校验规则中每个校验规则的退回率;在针对每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,上报多个待上报数据。
图1示意性示出了根据本公开实施例的数据处理方法和装置、以及电子设备和计算机可读存储介质的应用场景100。需要注意的是,图1所示仅为可以应用本公开实施例的应用场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,该应用场景100包括终端设备110、数据库120和服务器130。终端设备110与数据库120之间、以及终端设备110与服务器130之间通过网络通信连接。网络可以包括各种连接类型,例如有线和/或无线通信链路等等。
其中,终端设备110可以是具有显示屏、且具有处理能力的各种电子设备。该终端设备110包括但不限于台式计算机、膝上便携式计算机、平板电脑或手机等(仅为示例)。该终端设备110可以从数据库120中获取批量的数据,并对该批量的数据进行退回率预测。在退回率预测得到的结果满足条件的情况下,该终端设备110还可以将该批量的数据上传至服务器130中。
其中,服务器130例如可以是监管数据的监管机构的服务器,以便于监管机构通过对该上传至服务器的数据的分析处理,来确定该上传的数据是否符合上报规则,并在不符合上报规则的情况下,将上传的数据退回给终端设备110。
其中,数据库120例如可以是各数据生成机构(例如金融机构)用于存储交易数据的数据库。相应地,如图1所示,该应用场景100例如还可以包括有能够产生交易数据的交易设备141、142、143。该交易设备例如可以包括ATM机、POS机或柜员机等,该交易设备可以将产生的交易数据发送至数据库120进行存储。
可以理解的是,本公开实施例所提供的数据处理方法例如可以由终端设备110执行。相应地,本公开实施例所提供的数据处理装置例如可以设置于终端设备110中。
应该理解,图1中的终端设备110、数据库120、服务器130、交易设备141、142、143的类型仅仅是示意性的。根据实现需要,可以具有任意类型的终端设备110、数据库120、服务器130、交易设备141、142、143。
图2示意性示出了本公开示例性实施例一的数据处理方法的流程图。
如图2所示,本公开实施例的数据处理方法可以包括操作S201~操作S203。
在操作S201,获取多个待上报数据。
根据本公开的实施例,待上报数据例如可以是从交易设备141、142、143产生的交易数据中筛选得到的可疑交易数据和/或大额交易数据,或者可以是根据该可疑数据和/或大额数据生成的可疑交易报告和/或大额交易报告。该多个待上报数据可以是从由交易设备141、142、143写入交易报告的数据库120中获取。
根据本公开的实施例,可疑交易报告例如可以包括根据可疑交易数据生成的报告。可疑交易数据例如可以包括:在交易金额、频率、流向、性质等方面存在异常的交易产生的交易数据、交易与客户身份不符的交易产生的交易数据和/或交易与经营性质不符的交易产生的交易数据等。
根据本公开的实施例,大额交易报告例如可以包括根据大额交易数据生成的报告。大额交易数据例如可以包括:单笔或者当日累计人民币交易5万元以上或者外币交易等值1万美元以上的现金缴存、现金支取等产生的交易数据,法人、其他组织或个体工商户银行账户之间单笔或者当日累计人民币200万元以上或者外币等值20万美元以上的款项划转产生的交易数据,自然人银行账户之间、以及自然人与法人、其他组织和个体工商户银行账户之间单笔或当日累计人民币50万元或者外币等值10万美元以上的款项划转产生的交易数据等。
根据本公开的实施例,所述的多个待上报数据例如可以是根据交易设备在第一预定时段内(例如单日)产生的批量的大额交易数据和/或可疑交易数据生成的批量的交易报告。
在操作S202,根据多个校验规则各自对应的多个预定算法,确定多个待上报数据针对多个校验规则中每个校验规则的退回率。
根据本公开的实施例,多个校验规则例如可以是根据规定预先设置的校验规则。例如,该多个校验规则可以是监管数据的监管机构制定的校验规则,从而使得最终上报的数据满足监管机构的规定。与多个校验规则各自对应的多个预定算法例如可以是通过对监管机构制定的校验规则进行提取总结得到的,以根据该预定算法确定多个待上报数据针对匹配的校验规则的退回率。
根据本公开的实施例,多个校验规则例如可以分类归纳为多个规则集。例如,该多个校验规则可以根据校验类型划分得到大额校验规则集和可疑校验规则集,以分别对不同类型的数据进行校验。或者,该多个校验规则可以根据校验目标划分得到格式校验规则集和内容校验规则集,以分别对不同的校验目标进行校验。
根据本公开的实施例,该多个校验规则例如可以划分得到以下八个规则集:可疑主体格式校验规则集、可疑交易格式校验规则集、可疑主体内容校验规则集、可疑交易内容校验规则集、大额主体格式校验规则集、大额交易格式校验规则集、大额主体内容校验规则集和大额交易内容校验规则。
