CN110490608A - 风险评估方法、装置、计算机设备和存储介质 - Google Patents
风险评估方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110490608A CN110490608A CN201910629460.3A CN201910629460A CN110490608A CN 110490608 A CN110490608 A CN 110490608A CN 201910629460 A CN201910629460 A CN 201910629460A CN 110490608 A CN110490608 A CN 110490608A
- Authority
- CN
- China
- Prior art keywords
- grid
- risk
- user
- assessed
- density clustering
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012502 risk assessment Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 230000009471 action Effects 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 30
- 230000006399 behavior Effects 0.000 claims description 10
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 15
- 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 5
- 230000008569 process Effects 0.000 description 4
- 241001269238 Data Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种风险评估方法、装置、计算机设备和存储介质。所述方法包括：获取待评估用户的当前位置信息，确定以当前位置信息为中心的区域网格和密度聚类网格；获取与区域网格、密度聚类网格相关联的历史用户行为轨迹；基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果。上述风险评估方法，根据用户所在位置附近的区域网格和密度聚类网格的历史用户行为轨迹、风险等级数据，精准识别团伙欺诈用户活跃区域、发现隐蔽的欺诈团伙，快速认定出相关联的风险案件，从而获得该用户的风险评估结果，识别效果较好。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种风险评估方法、装置、计算机设备和存储介质。
背景技术
近年来互联网金融飞速发展，欺诈手段层出不穷，给金融企业和客户带来巨大经济损失，严重制约着金融行业的健康发展。
然而，目前的反欺诈管理，在技术上主要采用专家规则，部分采用传统逻辑回归算法建模，这样获得的模型在应用于实际的风险评估时，在管控覆盖率、识别准确率方面存在不足；这样的反欺诈管理方法识别效果较差，误拒率高。
发明内容
基于此，有必要针对上述技术问题，提供一种风险评估方法、装置、计算机设备和存储介质。
一种风险评估方法，所述方法包括：
获取待评估用户的当前位置信息，确定以所述当前位置信息为中心的区域网格和密度聚类网格；
获取与所述区域网格、密度聚类网格相关联的历史用户行为轨迹；
基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果。
在其中一个实施例中，所述确定以所述当前位置信息为中心的区域网格和密度聚类网格，包括：
以所述当前位置信息为中心，基于预设形状对所述当前位置的预设距离范围内的区域进行划分，得到所述区域网格；
以所述当前位置信息为中心，基于预设级别范围，对所述当前位置的预设距离范围内的区域进行多维度网格划分，得到所述密度聚类网格。
在其中一个实施例中，在所述确定以所述当前位置信息为中心的区域网格和密度聚类网格之前，还包括：获取所述待评估用户所选择的产品的产品信息、所述待评估用户的业务需求；
根据所述待评估用户所选择的产品的产品信息、业务需求确定所述预设形状、所述预设级别范围。
在其中一个实施例中，在所述确定所述待评估用户的风险评估结果之后，还包括：
基于所述待评估用户的风险评估结果、预设规则确定是否需要对所述待评估用户进行风险管控；
在确定需要进行风险管控时，基于所述预设规则确定风险管控的方式；记录所述待评估用户的管控信息。
在其中一个实施例中，所述基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果，包括：
获取各风险系统的实时风险等级数据；
基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及所述实时风险等级数据，确定所述待评估用户的风险评估结果。
在其中一个实施例中，在所述基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果之前，还包括：
从风险等级数据库中获取所述风险等级数据；
所述方法还包括：每隔预设时间段获取各风险系统的实时风险等级数据，基于所述实时风险等级数据对所述风险等级数据库进行更新。
在其中一个实施例中，在所述确定以所述当前位置信息为中心的区域网格和密度聚类网格之后，还包括：
