CN110942314A - 异常账户监管方法及装置 - Google Patents
异常账户监管方法及装置 Download PDFInfo
- Publication number
- CN110942314A CN110942314A CN201911211652.9A CN201911211652A CN110942314A CN 110942314 A CN110942314 A CN 110942314A CN 201911211652 A CN201911211652 A CN 201911211652A CN 110942314 A CN110942314 A CN 110942314A
- Authority
- CN
- China
- Prior art keywords
- risk
- account
- preset
- information
- user
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000006399 behavior Effects 0.000 claims abstract description 85
- 238000012502 risk assessment Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 11
- 230000002547 anomalous effect Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 abstract description 40
- 238000012806 monitoring device Methods 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000004900 laundering Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012946 outsourcing Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static 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)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例提供一种异常账户监管方法及装置,方法包括:获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板;根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级;若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息;根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端;本申请能够有效提升账户监管效率,进而准确判定账户风险等级,并对可疑交易行为进行及时告警。
Description
技术领域
本申请涉及异常数据处理领域,具体涉及一种异常账户监管方法及装置。
背景技术
随着反洗钱法规的管控加强,托管外包系统需要对客户的个人信息加强管理。对于反洗钱风险比较高的客户能够重点监控,预防出现较大损失。目前对客户的反洗钱筛查主要使用world-check筛查系统,通过将客户的基本信息放入全球反洗钱监控资料库中筛查,得到客户的反洗钱信息。托管外包通过对反洗钱筛查结果进行评估,得到客户的反洗钱风险等级。
现有技术对于客户的录入资料,每项评级打分项通过硬编码的方式获取客户信息进行判断,得到每项打分,如果打分项有变动,需要手动修改已有逻辑,违背了“对修改封闭,对拓展开放的原则”。如果评分项过多,系统的逻辑会非常臃肿,维护特别困难,进而降低了对客户的监管效率。
发明内容
针对现有技术中的问题,本申请提供一种异常账户监管方法及装置,能够有效提升账户监管效率,进而准确判定账户风险等级,并对可疑交易行为进行及时告警。
为了解决上述问题中的至少一个,本申请提供以下技术方案:
第一方面,本申请提供一种异常账户监管方法,包括:
获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板;
根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级;
若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息;
根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
进一步地,所述根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级,包括:
判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码;
若是,则判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,否则返回账户正常判定结果;
根据所述预设等级确定模板中的各所述风险权重值之和与预设权重阈值的数值对比结果,确定对应的账户风险等级。
进一步地,所述判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码,包括:
判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险大类的风险大类标识编码;
若是,则获取所述预设风险大类下属的各预设风险小类,并判断所述特征标识编码是否匹配所述预设风险小类。
进一步地,所述若是,则判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,包括:
将同一预设风险大类下属的被匹配的风险权重值最大的所述预设风险小类和对应的风险权重值与预设等级确定模板建立对应关系。
进一步地,在所述确定对应的账户风险等级之后,包括:
根据预设等级确定模板中的各预设风险项、所述各预设风险项对应的风险权重值、各所述风险权重值之和以及对应的账户风险等级,生成与所述用户基本信息对应的账户风险分析记录,其中,所述账户风险分析记录中还包含对应的账户管理员信息。
进一步地,所述根据所述账户详细信息确定可疑交易行为,包括:
判断所述账户详细信息中的交易行为信息是否满足预设正常交易条件;
若否,则确定所述交易行为信息为可疑交易行为,否则判定该交易行为为正常交易行为。
第二方面,本申请提供一种异常账户监管装置,包括:
风险预测模板确定模块,用于获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板;
风险等级确定模块,用于根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级;
异常账户判定模块,用于若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息;
可疑交易告警模块,用于根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
进一步地,所述风险等级确定模块包括:
标识匹配单元,用于判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码;
匹配成功处理单元,用于当判断用户基本信息中各特征信息的特征标识编码匹配风险预测模板中各预设风险项的风险标识编码时,判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,否则返回账户正常判定结果;
风险等级确定单元,用于根据所述预设等级确定模板中的各所述风险权重值之和与预设权重阈值的数值对比结果,确定对应的账户风险等级。
进一步地,所述标识匹配单元包括:
大类匹配子单元,用于判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险大类的风险大类标识编码;
小类匹配子单元,用于若判断用户基本信息中各特征信息的特征标识编码匹配风险预测模板中各预设风险大类的风险大类标识编码,则获取所述预设风险大类下属的各预设风险小类,并判断所述特征标识编码是否匹配所述预设风险小类。
进一步地,所述匹配成功处理单元包括:
将同一预设风险大类下属的被匹配的风险权重值最大的所述预设风险小类和对应的风险权重值与预设等级确定模板建立对应关系。
进一步地,还包括:
风险分析单元,用于根据预设等级确定模板中的各预设风险项、所述各预设风险项对应的风险权重值、各所述风险权重值之和以及对应的账户风险等级,生成与所述用户基本信息对应的账户风险分析记录,其中,所述账户风险分析记录中还包含对应的账户管理员信息。
进一步地,所述可疑交易告警模块包括:
可疑信息判断单元,用于判断所述账户详细信息中的交易行为信息是否满足预设正常交易条件;
可疑交易判断单元,用于若判断所述账户详细信息中的交易行为信息不满足预设正常交易条件,则确定所述交易行为信息为可疑交易行为,否则判定该交易行为为正常交易行为。
第三方面,本申请提供一种电子设备,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,所述处理器执行所述程序时实现所述的异常账户监管方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的异常账户监管方法的步骤。
由上述技术方案可知,本申请提供一种异常账户监管方法及装置,通过先获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板,然后,根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,准确判定账户风险等级,若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息,同时,根据所述账户详细信息确定可疑交易行为,还将所述可疑交易行为及时反馈至账户管理员终端,以有效提升账户监管效率,并对可疑交易行为进行及时告警。
附图说明
为了更清楚地说明本申请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,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中的异常账户监管方法的流程示意图之一;
图2为本申请实施例中的异常账户监管方法的流程示意图之二;
图3为本申请实施例中的异常账户监管方法的流程示意图之三;
图4为本申请实施例中的异常账户监管方法的流程示意图之四;
图5为本申请实施例中的异常账户监管装置的结构图之一;
图6为本申请实施例中的异常账户监管装置的结构图之二;
图7为本申请实施例中的异常账户监管装置的结构图之三;
图8为本申请实施例中的异常账户监管装置的结构图之四;
图9为本申请实施例中的异常账户监管装置的结构图之五;
图10为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到现有技术对于客户的录入资料,每项评级打分项通过硬编码的方式获取客户信息进行判断,得到每项打分,如果打分项有变动,需要手动修改已有逻辑,违背了“对修改封闭,对拓展开放的原则”。如果评分项过多,系统的逻辑会非常臃肿,维护特别困难,进而降低了对客户的监管效率的问题,本申请提供一种异常账户监管方法及装置,通过先获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板,然后,根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,准确判定账户风险等级,若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息,同时,根据所述账户详细信息确定可疑交易行为,还将所述可疑交易行为及时反馈至账户管理员终端,以有效提升账户监管效率,并对可疑交易行为进行及时告警。
为了能够有效提升账户监管效率,进而准确判定账户风险等级,并对可疑交易行为进行及时告警,本申请提供一种异常账户监管方法的实施例,参见图1,所述异常账户监管方法具体包含有如下内容:
步骤S101:获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板。
可以理解的是,可以从内部系统中获取用户基本信息,其中,所述用户基本信息至少包括用户类型,例如一种用户类型为“个人”,另一中用户类型为“企业”,根据不同的用户类型来确定对应的风险预测模板,能够提升风险预测的准确性。
可选地,可以预设不同用户类型与各风险预测模板的对应关系,例如,用户类型为“个人”,则对应风险预测模板A,用户类型为“企业”,则对应风险预测模板B。
步骤S102:根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级。
可以理解的是,所述用户基本信息中还可以包括特征信息,例如一种特征信息为“从属医药行业”,另一种特征信息为“证件为营业执照”,所述特征信息用于表征与该用户自身证明、运营信息相关的特征,也可为其他能够表征用户特性的特征信息。
可选地,所述风险预测模板中预先设置有至少一个风险项,例如“医药行业”、“金融行业”或者“证件为第三方证明”,所述风险项也可以划分大类和小类,其中,一个风险大类可以包含有多个风险小类,例如一个风险大类为“医药行业”,其中的两个风险小类为“手术器械”和“康复器械”。
可选地,各风险项可以预先对应有唯一的风险权重值,同属于一个风险大类的不同风险小类对应有不同的风险权重值,例如风险小类“手术器械”的风险权重值为80,风险小类“康复器械”的风险权重值为60,其差异性基于实际市场产品运营经验,例如风险小类“手术器械”对应的用户更容易受到行业负面影响而导致运营风险增高。
可选的,由于不同风险项对应有不同的风险权重值,由此可知所述用户基本信息中各特征信息对应的风险项以及风险权重值,并根据所有风险权重值得到一个总值,以此与预设风险等级阈值进行数值比较,确定该用户的账户风险等级。
步骤S103:若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息。
可以理解的是,所述用户可以关联有多个账户,当确定所述用户的账户风险等级高于预设异常等级时,则该用户名下的所有账户均存在异常交易行为的可能性,因此可以将与所述用户关联的所有账户设定为异常账户,并从本地系统或第三方系统中获取各个异常账户的账户详细信息,其中,所述账户详细信息至少包含所述用户通过所述异常账户执行的交易行为记录。
步骤S104:根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
可选地,可以在本地系统中预设至少一个正常交易条件,也可以从第三方系统(例如第三方资金监管系统)中获取至少一个正常交易条件,以此确定所述用户的各异常账户下是否存在不满足所述正常交易条件的交易行为记录,例如单笔交易数额过高或设定周期内交易频率过高,以此确定可疑交易行为,并将所述可疑交易行为反馈至账户管理员终端,其中,所述账户管理员终端可以为账户管理员使用的监管系统,也可以为一种现有告警实体装置。
从上述描述可知,本申请实施例提供的异常账户监管方法,能够通过先获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板,然后,根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,准确判定账户风险等级,若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息,同时,根据所述账户详细信息确定可疑交易行为,还将所述可疑交易行为及时反馈至账户管理员终端,以有效提升账户监管效率,并对可疑交易行为进行及时告警。
为了能够准确确定账户风险等级,在本申请的异常账户监管方法的一实施例中,参见图2,还具体包含有如下内容:
步骤S201:判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码。
可以理解的是,可以预先在本地系统中为用户基本信息中的各特征信息设定一特征标识编码,并对应地在风险预测模板中为各预设风险项设定一特征标识编码,上述两个特征标识编码具有一一对应关系,以此实现特征信息与预设风险项的匹配。
步骤S202:若是,则判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,否则返回账户正常判定结果。
可选地,可以通过设置一等级确定模板,用于将上述步骤中匹配成功的风险项作为输入数据,并通过自身风险权重值计算规则进行所有匹配成功的风险项的风险权重值计算,进而将风险预测模板与计算过程逻辑分离,当用户对风险预测模板进行编辑修改时,不会影响等级确定模板的计算过程,提升系统运行效率,降低系统耦合度。
步骤S203:根据所述预设等级确定模板中的各所述风险权重值之和与预设权重阈值的数值对比结果,确定对应的账户风险等级。
可选的,由于不同风险项对应有不同的风险权重值,由此可知所述用户基本信息中各特征信息对应的风险项以及风险权重值,并根据所有风险权重值得到一个总值,以此与预设风险等级阈值进行数值比较,确定该用户的账户风险等级。
为了能够准确匹配对应的风险预测模板,在本申请的异常账户监管方法的一实施例中,参见图3,还具体包含有如下内容:
步骤S301:判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险大类的风险大类标识编码。
步骤S302:若是,则获取所述预设风险大类下属的各预设风险小类,并判断所述特征标识编码是否匹配所述预设风险小类。
可选地,所述风险预测模板中预先设置有至少一个风险项,例如“医药行业”、“金融行业”或者“证件为第三方证明”,所述风险项也可以划分大类和小类,其中,一个风险大类可以包含有多个风险小类,例如一个风险大类为“医药行业”,其中的两个风险小类为“手术器械”和“康复器械”。
可选地,各风险项可以预先对应有唯一的风险权重值,同属于一个风险大类的不同风险小类对应有不同的风险权重值,例如风险小类“手术器械”的风险权重值为80,风险小类“康复器械”的风险权重值为60,其差异性基于实际市场产品运营经验,例如风险小类“手术器械”对应的用户更容易受到行业负面影响而导致运营风险增高。