根据本公开的实施例,上述八个规则集中每个规则集例如可以包括一个或多个校验规则。例如,可疑主体格式校验规则集可以包括:用于对可疑主体的特殊字符进行校验的可疑主体格式校验规则1、用于对可疑主体是否包括空格进行校验的可疑主体格式校验规则2等。大额交易内容校验规则集可以包括:用于对大额交易的发生地内容进行校验的大额交易内容校验规则1等。其中,在多个待上报数据包括单日需要上报的所有报告时,可疑主体格式校验规则1对应的预定算法例如可以包括:退回率=可疑主体包含特殊字符的报告数量/单日报告总数量;可疑主体格式校验规则2对应的预定算法例如可以包括:退回率=可疑主体包含空格的报告数量/单日报告总数量。大额交易内容校验规则1对应的预定算法例如可以包括:退回率=大额交易内容的交易发生地区不符合格式要求的报告数量/单日报告总数量。
根据本公开的实施例,上述八个规则集中每个规则集包括的校验规则及与校验规则对应的预定算法详见表1所示,在此不再详述。根据表1所示的内容可知,根据多个校验规则各自对应的预定算法,通过操作S202能够得到多个待上报数据针对多个校验规则中每个校验规则的退回率。
在操作S203,在针对多个校验规则中每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,上报多个待上报数据。
根据本公开的实施例,对于每个校验规则均具有一个第一阈值,以用于作为确定是否上报数据的界限。对于不同的校验规则,第一阈值例如可以相同或不同。例如,针对可疑主体格式校验规则1和可疑主体格式校验规则2的第一阈值可以为20%,对于大额交易内容校验规则1的第一阈值可以为30%。
根据本公开的实施例,在多个校验规则被划分为多个规则集时,针对属于同一规则集的校验规则的第一阈值例如可以相同,而针对属于不同规则集的校验规则的第一阈值可以不同,从而为属于不同规则集的校验规则分配不同的权重。例如,权重越大的校验规则,该第一阈值可以越小。
可以理解的是,上述针对每个校验规则的第一阈值仅作为示例以利于理解本公开,本公开对此不作限定。本公开实施例可以根据实际需求进行设定,例如可以将针对属于内容校验规则集的校验规则的第一阈值设置为大于针对属于格式校验规则集的校验规则的第一阈值的值,从而为格式设置较高的权重。对于上述八个规则集中各个规则集包括的校验规则设置的第一阈值例如可以为表1所示的值,在此不再详述。
根据本公开的实施例,在针对每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,多个待上报数据中不满足校验规则的数据量较小。该多个待上报数据即使在上传过程中被退回,工作人员也可通过较短的时间完成人工补录,人工补录工作量小。因此在此种情况下,可以通过操作S203直接上传该多个待上报数据,以提高数据上报效率。
综上可知,本公开实施例的数据处理方法,在上传数据之前,通过对待上报数据进行上传之前的合规性检查,可以仅在多个待上报数据针对多个校验规则中每个校验规则的退回率均小于第一阈值的情况下,才对待上报数据进行上传。因此,可以对合规性检查不满足条件的数据进行及时干预,可以降低上传待上报数据的实际退回率。从而可以避免监管机构对金融机构的通报处罚。
表1
根据本公开的实施例,在待上报数据针对某个校验规则的退回率大于第一阈值时,若直接上传所述待上报数据,会存在因上报数据的退回率过高而被通报处罚。因此,为了避免该情况,对于退回率过大的待上报数据,可以采用紧急干预措施对该待上报数据进行内容或格式的更改。
图3示意性示出了本公开示例性实施例二的数据处理方法的流程图。
如图3所示,本公开实施例的数据处理方法除了操作S201~操作S203外,还可以包括操作S304。在操作S203之前通过操作S304对针对多个校验规则的退回率进行分析判断。
在操作S304,判断针对多个校验规则中每个校验规则的退回率是否均小于针对每个校验规则的第一阈值。
在操作S304确定针对多个校验规则中每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,可以确定退回率较小,可以通过操作S203直接上报该多个待上报数据。
在操作S304确定多个校验规则中存在退回率大于第一阈值的校验规则的情况下,为了避免上传时退回率过大导致的补录工作量过大或者被通报处罚,可以对待上报数据进行紧急处理,在紧急处理后再上传。因此,如图3所示,本公开实施例的数据处理方法还可以包括操作S305~操作S306。
在操作S305,在针对第一校验规则的退回率大于针对第一校验规则的第一阈值的情况下,采用针对第一校验规则的更改模型,更改多个待上报数据,得到多个更新后待上报数据。在得到多个更新后待上报数据后,即可通过操作S306上报该多个更新后待上报数据。