在接收到网格调整指令时，根据所述网格调整指令调整所述区域网格、密度聚类网格的范围大小。
一种风险评估装置，所述装置包括：
网格确定模块，用于获取待评估用户的当前位置信息，确定以所述当前位置信息为中心的区域网格和密度聚类网格；
历史数据获取模块，用于获取与所述区域网格、密度聚类网格相关联的历史用户行为轨迹；
风险评估模块，用于基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
上述风险评估方法、装置、计算机设备和存储介质，通过用户在进行操作时，获取用户的当前位置信息，进而确定以当前位置信息为中心的区域网格和密度聚类网格，然后根据获取到的与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定该用户的风险评估结果。通过上述方法，根据用户所在位置附近的区域网格和密度聚类网格的历史用户行为轨迹、风险等级数据，精准识别团伙欺诈用户活跃区域、发现隐蔽的欺诈团伙，快速认定出相关联的风险案件，从而获得该用户的风险评估结果，识别效果较好。
附图说明
图1为一个实施例中风险评估方法的应用环境图；
图2为一个实施例中风险评估方法的流程示意图；
图3为另一个实施例中风险评估方法的流程示意图；
图4为一个具体实施例中网格的划分示意图；
图5为一个具体实施例中在以当前位置为中心的区域网格、密度聚类网格中标记风险等级的示意图；
图6为一个具体实施例中风险评估方法的流程示意图；
图7为一个实施例中风险评估装置的结构框图；
图8为另一个实施例中风险评估装置的结构框图；
图9为一个具体实施例中风险评估方法交互示意图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的风险评估方法，可以应用于如图1所示的应用环境中。其中，终端110通过网络与服务器120进行通信。服务器在检测到待评估用户在终端进行的操作时，获取待评估用户的当前位置信息，并确定以当前位置为中心的区域网格和密度聚类网格，获取与区域网格、密度聚类网格相关的历史用户行为轨迹，基于历史用户行为轨迹、风险数据确定待评估用户的风险评估结果；在一个实施例中，风险等级数据可以是服务器通过网络从各风险系统中获取的。其中，终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种风险评估方法，以该方法应用于图1中的服务器为例进行说明，包括步骤S210至步骤S230。
步骤S210，获取待评估用户的当前位置信息，确定以当前位置信息为中心的区域网格和密度聚类网格。
其中，待评估用户表示需要进行风险评估的用户，在实际操作过程中，也就是当前正在进行相关操作的用户；例如在一个实施例中，用户在发起交易操作请求时，需要对该用户进行风险评估。当前位置信息表示待评估用户当前所在的位置，例如在一个实施例中，当前位置信息可以是以经度和纬度来表示。
进一步地，在一个实施例中，当前位置信息为通过GPS(Global PositioningSystem，全球定位系统)定位获得的位置信息。
在一个实施例中，在检测到待评估用户的预定操作时，进入获取待评估用户的当前位置信息的步骤。其中，预定操作可以是发起交易请求、发起提现请求等等。
在本实施例中，区域网格和密度聚类网格均是以待评估用户的当前位置信息为中心进行划分的；在一个实施例中，确定以当前位置信息为中心的区域网格和密度聚类网格，包括：以当前位置信息为中心，基于预设形状对当前位置的预设距离范围内的区域进行划分，得到区域网格；以当前位置信息为中心，基于预设级别范围，对当前位置的预设距离范围内的区域进行多维度网格划分，得到密度聚类网格。
其中，根据当前位置信息可以确定一个位置点，以该位置点为中心，对附近预设距离范围内的区域进行划分即可获得区域网格和密度聚类网格。预设形状可以是方形、圆形、椭圆形等等；预设级别范围可以是商场、小区、街道、楼房等等。
进一步地，在一个实施例中，如图3所示，在确定以当前位置信息为中心的区域网格和密度聚类网格之前，还包括步骤S310和步骤S320。
步骤S310，获取待评估用户所选择的产品的产品信息、待评估用户的业务需求。
待评估用户在执行金融相关的操作时，将会向服务器产生待评估用户所选择的产品的产品信息和相关产品的业务需求，此时服务器获取相关的产品和业务需求。在一个实施例中，产品信息可以包括产品类型；业务需求与产品信息相关，不同的产品可能有不同的业务需求。
步骤S320，根据待评估用户所选择的产品的产品信息、业务需求确定预设形状、预设级别范围。
待评估用户所所选择的产品不同，需要的风险管控强度可能不一致，因此对待评估用户进行风险评估的方式也可以不一样，在本实施例中，通过获取待评估用户此次所选择的产品的产品信息以及业务需求，然后根据获取的信息来确定用于划分网格的预设形状、预设级别范围。进一步地，根据产品信息和业务需求确定预设形状、预设级别范围的规则，可以是用户根据实际情况、历史经验来设定的。
例如在一个实施例中，根据待评估用户所选择的产品的产品信息、业务需求确定预设形状为方形，大小为1km，预设级别范围为小区；在进行网格划分时，以待评估用户的当前位置作为中心，以大小为1km的方形对该位置附近的区域进行划分获得区域网格，以小区作为预设级别范围对该位置附近的区域进行划分获得区域网格进行密度聚类运算，获得密度聚类网格。
上述方法中，根据待评估用户所选择的产品的产品信息以及业务需求来确定预设形状、预设级别范围，可以对待评估用户所选择的不同产品，结合不同的需求提供不同的网格，可以灵活调整级别范围网格的大小和形状。
