CN110852754A - 一种风险识别方法、装置及设备 - Google Patents
一种风险识别方法、装置及设备 Download PDFInfo
- Publication number
- CN110852754A CN110852754A CN201911056922.3A CN201911056922A CN110852754A CN 110852754 A CN110852754 A CN 110852754A CN 201911056922 A CN201911056922 A CN 201911056922A CN 110852754 A CN110852754 A CN 110852754A
- Authority
- CN
- China
- Prior art keywords
- transaction
- risk identification
- transaction data
- type
- determining
- 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 26
- 230000006399 behavior Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000011217 control strategy Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001737 promoting effect Effects 0.000 description 3
- 238000012954 risk control Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
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
- G06Q20/40—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
-
- 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)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种风险识别方法、装置及设备。通过本说明书实施例所提供的方案,获取平台的交易数据时,即确定交易数据的交易类型,进而确定出所需配置的风险识别特征的阈值,并进行风险识别,从而实现对于不同电商平台以及不同时期所产生的交易进行差异化的风险识别。
Description
技术领域
本说明书实施例涉及信息技术领域,尤其涉及一种风险识别方法、装置及设备。
背景技术
在电商交易中,经常存在多种不同的电商平台(如,Lazada、Daraz、天猫等),以及在同一电商平台下在不同时期的交易也会存在差异性(如普通交易,商家促销,平台促销等等)。
为了提高对于电商交易的风险识别,即使用户在各平台上的交易数据可能其中的特征基本相同,风控中心也需要针对不同的平台和时期分别布置不同的风控策略,进行差异化的管控,从而需要布置多种不同类型的风控策略,提高了风控系统的负载。
基于此,需要一种开销更小的风险识别方案。
发明内容
本申请实施例的目的是提供一种开销更小的风险识别方案。
为解决上述技术问题,本申请实施例是这样实现的:
一种风险识别方法,应用于针对多个交易平台采用相同的风险识别特征的风控系统中,其中,所述方法包括:
获取交易数据,确定所述交易数据所对应的交易类型;
根据所述交易类型确定待配置的风险识别特征,以及,配置所述待配置的风险识别特征的阈值;
根据配置后的阈值对所述交易数据进行风险识别,生成风险识别结果。对应的,本说明书实施例还提供一种风险识别装置,包括:
获取模块,确定所述交易数据所对应的交易类型;
配置模块,根据所述交易类型确定待配置的风险识别特征,以及,配置所述待配置的风险识别特征的阈值;
风险识别模块,根据所述风险识别特征的阈值对所述交易数据进行风险识别,生成风险识别结果。
通过本说明书实施例所提供的方案,获取平台的交易数据时,即确定交易数据的交易类型,进而确定出所需配置的风险识别特征的阈值,并进行风险识别,从而实现对于不同电商平台以及不同时期所产生的交易进行差异化的风险识别,避免了在采用的风险识别特征基本相同时,一套风控系统还中需要布置多套风控策略的情形,降低了风控系统的负载,避免风控策略的冗余导致系统的运行异常。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书实施例。
此外,本说明书实施例中的任一实施例并不需要达到上述的全部效果。
附图说明
为了更清楚地说明本说明书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说明书实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本说明书实施例所提供的系统架构示意图;
图2为当前技术中所采用的风险识别的示意图;
图3是本说明书实施例提供的一种风险识别方法的流程示意图;
图4为本说明书实施例所给出的一个具体示例的示意图;
图5是本说明书实施例提供的一种风险识别装置的结构示意图;
图6是用于配置本说明书实施例方法的一种设备的结构示意图。
具体实施方式
为了使本领域技术人员更好地理解本说明书实施例中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行详细地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于保护的范围。
在电商场景进行风控服务时,通常需要在多个电商平台(如,Lazada、Daraz、天猫等),以及相同电商平台下的不同交易时期(如,日常交易、促销交易)配置不同的策略,以精准识别高风险的支付,并进行策略处置。这里的交易包括购买、支付、转账等等行为。如图1所示,图1为本说明书实施例所提供的系统架构示意图。
在该示意图中,一个风控中心经常需要为多个电商平台提供风控服务。这些电商平台有可能运行模式基本相同,从而各平台所产生的数据类型也相同。但是由于各平台所针对的领域以及人群不同,各平台中的用户行为却可能不太相同,需要差异化的进行风控。
例如,不同电商平台上的用户行为分布可能不同。假设在A平台上,用户交易频率10笔交易/天时属于该平台上存在风险异常的交易;在B平台上,当用户交易频率超过20笔交易/天时属于该平台上存在风险异常的交易。从而,由于A和B平台之间的差异性,风控中心需要配置两套策略进行管控。
又例如,在同一平台不同时期的用户行为可能不同。假设在平台B上日常交易时期,当用户交易频率超过20笔交易/天时属于异常交易;在某商家促销时期,如果用户与该商家进行交易的频率超过10笔交易/天时属于异常交易,用户交易频率超过30笔交易/天时属于异常交易;在平台促销时,当用户交易频率超过40笔交易/天时属于异常交易。从而,基于不同时期的差异性,风控中心需要配置三套策略进行管控。
如果假设在风控中心对接了N个平台,每个平台有M个不同类型的交易模式,那么常规模式下,在风控中心则需要预先配置N*M种不同的风控策略。而这些不同的风控策略中经常风险识别特征都是相同的,这就带来了大量的策略冗余。以支持两个电商平台、两个交易模式为例,此时在风控中心将产生4倍策略冗余。如图2所示,图2为当前技术中所采用的风险识别的示意图。
基于此,本说明书实施例提供一种开销更小的风险识别方案,以降低系统中的负载。以下结合附图,详细说明本说明书各实施例提供的技术方案。如图3所示,图3是本说明书实施例提供的一种风险识别方法的流程示意图,该流程具体包括如下步骤:
S301,获取交易数据,确定所述交易数据所对应的交易类型。
如前所示,交易数据由各平台产生。在风控中心接收到交易数据时,首先需要确定出交易数据所对应的交易类型。此处的交易类型具体而言,指在风控中心预先设置好的多种类型。例如,交易类型1,交易类型2等等。
在实际应用中,可以根据各平台所的业务功能以及预先行进行相应的类型设置。例如,根据各平台是电商平台还是支付平台进行交易类型的设置,反应在交易数据中则表征为该交易数据包含了相对应的交易行为特征,交易行为特征表征了该交易数据的用途,即是用于“支付”、“转账”、“信用借贷”还是“购买”等等。从而风控中心在接收到“支付”业务数据时即知道交易类型为“1”,而接受“购买”业务数据时即知道交易类型为“2”,等等。
又例如,还可以根据平台应用的地区以及针对的用户进行相应的预先设置。例如根据各平台A平台是针对大陆地区的电商平台,B平台是针对东南亚地区的电商平台,C平台是针对欧洲地区的电商平台,等等。从而可以预先针对不同的平台设置相对应的交易类型。从而,可以从交易数据中获取得到“交易环境特征”,并根据“交易环境特征”进行交易类型的确定。
所述“交易环境特征”可以包括平台类型(即由哪个平台所产生的交易数据)、“时间特征”(在什么时间段所产生的交易数据)以及“交易模式”(即是否促销,以及是商家促销还是平台促销)中的任一一种,当然,也可以是多种“交易环境特征”复合构成交易类型。例如,如果交易数据中包含“电商平台A”和“日常交易”,则确定该交易数据为“交易类型1”,如果交易数据中包含“电商平台A”和“促销交易”,则确定该交易数据为“交易类型2”。
当然,在一种实施方式中,还可以平台在生成交易数据时,就在其中包含了交易类型参数,例如,在交易数据中的指定字段中包含有交易类型参数,并且在平台方即根据“交易平台”、“交易时间”以及“交易模式”等等特征确定出该交易数据所对应的交易类型,从而可以给交易类型参数直接赋值,例如,“1”保证“交易类型1”,“2”表征“交易类型2”等等。
从而风控中心即可以直接获取交易数据中的交易类型参数的赋值而直接确定出该交易数据的交易类型,以便进行风险识别参数的调用。
S303,根据所述交易类型确定待配置的风险识别特征,以及,配置所述待配置的风险识别特征的阈值。
如前所述,针对多个平台进行风险控制时,由于各平台的功能类似,从而采用的风险识别特征基本相同。
例如,针对电商A以及电商平台B的交易数据,无论是日常交易还是促销交易,其可能需要的风险识别特征都是同样的特征,包括购买频率、购买金额等等。进一步地,风险特征可以包括交易行为特征和交易环境特征。交易行为特征指的是用户在发起交易时基于用户行为而产生的特征,例如,交易次数、交易金额等等。交易环境数据则是基生成交易的环境而产生的特征,例如,交易平台、交易地点、交易时间、产生交易的设备特征等等。
从而,其中针对不同类型的交易数据,其中有一些风险特征的阈值(或者特征值)是固定不变,而其中有些风险识别特征的阈值是与交易类型有关,需要随着交易类型而改变的。
因此,可以在风控中心预先配置好交易类型与待配置的风险识别特征的对应关系,以及待配置的风险识别特征的阈值。例如,将交易类型与待配置风险识别特征的对应关系和阈值的对应写入可调用的配置文件,从而可以随时获取与风险类型相对应的阈值。如表1所示,表1为示例性的给出了存储交易类型和风险识别特征及其阈值的对应关系的系统配置文件。
表1交易类型和风险识别特征及其阈值的配置文件。
交易类型 | 特征与阈值 |
交易类型1 | (特征A,阈值A1),(特征B,阈值B1) |
交易类型2 | (特征A,阈值A2),(特征C,阈值C2) |
交易类型3 | (特征A,阈值A3),(特征C,阈值C3) |
…… | …… |
针对那些无需配置的风险识别特征,即可以采用预设的默认值即可。
从而,基于不同的交易类型,可以得到一系列的具有默认值的风险识别特征,以及,与数据类型相对应的配置后的风险识别特征的阈值,从而组合得到适应于该交易数据的风控策略。
需要说明的是,在风险识别特征全部相同的各交易类型中,应该至少有一个风险识别特征的阈值是不同的。
S305,根据配置后的阈值对所述交易数据进行风险识别,生成风险识别结果。基于阈值对交易数据进行风险识别已经是成熟的技术,此处不再赘述。
为使本说明书的实施例更加的浅显明白,以下给出一个具体的将本申请方案应用于风险识别的实例。如图4所示,图4为本说明书实施例所给出的一个具体示例的示意图。
在该示意图中,风控中心对电商平台A和电商平台B所产生的交易数据进行风险识别,并且假设电商平台A和电商平台B的功能完全相同,仅仅因为所应用的地理区域不同,而导致用户的某些行为习惯不同。
基于此,风控中心根据“交易环境特征”中所包含的“电商平台”和“交易模式”将交易数据分成了4种交易类型:“电商平台A”+“日常交易”,“电商平台A”+“促销交易”,“电商平台B”+“日常交易”,以及“电商平台B”+“促销交易”,并且假设各交易类型所采用的风险识别特征完全相同,仅在一些风险识别特征(例如,平均消费金额、每日平均交易次数等等)的阈值上有所不同。电商平台在生成交易数据中即包含了前述的交易环境特征。
从而风控中心在接收到各平台发来的每笔交易数据时,首先可以根据交易数据中所包含的交易环境特征对该比交易数据进行类型确认,进而确定出针对该类型的交易数据时,风控中心应该对哪些风险识别特征进行配置,以及具体如何配置。例如,需要根据交易类型对平均消费金额、每日平均交易次数进行配置。
进一步地,风控中心还要根据风险类型确定每种类型所对应的风险识别特征的阈值。换言之,在这四种数据类型进行识别时,对于A中的风险识别特征而言,阈值都可以都是根据根据各种类型即时确定的,从而实现了动态的风险识别。
通过前述的示例可以看出,采用这种方式对于多个平台的交易数据进行识别时,风控中心不再需要预先配置多种策略,而仅需要根据数据类型进行特征的选取和阈值的确定,实现动态的差异化风险控制。
通过本说明书实施例所提供的方案,获取平台的交易数据时,即确定交易数据的交易类型,进而确定出所需配置的风险识别特征的阈值,并进行风险识别,从而实现对于不同电商平台以及不同时期所产生的交易进行差异化的风险识别,避免了在风险识别特征基本相同时,一套风控系统还中需要布置多套风控策略的情形,降低了风控系统的负载,避免风控策略的冗余导致系统的运行异常。
在一种实施方式中,对于某一种交易类型所需采用的风险识别特征的阈值,还可以根据该类交易类型下的历史交易数据的统计值得到,这里的历史交易统计值包括均值、中位数或者众数等等。
例如,对于风险识别特征“每日交易次数”,针对数据类型“电商平台A”+“日常交易”,可以根据历史数据训练出历史交易统计值X(例如,历史人均每日交易次数)和“每日交易次数”的阈值Y之间的对应关系Y=f(X),并且可以推定这个对应关系是长期都有效的。
需要说明的是,历史数据一般而言是指的一定窗口期内(例如,最近6个月)的有效数据,容易理解,随着时间推移,历史交易统计值X总是在动态变化的反应出最近的交易情形。从而针对每一种交易数据,都可以根据历史交易统计值X对于风险识别特征的阈值Y进行动态的调整,实现动态的差异化风险管控,更符合实际风控的需要。
对应的,本说明书实施例还提供一种风险识别装置,如图5所示,图5是本说明书实施例提供的一种风险识别装置的结构示意图,包括:
获取模块501,获取交易数据,确定所述交易数据所对应的交易类型;
确定模块503,根据所述交易类型确定所需采用的风险识别特征,以及,根据所述交易类型确定所采用的风险识别特征的阈值;
风险识别模块505,根据所述风险识别特征的阈值对所述交易数据进行风险识别,生成风险识别结果。
进一步地,所述确定模块503,,根据交易数据中所包含的交易行为特征确定所述交易数据所对应的交易类型。
进一步地,所述确定模块503,根据交易数据中包含的交易类型参数确定交易类型;或者,获取交易数据中所包含的交易环境特征,根据所述交易环境特征确定所述交易数据所对应的交易类型。
进一步地,所述确定模块503,获取交易数据的平台类型或者交易模式中的至少一种;将所述获取得到的平台类型或者交易模式类型确定为所述交易数据所对应的交易类型。
进一步地,所述确定模块503,获取该类交易类型下的交易数据的风险识别特征的历史交易统计值,根据所述历史交易统计值确定所述风险识别特征的阈值,其中,所述历史交易统计值包括均值、中位数或者众数。
本说明书实施例还提供一种计算机设备,其至少包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现图3所示的风险识别方法。
图6示出了本说明书实施例所提供的一种更为具体的计算设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
本说明书实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现图3所示的风险识别方法。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书实施例可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书实施例各个实施例或者实施例的某些部分所述的方法。
上述实施例阐明的系统、方法、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于方法实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的方法实施例仅仅是示意性的,其中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,在实施本说明书实施例方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本说明书实施例的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本说明书实施例原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本说明书实施例的保护范围。
Claims (11)
1.一种风险识别方法,应用于针对多个平台采用相同的风险识别特征的风控系统中,其中,所述方法包括:
获取交易数据,确定所述交易数据所对应的交易类型;
根据所述交易类型确定待配置的风险识别特征,以及,配置所述待配置的风险识别特征的阈值;
根据配置后的阈值对所述交易数据进行风险识别,生成风险识别结果。
2.如权利要求1所述的方法,确定所述交易数据所对应的交易类型,包括:
根据交易数据中所包含的交易行为特征确定所述交易数据所对应的交易类型。
3.如权利要求1所述的方法,确定所述交易数据所对应的交易类型,包括:
根据交易数据中包含的交易类型参数确定交易类型;或者,
获取交易数据中所包含的交易环境特征,根据所述交易环境特征确定所述交易数据所对应的交易类型。
4.如权利要求3所述的方法,获取交易数据中所包含的交易环境特征,根据所述交易环境特征确定所述交易数据所对应的交易类型,包括:
获取交易数据的平台类型或者交易模式中的至少一种;
将所述获取得到的平台类型或者交易模式类型确定为所述交易数据所对应的交易类型。
5.如权利要求1所述的方法,配置所述待配置的风险识别特征的阈值,包括:
基于预设的交易类型与风险识别特征的阈值对应关系,配置所述待配置的风险识别特征的阈值;或者,
获取该类交易类型下的交易数据的风险识别特征的历史交易统计值,根据所述历史交易统计值确定所述待配置的风险识别特征的阈值,其中,所述历史交易统计值包括均值、中位数或者众数。
6.一种风险识别装置,应用于针对多个平台采用相同的风险识别特征的风控系统中,包括:
获取模块,确定所述交易数据所对应的交易类型;
配置模块,根据所述交易类型确定待配置的风险识别特征,以及,配置所述待配置的风险识别特征的阈值;
风险识别模块,根据所述风险识别特征的阈值对所述交易数据进行风险识别,生成风险识别结果。
7.如权利要求6所述的装置,所述确定模块,根据交易数据中所包含的交易行为特征确定所述交易数据所对应的交易类型。
8.如权利要求6所述的装置,所述确定模块,根据交易数据中包含的交易类型参数确定交易类型;或者,获取交易数据中所包含的交易环境特征,根据所述交易环境特征确定所述交易数据所对应的交易类型。
9.如权利要求8所述的装置,所述确定模块,获取交易数据的平台类型或者交易模式中的至少一种;将所述获取得到的平台类型或者交易模式类型确定为所述交易数据所对应的交易类型。
10.如权利要求6所述的装置,所述确定模块,基于预设的交易类型与风险识别特征的阈值对应关系,配置所述待配置的风险识别特征的阈值;或者,获取该类交易类型下的交易数据的风险识别特征的历史交易统计值,根据所述历史交易统计值确定所述待配置的风险识别特征的阈值,其中,所述历史交易统计值包括均值、中位数或者众数。
11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911056922.3A CN110852754A (zh) | 2019-10-31 | 2019-10-31 | 一种风险识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911056922.3A CN110852754A (zh) | 2019-10-31 | 2019-10-31 | 一种风险识别方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110852754A true CN110852754A (zh) | 2020-02-28 |
Family
ID=69599366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911056922.3A Pending CN110852754A (zh) | 2019-10-31 | 2019-10-31 | 一种风险识别方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852754A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626860A (zh) * | 2020-07-24 | 2020-09-04 | 成都寻道数财科技有限公司 | 结合历史和实时财务数据判断高频交易的系统及方法 |
CN112541823A (zh) * | 2020-12-09 | 2021-03-23 | 深圳市快付通金融网络科技服务有限公司 | 基于区块链的交易风险控制方法、装置、设备及存储介质 |
CN113570205A (zh) * | 2021-07-07 | 2021-10-29 | 北京淇瑀信息科技有限公司 | 基于单分类的api风险设备识别方法、装置及电子设备 |
CN113781057A (zh) * | 2021-09-27 | 2021-12-10 | 中国银行股份有限公司 | 交易处理方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464113A (zh) * | 2017-07-27 | 2017-12-12 | 无锡雅座在线科技股份有限公司 | 交易行为的风险确定方法及装置 |
CN108364132A (zh) * | 2018-02-11 | 2018-08-03 | 深圳市快付通金融网络科技服务有限公司 | 一种风控方法、装置、计算机装置及计算机可读存储介质 |
CN108399477A (zh) * | 2017-02-07 | 2018-08-14 | 阿里巴巴集团控股有限公司 | 一种风险阈值确定的方法及装置 |
CN109003075A (zh) * | 2017-06-07 | 2018-12-14 | 阿里巴巴集团控股有限公司 | 一种风险识别方法及装置 |
CN109063920A (zh) * | 2018-08-20 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种交易风险识别方法、装置、及计算机设备 |
CN110033278A (zh) * | 2019-03-27 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 风险识别方法和装置 |
CN110046997A (zh) * | 2019-01-31 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种交易风险评估方法、装置和电子设备 |
-
2019
- 2019-10-31 CN CN201911056922.3A patent/CN110852754A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108399477A (zh) * | 2017-02-07 | 2018-08-14 | 阿里巴巴集团控股有限公司 | 一种风险阈值确定的方法及装置 |