根据本公开的实施例,对于每个校验规则,例如都可以具有匹配的更改模型,以对不符合该每个校验规则的数据进行更改(例如可以更改待上报数据的格式或内容),使得更改后的数据能够符合校验规则。例如,在表1中的可疑主体格式校验规则2规定可疑主体不能包括有空格的情况下,与该可疑主体格式校验规则2匹配的更改模型可以将可疑报告中可疑主体包括的空格删除。
根据本公开的实施例,针对每个校验规则的更改模型,例如可以是预先设置的补丁文件,上述操作S305可以通过运行所述补丁文件来完成。其中,待上报数据可以作为运行补丁文件时需要的输入信息,输出得到的为更新后待上报数据。
根据本公开的实施例,在多个待上报数据针对两个以上的校验规则的退回率均小于针对该两个以上的校验规则的第一阈值的情况下,操作S305例如可以包括:采用该两个以上的校验规则各自对应的两个以上的更改模型,依次更改待上报数据。先以两个以上的更改模型中的第一更改模型更改待上报数据,得到初始更新的待上报数据。然后采用两个以上的更改模型中的第二更改模型,更改初始更新的待上报数据。依次类推,直至得到最终的更新后待上报数据。
综上可知,本公开实施例在多个待上报数据针对某个校验规则的退回率小于第一阈值的情况下,可以通过与该某个校验规则对应的更改模型来对待上报数据进行紧急干预,从而可以使得更新后待上报数据满足该某个校验规则。因此可以有效提高数据上报的成功率。
根据本公开的实施例,为了进一步降低数据上传的退回率,还可以在预测得到退回率较高的情况下,对生成待上报数据的上游交易系统进行调整更改。以使得后续产生的待上报数据更符合上报规则的要求。
图4示意性示出了本公开示例性实施例三的数据处理方法的流程图。
如图4所示,本公开实施例的数据处理方法在操作S203之后,还可以包括操作S407~操作S408。或者在操作S306之后,还可以包括操作S407~操作S408,以便于对生成待上报数据的上游交易系统进行调整更改。
在操作S407,确定多个校验规则中是否存在第二校验规则。
根据本公开的实施例,第二校验规则例如可以包括:退回率大于第二阈值的校验规则。因此,操作S202中确定的针对第二校验规则的退回率应大于针对该第二校验规则的第二阈值。根据本公开的实施例,针对每个校验规则的第二阈值可以为小于针对每个校验规则的第一阈值的任意数值,因此,所述的第二校验规则可以包括操作S305中描述的第一校验规则。
根据本公开的实施例,对于每个校验规则均具有一个第二阈值,以用于作为确定是否需要更改上游交易系统的界限。对于不同的校验规则,第二阈值例如可以相同或不同。例如,针对可疑主体格式校验规则1和可疑主体格式校验规则2的第二阈值可以为5%,对于大额交易内容校验规则1的第二阈值可以为10%。
根据本公开的实施例,在多个校验规则被划分为多个规则集时,针对属于同一规则集的校验规则的第二阈值例如可以相同,而针对属于不同规则集的校验规则的第二阈值可以不同,从而为属于不同规则集的校验规则分配不同的权重。例如,权重越大的校验规则,该第二阈值可以越小。
可以理解的是,上述针对每个校验规则的第二阈值仅作为示例以利于理解本公开,本公开对此不作限定。本公开实施例可以根据实际需求进行设定,例如可以将针对属于内容校验规则集的校验规则的第二阈值设置为大于针对属于格式校验规则集的校验规则的第二阈值的值,从而为格式设置较高的要求。对于上述八个规则集中各个规则集包括的校验规则设置的第二阈值例如可以为表1所示的值,在此不再详述。
根据本公开的实施例,上述操作S407例如可以是:将多个待上报数据针对每个校验规则的退回率与针对每个校验规则的第二阈值进行比较,在多个待上报数据针对某个校验规则的退回率大于第二阈值的情况下,确定该某个校验规则为所述的第二校验规则。
在操作S408,在确定存在第二校验规则的情况下,更改生成多个待上报数据的上游交易系统。
根据本公开的实施例,该操作S408例如可以包括:先根据第二校验规则生成更改指令;然后向生成多个待上报数据的上游交易系统发送所述更改指令,以使得上游交易系统根据更改指令更改生成待上报数据的规则。使得更改了规则的上游交易系统后续生成的待上报数据更为符合多个预定规则的要求。其中,上游交易系统例如可以包括图1中的交易设备141、142、143。
根据本公开的实施例,在待上报数据中的可疑交易报告被第二校验规则(例如表1中的可疑主体内容校验规则1)退回时,可以表征该可疑交易报告中的可疑主体为自然人,但证件类型和/或证件号码为空。此种情况下,通过操作S408可以更改生成该可疑交易报告的上游交易系统生成数据的规则,以在用户进行支取交易时强制要求用户录入证件类型和/或证件号码等。
根据本公开的实施例,为了对不满足规则的待上报数据进行分析,以便于进一步降低后续数据上传的退回率。在通过操作S202得到多个待上报数据针对多个校验规则中每个校验规则的退回率后,还可以针对该退回率高的校验规则展示该多个待上报数据,以便于用户对待上报数据进行分析,得到退回率高的原因。
图5示意性示出了本公开示例性实施例四的数据处理方法的流程图。
如图5所示,本公开实施例的数据处理方法除了操作S201~操作S203外,还可以包括操作S509~操作S510。