在一个具体实施例中，以地理位置的范围大小、预设形状为划分的标准，以当前位置信息为中心，将当前位置信息确定的位置附近的预设距离范围内的区域进行划分之后得到的记为区域网格；密度聚类网格，是通过采用相关的算法，以嵌套圆形方式不断拓展区域，当前人群密度满足预定条件时，形成的区域即为高密度区域，为不规则形状，将该不规则形状记为密度聚类网格。在一个实施例中，采用密度聚类算法对当前位置中心附近的区域进行划分，获得密度聚类网格，例如在一个具体实施例中，采用DBSCAN(Density-BasedSpatial Clustering of Applications with Noise)密度聚类算法对当前位置为中心的附近区域进行多维度网格划分。如图4所示，为一个具体实施例中，网格的划分示意图，其中，图示41表示区域网格，图示42表示密度聚类网格。
本实施例中，通过区域网格的划分，可以兼具精准性和覆盖率；而采用区域网格和密度聚类网格相结合的方式，能实现灵活调整形状和大小范围，为各类需求量身订做网格。
步骤S220，获取与区域网格、密度聚类网格相关联的历史用户行为轨迹。
在本实施例中，与区域网格、密度聚类网格相关联的历史用户行为轨迹，可以是区域网格、密度聚类网格范围内出现过的相关的历史行为，例如，在区域网格、密度聚类网格范围内的地点A小区发生过交易，在区域网格、密度聚类网格范围内的地点B也发生过交易等。
在一个实施例中，服务器可以通过网络来获取与区域网络、密度聚类网格相关联的历史用户行为轨迹；在本实施例中，服务器可以是从互联网中获取与区域网格、密度聚类网格相关联的历史用户行为轨迹，或者也可以是从其他存储有各个地区的历史用户行为轨迹的服务器中获取与区域网格、密度聚类网格相关联的历史用户行为轨迹。
步骤S230，基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果。
其中，风险等级数据可以是各大风险系统获取的数据信息，在一个实施例中，风险等级数据可以是信用风险、欺诈风险等，在另一个实施例中，风险等级数据也可以是黑名单等风险数据信息。结合风险等级数据判断以当前位置为中心附近的区域的历史用户行为的使用情况，可以获知例如在该区域网格、密度聚类网格中出现过的欺诈的事件。进一步地，通过与区域网格、密度聚类网格相关的历史用户行为轨迹的情况，对待评估用户进行风险评估。
例如，获取到各风险系统的数据后，对区域网格、密度聚类网格的各类风险进行综合评估，在一个实施例中，风险评估结果包括风险类型、风险等级。例如，在一个具体实施例中，风险评估结果包括：套现风险、伪冒风险、账户盗用风险等，以及各风险类型对应风险等级。
进一步地，对划分对应风险类型和风险等级之后，还对区域网格、密度聚类网格进行的风险标记，如图5所示，为一个实施例中在以当前位置为中心的区域网格、密度聚类网格中标记风险等级的示意图。
在一个实施例中，基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果，包括：获取各风险系统的实时风险等级数据；基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及实时风险等级数据，确定待评估用户的风险评估结果。
在本实施例中，风险等级数据是服务器通过网络与各风险系统交互获得的，因此，在将以当前位置为中心的附近区域进行划分获得区域网格、密度聚类网格之后，服务器实时通过网络与各风险系统交互获取风险等级数据，来对待评估用户进行风险评估。如此，风险等级数据是最新的，基于该风险等级数据确定的待评估用户的风险评估结果的准确度较高。
相对的，在另一个实施例中，在基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果之前，还包括：从风险等级数据库中获取风险等级数据。
本实施例中，风险等级数据存储在风险等级数据库中，服务器通过网络与风险等级数据库连接，在对待评估用户进行风险评估之前，从风险等级数据库中获取其中存储的风险等级数据。
进一步地，在本实施例中，上述风险评估方法还包括步骤：每隔预设时间段获取各风险系统的实时风险等级数据，基于实时风险等级数据对风险等级数据库进行更新。即在本实施例中，采用定期更新风险等级数据库中的风险等级数据，其中，预设时间可以根据实际情况进行设定。
在一个实施例中，在确定以当前位置信息为中心的区域网格和密度聚类网格之后，还包括：在接收到网格调整指令时，根据网格调整指令调整区域网格、密度聚类网格的范围大小。
在实时获取风险系统中风险等级数据进行评估的一个实施例中，服务器在调整网格大小范围的过程中，与各风险系统实时交互，动态获取风险等级数据，并评估该调整后的区域网格、密度聚类网格的各类风险的历史使用情况。用户在风险评估的操作过程中，可以根据实际情况，确定是否需要调整服务器根据所选产品信息、业务需求，结合预先设定的规则确定的预设形状、预设级别范围确定的网格的范围大小，若确定需要调整网格的范围大小，则向服务器发送网格调整指令，以使服务器实时调整网格的大小；与此同时，服务器结合风险等级数据对调整之后的网格相关联的历史用户行为轨迹的使用情况进行分析，从而获得待评估用户的风险评估结果；在一个实施例中，将获得的历史用户行为轨迹的使用情况、风险评估结果显示在屏幕中，实时调整网格大小也可以实时看到调整之后网格可以给用户直观的感受。