CN109003075A (zh) * | 2017-06-07 | 2018-12-14 | 阿里巴巴集团控股有限公司 | 一种风险识别方法及装置 |
CN107464113A (zh) * | 2017-07-27 | 2017-12-12 | 无锡雅座在线科技股份有限公司 | 交易行为的风险确定方法及装置 |
CN108364132A (zh) * | 2018-02-11 | 2018-08-03 | 深圳市快付通金融网络科技服务有限公司 | 一种风控方法、装置、计算机装置及计算机可读存储介质 |
CN109063920A (zh) * | 2018-08-20 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种交易风险识别方法、装置、及计算机设备 |
CN110046997A (zh) * | 2019-01-31 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种交易风险评估方法、装置和电子设备 |
CN110033278A (zh) * | 2019-03-27 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 风险识别方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626860A (zh) * | 2020-07-24 | 2020-09-04 | 成都寻道数财科技有限公司 | 结合历史和实时财务数据判断高频交易的系统及方法 |
CN111626860B (zh) * | 2020-07-24 | 2020-11-20 | 成都寻道数财科技有限公司 | 结合历史和实时财务数据判断高频交易的系统及方法 |
CN112541823A (zh) * | 2020-12-09 | 2021-03-23 | 深圳市快付通金融网络科技服务有限公司 | 基于区块链的交易风险控制方法、装置、设备及存储介质 |
CN113570205A (zh) * | 2021-07-07 | 2021-10-29 | 北京淇瑀信息科技有限公司 | 基于单分类的api风险设备识别方法、装置及电子设备 |
CN113781057A (zh) * | 2021-09-27 | 2021-12-10 | 中国银行股份有限公司 | 交易处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852754A (zh) | 一种风险识别方法、装置及设备 | |
CN109063920B (zh) | 一种交易风险识别方法、装置、及计算机设备 | |
CN109102151B (zh) | 一种可疑群组识别方法和装置 | |
CN109255486B (zh) | 一种策略配置的优化方法及装置 | |
CN110163612B (zh) | 一种支付风控方法及装置 | |
CN109359118B (zh) | 一种数据写入方法及装置 | |
WO2018219285A1 (zh) | 一种数据对象展示方法及装置 | |
US20200286091A1 (en) | Automated multi-currency refund service | |
CN110020846B (zh) | 一种转账业务处理方法及系统 | |
CN111553699B (zh) | 一种资源调度方法及装置 | |
CN105488125A (zh) | 页面访问方法和装置 | |
CN111475853A (zh) | 一种基于分布式数据的模型训练方法及系统 | |
CN110750530A (zh) | 一种业务系统及其数据核对方法 | |
CN109345249B (zh) | 一种支付失败处理方法及装置 | |
CN110278241B (zh) | 一种注册请求处理方法及装置 | |
CN110689418B (zh) | 账单生成方法及装置 | |
CN110717822A (zh) | 一种转账中的风控方法、装置及设备 | |
CN112419040A (zh) | 一种信贷反欺诈识别方法、装置和存储介质 | |
CN110147999B (zh) | 一种交易风险识别方法及装置 | |
CN108985831B (zh) | 一种线下交易的判别方法、装置、及计算机设备 | |
CN112258300B (zh) | 一种针对订单生成的审核方法及装置 | |
CN109377233B (zh) | 一种风险监测方法和装置 | |
CN110738476A (zh) | 一种样本迁移方法、装置及设备 | |
CN112115279A (zh) | 一种基于知识图谱的风险管控方法及装置 | |
CN109947825A (zh) | 一种用户资产交易数据处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |