CN111080440A - 大数据风控管理系统 - Google Patents
大数据风控管理系统 Download PDFInfo
- Publication number
- CN111080440A CN111080440A CN201911311538.3A CN201911311538A CN111080440A CN 111080440 A CN111080440 A CN 111080440A CN 201911311538 A CN201911311538 A CN 201911311538A CN 111080440 A CN111080440 A CN 111080440A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- credit
- service
- fraud
- 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
- 238000011835 investigation Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 238000013135 deep learning Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 7
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 3
- 238000013515 script Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims 1
- 238000004220 aggregation Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004062 sedimentation Methods 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了风控管理技术领域的大数据风控管理系统，包括产品表现层和服务应用层，产品表现层基于公司平台运营需要，将为用户提供而完整的征信审核服务，根据用户需要以及用户画像数据，用以优化匹配所需资产，进而撮合用户和商家达成交易，实现资产流通，并同时更新用户的征信相关数据，平台运用这些海量的数据，通过基于深度学习，组合多种算法，构建出十几个风控模型，发现有区分用户风险的特性。从而建立模型，可以智能的对用户进行打分，并且根据平均违约率对用户进行风险分级，从而能进行风险议价。
Description
技术领域
本发明涉及风控管理技术领域，具体为大数据风控管理系统。
背景技术
随着金融科技平台业务规模的稳步增长，对自身的风控要求大幅度提高。为了满足客户需求，紧跟互联网金融发展脚步，提升盈利能力和核心竞争力，业务端正积极拓展和丰富自身互联网消费信贷产品。在当前业务初期拓展、自有沉淀数据不足的情况下，平台可基于业务要求，通过多维度外部三方数据的积累结合自身产品端的信息采集初步构建区分客群、风险准入和申请反欺诈的策略及模型，同时在业务开展过程中将客户的消费习惯和交易行为通过分析手段后运用到风控规则和模型中逐步完善，不断提高风险管理水平。对于金融科技平台自身贷款业务，迫切需要依托大数据建立自动化智能的风险决策、模型管理系统。
基于此，本发明设计了大数据风控管理系统，以解决上述问题。
发明内容
本发明的目的在于提供大数据风控管理系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：大数据风控管理系统，包括产品表现层和服务应用层，产品表现层基于公司平台运营需要，将为用户提供而完整的征信审核服务，根据用户需要以及用户画像数据，用以优化匹配所需资产，进而撮合用户和商家达成交易，实现资产流通，并同时更新用户的征信相关数据，供给合作伙伴或者第三方征信需求企业使用，产品表现层包含APP入口、PC端入口、微信入口的快捷方式；
服务应用层基于工作流机制，将系统各个业务流程设计为标准的数据处理模板，并对上层系统提供业务调用入口，通过标准的数据处理模板机制，确保业务流程的高内聚、高扩展，避免不必要的系统数据处理异常；
产品表现层与服务应用层的企业应用服务进行数据支持；
企业应用服务包含内部支持模块和第三方支持模块，内部支持模块包含风控系统和基本服务，第三方支持模块包含支付系统、短信系统、邮件系统与黑名单信用数据；
风控系统包括用户数据收集、信用评分、反欺诈、规则引擎、模型引擎、风控搜索、图谱挖掘和黑名单服务；
用户数据收集为系统自动收集互联网数据，查询征信数据模块；
信用评分模型最大的优势就是拥有丰富的信用风险评估的数据纬度；