上述风险评估方法，通过用户在进行操作时，获取用户的当前位置信息，并确定以当前位置信息为中心的区域网格和密度聚类网格，然后获取与区域网格、密度聚类网格相关联的历史用户行为轨迹；最后根据与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定用户的风险评估结果。通过上述方法，根据用户所在位置附近的区域网格和密度聚类网格的历史用户行为轨迹、风险等级数据，精准识别团伙欺诈用户活跃区域、发现隐蔽的欺诈团伙，快速认定出相关联的风险案件，从而获得该用户的风险评估结果，识别效果较好。
进一步地，在一个实施例中，上述风险评估方法在确定待评估用户的风险评估结果之后，还包括：基于待评估用户的风险评估结果、预设规则确定是否需要对待评估用户进行风险管控。
其中，在服务器确定待评估用户的风险评估结果之后，还根据该风险评估结果确定是否需要对待评估用户进行风险管控；也就是在得到风险评估结果之后，服务器根据预设规则判断是否需要对该待评估用户进行风险管控。
在一个实施例中，风险管控包括：禁止交易、禁止提现、加入黑名单等。
进一步地，在本实施例中，在确定需要进行风险管控时，基于预设规则确定风险管控的方式，并记录待评估用户的管控信息。在一个实施例中，管控信息包括风险管控次数、风险管控方式。
其中的预设规则可以是结合历史数据预先设定的，预设规则的确定方式可以是任意一种方式。例如，预设规则可以是通过服务器获取大量的历史数据，对其进行分析总结之后确定的；在一个具体实施例中，可以是当风险评估结果为覆盖人群到达一定数值时，风险类型为信用风险的风险等级达到中级时，确定对该待评估用户实施风险管控，例如禁止该待评估用户交易等。可以理解地，在其它实施例中，也可以通过其它方式确定预设规则。
可以理解地，在本实施例中，若基于风险评估结果、预设规则确定对待评估用户不需要进行风险管控时，向待评估用户返回响应，允许待评估用户的操作。
在一个具体实施例中，如图6所示，为本实施例中风险评估方法的流程示意图，包括步骤：
获取用户的GPS信息(上述当前位置信息)，实时划分区域网格和密度聚类网格，根据待评估用户所选择的产品的产品信息、业务需求将以GPS信息为中心的附近预设距离范围内的区域划分为各种形状，获得区域网格和密度聚类网格，其中密度聚类网格可以精准到小区、街道、楼房等不同级别范围。区域网格的划分，兼具精准性和覆盖率，采用区域网格和密度聚类网格相结合的方式，能灵活调整形状和大小范围，为各类需求量身订做网格。
网格划分完成之后，服务器实时与各风险系统进行交互，对网格进行实时风险分析，并对区域风险等级进行标记；与各风险系统交互的信息包括信用风险、欺诈风险等，也可以是黑名单等风险数据信息。获取到各风险系统的数据后，对网格的各类风险进行综合评估，如：套现风险、伪冒风险、账户盗用风险等，划分对应风险类型和风险等级，并在各风险类型、风险等级所对应的位置进行不同的风险标记。可以理解地，在另一个实施例中，还可以是服务器从存储有风险等级数据的数据库中获取，然后每隔预定时间根据各风险系统中的数据来更新数据库中的风险数据。
在获得对待评估用户的风险评估结果之后，根据风险标记结合预设规则，判断是否需要对待评估用户的行为进行管控，例如禁止交易、禁止提现、加入黑名单等等，并在确定需要对待评估用户进行风险管控的时候，确定风险管控的方式，同时记录管控信息，包括更新管控次数、记录风险管控方式。具体可以是将该待评估用户的用户信息、当前位置信息与管控方式对应记录，从而下一次若该待评估用户再次发起请求时，可以获知该待评估用户的历史行为，该当前位置的发生过的管控记录，也可以用于对附近区域发起请求的用户进行风险评估的数据。在根据风险评估结果确定不需要进行风险管控时，向待评估用户返回响应，允许待评估用户的操作。
上述风险评估方法中，对待评估用户进行风险评估、风险管控的方式可以根据区域网格划分的方法不同、风险分类的不同、风险等级划分的不同，可实现灵活配置，个性化实时动态管控。
应该理解的是，虽然图2-3、6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3、6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种风险评估装置，包括：网格确定模块、历史数据获取模块和风险评估模块，其中：
网格确定模块710，用于获取待评估用户的当前位置信息，确定以当前位置信息为中心的区域网格和密度聚类网格。
历史数据获取模块720，用于获取与区域网格、密度聚类网格相关联的历史用户行为轨迹。
风险评估模块730，用于基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果。
在另一个实施例中，如图8所示，上述装置还包括风险管控模块810，用于基于待评估用户的风险评估结果、预设规则确定是否需要对待评估用户进行风险管控。
所述风险管控模块，还用于在确定需要进行风险管控时，基于预设规则确定风险管控的方式，并记录待评估用户的管控信息。在一个实施例中，管控信息包括风险管控次数、风险管控方式。
在一个具体实施例中，如图9所示，为本实施例风险评估装置的交互场景示意图。在本实施例中网格划分模块为上述网格确定模块和历史数据获取模块，实时管控模块为上述风险管控模块。
关于风险评估装置的具体限定可以参见上文中对于风险评估方法的限定，在此不再赘述。上述风险评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储风险等级数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种风险评估方法。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取待评估用户的当前位置信息，确定以当前位置信息为中心的区域网格和密度聚类网格；
获取与区域网格、密度聚类网格相关联的历史用户行为轨迹；
