CN110414914A - 业务数据监控方法和装置 - Google Patents
业务数据监控方法和装置 Download PDFInfo
- Publication number
- CN110414914A CN110414914A CN201910521007.0A CN201910521007A CN110414914A CN 110414914 A CN110414914 A CN 110414914A CN 201910521007 A CN201910521007 A CN 201910521007A CN 110414914 A CN110414914 A CN 110414914A
- Authority
- CN
- China
- Prior art keywords
- business
- issued
- value
- approval
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 241001269238 Data Species 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 12
- 238000011157 data evaluation Methods 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000013524 data verification Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- UFULAYFCSOUIOV-UHFFFAOYSA-N cysteamine Chemical compound NCCS UFULAYFCSOUIOV-UHFFFAOYSA-N 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种业务数据监控方法和装置，涉及大数据技术领域。其中，所述业务数据监控方法包括：接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据；从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1；判断所述待批准业务的风险值是否超过相应的风险阈值；如果所述待批准业务的风险值超过相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。本发明实施例方案在现有业务数据评价中增加用户流水数据的评价因素，可以增强对业务风险的控制。
Description
【技术领域】
本发明涉及大数据技术领域，尤其涉及一种业务数据监控方法和装置。
【背景技术】
银行、信贷公司等金融机构在批准用户的如贷款等信贷业务之前，需要对用户的信用、收入和资产等信息进行审核，由此以确定合理的授信额度以及控制业务风险。
目前，各类金融机构大多基于用户在提出业务申请时提交的各项资料收集关于用户信用、收入和资产等情况的信息，并在后续程序中鉴别各项资料的真实程度，但难以避免的会出现虚假资料蒙混过关的情况，由此可能会增大各类金融机构的业务。
如何在现有的业务审批流程中进一步增强业务风险的控制成为亟待解决的问题。
【发明内容】
有鉴于此，本发明实施例提供了一种业务数据监控方法和装置，用以增强对业务风险的风险控制。
一方面，本发明实施例提供了一种业务数据监控方法，所述方法包括：
接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据；
从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1；
判断所述待批准业务的风险值是否超过相应的风险阈值；
如果所述待批准业务的风险值超过相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。
进一步地，从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，包括：
确定所述待批准业务的当前处理阶段；
从与待批准业务的当前处理阶段关联的预设时间段内的业务流水数据中提取N个目标参数，并基于该N个目标参数计算所述待批准业务当前处理阶段的风险值。
进一步地，所述待批准业务的处理阶段包括：批准前的准入阶段；
相应的，计算所述待批准业务在准入阶段的风险值包括：从目标用户提出待批准业务的批准申请时的前M个月的业务流水数据中提取交易流水数据以及违约记录数据，M＞1；根据所述交易流水数据及所述违约记录数据计算所述待批准业务在准入阶段的风险值。
进一步地，所述待批准业务的处理阶段包括：审中查验阶段；
相应的，计算所述待批准业务在审中查验阶段的风险值包括：
从所述目标用户的业务流水数据中提取用户资料数据，基于提取的所述用户资料数据验证目标用户所提交资料数据的真实评价值；如果所述真实评价值低于预设参考值，审中查验失败；
如果所述真实评价值大于或者等于所述预设参考值，则根据目标用户提出审中查验申请时的前K个月的业务流水数据计算所述目标用户的信用评价值，K＞1；根据所述信用评价值确定对所述待批准业务批准通过的业务额度。
进一步地，所述待批准业务的处理阶段包括：批准后的监控阶段；
相应的，计算所述待批准业务在批准后的监控阶段的风险值包括：从所述目标用户当前业务的前L个履约周期的业务流水数据中提取违约次数以及违约金额，L≥1；根据所述违约次数和违约金额计算所述目标用户的预警评分值；若所述预警评分值大于约定值则生成警告信息。
进一步地，所述业务流水数据为交易流水数据；采用预设的方式从业务网络中抓取目标用户的业务流水数据，包括：
基于所述目标用户的特征数据在预设业务系统中抓取交易页面；
从所述交易页面中提取所述目标用户的第一交易流水数据以及与所述目标用户关联的第三方平台的特征数据；
基于所述第三方平台的特征数据从第三方平台系统中抓取所述目标用户的交易页面并从中提取所述目标用户的第二交易流水数据；
根据所述第一交易流水数据和所述第二交易流水数据得到所述目标用户的交易流水数据。