在操作S509,确定多个待上报数据中被多个规则集中每个规则集包括的校验规则退回的待上报数据。在操作S510,根据多个规则集,向用户展示被退回的待上报数据。
根据本公开的实施例,多个规则集例如可以包括可疑格式校验规则集(包括前述的可疑主体格式校验规则集和可疑交易格式校验规则集)、可疑内容校验规则集(包括前述的可疑主体内容校验规则集和可疑交易内容校验规则集)、大额格式校验规则集(包括前述的大额主体格式校验规则集和大额交易格式校验规则集)以及大额内容校验规则集(包括前述的大额主体内容校验规则集和大额交易内容校验规则集)。
根据本公开的实施例,本公开例如可以为每个不符合校验规则的待上报数据进行标记,该标记例如可以是该待上报数据不符合的校验规则的编号或者其他能够表征该待上报数据不符合的校验规则的标记。因此,上述操作S509可以包括:先从多个待上报数据中筛选得到被退回的待上报数据。然后根据该些被退回的待上报数据的标签内容,确定标签为多个规则集中每个规则集包括的校验规则的编号的待上报数据,统计得到被每个规则集包括的校验规则退回的待上报数据。然后通过操作S510对该些确定的待上报数据根据规则集进行分类展示。
根据本公开的实施例,所述的分类展示例如可以是在展示页面中展示多个规则集分别对应的多个操作控件。然后响应于用户对其中一个操作控件的操作,展示被该其中一个操作控件对应的规则集包括的校验规则退回的待上报数据。其中,多个操作控件例如可以包括:与大额格式校验规则集对应的“大额异常数据查询(报告)”控件、与大额内容校验规则集对应的“大额异常数据查询(交易明细)”控件、与可疑格式校验规则集对应的“可疑异常数据查询(报告)”控件,以及与可疑内容校验规则集对应的“可疑异常数据查询(交易明细)”控件等。
可以理解的是,上述操作S509~操作S510的具体实现方法、多个规则集的分类及与多个规则集对应的多个操作控件仅作为示例以利于理解本公开,本公开对此不作限定。本公开实施例例如还可以通过多维度分析确定多个规则集,以及与多个规则集对应的多个操作控件。
根据本公开的实施例,为了便于对校验规则进行统一管理,对待上报数据的合规性的预测结果进行多维度分析,可以通过统计退回率生成图表来直观地展示待上报数据被退回的深层原因。
图6示意性示出了本公开示例性实施例五的数据处理方法的流程图。
如图6所示,本公开实施例的数据处理方法除了操作S201~操作S203外,还可以包括操作S611~操作S613。
在操作S611,统计预定时段内针对属于多个规则集中每个规则集包括的校验规则的退回率,得到统计结果。在操作S612,生成针对统计结果的图表。在操作S613,向用户展示针对统计结果的图表。
根据本公开的实施例,为了对退回率的变化趋势进行分析,该预定时段例如可以为一周、一个月、一个季度或半年等第二预定时段。得到的统计结果例如可以包括待上报数据针对每个规则集包括的校验规则在一周包括的七天中每天的退回率、待上报数据针对每个规则集包括的校验规则在一个月中上旬、中旬、下旬中每个时段的平均退回率、待上报数据针对每个规则集包括的校验规则在一个季度或半年包括的每个月的平均退回率等。
根据本公开的实施例,在预定时段为一年、多个规则集包括格式校验规则集(例如可以是八个规则集中可疑主体格式规则集、可疑交易格式规则集、大额主体格式规则集和大额交易格式规则集的总集)和内容校验规则集(例如可以是八个规则集中的可疑主体内容规则集、可疑交易内容规则集、大额主体内容规则集和大额交易内容规则集)时,操作S611得到的统计结果可以包括:待上报数据针对格式校验规则集包括的校验规则在一年内每个月的退回率的平均值,以及待上报数据针对内容校验规则集包括的校验规则在一年内每个月的退回率的平均值。通过操作S612生成的图表可以是横坐标为以月为单位的时间、纵坐标为退回率的图表。该图表中包括有待上报数据针对格式校验规则集包括的校验规则在一年内退回率的变化曲线,以及待上报数据针对内容校验规则集包括的校验规则在一年内退回率的变化曲线。
根据本公开的实施例,操作S611得到的统计结果还可以包括:多个校验规则中单日退回率大于第一阈值的校验规则的第一个数、单日退回率小于第二阈值的校验规则的第二个数及单日退回率大于第二阈值但小于第一阈值的校验规则的第三个数。操作S612可以是根据该第一个数、第二个数和第三个数生成饼状的图表,饼状图表中包括三个分块,该三个分块的面积大小分别与第一个数、第二个数及第三个数相对应。
根据本公开的实施例,操作S611得到的统计结果还可以包括:八个规则集中每个规则集包括的多个校验规则中,单日退回率大于第一阈值的校验规则的个数、单日退回率小于第二阈值的校验规则的个数及单日退回率大于第二阈值但小于第一阈值的校验规则的个数,得到针对每个规则集的三个数值。操作S612可以包括:根据针对八个规则集中每个规则集的三个数值,生成针对每个规则集的柱状图表,得到横坐标为规则集,纵坐标为校验规则个数的柱状图。其中该柱状图中包括针对八个规则集的柱状图标,针对每个规则集的柱状图表由三个柱体拼接形成,三个柱体的面积分别与针对每个规则集的三个数值的大小相对应。