基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定以当前位置信息为中心的区域网格和密度聚类网格，包括：
以当前位置信息为中心，基于预设形状对当前位置的预设距离范围内的区域进行划分，得到区域网格；
以当前位置信息为中心，基于预设级别范围，对当前位置的预设距离范围内的区域进行多维度网格划分，得到密度聚类网格。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：在确定以当前位置信息为中心的区域网格和密度聚类网格之前，还包括：获取待评估用户所选择的产品的产品信息、待评估用户的业务需求；
根据待评估用户所选择的产品的产品信息确定预设形状；根据待评估用户的业务需求确定预设级别范围。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：在确定待评估用户的风险评估结果之后，还包括：
基于待评估用户的风险评估结果、预设规则确定是否需要对待评估用户进行风险管控；
在确定需要进行风险管控时，基于预设规则确定风险管控的方式；
记录待评估用户的管控信息；管控信息包括风险管控次数、风险管控方式。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果，包括：
获取各风险系统的实时风险等级数据；
基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及实时风险等级数据，确定待评估用户的风险评估结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：在基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果之前，还包括：
从风险等级数据库中获取风险等级数据；
还包括：每隔预设时间段获取各风险系统的实时风险等级数据，基于实时风险等级数据对风险等级数据库进行更新。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：在确定以当前位置信息为中心的区域网格和密度聚类网格之后，还包括：
在接收到网格调整指令时，根据网格调整指令调整区域网格、密度聚类网格的范围大小。
在一个实施例中，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待评估用户的当前位置信息，确定以当前位置信息为中心的区域网格和密度聚类网格；
获取与区域网格、密度聚类网格相关联的历史用户行为轨迹；
基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定以当前位置信息为中心的区域网格和密度聚类网格，包括：
以当前位置信息为中心，基于预设形状对当前位置的预设距离范围内的区域进行划分，得到区域网格；
以当前位置信息为中心，基于预设级别范围，对当前位置的预设距离范围内的区域进行多维度网格划分，得到密度聚类网格。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在确定以当前位置信息为中心的区域网格和密度聚类网格之前，还包括：获取待评估用户所选择的产品的产品信息、待评估用户的业务需求；
根据待评估用户所选择的产品的产品信息确定预设形状；根据待评估用户的业务需求确定预设级别范围。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在确定待评估用户的风险评估结果之后，还包括：
基于待评估用户的风险评估结果、预设规则确定是否需要对待评估用户进行风险管控；
在确定需要进行风险管控时，基于预设规则确定风险管控的方式；
记录待评估用户的管控信息；管控信息包括风险管控次数、风险管控方式。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果，包括：
获取各风险系统的实时风险等级数据；
基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及实时风险等级数据，确定待评估用户的风险评估结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在基于与区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定待评估用户的风险评估结果之前，还包括：
从风险等级数据库中获取风险等级数据；
还包括：每隔预设时间段获取各风险系统的实时风险等级数据，基于实时风险等级数据对风险等级数据库进行更新。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在确定以当前位置信息为中心的区域网格和密度聚类网格之后，还包括：
在接收到网格调整指令时，根据网格调整指令调整区域网格、密度聚类网格的范围大小。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种风险评估方法，所述方法包括：
获取待评估用户的当前位置信息，确定以所述当前位置信息为中心的区域网格和密度聚类网格；
获取与所述区域网格、密度聚类网格相关联的历史用户行为轨迹；
基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果。
2.根据权利要求1所述的方法，其特征在于，所述确定以所述当前位置信息为中心的区域网格和密度聚类网格，包括：
