CN110991813A - 用于风控业务的数据处理方法及装置 - Google Patents
用于风控业务的数据处理方法及装置 Download PDFInfo
- Publication number
- CN110991813A CN110991813A CN201911093758.3A CN201911093758A CN110991813A CN 110991813 A CN110991813 A CN 110991813A CN 201911093758 A CN201911093758 A CN 201911093758A CN 110991813 A CN110991813 A CN 110991813A
- Authority
- CN
- China
- Prior art keywords
- data
- extraction
- template
- control service
- wind control
- 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
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种用于风控业务的数据处理方法及装置。该方法包括:获取风控业务数据的特征变量对应的配置模板;确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块;根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果。本申请解决了相关技术中的数据预处理方法由于依赖硬编码而导致数据提取过程效率不高的技术问题。通过本申请,达到了无需依赖硬编码提取数据特征的目的,从而实现了提高数据提取效率的技术效果。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种用于风控业务的数据处理方法及装置。
背景技术
风险控制(简称“风控”),是指风险管理者采取各种措施和方法,消灭或减少风险事件发生的各种可能性,或风险控制者减少风险事件发生时造成的损失。目前风控最主要的工作是通过构建和训练模型的方式控制风险,建模的第一步是数据预处理,预处理包括数据字段选择、数据清洗、变量衍生、数据分布探查和数据变换(拆分或组合)等。
相关技术中用于风控的模型构建方法在数据预处理过程往往需要投入巨大的工作量,时间成本较高,且数据预处理结果的好坏往往在一定程度上决定了后续构建的模型的准确度。例如,数据预处理中的特征数据提取过程,现有的特征提取方法通常是采用硬编码的形式来完成,其开发周期长,且当特征取值发生逻辑变化时,需要重新修改代码并发布上线,导致整个模型的上线应用时间拉长。
针对相关技术中数据预处理方法由于依赖硬编码而导致数据提取过程效率不高的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种用于风控业务的数据处理方法及装置,以解决相关技术中数据预处理方法由于依赖硬编码而导致数据提取过程效率不高的问题。
为了实现上述目的,根据本申请的第一方面,提供了一种用于风控业务的数据处理方法。
根据本申请的用于风控业务的数据处理方法包括:获取风控业务数据的特征变量对应的配置模板;确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块;根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果。
进一步地,所述配置模板包括通用配置模板,所述通用配置模板包括极值模板、分组模板、取最大值模板或取最小值模板,所述提取结果包括第一提取结果,所述方法包括:接收终端的第一数据提取请求,所述第一数据提取请求包括第一风控业务数据;根据所述第一数据提取请求获取与所述第一风控业务数据的特征变量对应的所述通用配置模板;确定与所述第一数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述通用配置模板的第一条件模块;根据所述第一条件模块对应的特征变量在所述通用配置模板中的取值,确定所述第一风控业务数据的第一提取结果。
进一步地,所述配置模板包括自定义配置模板,所述自定义模板包括数据过滤模板,所述提取结果包括第二提取结果,所述方法包括:接收终端的第二数据提取请求,所述第二数据提取请求包括第二风控业务数据;根据所述第二数据提取请求获取与所述第二风控业务数据的特征变量对应的所述自定义配置模板;确定与所述第二数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述自定义配置模板的第二条件模块;根据所述第二条件模块对应的特征变量在所述自定义配置模板中的取值,确定所述风控业务数据的第二提取结果。
进一步地,所述配置模板包括数据过滤模板,所述方法包括:接收终端的数据过滤请求,所述数据过滤请求包括所述风控业务数据;根据所述数据过滤请求获取与所述风控业务数据的特征变量对应的数据过滤模板;确定与所述数据过滤请求相匹配的过滤策略,其中所述过滤策略配置有用于配置所述数据过滤模板的过滤模块;根据所述过滤模块对应的特征变量在所述数据过滤模板中的取值,确定所述风控业务数据的过滤结果。
为了实现上述目的,根据本申请的第二方面,提供了一种用于风控业务的数据处理装置。
根据本申请的用于风控业务的数据处理装置包括:第一获取模块,用于获取风控业务数据的特征变量对应的配置模板;第一确定模块,用于确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块;第一提取模块,用于根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果。
进一步地,所述配置模板包括通用配置模板,所述通用配置模板包括极值模板、分组模板、取最大值模板或取最小值模板,所述提取结果包括第一提取结果,所述装置还包括:第一接收模块,用于接收终端的第一数据提取请求,所述第一数据提取请求包括第一风控业务数据;第二获取模块,用于根据所述第一数据提取请求获取与所述第一风控业务数据的特征变量对应的所述通用配置模板;第二确定模块,用于确定与所述第一数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述通用配置模板的第一条件模块;第二提取模块,用于根据所述第一条件模块对应的特征变量在所述通用配置模板中的取值,确定所述第一风控业务数据的第一提取结果。
进一步地,所述配置模板包括自定义配置模板,所述自定义模板包括数据过滤模板,所述提取结果包括第二提取结果,所述装置还包括:第二接收模块,用于接收终端的第二数据提取请求,所述第二数据提取请求包括第二风控业务数据;第三获取模块,用于根据所述第二数据提取请求获取与所述第二风控业务数据的特征变量对应的所述自定义配置模板;第三确定模块,用于确定与所述第二数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述自定义配置模板的第二条件模块;第三提取模块,用于根据所述第二条件模块对应的特征变量在所述自定义配置模板中的取值,确定所述风控业务数据的第二提取结果。
进一步地,所述配置模板包括数据过滤模板,所述装置还包括:第三接收模块,用于接收终端的数据过滤请求,所述数据过滤请求包括所述风控业务数据;第四获取模块,用于根据所述数据过滤请求获取与所述风控业务数据的特征变量对应的数据过滤模板;第四确定模块,用于确定与所述数据过滤请求相匹配的过滤策略,其中所述过滤策略配置有用于配置所述数据过滤模板的过滤模块;过滤模块,用于根据所述过滤模块对应的特征变量在所述数据过滤模板中的取值,确定所述风控业务数据的过滤结果。
为了实现上述目的,根据本申请的第三方面,提供了一种计算机设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如前所述的方法。
为了实现上述目的,根据本申请的第四方面,提供了一种计算机可读存储介质,其上存储有计算机指令,所述指令被处理器执行时实现如前所述方法的步骤。
在本申请实施例中,采用获取风控业务数据的特征变量对应的配置模板;确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块的方式,通过根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果,达到了无需依赖硬编码提取数据特征的目的,从而实现了提高数据提取效率的技术效果,进而解决了相关技术中的数据预处理方法由于依赖硬编码而导致数据提取过程效率不高的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请第一实施例的用于风控业务的数据处理方法的流程示意图;
图2是根据本申请第二实施例的用于风控业务的数据处理方法的流程示意图;
图3是根据本申请第三实施例的用于风控业务的数据处理方法的流程示意图;
图4是根据本申请第四实施例的用于风控业务的数据处理方法的流程示意图;
图5是根据本申请第一实施例的用于风控业务的数据处理装置的组成结构示意图;以及
图6是根据本申请第二实施例的用于风控业务的数据处理装置的组成结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。、
根据本发明实施例,提供了一种用于风控业务的数据处理方法,如图1所示,该方法包括如下的步骤S101至S103:
步骤S101,获取风控业务数据的特征变量对应的配置模板。
具体实施时,特征数据提取是风控业务数据在预处理过程的重要环节,在本申请实施例的数据提取方法中,首先需要获取风控业务数据的特征变量对应的配置模板,配置模板可以包括通用配置模板或自定义配置模板。通用配置模板具体可以包括数据匹配模板,数据分组模板,极值模板,左链接模板,右链接模板,取最大值模板,取最小值模板等。例如,如果获取到的预先配置的极值模板为:{"type":"MAX","extremeVal":"30","defaultMappingVal":"0"},则该配置模板代表对输入的数据源进行极值处理,最大值为30,当输入的数值超过30时,返回结果为30。自定义配置模板是针对某些提取条件可变时而设置的自定义模板,例如,配置过滤模板为过滤掉年龄大于N的数据,此时,N的取值是可以随机设置和变化的,通用的数据提取模板无法实现,因此配置自定义数据提取模板来对某些数据提取条件可变的数据进行提取。
步骤S102,确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块。
具体实施时,在确定了风控业务数据的特征变量对应的配置模板后,需要根据不同的风控业务场景确定相应的提取策略,提取策略中配置有用于配置上述各个配置模板的至少一个条件模块,提取策略可以包括数据匹配策略,数据分组策略,极值策略,左链接策略,右链接策略,取最大值策略,取最小值策略,即通过提取策略中的条件模块可以确定对数据源进行何种类型的数据处理。
步骤S103,根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果。
具体实施时,在确定了风控业务数据的特征变量对应的配置模板及相匹配的提取策略之后,利用上述配置模板可以对多个数据源分别进行处理,以提取特征数据。例如,用极值模板{"type":"MAX","extremeVal":"30","defaultMappingVal":"0"}对用户的还款次数数据列{10,25,33,30,20,15}进行处理,提取策略为“极大值”,取值为30,则数据源通过上述配置模板进行处理后返回结果为{10,25,30,30,20,15},即当输入的数据列中的数值超过30时,返回结果为30。通过上述获取配置模板和提取策略的方式,无需依赖硬编码就可以提取数据特征,从而实现了提高数据提取效率的技术效果。
作为本申请实施例的一种优选实施方式,如图2所示,所述配置模板包括通用配置模板,所述通用配置模板包括极值模板、分组模板、取最大值模板或取最小值模板,所述提取结果包括第一提取结果,所述方法包括如下的步骤S201至S204:
步骤S201,接收终端的第一数据提取请求,所述第一数据提取请求包括第一风控业务数据。
具体实施时,终端可以发起对原始数据源进行数据处理的请求,因此首先需要接收终端发送的数据提取请求,其中,所述数据提取请求可以是通用数据提取请求,即对原始数据源进行数据匹配、数据分组,极值处理,左右链接处理,最大值/最小值处理等请求。
步骤S202,根据所述第一数据提取请求获取与所述第一风控业务数据的特征变量对应的所述通用配置模板。
具体实施时,如果终端发送的是对原始数据源进行通用数据提取的请求,则进一步确定终端的请求是数据匹配请求、数据分组请求,极值处理请求,左右链接处理请求、最大值/最小值处理等请求中的哪一种或哪几种,根据确定的结果调用相应的通用配置模板。
步骤S203,确定与所述第一数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述通用配置模板的第一条件模块。
具体实施时,进一步根据终端发送的数据提取请求确定具体的数据提取策略,在本申请实施例中,如果终端发送的是通用数据提取的请求,则进一步确定与数据匹配请求相对应的数据匹配策略或与极值处理请求相对应的极值策略等。
步骤S204,根据所述第一条件模块对应的特征变量在所述通用配置模板中的取值,确定所述第一风控业务数据的第一提取结果。
具体实施时,根据终端用户发送的通用数据提取请求确定通用数据提取策略中的条件模块在通用配置模板中的具体取值,进而相应的通用配置模板对用户输入的原始数据源进行处理,得到通用数据的提取结果。
作为本申请实施例的一种优选实施方式,如图3所示,所述配置模板包括自定义配置模板,所述自定义模板包括数据过滤模板,所述提取结果包括第二提取结果,所述方法包括如下的步骤S301至S304:
步骤S301,接收终端的第二数据提取请求,所述第二数据提取请求包括第二风控业务数据。
具体实施时,终端还可以发起对原始数据源进行自定义数据处理的请求,因此首先需要接收终端发送的自定义数据提取请求,用以对通用数据提取模板不能处理的数据进行数据提取。
步骤S302,根据所述第二数据提取请求获取与所述第二风控业务数据的特征变量对应的所述自定义配置模板。
具体实施时,如果所述第二数据提取请求是自定义数据提取请求,即调用相应的自定义配置模板对数据源进行数据处理。
步骤S303,确定与所述第二数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述自定义配置模板的第二条件模块。
具体实施时,在根据用户请求调用相应的自定义配置模板后,需要进一步确定自定义配置模板的具体提取策略。例如终端输入的数据源是一组用户信息,特征变量的逻辑是年龄大于23岁的用户个数。年龄大于23的这个条件是可变的,因此需要调用自定义配置模板,如Filter的过滤模板,该模板需要配置一个条件,该条件是年龄大于23岁的代码,通过动态代码编译规则将这段代码执行就可以得到年龄大于23岁的所有用户,然后再通过数量统计获取年龄大于23岁的用户个数,最终完成数据的提取过程。
步骤S304,根据所述第二条件模块对应的特征变量在所述自定义配置模板中的取值,确定所述风控业务数据的第二提取结果。
具体实施时,在根据用户请求确定了具体的自定义配置模板和提取策略之后,需要进一步确定与用户请求对应的条件模块在模板中的具体取值,例如上例中的“年龄大于23岁”,“23”即为在该过滤条件模块在自定义配置模板中的具体取值。通过确定自定义模板、提取策略及条件模块的取值最终实现数据的自定义提取过程。
作为本申请实施例的一种优选实施方式,如图4所示,所述配置模板包括数据过滤模板,所述方法包括如下的步骤S401至S404:
步骤S401,接收终端的数据过滤请求,所述数据过滤请求包括所述风控业务数据。
具体实施时,本申请实施例中的自定义配置模板可以包括数据过滤模板,用于对对终端输入的原始数据源按照用户指定的过滤条件进行过滤。例如,终端输入的数据源是一组用户信息,包括用户ID信息和用户年龄信息,指定的过滤条件是年龄大于23岁的用户个数。
步骤S402,根据所述数据过滤请求获取与所述风控业务数据的特征变量对应的数据过滤模板。
具体实施时,在接收到用户的数据过滤请求后,进一步调用与用户的数据过滤请求相匹配的数据过滤模板,用以对用户输入的数据源进行过滤处理。
步骤S403,确定与所述数据过滤请求相匹配的过滤策略,其中所述过滤策略配置有用于配置所述数据过滤模板的过滤模块。
具体实施时,在根据用户请求调用相应的过滤模板后,需要进一步确定过滤模板的具体过滤策略。例如终端输入的数据源是一组用户信息,特征变量的逻辑是年龄大于23岁的用户个数,其中“年龄大于23岁”即为用户设定的过滤策略。
步骤S404,根据所述过滤模块对应的特征变量在所述数据过滤模板中的取值,确定所述风控业务数据的过滤结果。
具体实施时,在确定了过滤模板和相应的过滤策略后,进一步确定过滤策略在过滤模板中的取值,例如上例中的“年龄大于23岁”,“23”即为在该过滤条件模块在过滤模板中的具体取值。之后可以采用Filter过滤模板,通过动态代码编译规则将Filter过滤模板对应的代码执行就可以得到年龄大于23岁的所有用户,然后再通过数量统计获取年龄大于23岁的用户个数,最终完成数据过滤过程。
从以上的描述中,可以看出,本发明实现了如下技术效果:采用获取风控业务数据的特征变量对应的配置模板;确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块的方式,通过根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果,达到了无需依赖硬编码提取数据特征的目的,从而实现了提高数据提取效率的技术效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例,还提供了一种用于实施上述用于风控业务的数据处理方法的装置,如图5所示,该装置包括:第一获取模块1,用于获取风控业务数据的特征变量对应的配置模板;第一确定模块2,用于确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块;第一提取模块3,用于根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果。
作为本申请实施例的一种优选实施方式,如图6所示,所述配置模板包括通用配置模板,所述通用配置模板包括极值模板、分组模板、取最大值模板或取最小值模板,所述提取结果包括第一提取结果,所述装置还包括:第一接收模块4,用于接收终端的第一数据提取请求,所述第一数据提取请求包括第一风控业务数据;第二获取模块5,用于根据所述第一数据提取请求获取与所述第一风控业务数据的特征变量对应的所述通用配置模板;第二确定模块6,用于确定与所述第一数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述通用配置模板的第一条件模块;第二提取模块7,用于根据所述第一条件模块对应的特征变量在所述通用配置模板中的取值,确定所述第一风控业务数据的第一提取结果。
作为本申请实施例的一种优选实施方式,所述配置模板包括自定义配置模板,所述自定义模板包括数据过滤模板,所述提取结果包括第二提取结果,所述装置还包括:第二接收模块,用于接收终端的第二数据提取请求,所述第二数据提取请求包括第二风控业务数据;第三获取模块,用于根据所述第二数据提取请求获取与所述第二风控业务数据的特征变量对应的所述自定义配置模板;第三确定模块,用于确定与所述第二数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述自定义配置模板的第二条件模块;第三提取模块,用于根据所述第二条件模块对应的特征变量在所述自定义配置模板中的取值,确定所述风控业务数据的第二提取结果。
作为本申请实施例的一种优选实施方式,所述配置模板包括数据过滤模板,所述装置还包括:第三接收模块,用于接收终端的数据过滤请求,所述数据过滤请求包括所述风控业务数据;第四获取模块,用于根据所述数据过滤请求获取与所述风控业务数据的特征变量对应的数据过滤模板;第四确定模块,用于确定与所述数据过滤请求相匹配的过滤策略,其中所述过滤策略配置有用于配置所述数据过滤模板的过滤模块;过滤模块,用于根据所述过滤模块对应的特征变量在所述数据过滤模板中的取值,确定所述风控业务数据的过滤结果。
上述各模块和各单元的具体连接关系和所发挥的功能请参照方法部分的具体描述,在此不做赘述。
根据本发明实施例,还提供了一种计算机设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如前所述的方法。
根据本发明实施例,还提供了一种计算机可读存储介质,其上存储有计算机指令,所述指令被处理器执行时实现如前所述方法的步骤。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种用于风控业务的数据处理方法,其特征在于,包括:
获取风控业务数据的特征变量对应的配置模板;
确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块;
根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果。
2.根据权利要求1所述的用于风控业务的数据处理方法,其特征在于,所述配置模板包括通用配置模板,所述通用配置模板包括极值模板、分组模板、取最大值模板或取最小值模板,所述提取结果包括第一提取结果,所述方法包括:
接收终端的第一数据提取请求,所述第一数据提取请求包括第一风控业务数据;
根据所述第一数据提取请求获取与所述第一风控业务数据的特征变量对应的所述通用配置模板;
确定与所述第一数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述通用配置模板的第一条件模块;
根据所述第一条件模块对应的特征变量在所述通用配置模板中的取值,确定所述第一风控业务数据的第一提取结果。
3.根据权利要求1所述的用于风控业务的数据处理方法,其特征在于,所述配置模板包括自定义配置模板,所述自定义模板包括数据过滤模板,所述提取结果包括第二提取结果,所述方法包括:
接收终端的第二数据提取请求,所述第二数据提取请求包括第二风控业务数据;
根据所述第二数据提取请求获取与所述第二风控业务数据的特征变量对应的所述自定义配置模板;
确定与所述第二数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述自定义配置模板的第二条件模块;
根据所述第二条件模块对应的特征变量在所述自定义配置模板中的取值,确定所述风控业务数据的第二提取结果。
4.根据权利要求1所述的用于风控业务的数据处理方法,其特征在于,所述配置模板包括数据过滤模板,所述方法包括:
接收终端的数据过滤请求,所述数据过滤请求包括所述风控业务数据;
根据所述数据过滤请求获取与所述风控业务数据的特征变量对应的数据过滤模板;
确定与所述数据过滤请求相匹配的过滤策略,其中所述过滤策略配置有用于配置所述数据过滤模板的过滤模块;
根据所述过滤模块对应的特征变量在所述数据过滤模板中的取值,确定所述风控业务数据的过滤结果。
5.一种用于风控业务的数据处理装置,其特征在于,所述装置包括:
第一获取模块,用于获取风控业务数据的特征变量对应的配置模板;
第一确定模块,用于确定与所述风控业务数据的风控业务场景相匹配的提取策略,其中所述提取策略配置有用于配置所述配置模板的至少一个条件模块;
第一提取模块,用于根据所述相匹配的提取策略中的至少一个条件模块对应的特征变量在所述配置模板中的取值,确定所述风控业务数据的提取结果。
6.根据权利要求5所述的用于风控业务的数据处理装置,其特征在于,所述配置模板包括通用配置模板,所述通用配置模板包括极值模板、分组模板、取最大值模板或取最小值模板,所述提取结果包括第一提取结果,所述装置还包括:
第一接收模块,用于接收终端的第一数据提取请求,所述第一数据提取请求包括第一风控业务数据;
第二获取模块,用于根据所述第一数据提取请求获取与所述第一风控业务数据的特征变量对应的所述通用配置模板;
第二确定模块,用于确定与所述第一数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述通用配置模板的第一条件模块;
第二提取模块,用于根据所述第一条件模块对应的特征变量在所述通用配置模板中的取值,确定所述第一风控业务数据的第一提取结果。
7.根据权利要求5所述的用于风控业务的数据处理装置,其特征在于,所述配置模板包括自定义配置模板,所述自定义模板包括数据过滤模板,所述提取结果包括第二提取结果,所述装置还包括:
第二接收模块,用于接收终端的第二数据提取请求,所述第二数据提取请求包括第二风控业务数据;
第三获取模块,用于根据所述第二数据提取请求获取与所述第二风控业务数据的特征变量对应的所述自定义配置模板;
第三确定模块,用于确定与所述第二数据提取请求相匹配的所述提取策略,其中所述提取策略配置有用于配置所述自定义配置模板的第二条件模块;
第三提取模块,用于根据所述第二条件模块对应的特征变量在所述自定义配置模板中的取值,确定所述风控业务数据的第二提取结果。
8.根据权利要求5所述的用于风控业务的数据处理装置,其特征在于,所述配置模板包括数据过滤模板,所述装置还包括:
第三接收模块,用于接收终端的数据过滤请求,所述数据过滤请求包括所述风控业务数据;
第四获取模块,用于根据所述数据过滤请求获取与所述风控业务数据的特征变量对应的数据过滤模板;
第四确定模块,用于确定与所述数据过滤请求相匹配的过滤策略,其中所述过滤策略配置有用于配置所述数据过滤模板的过滤模块;
过滤模块,用于根据所述过滤模块对应的特征变量在所述数据过滤模板中的取值,确定所述风控业务数据的过滤结果。
9.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至4中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机指令,所述指令被处理器执行时实现如权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911093758.3A CN110991813A (zh) | 2019-11-07 | 2019-11-07 | 用于风控业务的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911093758.3A CN110991813A (zh) | 2019-11-07 | 2019-11-07 | 用于风控业务的数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110991813A true CN110991813A (zh) | 2020-04-10 |
Family
ID=70083694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911093758.3A Pending CN110991813A (zh) | 2019-11-07 | 2019-11-07 | 用于风控业务的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110991813A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012088769A1 (zh) * | 2010-12-31 | 2012-07-05 | 中国银联股份有限公司 | 数据过滤系统和方法 |
CN107424069A (zh) * | 2017-08-17 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 一种风控特征的生成方法、风险监控方法及设备 |
CN107767021A (zh) * | 2017-09-12 | 2018-03-06 | 阿里巴巴集团控股有限公司 | 一种风险控制方法及设备 |
CN107845033A (zh) * | 2017-11-08 | 2018-03-27 | 上海壹账通金融科技有限公司 | 风控报告生成方法、装置、设备及计算机可读存储介质 |
CN109003090A (zh) * | 2018-07-05 | 2018-12-14 | 阿里巴巴集团控股有限公司 | 风险控制方法和装置 |
CN109213781A (zh) * | 2018-08-27 | 2019-01-15 | 平安科技(深圳)有限公司 | 风控数据查询方法及装置 |
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 |
CN109636607A (zh) * | 2018-12-18 | 2019-04-16 | 平安科技(深圳)有限公司 | 基于模型部署的业务数据处理方法、装置和计算机设备 |
CN109903034A (zh) * | 2019-02-28 | 2019-06-18 | 腾讯科技(深圳)有限公司 | 规则匹配方法、装置、计算机可读存储介质和计算机设备 |
-
2019
- 2019-11-07 CN CN201911093758.3A patent/CN110991813A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012088769A1 (zh) * | 2010-12-31 | 2012-07-05 | 中国银联股份有限公司 | 数据过滤系统和方法 |
CN102567413A (zh) * | 2010-12-31 | 2012-07-11 | 中国银联股份有限公司 | 数据过滤系统和方法 |
CN107424069A (zh) * | 2017-08-17 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 一种风控特征的生成方法、风险监控方法及设备 |
CN107767021A (zh) * | 2017-09-12 | 2018-03-06 | 阿里巴巴集团控股有限公司 | 一种风险控制方法及设备 |
CN107845033A (zh) * | 2017-11-08 | 2018-03-27 | 上海壹账通金融科技有限公司 | 风控报告生成方法、装置、设备及计算机可读存储介质 |
CN109003090A (zh) * | 2018-07-05 | 2018-12-14 | 阿里巴巴集团控股有限公司 | 风险控制方法和装置 |
CN109213781A (zh) * | 2018-08-27 | 2019-01-15 | 平安科技(深圳)有限公司 | 风控数据查询方法及装置 |
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 |
CN109636607A (zh) * | 2018-12-18 | 2019-04-16 | 平安科技(深圳)有限公司 | 基于模型部署的业务数据处理方法、装置和计算机设备 |
CN109903034A (zh) * | 2019-02-28 | 2019-06-18 | 腾讯科技(深圳)有限公司 | 规则匹配方法、装置、计算机可读存储介质和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108255653B (zh) | 一种产品的测试方法及其终端 | |
Montresor et al. | Distributed k-core decomposition | |
EP3370188A1 (en) | Facial verification method, device, and computer storage medium | |
CN108509615B (zh) | 基于抽签机制的共识建立方法、装置及可读存储介质 | |
JP2019513246A (ja) | ランダムフォレストモデルの訓練方法、電子装置及び記憶媒体 | |
CN110941251B (zh) | 基于数字孪生体的生产控制方法、装置、设备及介质 | |
CN110554917A (zh) | 高效遍历较大数据量集合的方法、系统、终端及存储介质 | |
CN111091106A (zh) | 图像聚类方法及装置、存储介质、电子装置 | |
CN115373861A (zh) | Gpu资源调度方法、装置、电子设备及存储介质 | |
CN109542398B (zh) | 一种业务系统生成方法、装置及计算机可读存储介质 | |
CN111158800A (zh) | 基于映射关系构建任务dag的方法及装置 | |
CN114915753A (zh) | 云服务器的构架、数据处理方法及存储介质 | |
CN111736988A (zh) | 一种异构加速方法、设备、装置及计算机可读存储介质 | |
CN112698818A (zh) | 一种基于活动页面的积分兑换方法、装置及积分兑换系统 | |
CN110991813A (zh) | 用于风控业务的数据处理方法及装置 | |
CN111401566A (zh) | 机器学习训练方法及系统 | |
CN114971204A (zh) | 预算管控方法、系统、存储介质及电子设备 | |
CN104572036B (zh) | 事件的处理方法及装置 | |
CN113901076A (zh) | 数据同步方法、装置、服务器及存储介质 | |
CN112511312A (zh) | 一种可组装的共识方法及系统 | |
CN112800091A (zh) | 一种流批一体式计算控制系统及方法 | |
CN110808961A (zh) | 用于安全验证的数据处理方法及装置 | |
CN110580172A (zh) | 配置规则的验证方法及装置、存储介质、电子装置 | |
CN109344185A (zh) | 一种数据获取方法及装置 | |
CN111208980B (zh) | 一种数据分析处理方法和系统 |
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 |