反欺诈应用主要识别两种类型的用户，一种是客户恶意欺诈，另外一种是客户信贷违约，反欺诈应用除了利用黑名单机制，来拒绝一些恶意欺诈人获得贷款外，还与第三方征信服务商以及部分地区的小贷公司，互联网金融科技公司建立互联互通共享贷款数据的机制，有效的识别出反欺诈用户；
规则引擎服务综合考虑了个人用户的信用历史，行为偏好，履约能力，身份特质，人脉关系等多个纬度的信息；
风控搜索服务利用知识图谱技术构建风控搜索引擎；
黑名单服务利用平台已与十几家第三方征信服务商以及部分地区的小贷公司、互联网金融科技公司合作，建立互联互通机制，构建黑名单数据库，共享贷款数据，与互联网平台在相关大数据的分享上彼此也未互通有无；
基本服务包括身份管理、缓存系统、消息队列、数据中心、流程执行和撮合匹配。
优选的，用户数据收集所用的系统包含搜索引擎(Search Engine)、爬虫引擎(Crawlers)、存储模块3个组成部分；Search Engine根据借款人提交的年龄、收入、职业、学历、资产、负债等这些同信用信息，搜索、查询系统里的相关征信数据，并返回相应的结果，Crawlers根据借款人的信息到互联网上实时、不间断抓取社交、电商、通信、出行等互联网数据，经过ETL处理后存储到Hbase/HDFS中。
优选的，信用评分模型平台运用这些海量的数据，通过基于深度学习，组合多种算法，构建出十几个风控模型，发现有区分用户风险的特性，进而建立模型，可以智能的对用户进行打分，并且根据平均违约率对用户进行风险分级，从而评估风险议价。
优选的，反欺诈应用还通过在网站或者移动端嵌入设备识别脚本，获取用户手机的位置信息、手机应用安装、社交活动轨迹、设备聚集点以及设备的多重属性等数据，从而识别出用户是否经常换手机卡，是否刻意隐藏个人信息，是否短期内故意暴露个人信息，是否安装了很多恶意软件例如密码破解器，伪装号码软件是否仅仅使用贷款软件等异常、欺诈行为或疑似欺诈行为，最后利用反欺诈模型，准确追踪定位风险产生的用户主体以及关联的所有用户，及时发现风险，控制风险，减少损失。
优选的，规则引擎服务通过基于机器学习，组合多种算法，构建出几十个规则模型，挖掘出很多规律性信息，利用互联网化的风险定价和大数据分析，评估各个数据指标在信用中的权重，并不断的优化模型，丰富的数据输入维度以及较细的颗粒度，多维度、全量的用户行为数据客观预测用户的还款特性，并评判用户的还款能力和意愿，预测用户提前还款概率。
优选的，风控搜索引擎在贷前控制中，把不同来源的数据(结构化，非结构)整合在一起，从而有效地识别出欺诈案件，在贷后失联客户管理的问题上，通过知识的推理，从已有的关系图谱里推导出新的关系或链接，挖掘出更多潜在的新的联系人，从而提高催收的成功率。
优选的，黑名单服务对于不良信用记录的失信者，建立失信名单，构筑共防共治，包括系统累计和第三方提供的基本库，让每一笔授信请求的时候，用户的信息都会在这个基本库里进行匹配。
优选的，风控平台通过反欺诈模型和信用评分模型，计算欺诈概率和平均违约率，根据欺诈概率和平均违约率对用户进行风险分级，从而能帮助商户根据不同用户的的风险等级来进行风险议价。
与现有技术相比，本发明的有益效果是：
一、通过整合申请数据、电商数据、运营商数据、征信数据、社交数据、消费交易数据等，经过数据清洗加工，梳理分析具有明显表象、异常行为以及比较容易界定的业务场景和风险特征，总结归纳适合量化的数据指标，搭建积累平台的风险数据集市；
二、通过构建客户分类、准入筛选、反欺诈规则、信用评分、额度管理、逾期预警模型，利用大数据的量化指标自动化处理，实现客户准入、申请反欺诈、额度授信、自动核定的数据驱动规则模型；
三、由实时决策引擎调度与互联网特征相适应的风险模型，实现业务风险的量化评估和实时预警，推进个人信贷业务风险高发地区和产品的风险预警、缓释、提前化解等工作，开发与消费场景契合、符合消费需求的个性化、定制化的个人融资产品，对于消费信贷业务，能提供更为准确有效的风险决策。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明系统逻辑架构图；
图2为本发明产品表现层示意图；
图3为本发明风控系统示意图；
图4为本发明基本服务示意图；
图5为本发明信贷业务流程示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明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作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。