以所述当前位置信息为中心，基于预设形状对所述当前位置的预设距离范围内的区域进行划分，得到所述区域网格；
以所述当前位置信息为中心，基于预设级别范围，对所述当前位置的预设距离范围内的区域进行多维度网格划分，得到所述密度聚类网格。
3.根据权利要求2所述的方法，其特征在于，在所述确定以所述当前位置信息为中心的区域网格和密度聚类网格之前，还包括：获取所述待评估用户所选择的产品的产品信息、所述待评估用户的业务需求；
根据所述待评估用户所选择的产品的产品信息、业务需求确定所述预设形状、所述预设级别范围。
4.根据权利要求1所述的方法，其特征在于，在所述确定所述待评估用户的风险评估结果之后，还包括：
基于所述待评估用户的风险评估结果、预设规则确定是否需要对所述待评估用户进行风险管控；
在确定需要进行风险管控时，基于所述预设规则确定风险管控的方式；记录所述待评估用户的管控信息。
5.根据权利要求1至4任意一项所述的方法，其特征在于，所述基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果，包括：
获取各风险系统的实时风险等级数据；
基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及所述实时风险等级数据，确定所述待评估用户的风险评估结果。
6.根据权利要求1至4任意一项所述的方法，其特征在于，在所述基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果之前，还包括：
从风险等级数据库中获取所述风险等级数据；
所述方法还包括：每隔预设时间段获取各风险系统的实时风险等级数据，基于所述实时风险等级数据对所述风险等级数据库进行更新。
7.根据权利要求1至4任意一项所述的方法，其特征在于，在所述确定以所述当前位置信息为中心的区域网格和密度聚类网格之后，还包括：
在接收到网格调整指令时，根据所述网格调整指令调整所述区域网格、密度聚类网格的范围大小。
8.一种风险评估装置，其特征在于，所述装置包括：
网格确定模块，用于获取待评估用户的当前位置信息，确定以所述当前位置信息为中心的区域网格和密度聚类网格；
历史数据获取模块，用于获取与所述区域网格、密度聚类网格相关联的历史用户行为轨迹；
风险评估模块，用于基于与所述区域网格、密度聚类网格相关联的历史用户行为轨迹，以及风险等级数据，确定所述待评估用户的风险评估结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，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7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910629460.3A CN110490608B (zh) | 2019-07-12 | 2019-07-12 | 风险评估方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910629460.3A CN110490608B (zh) | 2019-07-12 | 2019-07-12 | 风险评估方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110490608A true CN110490608A (zh) | 2019-11-22 |
| CN110490608B CN110490608B (zh) | 2022-05-10 |
Family
ID=68546049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910629460.3A Active CN110490608B (zh) | 2019-07-12 | 2019-07-12 | 风险评估方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110490608B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111143500A (zh) * | 2019-12-27 | 2020-05-12 | 中国联合网络通信集团有限公司 | 可视化面积计算方法、终端、控制设备及存储介质 |
| CN111353873A (zh) * | 2020-02-18 | 2020-06-30 | 随手(北京)信息技术有限公司 | 用户信用额度的评估方法、系统、服务器及存储介质 |
| CN113256405A (zh) * | 2021-06-22 | 2021-08-13 | 平安科技（深圳）有限公司 | 欺诈用户集中区域的预测方法、装置、设备及存储介质 |
| CN113516302A (zh) * | 2021-06-23 | 2021-10-19 | 平安科技（深圳）有限公司 | 业务风险分析方法、装置、设备及存储介质 |
| CN113554281A (zh) * | 2021-07-02 | 2021-10-26 | 北京淇瑀信息科技有限公司 | 基于网格的用户业务风险的分析方法、装置和电子设备 |
| CN114004552A (zh) * | 2022-01-04 | 2022-02-01 | 中国水利水电科学研究院 | 一种地下水质风险评估方法和系统 |
| WO2022126979A1 (zh) * | 2020-12-16 | 2022-06-23 | 平安科技（深圳）有限公司 | 灾难密度的统计方法、装置、计算机设备以及存储介质 |