一方面，本发明实施例提供了一种业务数据监控装置，包括：
数据爬取模块，用于接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据；
风险计算模块，用于从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1；
判断模块，用于判断所述待批准业务的风险值是否超过相应的风险阈值；
措施实施模块，用于如果所述待批准业务的风险值超过相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。
进一步地，风险计算模块具体用于：
确定所述待批准业务的当前处理阶段；
从与待批准业务的当前处理阶段关联的预设时间段内的业务流水数据中提取N个目标参数，并基于该N个目标参数计算所述待批准业务当前处理阶段的风险值。
一方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述业务数据监控方法的步骤。
一方面，本发明实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现上述业务数据监控方法的步骤。
在发明实施例中，设立关于用户流水数据的风险评价规则，在从业务网络中抓取到目标用户的流水数据后基于上述评价规则，确定目标用户所申请的待批准业务的风险值，当所述风险值超过目标用户所申请待批准业务的风险阈值时，对目标用户所申请的待批准业务采取预定措施。本申请方案在金融机构现有业务风险评价中增加用户流水数据的评价因素，可以增强对业务风险的控制。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种可选的业务数据监控方法的流程图；
图2是本发明实施例提供的一种可选的业务数据监控装置的示意图；
图3是是本发明实施例提供的一种可选的计算机设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，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它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的相同的字段，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
图1是本发明实施例提供的一种可选的业务数据监控方法的流程图。如图1所示，该方法包括：
步骤S101：接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据。
其中，采用预设的方式从业务网络中抓取目标用户的业务流水数据包括：采用预先设置好的网络爬虫从业务网络中抓取目标用户的业务流水数据。
网络爬虫，又称为网页蜘蛛、网络机器人，其能够自动从网络中抓取信息。区别于传统的关键字搜索，网络爬虫从一个或若干初始网页的URL开始，不断从关联页面上抽取新的URL放入队列，直至满足停止条件。基于上述过程不断抽取的网络页面获取目标信息。
本发明实施例方案中，当接收到请求对目标用户所申请的待批准业务批准通过的请求时，可以采用预先设置好的网络爬虫从业务网络中抓取目标用户的业务流水数据。可选的，基于目标用户授权的登录信息采用预先设置好的网络爬虫登录业务网络，登录成功后从业务网络中抓取目标用户的业务流水数据。其中，可以采用selenium+scrapy爬虫技术框架模拟浏览器进行业务网络的登录操作。在登录成功后从业务网络中抓取的业务流水数据包括目标用户的用户资料数据以及交易流水数据。
在一种具体实现方式中，目标用户所申请的待批准业务为贷款业务，从银行网络系统中抓取的目标用户业务流水数据包括用户资料数据以及交易流水数据。所述用户资料数据包括：基本账户信息，如账户名、币种、卡号、卡类型(借记卡或信用卡)、开卡地址、账户余额；交易流水数据包括网银流水，如还款总金额、最低还款额、到期还款日、账单日、本期还款金额、本期最低还款额、信用额度、预借现金额度、币种简码、消费类别等。
上述的业务网络可以是目标用户所申请的待批准业务对应的业务网络，还可以包括与待批准业务关联的第三方业务网络。例如，目标用户所申请的待批准业务为贷款业务，所述业务网络包括所申请贷款业务的银行网络系统，还包括与目标用户有所关联的其它银行的银行网络系统、第三方支付平台等。
此时，从业务网络中抓取目标用户的业务流水数据包括：基于所述目标用户的特征数据在预设业务系统中抓取交易页面；从所述交易页面中提取所述目标用户的第一交易流水数据以及与所述目标用户关联的第三方平台的特征数据；基于所述第三方平台的特征数据从第三方平台系统中抓取所述目标用户的交易页面并从中提取所述目标用户的第二交易流水数据；根据所述第一交易流水数据和所述第二交易流水数据得到所述目标用户的交易流水数据。所述第三方平台指第三方银行或者第三方支付平台。鉴于当前支付环境的多样性以及各支付平台之间的关联性，可以从用户所申请贷款业务的银行系统抓取与目标用户关联的其他支付平台的交易数据，比如，可以基于用户的身份证号码、人脸头像、银行卡账户、转账记录等作为特征数据搜索第三方平台的交易页面。
步骤S102：从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1。
从业务网络中获取目标用户的业务流水数据后，将所述业务流水数据应用在对目标用户所申请的待批准业务的风险评价中，以确定目标用户所申请的待批准业务的风险值。可选的，从目标用户的业务流水数据中提取N个目标参数，赋予所述N个目标参数或者赋予基于所述N个参数计算得到的至少一个评价值相应的分数权重，基于N个目标参数或者基于所述N个参数计算得到的至少一个评价值的分数权重计算待批准业务的风险值。
步骤S103：判断所述待批准业务的风险值是否超过相应的风险阈值。
步骤S104：如果确定待批准业务的风险值超过其相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。
本发明实施例中，对应于目标用户所申请的待批准业务设置有相对应的风险阈值，当基于目标用户的业务流水数据计算出的风险值超过设置的风险阈值后可以对目标用户所申请的待批准业务采取预定措施，所述预定措施可以是拒绝审核通过待批准业务、要求目标用户追加评价资料等，由此以在现有控制业务风险的基础上增加业务风险评价因素，增强业务风险控制。
在本发明实施例中，从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，包括：确定所述待批准业务的当前处理阶段；从与待批准业务的当前处理阶段关联的预设时间段内的业务流水数据中提取N个目标参数，并基于该N个目标参数计算所述待批准业务当前处理阶段的风险值。
在一种可能的设计中，所述待批准业务的处理阶段包括：批准前的准入阶段、审中查验阶段以及批准后的监控阶段，对于每个处理阶段基于目标流水数据计算待批准业务当前处理阶段的风险值包括：
当待批准业务处于批准前的准入阶段时，计算所述待批准业务在准入阶段的风险值包括：从目标用户提出待批准业务的批准申请时的前M个月的业务流水数据中提取交易流水数据以及违约记录数据，M＞1；根据所述交易流水数据及所述违约记录数据计算所述待批准业务在准入阶段的风险值。其中，预先存储交易流水数据和收入评分的关联关系以及存储违约记录数据和违约评分的关联关系；根据从所述M个月的业务流水数据中提取的交易流水数据及违约记录数据分别计算目标用户的收入评分x以及违约评分y，基于收入评分x和违约评分y所具有的权重计算目标用户的待批准业务在准入阶段的风险值，风险值＝f(x，y)。
上述计算待批准业务在准入阶段的风险值，包括：
(1)计算违约评分y包括：确定M个月中的总违约次数x1；若x1大于X1，y取值为y1；若x1在(0，X1]范围内则按照预设步长a1，x1每减少一个步长a1，y的取值在y1的基础上减去一个b1，即y＝y1-n1b1，其中n1的取值为(X1-x1)/a1向上取整，即若(X1-x1)/a1余数不为零则计算结果的整数部分加1并取整，上述x1、X1、y1、a1及b1均为正数，并可以根据实际需要确定。
(2)确定y取值是否大于或等于约定阈值，若大于或等于约定阈值，则确定待批准业务在准入阶段的风险值高于风险阈值，并采取预定措施。
(3)如果y小于约定阈值，则计算收入评分x；其中计算收入评分x，包括：确定M个月的收入均值x2，若x2大于X2，则x取值为x3；若x2在(X1，X2]范围内则按照预设步长a2，每减少一个步长a2，x的取值在x3基础上减去一个b2，即x＝x3-n2b2，其中n2的取值为(X2-x2)/a2向上取整，即(X2-x2)/a2余数不为零则计算结果的整数部分加1并取整，上述X2、X1、a2、b2均为正数，X1小于X2，并可以根据实际需要确定；若x2小于或者等于X1，则确定待批准业务在准入阶段的风险值高于风险阈值，并采取预定措施。
(4)基于计算的违约评分y和收入评分x计算待批准业务在准入阶段的风险值＝y+k(m-x)，其中m，k均为常数，m为大于x的正整数，k(m-x)为收入评分对应的风险值，y为违约评分对应的风险值。
在一种具体实现方式中，目标用户所申请的待批准业务为贷款业务，计算目标用户贷款业务准入阶段风险值的包括：基于目标用户提出贷款申请时的前六个月流水数据的违约记录数据计算目标用户的违约评分，如前六个月违约记录次数大于三次，违约评分为5，直接拒绝目标用户的贷款申请业务；如前六个月违约记录次数为2次，违约评分为3；如前六个月违约记录次数为1次，违约评分为1；如果没有违约记录则违约评分为0；如果违约评分小于或者等于3，则基于目标用户提出贷款申请时的前六个月交易流水数据计算目标用户的收入评分，不同的收入数据对应不同的收入评分，如六个月收入平均值低于3000收入评分为0，收入风险值为5-0＝5；3000-5000收入评分为1，收入风险值为5-1＝4；5000-7000收入评分为2，收入风险值为5-2＝3；以此类推，收入评分最高为5，对应的风险系数最低为0；收入风险值加上违约评分得到贷款业务准入阶段风险值，若大于6，则拒绝贷款或者追加质押物。
当待批准业务处于审中查验阶段时，计算所述待批准业务在审中查验阶段的风险值包括：从所述目标用户的业务流水数据中提取用户资料数据，基于提取的所述用户资料数据验证目标用户所提交资料数据的真实评价值。如果真实评价值低于预设参考值，则审中查验失败；如果所述真实评价值大于或者等于所述预设参考值，则根据目标用户提出审中查验申请时的前K个月的业务流水数据计算所述目标用户的信用评价值，K＞1；根据所述信用评价值确定对所述待批准业务批准通过的业务额度。
所述用户资料数据包括：身份信息、收入信息、借贷信息；用户所提交的资料数据包括：身份验证文件、收入证明文件及借贷证明文件；从所述身份验证文件、收入证明文件及借贷证明文件分别提取用户的身份验证信息、收入验证信息及借贷验证信息，将所述身份验证信息、收入验证信息及借贷验证信息分别与抓取的身份信息、收入信息、借贷信息进行比对，根据比对的结果确定真实评价值。
在一种具体实现方式中：如果身份信息验证不一致，则真实评价值为0，收入信息及借贷信息不再比对；如果身份信息验证一致，收入信息及借贷信息中一项验证不通过，则真实评价值为3；如果身份信息验证一致，收入信息及借贷信息中两项验证均不通过，则真实评价值为1；如果三项信息验证均通过则真实评价值为5，如果真实评价值低于3，则审中查验失败；如果所述真实评价值大于或者等于3，则根据目标用户提出审中查验申请时的前K个月的业务流水数据计算所述目标用户的信用评价值。
在本发明实施例方案中，根据目标用户提出审中查验申请时的前K个月的业务流水数据计算所述目标用户的信用评价值包括：从所述前K个月的业务流水数据中提取目标用户已经拥有的信用额度、消费总金额、前K个月包括的A个履约周期中每个履约周期的履约信息，A＞1；根据信用额度、消费总金额、A个履约周期中每个履约周期的履约信息分别对应的信用评分计算目标用户的信用评价值。
其中，计算目标用户的信用评价值包括：
(1)基于信用额度得到目标用户信用评分的增加值z1。其中，实现步骤包括：判断所述信用额度是否大于预设数值B1，如果大于B1，则确定z1的取值为k1；上述B1、k1均为正数，B1、k1可根据实际需要设定。