可以理解的是,上述操作S611~操作S613的实现方式仅作为示例以利于理解本公开,本公开对此不作限定。本公开通过操作S611例如可以得到多维度的统计结果,并通过操作S612生成多维度的图表。通过操作S613中图表的展示可以直观的反映待上报数据被退回的深层原因,从而便于金融机构及时开展数据治理,有效降低数据上报的退回率。
根据本公开的实施例,图2~图6描述的数据处理方法例如可以集成于一个能够与多平台多终端适配的平台中。通过该平台的设置,可以便于对待上报数据的合规性进行既便利又规范的分析。再者,为了便于对该平台进行使用管理,本公开实施例还可以为该平台建立白名单机制,以进行权限控制,使得属于白名单的相关人员具有该平台的使用权限。根据本公开的实施例,通过该平台,属于白名单的相关人员例如还可以对多个校验规则及多个校验规则各自的预定算法进行查询和调整等。
图7示意性示出了根据本公开实施例的数据处理装置的结构框图。
如图7所示,本公开实施例的数据处理装置700包括获取模块701、退回率确定模块702和数据上报模块703。
获取模块701用于获取多个待上报数据(操作S201)。
退回率确定模块702用于根据分多个校验规则各自对应的多个预定算法,确定多个待上报数据针对多个校验规则中每个校验规则的退回率(操作S202)。
数据上报模块703用于在针对每个校验规则的退回率均小于针对每个校验规则的第一阈值的情况下,上报多个待上报数据(操作S203)。
根据本公开的实施例,如图7所示,上述数据处理装置700例如还可以包括数据更改模块704,用于在针对第一校验规则的退回率大于针对第一校验规则的第一阈值的情况下,采用针对第一校验规则的更改模型,更改多个待上报数据,得到多个更新后待上报数据(操作S305)。相应地,上述数据上报模块703还用于上报多个更新后待上报数据(操作S306)。
根据本公开的实施例,如图7所示,上述数据处理装置700例如还可以包括交易系统更改模块705,用于在针对第二校验规则的退回率大于针对第二校验规则的第二阈值的情况下,更改生成多个待上报数据的上游交易系统(操作S408)。其中,针对每个校验规则的第二阈值小于针对每个校验规则的第一阈值。
根据本公开的实施例,上述多个校验规则根据校验目标划分为多个规则集,其中:针对属于同一规则集的校验规则的第一阈值相同;以及针对属于不同规则集的校验规则的第一阈值不同。
根据本公开的实施例,上述多个规则集包括格式校验规则集和内容校验规则集;针对属于内容校验规则集的校验规则的第一阈值大于针对属于格式校验规则集的校验规则的第一阈值。
根据本公开的实施例,如图7所示,上述数据处理装置700例如还可以包括数据确定模块706和展示模块707。其中,数据确定模块706用于确定多个待上报数据中被多个规则集中每个规则集包括的校验规则退回的待上报数据(操作S509)。展示模块707用于根据多个规则集,向用户展示被退回的待上报数据(操作S510)。
根据本公开的实施例,如图7所示,上述数据处理装置700例如还可以包括退回率统计模块708和图表生成模块709。退回率统计模块708用于统计预定时段内针对属于多个规则集中每个规则集包括的校验规则的退回率,得到统计结果(操作S611)。图表生成模块709用于生成针对统计结果的图表(操作S612)。上述展示模块707例如还可以用于向用户展示针对统计结果的图表(操作S613)。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块701、退回率确定模块702、数据上报模块703、数据更改模块704、交易系统更改模块705、数据确定模块706、展示模块707、退回率统计模块708和图表生成模块709中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元/子单元中实现。根据本公开的实施例,获取模块701、退回率确定模块702、数据上报模块703、数据更改模块704、交易系统更改模块705、数据确定模块706、展示模块707、退回率统计模块708和图表生成模块709中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块701、退回率确定模块702、数据上报模块703、数据更改模块704、交易系统更改模块705、数据确定模块706、展示模块707、退回率统计模块708和图表生成模块709中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的适于实现上文描述的数据处理方法的电子设备的框图。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,根据本公开实施例的电子设备800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。电子设备800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM802和/或RAM803和/或ROM802和RAM803以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种数据处理方法,包括:
获取多个待上报数据;
根据多个校验规则各自对应的多个预定算法,确定所述多个待上报数据针对所述多个校验规则中每个校验规则的退回率;
在针对所述每个校验规则的退回率均小于针对所述每个校验规则的第一阈值的情况下,上报所述多个待上报数据。
2.根据权利要求1所述的方法,其中,所述多个校验规则包括第一校验规则,所述方法还包括:
在针对所述第一校验规则的退回率大于针对所述第一校验规则的第一阈值的情况下,采用针对所述第一校验规则的更改模型,更改所述多个待上报数据,得到多个更新后待上报数据;以及
上报所述多个更新后待上报数据。
3.根据权利要求2所述的方法,其中,所述多个校验规则包括第二校验规则,所述方法还包括:
在针对所述第二校验规则的退回率大于针对所述第二校验规则的第二阈值的情况下,更改生成所述多个待上报数据的上游交易系统,
其中,针对所述每个校验规则的第二阈值小于针对所述每个校验规则的第一阈值。
4.根据权利要求1所述的方法,其中,所述多个校验规则根据校验目标划分为多个规则集,其中:
针对属于同一规则集的校验规则的第一阈值相同;以及
针对属于不同规则集的校验规则的第一阈值不同。
5.根据权利要求4所述的方法,其中:
所述多个规则集包括格式校验规则集和内容校验规则集;
针对属于内容校验规则集的校验规则的第一阈值大于针对属于格式校验规则集的校验规则的第一阈值。
6.根据权利要求4所述的方法,还包括:
确定所述多个待上报数据中被所述多个规则集中每个规则集包括的校验规则退回的待上报数据;以及
根据所述多个规则集,向用户展示被退回的待上报数据。
7.根据权利要求4所述的方法,还包括:
统计预定时段内针对属于所述多个规则集中每个规则集包括的校验规则的退回率,得到统计结果;
生成针对所述统计结果的图表;以及
向用户展示所述针对所述统计结果的图表。
8.一种数据处理装置,包括:
获取模块,用于获取多个待上报数据;
退回率确定模块,用于根据多个校验规则各自对应的多个预定算法,确定所述多个待上报数据针对所述多个校验规则中每个校验规则的退回率;
数据上报模块,用于在针对所述每个校验规则的退回率均小于针对所述每个校验规则的第一阈值的情况下,上报所述多个待上报数据。
9.一种电子设备,包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1~7中任一项所述的方法。
CN201910687801.2A 2019-07-26 2019-07-26 数据处理方法和装置、以及电子设备和可读介质 Pending CN110400213A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910687801.2A CN110400213A (zh) 2019-07-26 2019-07-26 数据处理方法和装置、以及电子设备和可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910687801.2A CN110400213A (zh) 2019-07-26 2019-07-26 数据处理方法和装置、以及电子设备和可读介质

Publications (1)

Publication Number Publication Date
CN110400213A true CN110400213A (zh) 2019-11-01

Family

ID=68326404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910687801.2A Pending CN110400213A (zh) 2019-07-26 2019-07-26 数据处理方法和装置、以及电子设备和可读介质

Country Status (1)

Country Link
CN (1) CN110400213A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111680305A (zh) * 2020-07-31 2020-09-18 支付宝(杭州)信息技术有限公司 一种基于区块链的数据处理方法、装置及设备
CN114726792A (zh) * 2022-04-19 2022-07-08 中国联合网络通信集团有限公司 一种基于json报文的处理方法、装置、设备及介质