请参阅图1-5，本发明提供一种技术方案：大数据风控管理系统，包括产品表现层和服务应用层，产品表现层基于公司平台运营需要，将为用户提供而完整的征信审核服务，根据用户需要以及用户画像数据，用以优化匹配所需资产，进而撮合用户和商家达成交易，实现资产流通，并同时更新用户的征信相关数据，供给合作伙伴或者第三方征信需求企业使用，产品表现层包含APP入口、PC端入口、微信入口的快捷方式；
服务应用层基于工作流机制，将系统各个业务流程设计为标准的数据处理模板，并对上层系统提供业务调用入口，通过标准的数据处理模板机制，确保业务流程的高内聚、高扩展，避免不必要的系统数据处理异常；产品表现层与服务应用层的企业应用服务进行数据支持；
企业应用服务包含内部支持模块和第三方支持模块，内部支持模块包含风控系统和基本服务，第三方支持模块包含支付系统、短信系统、邮件系统与黑名单信用数据；
风控系统包括用户数据收集、信用评分、反欺诈、规则引擎、模型引擎、风控搜索、图谱挖掘和黑名单服务；
用户数据收集为系统自动收集互联网数据，查询征信数据模块；
信用评分模型最大的优势就是拥有丰富的信用风险评估的数据纬度；
反欺诈应用主要识别两种类型的用户，一种是客户恶意欺诈，另外一种是客户信贷违约，反欺诈应用除了利用黑名单机制，来拒绝一些恶意欺诈人获得贷款外，还与第三方征信服务商以及部分地区的小贷公司，互联网金融科技公司建立互联互通共享贷款数据的机制，有效的识别出反欺诈用户；
规则引擎服务综合考虑了个人用户的信用历史，行为偏好，履约能力，身份特质，人脉关系等多个纬度的信息；
风控搜索服务利用知识图谱技术构建风控搜索引擎；
黑名单服务利用平台已与十几家第三方征信服务商以及部分地区的小贷公司、互联网金融科技公司合作，建立互联互通机制，构建黑名单数据库，共享贷款数据，与互联网平台在相关大数据的分享上彼此也未互通有无；
基本服务包括身份管理、缓存系统、消息队列、数据中心、流程执行和撮合匹配。
其中，用户数据收集所用的系统包含搜索引擎(Search Engine)、爬虫引擎(Crawlers)、存储模块3个组成部分；Search Engine根据借款人提交的年龄、收入、职业、学历、资产、负债等这些同信用信息，搜索、查询系统里的相关征信数据，并返回相应的结果，Crawlers根据借款人的信息到互联网上实时、不间断抓取社交、电商、通信、出行等互联网数据，经过ETL处理后存储到Hbase/HDFS中。
其中，信用评分模型平台运用这些海量的数据，通过基于深度学习，组合多种算法，构建出十几个风控模型，发现有区分用户风险的特性，进而建立模型，可以智能的对用户进行打分，并且根据平均违约率对用户进行风险分级，从而评估风险议价。
其中，反欺诈应用还通过在网站或者移动端嵌入设备识别脚本，获取用户手机的位置信息、手机应用安装、社交活动轨迹、设备聚集点以及设备的多重属性等数据，从而识别出用户是否经常换手机卡，是否刻意隐藏个人信息，是否短期内故意暴露个人信息，是否安装了很多恶意软件例如密码破解器，伪装号码软件是否仅仅使用贷款软件等异常、欺诈行为或疑似欺诈行为，最后利用反欺诈模型，准确追踪定位风险产生的用户主体以及关联的所有用户，及时发现风险，控制风险，减少损失。
其中，规则引擎服务通过基于机器学习，组合多种算法，构建出几十个规则模型，挖掘出很多规律性信息，利用互联网化的风险定价和大数据分析，评估各个数据指标在信用中的权重，并不断的优化模型，丰富的数据输入维度以及较细的颗粒度，多维度、全量的用户行为数据客观预测用户的还款特性，并评判用户的还款能力和意愿，预测用户提前还款概率。
其中，风控搜索引擎，在贷前控制中，把不同来源的数据(结构化，非结构)整合在一起，从而有效地识别出欺诈案件，在贷后失联客户管理的问题上，通过知识的推理，从已有的关系图谱里推导出新的关系或链接，挖掘出更多潜在的新的联系人，从而提高催收的成功率。
其中，黑名单服务对于不良信用记录的失信者，建立失信名单，构筑共防共治，包括系统累计和第三方提供的基本库，让每一笔授信请求的时候，用户的信息都会在这个基本库里进行匹配。
其中，风控平台通过反欺诈模型和信用评分模型，计算欺诈概率和平均违约率，根据欺诈概率和平均违约率对用户进行风险分级，从而能帮助商户根据不同用户的的风险等级来进行风险议价。
一、通过整合申请数据、电商数据、运营商数据、征信数据、社交数据、消费交易数据等，经过数据清洗加工，梳理分析具有明显表象、异常行为以及比较容易界定的业务场景和风险特征，总结归纳适合量化的数据指标，搭建积累平台的风险数据集市；
二、通过构建客户分类、准入筛选、反欺诈规则、信用评分、额度管理、逾期预警模型，利用大数据的量化指标自动化处理，实现客户准入、申请反欺诈、额度授信、自动核定的数据驱动规则模型；
三、由实时决策引擎调度与互联网特征相适应的风险模型，实现业务风险的量化评估和实时预警，推进个人信贷业务风险高发地区和产品的风险预警、缓释、提前化解等工作，开发与消费场景契合、符合消费需求的个性化、定制化的个人融资产品，对于消费信贷业务，能提供更为准确有效的风险决策。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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发明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一定指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何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.大数据风控管理系统，包括产品表现层和服务应用层，其特征在于：产品表现层基于公司平台运营需要，将为用户提供而完整的征信审核服务，根据用户需要以及用户画像数据，用以优化匹配所需资产，进而撮合用户和商家达成交易，实现资产流通，并同时更新用户的征信相关数据，供给合作伙伴或者第三方征信需求企业使用，产品表现层包含APP入口、PC端入口、微信入口的快捷方式；
服务应用层基于工作流机制，将系统各个业务流程设计为标准的数据处理模板，并对上层系统提供业务调用入口，通过标准的数据处理模板机制，确保业务流程的高内聚、高扩展，避免不必要的系统数据处理异常；
产品表现层与服务应用层的企业应用服务进行数据支持；
企业应用服务包含内部支持模块和第三方支持模块，内部支持模块包含风控系统和基本服务，第三方支持模块包含支付系统、短信系统、邮件系统与黑名单信用数据；
风控系统包括用户数据收集、信用评分、反欺诈、规则引擎、模型引擎、风控搜索、图谱挖掘和黑名单服务；
用户数据收集为系统自动收集互联网数据，查询征信数据模块；
信用评分模型最大的优势就是拥有丰富的信用风险评估的数据纬度；
反欺诈应用主要识别两种类型的用户，一种是客户恶意欺诈，另外一种是客户信贷违约，反欺诈应用除了利用黑名单机制，来拒绝一些恶意欺诈人获得贷款外，还与第三方征信服务商以及部分地区的小贷公司，互联网金融科技公司建立互联互通共享贷款数据的机制，有效的识别出反欺诈用户；
规则引擎服务综合考虑了个人用户的信用历史，行为偏好，履约能力，身份特质，人脉关系等多个纬度的信息；
风控搜索服务利用知识图谱技术构建风控搜索引擎；
黑名单服务利用平台已与十几家第三方征信服务商以及部分地区的小贷公司、互联网金融科技公司合作，建立互联互通机制，构建黑名单数据库，共享贷款数据，与互联网平台在相关大数据的分享上彼此也未互通有无；
基本服务包括身份管理、缓存系统、消息队列、数据中心、流程执行和撮合匹配。
2.根据权利要求1所述的大数据风控管理系统，其特征在于：用户数据收集所用的系统包含搜索引擎(Search Engine)、爬虫引擎(Crawlers)、存储模块3个组成部分；SearchEngine根据借款人提交的年龄、收入、职业、学历、资产、负债等这些同信用信息，搜索、查询系统里的相关征信数据，并返回相应的结果，Crawlers根据借款人的信息到互联网上实时、不间断抓取社交、电商、通信、出行等互联网数据，经过ETL处理后存储到Hbase/HDFS中。
3.根据权利要求1所述的大数据风控管理系统，其特征在于：信用评分模型平台运用这些海量的数据，通过基于深度学习，组合多种算法，构建出十几个风控模型，发现有区分用户风险的特性，进而建立模型，可以智能的对用户进行打分，并且根据平均违约率对用户进行风险分级，从而评估风险议价。
4.根据权利要求1所述的大数据风控管理系统，其特征在于：反欺诈应用还通过在网站或者移动端嵌入设备识别脚本，获取用户手机的位置信息、手机应用安装、社交活动轨迹、设备聚集点以及设备的多重属性等数据，从而识别出用户是否经常换手机卡，是否刻意隐藏个人信息，是否短期内故意暴露个人信息，是否安装了很多恶意软件例如密码破解器，伪装号码软件是否仅仅使用贷款软件等异常、欺诈行为或疑似欺诈行为，最后利用反欺诈模型，准确追踪定位风险产生的用户主体以及关联的所有用户，及时发现风险，控制风险，减少损失。
5.根据权利要求1所述的大数据风控管理系统，其特征在于：规则引擎服务通过基于机器学习，组合多种算法，构建出几十个规则模型，挖掘出很多规律性信息，利用互联网化的风险定价和大数据分析，评估各个数据指标在信用中的权重，并不断的优化模型，丰富的数据输入维度以及较细的颗粒度，多维度、全量的用户行为数据客观预测用户的还款特性，并评判用户的还款能力和意愿，预测用户提前还款概率。