(2)基于消费总金额得到目标用户信用评分的增加值z2。其中，实现步骤包括：判断所述消费总金额是否大于B2，如果大于B2，则确定z2的取值为k2；上述B2、k2均为正数，B2、k2可根据实际需要设定。
(3)基于A个履约周期中每个履约周期的履约信息计算目标用户信用评分的增加值z3。实现步骤包括：基于每个履约周期的履约信息中所包括的消费金额、约定币种消费信息、分期消费信息、履约状况信息确定z3，其中包括：若消费金额大于B3的履约周期个数大于v1，则z3的取值加k3；若单个履约周期中未出现违约情况，z3的取值加k4，若连续未出现违约情况的履约周期个数大于v2则z3的取值加k5；若A个履约周期中出现约定币种消费的履约周期个数大于v3则z3的取值加k6；若单个履约周期中出现违约情况，则z3取值减k7；若单个履约周期中出现分期履约情况，则z3取值减k8；根据计算的z3的各个分值汇总z3最终取值；B3、v1、k3、k4、v2、k5、v3、k6、k7、k8均为正数，并且可根据实际需要设定。
(4)将上述计算得到的z1+z2+z3相加并且加上信用基础评分得到目标用户的信用评价值，所述信用基础评分可根据实际需要设定。
在一种具体实现方式中，获取目标用户前12个月的业务流水数据，该12个月的业务流水数据分为12个履约周期，从所述12个月的业务流水数据中提取目标用户的信用额度、消费总金额、12个履约周期中每个履约周期的履约信息。如在这12个月中，目标用户的信用额度大于60000，信用评分加2；消费总金额大于50000，则信用评分加5；若存在大于等于1个履约周期中，消费金额大于5000，信用评分加1；每个履约周期中成功履约未出现逾期的账单周期信用评分加2；出现大于等于1次外币消费信用评分加1；每个履约周期中出现逾期信用评分扣除2.5；每个履约周期中出现出现分期行为,信用评分扣除0.5；连续3次以上履约周期逾期信用评分额外扣除3。综上基于12个履约周期的业务流水数据计算目标用户最终的信用评价值，根据预先设置的信用评价值与贷款额度的对应关系确定贷款额度。
信用评价值与贷款额度的对应关系可以是：信用评价值＜10，贷款额度为0，大于等于10小于20，贷款额度为5000，依次形成对应关系表。
当待批准业务处于批准后的监控阶段时，相应的，计算所述待批准业务在批准后的监控阶段的风险值包括：从所述目标用户当前业务的前L个履约周期的业务流水数据中提取违约次数以及违约金额，L≥1；根据所述违约次数和违约金额计算所述目标用户的预警评分值；若所述预警评分值大于约定值则生成警告信息。
根据违约次数和违约金额计算目标用户的预警评分值包括：不同的违约次数和违约金额分别对应不同的预警评分，根据从业务流水数据中提取的违约次数和违约金额对应的预警评分确定目标用户的预警评分值。
其中，计算目标用户的预警评分值包括：
(1)计算每个履约周期的预警评分增加值。具体实现步骤包括：确定当前履约周期中是否出现违约情况，若出现违约则预警评分增加l1。确定当前履约周期的违约额度与所申请业务总额度的百分比，根据所述百分比确定预警评分增加值，可选的，若所述百分比大于B3，则预警评分增加l2；若所述百分比小于或等于B3并且大于B4，则预警评分增加l3。确定当前履约周期中是否出现分期履约行为，若出现分期履约行为则根据当前分期履约行为的总额度确定预警评分增加值，可选的，若当前分期履约行为的总额度大于B5，则预警评分增加l4，若当前分期履约行为的总额度小于或等于B5并且大于B6，则预警评分增加l5。上述l1、B3、l2、B4、l3、B5、l4、B6、l5均为正数且可根据实际需要设定，B3大于B4，B5大于B6。
(2)基于计算得到的每个履约周期的预警评分增加值计算L个履约周期的预警评分增加值。
(3)计算额外预警评分增加值；其中，包括：若L个履约周期中有连续B7个周期出现违约，则预约评分增加l6，若L个履约周期均正常履约则预警评分减l7。上述B7、l6、l7均为正数且可根据实际需要设定。
(4)在基础预警评分的基础上增加L个履约周期的预警评分增加值以及额外预警评分增加值得到目标用户的预警评分值。
在一种具体实现方式中，获取目标用户当前履约周期的流水数据，若出现逾期，预警评分加1，若逾期金额大于当前用户贷款额度30％，预警评分加2，若大于50％，预警评分加3，若大于70％，预警评分加5；若出现分期行为，且当期账单消费总金额大于当前用户贷款总金额50％，预警评分加1，若大于70％，预警评分加3；连续2个履约周期显示逾期，预警评分加2，连续3个履约周期逾期预警评分加3，出现正常还款未逾期预警评分减0.5；根据所述规则计算目标用户的预警评分值，一旦大于等于5即触发告警。
在本发明实施例方案中，将用户业务流水数据增加到业务风险评价体系中，能够增加业务风险评价因素。具体而言，所述方案具有以下有益效果：
1.采用网络爬虫技术从业务网络系统中抓取目标用户的业务流水数据，不仅可以提高获取用户业务数据的便捷性，而且从业务系统中抓取数据可以确保业务流水数据的可信性；
2、将抓取的业务流水数据补充到用户业务的批准前的准入、审中查验和批准后的监控等环节中，实现对用户业务的全程自动监控，为业务系统评价用户的履约能力增加评价因素，使业务系统可以合理控制业务风险。
以下将详细描述本发明的一个或多个实施例的业务数据监控装置。本领域技术人员可以理解，这些业务数据监控装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
图2是本发明实施例提供的一种可选的业务数据监控装置的示意图。图2所示装置用于执行上述的业务数据监控方法。如图2所示，该装置包括：
数据爬取模块11，用于接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据；
风险计算模块12，用于从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1；
判断模块13，用于判断所述待批准业务的风险值是否超过相应的风险阈值；