CN114819003A (zh) * 2022-07-01 2022-07-29 天津金城银行股份有限公司 一种风控模型处理方法、引擎、设备及介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1234892A (zh) * 1996-09-04 1999-11-10 英特托拉斯技术公司 用于安全电子商务、电子交易、商务处理控制及自动化、分布式计算和权利管理的可信架构支持系统,方法和技术
US20070033185A1 (en) * 2005-08-02 2007-02-08 Versata Development Group, Inc. Applying Data Regression and Pattern Mining to Predict Future Demand
CN105975616A (zh) * 2016-05-19 2016-09-28 上海市疾病预防控制中心 基于公共卫生精细化管理的数据质量控制系统
CN106202389A (zh) * 2016-07-08 2016-12-07 中国银联股份有限公司 一种基于交易数据的异常监测方法及装置
CN107085812A (zh) * 2016-12-06 2017-08-22 雷盈企业管理(上海)有限公司 区块链数字资产的反洗钱系统及方法
CN107784067A (zh) * 2017-08-31 2018-03-09 平安科技(深圳)有限公司 监察信息处理方法、装置、服务器和存储介质
CN107818509A (zh) * 2017-11-24 2018-03-20 泰康保险集团股份有限公司 业务数据校验方法、装置、存储介质及电子设备
CN108694522A (zh) * 2018-07-06 2018-10-23 中国银行股份有限公司 一种数据分析方法及装置
CN109634941A (zh) * 2018-11-14 2019-04-16 金色熊猫有限公司 医疗数据处理方法、装置、电子设备及存储介质
CN109670949A (zh) * 2018-09-27 2019-04-23 深圳壹账通智能科技有限公司 交易清算方法、装置、设备及存储介质
CN109783450A (zh) * 2018-12-14 2019-05-21 中国平安财产保险股份有限公司 一种数据处理方法和装置、以及计算机设备
CN109919454A (zh) * 2019-02-20 2019-06-21 中国银行股份有限公司 反洗钱监控方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1234892A (zh) * 1996-09-04 1999-11-10 英特托拉斯技术公司 用于安全电子商务、电子交易、商务处理控制及自动化、分布式计算和权利管理的可信架构支持系统,方法和技术
US20070033185A1 (en) * 2005-08-02 2007-02-08 Versata Development Group, Inc. Applying Data Regression and Pattern Mining to Predict Future Demand
CN105975616A (zh) * 2016-05-19 2016-09-28 上海市疾病预防控制中心 基于公共卫生精细化管理的数据质量控制系统
CN106202389A (zh) * 2016-07-08 2016-12-07 中国银联股份有限公司 一种基于交易数据的异常监测方法及装置
CN107085812A (zh) * 2016-12-06 2017-08-22 雷盈企业管理(上海)有限公司 区块链数字资产的反洗钱系统及方法
CN107784067A (zh) * 2017-08-31 2018-03-09 平安科技(深圳)有限公司 监察信息处理方法、装置、服务器和存储介质
CN107818509A (zh) * 2017-11-24 2018-03-20 泰康保险集团股份有限公司 业务数据校验方法、装置、存储介质及电子设备
CN108694522A (zh) * 2018-07-06 2018-10-23 中国银行股份有限公司 一种数据分析方法及装置
CN109670949A (zh) * 2018-09-27 2019-04-23 深圳壹账通智能科技有限公司 交易清算方法、装置、设备及存储介质
CN109634941A (zh) * 2018-11-14 2019-04-16 金色熊猫有限公司 医疗数据处理方法、装置、电子设备及存储介质
CN109783450A (zh) * 2018-12-14 2019-05-21 中国平安财产保险股份有限公司 一种数据处理方法和装置、以及计算机设备
CN109919454A (zh) * 2019-02-20 2019-06-21 中国银行股份有限公司 反洗钱监控方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
丁旭: ""反洗钱信息监控上报系统的设计与实现"", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111680305A (zh) * 2020-07-31 2020-09-18 支付宝(杭州)信息技术有限公司 一种基于区块链的数据处理方法、装置及设备
CN114726792A (zh) * 2022-04-19 2022-07-08 中国联合网络通信集团有限公司 一种基于json报文的处理方法、装置、设备及介质
CN114819003A (zh) * 2022-07-01 2022-07-29 天津金城银行股份有限公司 一种风控模型处理方法、引擎、设备及介质

Similar Documents

Publication Publication Date Title
US20170140302A1 (en) Predictive modeling and data analysis in a secure shared system
US8768809B1 (en) Methods and systems for managing financial data
CN110400213A (zh) 数据处理方法和装置、以及电子设备和可读介质
CN107679995A (zh) 电子装置、保险案件理赔审核方法及计算机可读存储介质
CN110162566A (zh) 业务数据的关联分析方法、装置、计算机设备及存储介质
CN110442341A (zh) 应用程序的界面配置方法、装置及终端设备
CN111709756A (zh) 一种可疑社团的识别方法、装置、存储介质和计算机设备
WO2020261074A1 (es) Sistema y método para la aprobación y desembolso de un crédito
CN110276618A (zh) 生成洗钱案宗预测模型、预测洗钱案宗的方法及系统
CN110349013A (zh) 风险控制方法及装置
CN109508807A (zh) 彩票用户活跃度预测方法、系统及终端设备、存储介质
Hendayun et al. Extract transform load process in banking reporting system
WO2016123657A1 (en) Computer implemented frameworks and methodologies configured to enable generation of a synthetic profit and loss report based on business data, and loan management based on including risk-based loan construction and pricing and/or pricing based on data analysis of default risk and loss given default parameters
US10459834B2 (en) Run time and historical workload report scores for customer profiling visualization
US20170061347A1 (en) Computerized system and method for predicting quantity levels of a resource
CN110428320A (zh) 数据处理方法和系统、以及电子设备和计算机可读介质
US20220084034A1 (en) Encoding multi-dimensional information for deep vision learning
CN114612220A (zh) 风控策略调整方法、装置、电子设备以及存储介质
CN112823502B (zh) 针对资源访问规则配置的实时反馈服务
CN112085497A (zh) 用户账户数据的处理方法及装置
CN111857670A (zh) 应用架构的确定方法和装置
CN109472704A (zh) 基于神经网络的基金产品的筛选方法、终端设备及介质
CN110443682A (zh) 推荐方法、装置、系统及介质
CN109146549A (zh) 彩票用户产品参与度预测方法、系统及设备、存储介质
CN109544348A (zh) 资产证券筛选方法、设备及计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191101

RJ01 Rejection of invention patent application after publication