6.根据权利要求1所述的大数据风控管理系统，其特征在于：风控搜索引擎，在贷前控制中，把不同来源的数据(结构化，非结构)整合在一起，从而有效地识别出欺诈案件，在贷后失联客户管理的问题上，通过知识的推理，从已有的关系图谱里推导出新的关系或链接，挖掘出更多潜在的新的联系人，从而提高催收的成功率。
7.根据权利要求1所述的大数据风控管理系统，其特征在于：黑名单服务对于不良信用记录的失信者，建立失信名单，构筑共防共治，包括系统累计和第三方提供的基本库，让每一笔授信请求的时候，用户的信息都会在这个基本库里进行匹配。
8.根据权利要求1所述的大数据风控管理系统，其特征在于：风控平台通过反欺诈模型和信用评分模型，计算欺诈概率和平均违约率，根据欺诈概率和平均违约率对用户进行风险分级，从而能帮助商户根据不同用户的的风险等级来进行风险议价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911311538.3A CN111080440A (zh) | 2019-12-18 | 2019-12-18 | 大数据风控管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911311538.3A CN111080440A (zh) | 2019-12-18 | 2019-12-18 | 大数据风控管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111080440A true CN111080440A (zh) | 2020-04-28 |
Family
ID=70315518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911311538.3A Pending CN111080440A (zh) | 2019-12-18 | 2019-12-18 | 大数据风控管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111080440A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111612549A (zh) * | 2020-05-28 | 2020-09-01 | 中认英泰检测技术有限公司 | 一种平台运营服务系统的构建方法 |
| CN111861763A (zh) * | 2020-07-28 | 2020-10-30 | 贵州力创科技发展有限公司 | 一种基于大数据管理的车辆保险反欺诈系统及方法 |
| CN111882448A (zh) * | 2020-07-29 | 2020-11-03 | 江苏随心保科技有限公司 | 一种基于保险中介行业的供应链金融风险管控系统 |
| CN112016005A (zh) * | 2020-08-31 | 2020-12-01 | 重庆新申言科技有限公司 | 一种拓展人际关系的信息搜索处理方法、装置、可读存储介质及终端 |
| CN112070604A (zh) * | 2020-11-12 | 2020-12-11 | 四川享宇金信金融科技有限公司 | 异常行为关联预警方法、装置及设备 |
| CN112241760A (zh) * | 2020-08-25 | 2021-01-19 | 浙江大学 | 网络小额贷款服务中的黑中介自动挖掘方法与系统 |
| CN112348664A (zh) * | 2020-10-28 | 2021-02-09 | 富邦华一银行有限公司 | 一种支持自动预警的信贷资信管理系统 |
| CN112508677A (zh) * | 2020-11-06 | 2021-03-16 | 无锡艺界科技有限公司 | 一种基于大数据风控的金融系统 |
| CN112541706A (zh) * | 2020-12-24 | 2021-03-23 | 四川享宇金信金融科技有限公司 | 一种大数据风控模型构建方法 |
| CN113313337A (zh) * | 2020-10-10 | 2021-08-27 | 国网冀北电力有限公司物资分公司 | 物资管理智能风控系统及管理方法 |
| CN113362154A (zh) * | 2021-05-17 | 2021-09-07 | 厦门国际银行股份有限公司 | 一种基于行内数据及外部数据的贷后预警方法及装置 |
| CN113393331A (zh) * | 2021-06-10 | 2021-09-14 | 罗忠明 | 基于大数据的数据库和算法的保险精准风控、管理、智慧客服及营销系统 |
| CN113408207A (zh) * | 2021-06-24 | 2021-09-17 | 上海硕恩网络科技股份有限公司 | 基于社会网络分析技术的数据挖掘的一种方法 |