措施实施模块14，用于如果所述待批准业务的风险值超过相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。
在一种可能的设计中，风险计算模块12具体用于：确定所述待批准业务的当前处理阶段；从与待批准业务的当前处理阶段关联的预设时间段内的业务流水数据中提取N个目标参数，并基于该N个目标参数计算所述待批准业务当前处理阶段的风险值。
在一种可能的设计中，所述待批准业务的处理阶段包括：批准前的准入阶段；计算所述待批准业务在准入阶段的风险值包括：从目标用户提出待批准业务的批准申请时的前M个月的业务流水数据中提取交易流水数据以及违约记录数据，M＞1；根据所述交易流水数据及所述违约记录数据计算所述待批准业务在准入阶段的风险值。
在一种可能的设计中，所述待批准业务的处理阶段包括：审中查验阶段；相应的，风险计算模块12计算所述待批准业务在审中查验阶段的风险值包括：从所述目标用户的业务流水数据中提取用户资料数据，基于提取的所述用户资料数据验证目标用户所提交资料数据的真实评价值；如果所述真实评价值低于预设参考值，审中查验失败；如果所述真实评价值大于或者等于所述预设参考值，则根据目标用户提出审中查验申请时的前K个月的业务流水数据计算所述目标用户的信用评价值，K＞1；根据所述信用评价值确定对所述待批准业务批准通过的业务额度。
在一种可能的设计中，所述待批准业务的处理阶段包括：批准后的监控阶段；相应的，风险计算模块12计算所述待批准业务在批准后的监控阶段的风险值包括：从所述目标用户当前业务的前L个履约周期的业务流水数据中提取违约次数以及违约金额，L≥1；根据所述违约次数和违约金额计算所述目标用户的预警评分值；若所述预警评分值大于约定值则生成警告信息。
在一种可能的设计中，所述业务流水数据为交易流水数据；数据爬取模块11采用预设的方式从业务网络中抓取目标用户的业务流水数据，包括：基于所述目标用户的特征数据在预设业务系统中抓取交易页面；从所述交易页面中提取所述目标用户的第一交易流水数据以及与所述目标用户关联的第三方平台的特征数据；基于所述第三方平台的特征数据从第三方平台系统中抓取所述目标用户的交易页面并从中提取所述目标用户的第二交易流水数据；根据所述第一交易流水数据和所述第二交易流水数据得到所述目标用户的交易流水数据。
本发明实施例的业务数据监控装置从业务网络系统中抓取目标用户的业务流水数据，不仅可以提高获取用户数据的便捷性，而且从业务系统中抓取数据可以确保业务流水数据的可信性；进一步，所述方案将抓取的业务流水数据补充到业务风险评价环节中，实现对用户业务的全程自动监控，为业务系统评价用户的履约能力增加评价因素，使业务系统可以合理控制业务风险。
图2所示装置可以执行图1所示实施例的方法，本实施例未详细描述的部分，可参考对图1所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1所示实施例中的描述，在此不再赘述。
进一步，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述业务数据监控方法的以下步骤：
接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据；
从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1；
判断所述待批准业务的风险值是否超过相应的风险阈值；
如果所述待批准业务的风险值超过相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。
可选地，在计算机程序被处理器执行时还实现以下步骤：从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，包括：确定所述待批准业务的当前处理阶段；从与待批准业务的当前处理阶段关联的预设时间段内的业务流水数据中提取N个目标参数，并基于该N个目标参数计算所述待批准业务当前处理阶段的风险值。
可选地，在计算机程序被处理器执行时还实现以下步骤：所述待批准业务的处理阶段包括：批准前的准入阶段；相应的，计算所述待批准业务在准入阶段的风险值包括：从目标用户提出待批准业务的批准申请时的前M个月的业务流水数据中提取交易流水数据以及违约记录数据，M＞1；根据所述交易流水数据及所述违约记录数据计算所述待批准业务在准入阶段的风险值。
可选地，在计算机程序被处理器执行时还实现以下步骤：所述待批准业务的处理阶段包括：审中查验阶段；相应的，计算所述待批准业务在审中查验阶段的风险值包括：从所述目标用户的业务流水数据中提取用户资料数据，基于提取的所述用户资料数据验证目标用户所提交资料数据的真实评价值；如果所述真实评价值低于预设参考值，审中查验失败；如果所述真实评价值大于或者等于所述预设参考值，则根据目标用户提出审中查验申请时的前K个月的业务流水数据计算所述目标用户的信用评价值，K＞1；根据所述信用评价值确定对所述待批准业务批准通过的业务额度。
可选地，在计算机程序被处理器执行时还实现以下步骤：所述待批准业务的处理阶段包括：批准后的监控阶段；相应的，计算所述待批准业务在批准后的监控阶段的风险值包括：从所述目标用户当前业务的前L个履约周期的业务流水数据中提取违约次数以及违约金额，L≥1；根据所述违约次数和违约金额计算所述目标用户的预警评分值；若所述预警评分值大于约定值则生成警告信息。
可选地，在计算机程序被处理器执行时还实现以下步骤：所述业务流水数据为交易流水数据；采用预设的方式从业务网络中抓取目标用户的业务流水数据，包括：基于所述目标用户的特征数据在预设业务系统中抓取交易页面；从所述交易页面中提取所述目标用户的第一交易流水数据以及与所述目标用户关联的第三方平台的特征数据；基于所述第三方平台的特征数据从第三方平台系统中抓取所述目标用户的交易页面并从中提取所述目标用户的第二交易流水数据；根据所述第一交易流水数据和所述第二交易流水数据得到所述目标用户的交易流水数据。
图2描述了业务数据监控装置的内部功能和结构，在一个可能的设计中，业务数据监控装置的结构可实现为一计算机设备，该计算机设备可以为银行系统中的处理设备。图3是本发明实施例提供的一种计算机设备的示意图。如图3所示，该实施例的计算机设备包括：处理器21、存储器22以及存储在存储器22中并可在处理器21上运行的计算机程序23，该计算机程序23被处理器21执行时实现实施例中的业务数据监控方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器21执行时实现实施例中业务数据监控装置中各模型/单元的功能，为避免重复，此处不一一赘述。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，处理器21、存储器22。本领域技术人员可以理解，图3仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器21可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器22可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器22也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器22还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器22用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器22还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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，机械或其它的形式。
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单元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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (10)
1.一种业务数据监控方法，其特征在于，所述方法包括：
接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据；
从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1；
判断所述待批准业务的风险值是否超过相应的风险阈值；
如果所述待批准业务的风险值超过相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。
2.根据权利要求1所述的方法，其特征在于，从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，包括：
确定所述待批准业务的当前处理阶段；
从与待批准业务的当前处理阶段关联的预设时间段内的业务流水数据中提取N个目标参数，并基于该N个目标参数计算所述待批准业务当前处理阶段的风险值。
3.根据权利要求2所述的方法，其特征在于，所述待批准业务的处理阶段包括：批准前的准入阶段；
相应的，计算所述待批准业务在准入阶段的风险值包括：从目标用户提出待批准业务的批准申请时的前M个月的业务流水数据中提取交易流水数据以及违约记录数据，M＞1；根据所述交易流水数据及所述违约记录数据计算所述待批准业务在准入阶段的风险值。
4.根据权利要求2所述的方法，其特征在于，所述待批准业务的处理阶段包括：审中查验阶段；
相应的，计算所述待批准业务在审中查验阶段的风险值包括：
从所述目标用户的业务流水数据中提取用户资料数据，基于提取的所述用户资料数据验证目标用户所提交资料数据的真实评价值；如果所述真实评价值低于预设参考值，审中查验失败；
如果所述真实评价值大于或者等于所述预设参考值，则根据目标用户提出审中查验申请时的前K个月的业务流水数据计算所述目标用户的信用评价值，K＞1；根据所述信用评价值确定对所述待批准业务批准通过的业务额度。
5.根据权利要求2所述的方法，其特征在于，所述待批准业务的处理阶段包括：批准后的监控阶段；
相应的，计算所述待批准业务在批准后的监控阶段的风险值包括：从所述目标用户当前业务的前L个履约周期的业务流水数据中提取违约次数以及违约金额，L≥1；根据所述违约次数和违约金额计算所述目标用户的预警评分值；若所述预警评分值大于约定值则生成警告信息。
6.根据权利要求1所述的方法，其特征在于，所述业务流水数据为交易流水数据；采用预设的方式从业务网络中抓取目标用户的业务流水数据，包括：
基于所述目标用户的特征数据在预设业务系统中抓取交易页面；
从所述交易页面中提取所述目标用户的第一交易流水数据以及与所述目标用户关联的第三方平台的特征数据；
基于所述第三方平台的特征数据从第三方平台系统中抓取所述目标用户的交易页面并从中提取所述目标用户的第二交易流水数据；
根据所述第一交易流水数据和所述第二交易流水数据得到所述目标用户的交易流水数据。
7.一种业务数据监控装置，其特征在于，包括：
数据爬取模块，用于接收到请求对目标用户所申请的待批准业务批准通过的请求消息时，采用预设的方式从业务网络中抓取目标用户的业务流水数据；
风险计算模块，用于从所述业务流水数据中提取N个目标参数，基于所述N个目标参数计算所述待批准业务的风险值，所述N≥1；
判断模块，用于判断所述待批准业务的风险值是否超过相应的风险阈值；
措施实施模块，用于如果所述待批准业务的风险值超过相应的风险阈值，则对所述目标用户所申请的待批准业务采取预定措施。
8.根据权利要求7所述的装置，其特征在于，风险计算模块具体用于：
确定所述待批准业务的当前处理阶段；
从与待批准业务的当前处理阶段关联的预设时间段内的业务流水数据中提取N个目标参数，并基于该N个目标参数计算所述待批准业务当前处理阶段的风险值。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至6任意一项所述业务数据监控方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任意一项所述的业务数据监控方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910521007.0A CN110414914A (zh) | 2019-06-17 | 2019-06-17 | 业务数据监控方法和装置 |
| PCT/CN2020/087740 WO2020253395A1 (zh) | 2019-06-17 | 2020-04-29 | 业务数据监控方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910521007.0A CN110414914A (zh) | 2019-06-17 | 2019-06-17 | 业务数据监控方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110414914A true CN110414914A (zh) | 2019-11-05 |
Family
ID=68359187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910521007.0A Pending CN110414914A (zh) | 2019-06-17 | 2019-06-17 | 业务数据监控方法和装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110414914A (zh) |
| WO (1) | WO2020253395A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111951011A (zh) * | 2020-07-30 | 2020-11-17 | 中国工商银行股份有限公司 | 监控系统阈值确定方法及装置 |
| WO2020253395A1 (zh) * | 2019-06-17 | 2020-12-24 | 深圳壹账通智能科技有限公司 | 业务数据监控方法和装置 |
| CN113610534A (zh) * | 2021-07-28 | 2021-11-05 | 浙江惠瀜网络科技有限公司 | 用于反欺诈的数据处理方法和装置 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767162A (zh) * | 2021-01-22 | 2021-05-07 | 中信银行股份有限公司 | 交易处理方法、装置及存储介质 |
| CN113159911A (zh) * | 2021-02-25 | 2021-07-23 | 华夏方圆信用评估有限公司 | 基于大数据平台的智能招投标主体履约监控及系统 |
| CN112925663B (zh) * | 2021-03-25 | 2024-06-14 | 支付宝(杭州)信息技术有限公司 | 业务数据的计算方法和装置 |
| CN113610631B (zh) * | 2021-08-02 | 2024-06-18 | 北京淇瑀信息科技有限公司 | 用户策略调整方法、装置及电子设备 |
| CN113706300A (zh) * | 2021-09-18 | 2021-11-26 | 中国银行股份有限公司 | 一种小微企业的贷款方法及装置 |
| CN114629973A (zh) * | 2022-03-29 | 2022-06-14 | 深圳市金蝶天燕云计算股份有限公司 | 报文处理方法、装置、计算机设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5802499A (en) * | 1995-07-13 | 1998-09-01 | Cedel Bank | Method and system for providing credit support to parties associated with derivative and other financial transactions |
| CN107093101A (zh) * | 2017-03-29 | 2017-08-25 | 广州汇融易互联网金融信息服务有限公司 | 基于pos流水数据的潜在贷款用户挖掘与风险评分方法 |
| CN109657894A (zh) * | 2018-09-27 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 企业信用风险预警方法、装置、设备及存储介质 |
| CN109670936A (zh) * | 2018-09-26 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 贷款审批处理方法、平台、设备及计算机可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109461070A (zh) * | 2018-10-25 | 2019-03-12 | 深圳壹账通智能科技有限公司 | 一种风险审批方法、装置、存储介质和服务器 |
| CN110414914A (zh) * | 2019-06-17 | 2019-11-05 | 深圳壹账通智能科技有限公司 | 业务数据监控方法和装置 |
-
2019
- 2019-06-17 CN CN201910521007.0A patent/CN110414914A/zh active Pending
-
2020
- 2020-04-29 WO PCT/CN2020/087740 patent/WO2020253395A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5802499A (en) * | 1995-07-13 | 1998-09-01 | Cedel Bank | Method and system for providing credit support to parties associated with derivative and other financial transactions |
| CN107093101A (zh) * | 2017-03-29 | 2017-08-25 | 广州汇融易互联网金融信息服务有限公司 | 基于pos流水数据的潜在贷款用户挖掘与风险评分方法 |
| CN109670936A (zh) * | 2018-09-26 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 贷款审批处理方法、平台、设备及计算机可读存储介质 |
| CN109657894A (zh) * | 2018-09-27 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 企业信用风险预警方法、装置、设备及存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020253395A1 (zh) * | 2019-06-17 | 2020-12-24 | 深圳壹账通智能科技有限公司 | 业务数据监控方法和装置 |
| CN111951011A (zh) * | 2020-07-30 | 2020-11-17 | 中国工商银行股份有限公司 | 监控系统阈值确定方法及装置 |
| CN111951011B (zh) * | 2020-07-30 | 2023-09-29 | 中国工商银行股份有限公司 | 监控系统阈值确定方法及装置 |
| CN113610534A (zh) * | 2021-07-28 | 2021-11-05 | 浙江惠瀜网络科技有限公司 | 用于反欺诈的数据处理方法和装置 |
| CN113610534B (zh) * | 2021-07-28 | 2024-06-25 | 浙江惠瀜网络科技有限公司 | 用于反欺诈的数据处理方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020253395A1 (zh) | 2020-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110414914A (zh) | 业务数据监控方法和装置 | |
| CN106875078B (zh) | 交易风险检测方法、装置及设备 | |
| CN107767138A (zh) | 在线支付反欺诈方法及系统 | |
| CN111476660B (zh) | 一种基于数据分析的智能风控系统及方法 | |
| CN108053318A (zh) | 一种对异常交易进行识别的方法及装置 | |
| US20090222308A1 (en) | Detecting first party fraud abuse | |
| CN110706090A (zh) | 信用欺诈识别方法及装置、电子设备、存储介质 | |
| De Jongh et al. | A review of operational risk in banks and its role in the financial crisis | |
| US8117097B2 (en) | Method and system for identifying fraudulent account activity | |
| Chye et al. | Credit scoring using data mining techniques | |
| CN110020786A (zh) | 业务处理、风控识别方法、装置及设备 | |
| CN105389488B (zh) | 身份认证方法及装置 | |
| CN112801529B (zh) | 财务数据分析方法及装置、电子设备及介质 | |
| Fashoto et al. | Hybrid methods for credit card fraud detection using K-means clustering with hidden Markov model and multilayer perceptron algorithm | |
| CN109242669A (zh) | 一种基于出行轨迹的授信方法、用户终端和服务器 | |
| AU2018220785B8 (en) | An apparatus, computer program and method | |
| CN111833182A (zh) | 识别风险对象的方法和装置 | |
| Gallo | Fintech platforms: Lax or careful borrowers’ screening? | |
| CN111160695A (zh) | 计算机运行的风险账户的识别方法、系统、装置及存储介质 | |
| CN110706111B (zh) | 可疑交易账户的识别方法、装置、存储介质和服务器 | |
| Wang et al. | Conventionalists, pioneers and criminals choosing between a national currency and a global currency | |
| CN110458684A (zh) | 一种基于双向长短期记忆神经网络的金融反欺诈检测方法 | |
| CN116934131A (zh) | 一种企业经营状况评估方法、装置及设备 | |
| Debenham | Big data analytics, big financial institutions, and big money fraud litigation | |
| US20240152924A1 (en) | Systems and methods for smart remediation for transactions |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191105 |