为了能够进一步准确匹配对应的风险预测模板,在本申请的异常账户监管方法的一实施例中,还具体包含有如下内容:将同一预设风险大类下属的被匹配的风险权重值最大的所述预设风险小类和对应的风险权重值与预设等级确定模板建立对应关系。
可选地,当用户基本信息中的特征信息同时匹配同一风险大类下的多个风险小类时,优先选取风险权重值最大的风险小类作为最终的匹配结果,以此提升风险等级确定的可靠性。
为了能够对账户进行准确分析,在本申请的异常账户监管方法的一实施例中,还具体包含有如下内容:根据预设等级确定模板中的各预设风险项、所述各预设风险项对应的风险权重值、各所述风险权重值之和以及对应的账户风险等级,生成与所述用户基本信息对应的账户风险分析记录,其中,所述账户风险分析记录中还包含对应的账户管理员信息。
可选地,可以通过预先设置一风险等级评估表,以记录上述风险等级确定模板计算得到的风险权重值之和和对应的账户风险等级,进而生成一条账户风险分析记录,用于后续对本次账户风险等级确定过程进行查询。
为了能够准确确定可疑交易行为,在本申请的异常账户监管方法的一实施例中,参见图4,还具体包含有如下内容:
步骤S401:判断所述账户详细信息中的交易行为信息是否满足预设正常交易条件。
步骤S402:若否,则确定所述交易行为信息为可疑交易行为,否则判定该交易行为为正常交易行为。
可选地,可以在本地系统中预设至少一个正常交易条件,也可以从第三方系统(例如第三方资金监管系统)中获取至少一个正常交易条件,以此确定所述用户的各异常账户下是否存在不满足所述正常交易条件的交易行为记录,例如单笔交易数额过高或设定周期内交易频率过高,以此确定可疑交易行为。并将所述可疑交易行为反馈至账户管理员终端,其中,所述账户管理员终端可以为账户管理员使用的监管系统,也可以为一种现有告警实体装置。
为了能够有效提升账户监管效率,进而准确判定账户风险等级,并对可疑交易行为进行及时告警,本申请提供一种用于实现所述异常账户监管方法的全部或部分内容的异常账户监管装置的实施例,参见图5,所述异常账户监管装置具体包含有如下内容:
风险预测模板确定模块10,用于获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板。
风险等级确定模块20,用于根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级。
异常账户判定模块30,用于若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息。
可疑交易告警模块40,用于根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
从上述描述可知,本申请实施例提供的异常账户监管装置,能够通过先获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板,然后,根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,准确判定账户风险等级,若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息,同时,根据所述账户详细信息确定可疑交易行为,还将所述可疑交易行为及时反馈至账户管理员终端,以有效提升账户监管效率,并对可疑交易行为进行及时告警。
为了能够准确确定账户风险等级,在本申请的异常账户监管装置的一实施例中,参见图6,所述风险等级确定模块20包括:
标识匹配单元21,用于判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码。
匹配成功处理单元22,用于当判断用户基本信息中各特征信息的特征标识编码匹配风险预测模板中各预设风险项的风险标识编码时,判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,否则返回账户正常判定结果。
风险等级确定单元23,用于根据所述预设等级确定模板中的各所述风险权重值之和与预设权重阈值的数值对比结果,确定对应的账户风险等级。
为了能够准确匹配对应的风险预测模板,在本申请的异常账户监管装置的一实施例中,参见图7,所述标识匹配单元21包括:
大类匹配子单元211,用于判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险大类的风险大类标识编码。
小类匹配子单元212,用于若判断用户基本信息中各特征信息的特征标识编码匹配风险预测模板中各预设风险大类的风险大类标识编码,则获取所述预设风险大类下属的各预设风险小类,并判断所述特征标识编码是否匹配所述预设风险小类。
为了能够进一步准确匹配对应的风险预测模板,在本申请的异常账户监管装置的一实施例中,参见图8,所述匹配成功处理单元22包括:
等级确定模板对应子单元221,用于将同一预设风险大类下属的被匹配的风险权重值最大的所述预设风险小类和对应的风险权重值与预设等级确定模板建立对应关系。
为了能够对账户进行准确分析,在本申请的异常账户监管装置的一实施例中,还具体包括:风险分析单元,用于根据预设等级确定模板中的各预设风险项、所述各预设风险项对应的风险权重值、各所述风险权重值之和以及对应的账户风险等级,生成与所述用户基本信息对应的账户风险分析记录,其中,所述账户风险分析记录中还包含对应的账户管理员信息。
为了能够准确确定可疑交易行为,在本申请的异常账户监管装置的一实施例中,参见图9,所述可疑交易告警模块40包括:
可疑信息判断单元41,用于判断所述账户详细信息中的交易行为信息是否满足预设正常交易条件。
可疑交易判断单元42,用于若判断所述账户详细信息中的交易行为信息不满足预设正常交易条件,则确定所述交易行为信息为可疑交易行为,否则判定该交易行为为正常交易行为。
为了更进一步说明本方案,本申请还提供一种应用上述异常账户监管装置实现异常账户监管方法的具体应用实例,具体包含有如下内容:
步骤1.选择一条评级记录发起评级。
步骤2.如果评级记录状态为评级中,则不允许发起评级。
步骤3.根据评级记录中的投资人记录编号查询客户基本信息、客户反洗钱信息和客户筛查结果信息。
步骤4.根据客户信息的投资者类别查询对应的得分模板列表。
步骤5.根据得分模板记录的得分项编号反射获取需要比较的客户信息,如果客户信息与得分项的比较字段编码一致,则该得分项被命中,待添加到得分表。
步骤6.如果客户信息要求在某个范围内被命中,则使用得分项的比较字段值包含客户信息对应字段值进行判断,如果包含,则也表示命中,待添加到得分表。
步骤7.得分模板中同一子类下如果多条得分项都满足命中,则获取最大得分项。
步骤8.删除原来的评级记录对应的得分表记录。
步骤9.命中的得分项设置关联到基本评级记录编号,保存到得分表中。
步骤10.更新对应的评级记录状态为已评级。
步骤11.计算得分项的之和,得到总得分,根据总得分计算风险等级,结果保存到风险等级评估表。
具体地,所述得分模板(即所述风险预测模板)中至少包含以下内容:
(1)模板类别:个人、机构、产品。不同类型的客户的资料栏位不同,得分项也不同,所以配置不同的模板;
(2)风险大类编码:业务自定义的得分项的大类编号,主要用于区分不同得分项;
(3)风险大类名称:业务自定义的得分项大类名称;
(4)风险子类编码:业务自定义的得分项的子类编号,主要用于区分不同得分项;
(5)风险子类名称:业务自定义的得分项子类名称;
(6)数据来源:业务自定义数据来源说明;
(7)得分项编码:客户的资料中每个栏位的具体内容在系统内的编码;
(8)得分项说明:客户的资料中每个栏位的具体内容;
(9)分值:每个得分项在模板中是一条记录,对应客户资料中的某个栏位的一种内容,分值字段记录对应的风险评级得分;
(10)比较字段值:表示如果得分项编码不能表示客户资料的内容,需要将资料内容对应的系统取值分配到‘比较字段值’字段;
(11)风险子类分值:展示风险子类最大分值,风险子类下的得分项的分值不超过最大分值;
(12)比较字段编码:系统内存储客户资料的字段英文名;
(13)比较字段名称:系统内存储客户资料的字段中文名。
所述得分表(即所述风险等级确定模板)中至少包含如下内容:
(1)记录编号:得分表主键;
(2)相关记录编号:关联得分模板表记录编号,得分表的每条记录都是客户资料匹配模板表的记录后,根据模板表的得分项记录生成,表的格式大致相似;
(3)风险大类编码:冗余得分模板表的风险大类编码字段;
(4)风险大类名称:冗余得分模板表的风险大类名称字段;
(5)风险子类编码:冗余得分模板表的风险子类编码字段;
(6)风险子类名称:冗余得分模板表的风险子类名称字段;
(7)数据来源:冗余得分模板表的数据来源字段;
(8)得分项编码:冗余得分模板表的得分项编码字段;
(9)得分项说明:冗余得分模板表的得分项说明字段;
(10)分值:冗余得分模板表的分值字段;
(11)风险子类分值:冗余得分模板表的风险子类分值字段;
(12)客户风险等级评估记录:关联客户风险等级评估表记录,每条基本风险评估记录关联多条得分表记录,同一风险等级评估记录下的所有得分表记录的分值之和就是评估得分。
所述风险等级评估表中至少包含如下内容:
(1)记录编号:风险评级记录主键;
(2)管理人编号:系统内管理人记录主键;
(3)投资人编号:客户基本信息的记录主键;
(4)评估状态:风险评级状态,未评级、评级中、已评级;
(5)评级类型:基本评级、定期评级;
(6)风险等级:低、中、高;根据评估得分的取值范围确定,0-50为低,50-80为中,80-100为高;
(7)评估得分:根据得分项计算的得分之和;
(8)评级日期:新建评级记录的日期;
(9)得分调整原因:修改评分记录得分的原因描述;
(10)得分调整类型代码:不变、增加、减少;
(11)调整分值:绝对值,根据调整类型对原分值做加减,结果保存到评估得分字段;
(12)备注:备注栏位;
(13)定期风险等级评估日期:下一次生成定期评级记录的日期,不能早于评级日期;
(14)基本风险评级编号:由于定期评级是基于基本风险评级生成的,所以每条评级记录都会记录最基础的那条基本风险评级记录;
(15)有效标志类型代码:标记该评级记录是否有效;
(16)评估结果描述:对评级结果补充描述。
由上述描述可知,本申请至少还可以实现如下技术效果:
(1)客户风险评级通过可配置化的方式进行操作,不用硬编码到系统中,如果对打分项有改动,直接修改得分模板表,不用修改系统逻辑,保证了“开闭原则”。
(2)定期生成评级记录,系统自动检测每日满足生成条件的评级记录,避免了用户每日的重复操作,或者忘记生成。
(3)得分模板表,配置客户信息可以进行打分的字段代码,通过反射的方式自动获取得分项与客户信息比较的字段,然后通过对比字段值或者判断是否得分项是否包含字段值获取命中得分项。
本申请的实施例还提供能够实现上述实施例中的异常账户监管方法中全部步骤的一种电子设备的具体实施方式,参见图10,所述电子设备具体包括如下内容:
处理器(processor)601、存储器(memory)602、通信接口(CommunicationsInterface)603和总线604;
其中,所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信;所述通信接口603用于实现异常账户监管装置、在线业务系统、客户端设备以及其他参与机构之间的信息传输;
所述处理器601用于调用所述存储器602中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的异常账户监管方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤S101:获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板。
步骤S102:根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级。
步骤S103:若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息。
步骤S104:根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
从上述描述可知,本申请实施例提供的电子设备,能够通过先获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板,然后,根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,准确判定账户风险等级,若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息,同时,根据所述账户详细信息确定可疑交易行为,还将所述可疑交易行为及时反馈至账户管理员终端,以有效提升账户监管效率,并对可疑交易行为进行及时告警。
本申请的实施例还提供能够实现上述实施例中的异常账户监管方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的异常账户监管方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤S101:获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板。
步骤S102:根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级。
步骤S103:若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息。
步骤S104:根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
从上述描述可知,本申请实施例提供的计算机可读存储介质,能够通过先获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板,然后,根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,准确判定账户风险等级,若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息,同时,根据所述账户详细信息确定可疑交易行为,还将所述可疑交易行为及时反馈至账户管理员终端,以有效提升账户监管效率,并对可疑交易行为进行及时告警。
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,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的系统、装置、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。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、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何设备的组合。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
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。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (14)
1.一种异常账户监管方法,其特征在于,所述方法包括:
获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板;
根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级;
若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息;
根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
2.根据权利要求1所述的异常账户监管方法,其特征在于,所述根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级,包括:
判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码;
若是,则判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,否则返回账户正常判定结果;
根据所述预设等级确定模板中的各所述风险权重值之和与预设权重阈值的数值对比结果,确定对应的账户风险等级。
3.根据权利要求2所述的异常账户监管方法,其特征在于,所述判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码,包括:
判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险大类的风险大类标识编码;
若是,则获取所述预设风险大类下属的各预设风险小类,并判断所述特征标识编码是否匹配所述预设风险小类。
4.根据权利要求3所述的异常账户监管方法,其特征在于,所述若是,则判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,包括:
将同一预设风险大类下属的被匹配的风险权重值最大的所述预设风险小类和对应的风险权重值与预设等级确定模板建立对应关系。
5.根据权利要求2所述的异常账户监管方法,其特征在于,在所述确定对应的账户风险等级之后,包括:
根据预设等级确定模板中的各预设风险项、所述各预设风险项对应的风险权重值、各所述风险权重值之和以及对应的账户风险等级,生成与所述用户基本信息对应的账户风险分析记录,其中,所述账户风险分析记录中还包含对应的账户管理员信息。
6.根据权利要求1所述的异常账户监管方法,其特征在于,所述根据所述账户详细信息确定可疑交易行为,包括:
判断所述账户详细信息中的交易行为信息是否满足预设正常交易条件;
若否,则确定所述交易行为信息为可疑交易行为,否则判定该交易行为为正常交易行为。
7.一种异常账户监管装置,其特征在于,包括:
风险预测模板确定模块,用于获取用户基本信息,并根据所述用户基本信息中的用户类型确定对应的风险预测模板;
风险等级确定模块,用于根据所述用户基本信息中的各特征信息与所述风险预测模板中的各预设风险项的对应关系,确定所述用户的账户风险等级;
异常账户判定模块,用于若所述用户的账户风险等级高于预设异常等级,则确定与所述用户关联的所有异常账户,并获取各所述异常账户的账户详细信息;
可疑交易告警模块,用于根据所述账户详细信息确定可疑交易行为,将所述可疑交易行为反馈至账户管理员终端。
8.根据权利要求7所述的异常账户监管装置,其特征在于,所述风险等级确定模块包括:
标识匹配单元,用于判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险项的风险标识编码;
匹配成功处理单元,用于当判断用户基本信息中各特征信息的特征标识编码匹配风险预测模板中各预设风险项的风险标识编码时,判定所述特征信息匹配所述预设风险项,并在预设等级确定模板中确定该预设风险项和对应的风险权重值,否则返回账户正常判定结果;
风险等级确定单元,用于根据所述预设等级确定模板中的各所述风险权重值之和与预设权重阈值的数值对比结果,确定对应的账户风险等级。
9.根据权利要求8所述的异常账户监管装置,其特征在于,所述标识匹配单元包括:
大类匹配子单元,用于判断用户基本信息中各特征信息的特征标识编码是否匹配风险预测模板中各预设风险大类的风险大类标识编码;
小类匹配子单元,用于若判断用户基本信息中各特征信息的特征标识编码匹配风险预测模板中各预设风险大类的风险大类标识编码,则获取所述预设风险大类下属的各预设风险小类,并判断所述特征标识编码是否匹配所述预设风险小类。
10.根据权利要求8所述的异常账户监管装置,其特征在于,所述匹配成功处理单元包括:
等级确定模板对应子单元,用于将同一预设风险大类下属的被匹配的风险权重值最大的所述预设风险小类和对应的风险权重值与预设等级确定模板建立对应关系。
11.根据权利要求8所述的异常账户监管装置,其特征在于,还包括:
风险分析单元,用于根据预设等级确定模板中的各预设风险项、所述各预设风险项对应的风险权重值、各所述风险权重值之和以及对应的账户风险等级,生成与所述用户基本信息对应的账户风险分析记录,其中,所述账户风险分析记录中还包含对应的账户管理员信息。
12.根据权利要求7所述的异常账户监管装置,其特征在于,所述可疑交易告警模块包括:
可疑信息判断单元,用于判断所述账户详细信息中的交易行为信息是否满足预设正常交易条件;
可疑交易判断单元,用于若判断所述账户详细信息中的交易行为信息不满足预设正常交易条件,则确定所述交易行为信息为可疑交易行为,否则判定该交易行为为正常交易行为。
13.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现权利要求1至6任一项所述的异常账户监管方法的步骤。
14.一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,该计算机程序被处理器执行时实现权利要求1至6任一项所述的异常账户监管方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911211652.9A CN110942314A (zh) | 2019-12-02 | 2019-12-02 | 异常账户监管方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911211652.9A CN110942314A (zh) | 2019-12-02 | 2019-12-02 | 异常账户监管方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110942314A true CN110942314A (zh) | 2020-03-31 |
Family
ID=69908435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911211652.9A Pending CN110942314A (zh) | 2019-12-02 | 2019-12-02 | 异常账户监管方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110942314A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113098912A (zh) * | 2021-06-09 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 用户账户异常的识别方法、装置、电子设备及存储介质 |
TWI780427B (zh) * | 2020-04-16 | 2022-10-11 | 彰化商業銀行股份有限公司 | 帳戶金流分析與警示系統及其方法 |
CN116228431A (zh) * | 2023-05-06 | 2023-06-06 | 天云融创数据科技(北京)有限公司 | 一种异常交易账户确定方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120101828A1 (en) * | 2010-10-20 | 2012-04-26 | Memento Inc. | System and method for presenting multivariate information |
CN107146160A (zh) * | 2016-02-26 | 2017-09-08 | 平安科技(深圳)有限公司 | 投保客户健康状况分析方法及服务器 |
CN109461078A (zh) * | 2018-10-22 | 2019-03-12 | 中信网络科技股份有限公司 | 一种基于资金交易网络的异常交易识别方法及系统 |
CN110135849A (zh) * | 2019-04-04 | 2019-08-16 | 平安证券股份有限公司 | 金融交易欺诈风险防范方法、装置及计算机可读存储介质 |
-
2019
- 2019-12-02 CN CN201911211652.9A patent/CN110942314A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120101828A1 (en) * | 2010-10-20 | 2012-04-26 | Memento Inc. | System and method for presenting multivariate information |
CN107146160A (zh) * | 2016-02-26 | 2017-09-08 | 平安科技(深圳)有限公司 | 投保客户健康状况分析方法及服务器 |
CN109461078A (zh) * | 2018-10-22 | 2019-03-12 | 中信网络科技股份有限公司 | 一种基于资金交易网络的异常交易识别方法及系统 |
CN110135849A (zh) * | 2019-04-04 | 2019-08-16 | 平安证券股份有限公司 | 金融交易欺诈风险防范方法、装置及计算机可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI780427B (zh) * | 2020-04-16 | 2022-10-11 | 彰化商業銀行股份有限公司 | 帳戶金流分析與警示系統及其方法 |
CN113098912A (zh) * | 2021-06-09 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 用户账户异常的识别方法、装置、电子设备及存储介质 |
CN113098912B (zh) * | 2021-06-09 | 2022-10-14 | 北京达佳互联信息技术有限公司 | 用户账户异常的识别方法、装置、电子设备及存储介质 |
CN116228431A (zh) * | 2023-05-06 | 2023-06-06 | 天云融创数据科技(北京)有限公司 | 一种异常交易账户确定方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI673666B (zh) | 資料風險控制的方法及裝置 | |
US20190066109A1 (en) | Long-term short-term cascade modeling for fraud detection | |
CN110942314A (zh) | 异常账户监管方法及装置 | |
US20190073599A1 (en) | Systems and methods for expediting rule-based data processing | |
US20180365687A1 (en) | Fraud detection | |
US20190114639A1 (en) | Anomaly detection in data transactions | |
CN109947797B (zh) | 一种数据检查装置及方法 | |
CN111008894B (zh) | 银行客户信息周期提醒控制方法及装置 | |
US20230169054A1 (en) | End-to-end identification of erroneous data using machine learning and similarity analysis | |
US20160104105A1 (en) | Systems and Methods for Identifying Potential Shipments of Prohibited Goods from Merchants | |
US10235719B2 (en) | Centralized GAAP approach for multidimensional accounting to reduce data volume and data reconciliation processing costs | |
CN113761082A (zh) | 一种数据可视化方法、装置和系统 | |
US11838301B2 (en) | System for detection of entities associated with compromised records | |
US11240091B2 (en) | Scalable subscriptions for virtual collaborative workspaces | |
US20230419403A1 (en) | Systems and methods for securing risk in blockchain networks | |
CN114493821B (zh) | 数据核销方法、装置、计算机设备和存储介质 | |
CN112035067B (zh) | 基于事件驱动的云存储容量预测方法、系统及装置 | |
CN110992180B (zh) | 一种异常交易检测方法及装置 | |
US20240013126A1 (en) | Data reliability index | |
CN109584087B (zh) | 信息处理方法、装置和存储介质 | |
US20210311787A1 (en) | System and method for state management of devices | |
US20240232658A1 (en) | Method for detecting crisis for each industry and device therefor | |
CN115481984A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN118297521A (zh) | 一种电商平台的不停业库存盘点方法、装置、设备和介质 | |
CN115829738A (zh) | 一种审批规则调整方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220909 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200331 |