| CN113610366A (zh) * | 2021-07-23 | 2021-11-05 | 上海淇玥信息技术有限公司 | 风险警告生成方法、装置及电子设备 |
| CN113836525A (zh) * | 2021-09-27 | 2021-12-24 | 中国信息安全测评中心 | 云服务商行为风险的分析方法及装置 |
| CN114022270A (zh) * | 2021-10-29 | 2022-02-08 | 平安银行股份有限公司 | 资产数据处理方法、相关设备及介质 |
| CN114638548A (zh) * | 2022-05-09 | 2022-06-17 | 浙江国利网安科技有限公司 | 一种工业控制系统的风控方法、装置及电子设备 |
| CN116800792A (zh) * | 2023-06-25 | 2023-09-22 | 福建润楼数字科技有限公司 | 多合作方的智能路由平台系统搭建方法 |
| CN117764688A (zh) * | 2024-01-26 | 2024-03-26 | 喀斯玛(北京)科技有限公司 | 一种针对商品画像的智能风控方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9444824B1 (en) * | 2014-02-28 | 2016-09-13 | Intuit Inc. | Methods, systems, and articles of manufacture for implementing adaptive levels of assurance in a financial management system |
| CN106447434A (zh) * | 2016-09-14 | 2017-02-22 | 全联征信有限公司 | 个人信用生态平台 |
| CN107330785A (zh) * | 2017-07-10 | 2017-11-07 | 广州市触通软件科技股份有限公司 | 一种基于大数据智能风控的小额贷款系统及方法 |
| CN109636580A (zh) * | 2018-10-25 | 2019-04-16 | 平安科技（深圳）有限公司 | 基于大数据的风险检测方法、装置、设备及存储介质 |
| CN110148001A (zh) * | 2019-04-29 | 2019-08-20 | 上海欣方智能系统有限公司 | 一种实现欺诈交易智能预警的系统及方法 |
-
2019
- 2019-12-18 CN CN201911311538.3A patent/CN111080440A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9444824B1 (en) * | 2014-02-28 | 2016-09-13 | Intuit Inc. | Methods, systems, and articles of manufacture for implementing adaptive levels of assurance in a financial management system |
| CN106447434A (zh) * | 2016-09-14 | 2017-02-22 | 全联征信有限公司 | 个人信用生态平台 |
| CN107330785A (zh) * | 2017-07-10 | 2017-11-07 | 广州市触通软件科技股份有限公司 | 一种基于大数据智能风控的小额贷款系统及方法 |
| CN109636580A (zh) * | 2018-10-25 | 2019-04-16 | 平安科技（深圳）有限公司 | 基于大数据的风险检测方法、装置、设备及存储介质 |
| CN110148001A (zh) * | 2019-04-29 | 2019-08-20 | 上海欣方智能系统有限公司 | 一种实现欺诈交易智能预警的系统及方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111612549B (zh) * | 2020-05-28 | 2023-07-21 | 中认英泰检测技术有限公司 | 一种平台运营服务系统的构建方法 |
| CN111612549A (zh) * | 2020-05-28 | 2020-09-01 | 中认英泰检测技术有限公司 | 一种平台运营服务系统的构建方法 |
| CN111861763A (zh) * | 2020-07-28 | 2020-10-30 | 贵州力创科技发展有限公司 | 一种基于大数据管理的车辆保险反欺诈系统及方法 |
| CN111861763B (zh) * | 2020-07-28 | 2024-03-22 | 贵州力创科技发展有限公司 | 一种基于大数据管理的车辆保险反欺诈系统及方法 |
| CN111882448A (zh) * | 2020-07-29 | 2020-11-03 | 江苏随心保科技有限公司 | 一种基于保险中介行业的供应链金融风险管控系统 |
| CN112241760A (zh) * | 2020-08-25 | 2021-01-19 | 浙江大学 | 网络小额贷款服务中的黑中介自动挖掘方法与系统 |
| CN112016005A (zh) * | 2020-08-31 | 2020-12-01 | 重庆新申言科技有限公司 | 一种拓展人际关系的信息搜索处理方法、装置、可读存储介质及终端 |
| CN113313337A (zh) * | 2020-10-10 | 2021-08-27 | 国网冀北电力有限公司物资分公司 | 物资管理智能风控系统及管理方法 |
| CN112348664A (zh) * | 2020-10-28 | 2021-02-09 | 富邦华一银行有限公司 | 一种支持自动预警的信贷资信管理系统 |
| CN112348664B (zh) * | 2020-10-28 | 2024-04-16 | 富邦华一银行有限公司 | 一种支持自动预警的信贷资信管理系统 |
| CN112508677A (zh) * | 2020-11-06 | 2021-03-16 | 无锡艺界科技有限公司 | 一种基于大数据风控的金融系统 |
| CN112070604A (zh) * | 2020-11-12 | 2020-12-11 | 四川享宇金信金融科技有限公司 | 异常行为关联预警方法、装置及设备 |
| CN112541706A (zh) * | 2020-12-24 | 2021-03-23 | 四川享宇金信金融科技有限公司 | 一种大数据风控模型构建方法 |
| CN113362154A (zh) * | 2021-05-17 | 2021-09-07 | 厦门国际银行股份有限公司 | 一种基于行内数据及外部数据的贷后预警方法及装置 |
| CN113393331A (zh) * | 2021-06-10 | 2021-09-14 | 罗忠明 | 基于大数据的数据库和算法的保险精准风控、管理、智慧客服及营销系统 |
| CN113408207A (zh) * | 2021-06-24 | 2021-09-17 | 上海硕恩网络科技股份有限公司 | 基于社会网络分析技术的数据挖掘的一种方法 |
| CN113610366A (zh) * | 2021-07-23 | 2021-11-05 | 上海淇玥信息技术有限公司 | 风险警告生成方法、装置及电子设备 |
| CN113836525A (zh) * | 2021-09-27 | 2021-12-24 | 中国信息安全测评中心 | 云服务商行为风险的分析方法及装置 |
| CN113836525B (zh) * | 2021-09-27 | 2024-05-07 | 中国信息安全测评中心 | 云服务商行为风险的分析方法及装置 |
| CN114022270A (zh) * | 2021-10-29 | 2022-02-08 | 平安银行股份有限公司 | 资产数据处理方法、相关设备及介质 |
| CN114022270B (zh) * | 2021-10-29 | 2024-05-24 | 平安银行股份有限公司 | 资产数据处理方法、相关设备及介质 |
| CN114638548A (zh) * | 2022-05-09 | 2022-06-17 | 浙江国利网安科技有限公司 | 一种工业控制系统的风控方法、装置及电子设备 |
| CN116800792A (zh) * | 2023-06-25 | 2023-09-22 | 福建润楼数字科技有限公司 | 多合作方的智能路由平台系统搭建方法 |
| CN117764688A (zh) * | 2024-01-26 | 2024-03-26 | 喀斯玛(北京)科技有限公司 | 一种针对商品画像的智能风控方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111080440A (zh) | 大数据风控管理系统 | |
| US10437895B2 (en) | Systems and methods for data verification | |
| Chawla et al. | Consumer perspectives about mobile banking adoption in India–a cluster analysis | |
| Stone et al. | How platforms are transforming customer information management | |
| Backiel et al. | Predicting time-to-churn of prepaid mobile telephone customers using social network analysis | |
| US8560471B2 (en) | Systems and methods for generating leads in a network by predicting properties of external nodes | |
| US8874674B2 (en) | System for optimizing social networking | |
| CN112508694B (zh) | 服务器处理资源额度申请的方法、装置及电子设备 | |
| US20140351155A1 (en) | Automated employee satisfaction predictor | |
| CN110197426B (zh) | 一种信用评分模型的建立方法、装置及可读存储介质 | |
| CN107977855B (zh) | 一种管理用户信息的方法及装置 | |
| Iranmanesh et al. | Customer churn prediction using artificial neural network: An analytical CRM application | |
| CN110310028B (zh) | 用于众包的方法和装置 | |
| CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
| CN112950359B (zh) | 一种用户识别方法和装置 | |
| CN110324418B (zh) | 基于用户关系推送业务的方法和装置 | |
| Pang et al. | Information matching model and multi-angle tracking algorithm for loan loss-linking customers based on the family mobile social-contact big data network | |
| Stone et al. | Interactive marketing, customer information and marketing research | |
| KR102090951B1 (ko) | 통합 금융 서비스를 제공하는 방법 및 시스템 | |
| WO2011019731A2 (en) | Systems and methods for gererating leads in a network by predicting properties of external nodes | |
| US20210357942A1 (en) | Method and apparatus for identifying risky vertices | |
| US20240104481A1 (en) | Generating Transaction Recommendations Based on Monitoring and Analyzing Consumer Transactions | |
| Vercosa et al. | Impact of unusual features in credit scoring problem | |
| US20240112195A1 (en) | Identifying and Resolving Consumer Transactions Using Consumer Call Analytics | |
| KR102673956B1 (ko) | 인공지능 및 딥러닝 기반의 이상형 추천과 실시간 신원 인증을 통한 이성 매칭 및 구독 시스템 및 그 동작 방법 |
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 |
Application publication date: 20200428 |
|
| WD01 | Invention patent application deemed withdrawn after publication |