| WO2022127260A1 (zh) * | 2020-12-16 | 2022-06-23 | 北京锐安科技有限公司 | 轨迹生成方法、装置、设备及存储介质 |
| CN117114420A (zh) * | 2023-10-17 | 2023-11-24 | 南京启泰控股集团有限公司 | 一种基于图像识别的工贸安全事故风险管控系统和方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150106265A1 (en) * | 2013-10-11 | 2015-04-16 | Telesign Corporation | System and methods for processing a communication number for fraud prevention |
| CN106547894A (zh) * | 2016-11-03 | 2017-03-29 | 浙江夏农信息技术有限公司 | 基于移动通信信令大数据挖掘职住位置标签的系统及方法 |
| CN108062674A (zh) * | 2017-12-28 | 2018-05-22 | 上海携程商务有限公司 | 基于gps的订单欺诈识别方法、系统、存储介质和电子设备 |
| CN108876136A (zh) * | 2018-06-11 | 2018-11-23 | 北京工商大学 | 基于位置推荐改进算法的恐怖袭击事件风险评估方法 |
| CN109544163A (zh) * | 2018-11-30 | 2019-03-29 | 华青融天(北京)软件股份有限公司 | 一种用户支付行为的风险控制方法、装置、设备及介质 |
-
2019
- 2019-07-12 CN CN201910629460.3A patent/CN110490608B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150106265A1 (en) * | 2013-10-11 | 2015-04-16 | Telesign Corporation | System and methods for processing a communication number for fraud prevention |
| CN106547894A (zh) * | 2016-11-03 | 2017-03-29 | 浙江夏农信息技术有限公司 | 基于移动通信信令大数据挖掘职住位置标签的系统及方法 |
| CN108062674A (zh) * | 2017-12-28 | 2018-05-22 | 上海携程商务有限公司 | 基于gps的订单欺诈识别方法、系统、存储介质和电子设备 |
| CN108876136A (zh) * | 2018-06-11 | 2018-11-23 | 北京工商大学 | 基于位置推荐改进算法的恐怖袭击事件风险评估方法 |
| CN109544163A (zh) * | 2018-11-30 | 2019-03-29 | 华青融天(北京)软件股份有限公司 | 一种用户支付行为的风险控制方法、装置、设备及介质 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111143500B (zh) * | 2019-12-27 | 2023-07-18 | 中国联合网络通信集团有限公司 | 可视化面积计算方法、终端、控制设备及存储介质 |
| CN111143500A (zh) * | 2019-12-27 | 2020-05-12 | 中国联合网络通信集团有限公司 | 可视化面积计算方法、终端、控制设备及存储介质 |
| CN111353873A (zh) * | 2020-02-18 | 2020-06-30 | 随手(北京)信息技术有限公司 | 用户信用额度的评估方法、系统、服务器及存储介质 |
| WO2022126979A1 (zh) * | 2020-12-16 | 2022-06-23 | 平安科技（深圳）有限公司 | 灾难密度的统计方法、装置、计算机设备以及存储介质 |
| WO2022127260A1 (zh) * | 2020-12-16 | 2022-06-23 | 北京锐安科技有限公司 | 轨迹生成方法、装置、设备及存储介质 |
| CN113256405B (zh) * | 2021-06-22 | 2021-10-12 | 平安科技（深圳）有限公司 | 欺诈用户集中区域的预测方法、装置、设备及存储介质 |
| WO2022267455A1 (zh) * | 2021-06-22 | 2022-12-29 | 平安科技（深圳）有限公司 | 欺诈用户集中区域的预测方法、装置、设备及存储介质 |
| CN113256405A (zh) * | 2021-06-22 | 2021-08-13 | 平安科技（深圳）有限公司 | 欺诈用户集中区域的预测方法、装置、设备及存储介质 |
| CN113516302B (zh) * | 2021-06-23 | 2022-01-04 | 平安科技（深圳）有限公司 | 业务风险分析方法、装置、设备及存储介质 |
| CN113516302A (zh) * | 2021-06-23 | 2021-10-19 | 平安科技（深圳）有限公司 | 业务风险分析方法、装置、设备及存储介质 |
| CN113554281A (zh) * | 2021-07-02 | 2021-10-26 | 北京淇瑀信息科技有限公司 | 基于网格的用户业务风险的分析方法、装置和电子设备 |
| CN114004552A (zh) * | 2022-01-04 | 2022-02-01 | 中国水利水电科学研究院 | 一种地下水质风险评估方法和系统 |
| CN114004552B (zh) * | 2022-01-04 | 2022-04-12 | 中国水利水电科学研究院 | 一种地下水质风险评估方法和系统 |
| CN117114420A (zh) * | 2023-10-17 | 2023-11-24 | 南京启泰控股集团有限公司 | 一种基于图像识别的工贸安全事故风险管控系统和方法 |
| CN117114420B (zh) * | 2023-10-17 | 2024-01-05 | 南京启泰控股集团有限公司 | 一种基于图像识别的工贸安全事故风险管控系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110490608B (zh) | 2022-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110490608A (zh) | 风险评估方法、装置、计算机设备和存储介质 | |
| TWI598839B (zh) | Method and apparatus for determining a target location | |
| CN109636607A (zh) | 基于模型部署的业务数据处理方法、装置和计算机设备 | |
| CN107066478A (zh) | 一种虚假地址信息识别的方法及装置 | |
| CN108876133A (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
| CN110223155A (zh) | 投资推荐信息的推送方法、装置及计算机设备 | |
| US20180260920A1 (en) | Method and system for determining energy management strategies | |
| CN109753603B (zh) | 产品推荐信息展示方法、装置、计算机设备和存储介质 | |
| US20220358323A1 (en) | Machine learning systems and methods for facilitating parcel combination | |
| JP2019533842A (ja) | 電子装置、小売店舗評価モデルを構築する方法、システム及び記憶媒体 | |
| CN108960912A (zh) | 用于确定目标位置的方法和装置 | |
| US20170140319A1 (en) | Plan modeling visualization | |
| CN110458399A (zh) | 风险信息生成方法、装置、计算机设备和存储介质 | |
| CN109583682A (zh) | 企业财务造假风险的识别方法、装置以及计算机设备 | |
| CN109769210A (zh) | 用户活动区域相似度判断方法、装置、计算机设备 | |
| CN110728301A (zh) | 一种个人用户的信用评分方法、装置、终端及存储介质 | |
| CN109523124A (zh) | 资产数据处理方法、装置、计算机设备和存储介质 | |
| US20140289007A1 (en) | Scenario based customer lifetime value determination | |
| Lawson et al. | Explaining Employment Growth in Regional Australia| RDP 2002-04: Labour Market Adjustment in Regional Australia | |
| CN109460509A (zh) | 用户兴趣点评估方法、装置、计算机设备及存储介质 | |
| CN109858735A (zh) | 用户风险评分评定方法、装置、计算机设备及存储介质 | |
| CN116187554A (zh) | 流域的处理方法和装置、电子设备 | |
| CN113837541A (zh) | 一种otn下沉政企专网接入方法、系统、设备及计算机可读介质 | |
| CN116611678B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| Bone et al. | A Temporal Variant‐Invariant Validation Approach for Agent‐based Models of Landscape Dynamics |
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 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee after: Zhaolian Consumer Finance Co.,Ltd. Country or region after: China Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee before: MERCHANTS UNION CONSUMER FINANCE Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |