CN111092999A - 一种数据请求处理方法和装置 - Google Patents
一种数据请求处理方法和装置 Download PDFInfo
- Publication number
- CN111092999A CN111092999A CN201911106614.7A CN201911106614A CN111092999A CN 111092999 A CN111092999 A CN 111092999A CN 201911106614 A CN201911106614 A CN 201911106614A CN 111092999 A CN111092999 A CN 111092999A
- Authority
- CN
- China
- Prior art keywords
- risk
- request
- characteristic
- type
- 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
- 238000003672 processing method Methods 0.000 title abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 5
- 230000002265 prevention Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 16
- 238000012795 verification Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 238000011835 investigation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- 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
- G06Q30/01—Customer relationship services
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了数据请求处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收用户请求，提取所述请求中的目标属性，匹配所属特征类型；基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级；根据特征类型和风险等级，配置所述请求至相应的控制路径。从而，本发明的实施方式能够解决现有客服热线风险识别率低，风险防控措施落地效果差的问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种数据请求处理方法和装置。
背景技术
客户服务中心是建立企业与客户沟通的重要桥梁，它通常提供多种接入方式，为客户提供业务咨询、业务查询、业务办理、营销、投诉等服务。其中，电话接入是一种传统的、便捷的方式，它不受时间、地点的限制，是客户获取企业服务的重要渠道。但是便捷服务的同时也伴随着风险，一些不法分子通过不良渠道获取了部分客户信息，企图通过客服热线获取更多的客户信息用以补充已有数据，从而使客服热线成为客户信息泄露的一个通道。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
现阶段客服来电的风险识别和防控基本是依赖人工，此类安全事件从发生到发觉往往有较长的滞后性，而且调查工作量大、调查难度高，企业需要花费大量的人力，较长时间投入到事件调查。另外，调查结果确定后，处置方案的落地往往已经过了最佳时间，无法达到预期效果。
发明内容
有鉴于此，本发明实施例提供一种数据请求处理方法和装置，能够解决现有客服热线风险识别率低，风险防控措施落地效果差的问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种数据请求处理方法，包括接收用户请求，提取所述请求中的目标属性，匹配所属特征类型；基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级；根据特征类型和风险等级，配置所述请求至相应的控制路径；其中，根据特征类型和风险等级，配置所述请求至相应的控制路径，包括：判断风险等级是否为高风险，若是高风险则屏蔽可接入的目标节点，配置所述请求至自助语音节点；若不是高风险则接收用户选定的节点种类，判断所述节点种类是否为自助语音节点，若是则配置所述请求至自助语音节点，若否则根据特征类型配置所述请求至目标节点中相应的通道。
可选地，基于预设的风控模型，计算目标属性的风险特征分，包括：
基于所属特征类型，判断是否存在待执行的标记次数事件；
若存在待执行的标记次数事件则根据目标属性查找历史标记次数，判断标记次数是否大于或等于该特征类型的分值上限，若是则风险特征分为所述分值上限，若否则根据预设的分值线获得相应的风险特征分；
若不存在待执行的标记次数事件则风险特征分为该特征类型的分值上限；
其中，所述的分值上限为特征类型所在特征大类的风险度总分与该特征类型的风险度权重的乘积。
可选地，根据预设阈值，获得风险等级，包括：
基于所属特征类型，判断是否存在待执行的等级划分事件；
若存在待执行的等级划分事件则根据特征类型所属特征大类，获取相应的高阈值和低阈值，进而基于风险特征分与所述高阈值和低阈值的关系，确定风险等级；
若不存在待执行的等级划分事件则风险等级为高风险。
可选地，接收用户请求，提取所述请求中的目标属性，匹配得到多个特征类型；
基于预设的风控模型，分别计算各个目标属性对应的风险特征分，以根据预设阈值，分别获得对应的风险等级，进而将风险等级最高的作为该请求的风险等级。
可选地，配置所述请求至相应的控制路径之后，包括：
根据风险等级，触发对应的增验项随机产生进程，以获得身份验证的增验项信息；
基于预设的必验项信息和所述增验项信息，执行对所述请求的身份验证。
可选地，包括：
调整风控模型的参数，获得待处理风控模型；
根据历史风控数据，分别计算风控模型的准确率和待处理风控模型的准确率；
判断待处理风控模型的准确率是否大于风控模型的准确率，若是则更新风控模型为待处理风控模型，若否则保持风控模型不变。
可选地，还包括：
通过页面弹屏展示目标属性的特征类型和风险等级。
另外，根据本发明实施例的一个方面，提供了一种数据请求处理装置，包括接收模块，用于接收用户请求，提取所述请求中的目标属性，匹配所属特征类型；基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级；配置模块，用于根据特征类型和风险等级，配置所述请求至相应的控制路径；其中，根据特征类型和风险等级，配置所述请求至相应的控制路径，包括：判断风险等级是否为高风险，若是高风险则屏蔽可接入的目标节点，配置所述请求至自助语音节点；若不是高风险则接收用户选定的节点种类，判断所述节点种类是否为自助语音节点，若是则配置所述请求至自助语音节点，若否则根据特征类型配置所述请求至目标节点中相应的通道。
可选地，所述接收模块基于预设的风控模型，计算目标属性的风险特征分，包括：
基于所属特征类型，判断是否存在待执行的标记次数事件；
若存在待执行的标记次数事件则根据目标属性查找历史标记次数，判断标记次数是否大于或等于该特征类型的分值上限，若是则风险特征分为所述分值上限，若否则根据预设的分值线获得相应的风险特征分；
若不存在待执行的标记次数事件则风险特征分为该特征类型的分值上限；
其中，所述的分值上限为特征类型所在特征大类的风险度总分与该特征类型的风险度权重的乘积。
可选地，所述接收模块根据预设阈值，获得风险等级，包括：
基于所属特征类型，判断是否存在待执行的等级划分事件；
若存在待执行的等级划分事件则根据特征类型所属特征大类，获取相应的高阈值和低阈值，进而基于风险特征分与所述高阈值和低阈值的关系，确定风险等级；
若不存在待执行的等级划分事件则风险等级为高风险。
可选地，所述接收模块，还用于：
接收用户请求，提取所述请求中的目标属性，匹配得到多个特征类型；
基于预设的风控模型，分别计算各个目标属性对应的风险特征分，以根据预设阈值，分别获得对应的风险等级，进而将风险等级最高的作为该请求的风险等级。
可选地，所述配置模块配置所述请求至相应的控制路径之后，包括：
根据风险等级，触发对应的增验项随机产生进程，以获得身份验证的增验项信息；
基于预设的必验项信息和所述增验项信息，执行对所述请求的身份验证。
可选地，所述配置模块，还用于：
调整风控模型的参数，获得待处理风控模型；
根据历史风控数据，分别计算风控模型的准确率和待处理风控模型的准确率；
判断待处理风控模型的准确率是否大于风控模型的准确率，若是则更新风控模型为待处理风控模型，若否则保持风控模型不变。
可选地，所述配置模块，还用于：
通过页面弹屏展示目标属性的特征类型和风险等级。
根据本发明实施例的另一个方面，还提供了一种电子设备，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，使得所述一个或多个处理器实现上述任一数据请求处理实施例所述的方法。
根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一数据请求处理实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：本发明通过接收用户请求，提取所述请求中的目标属性，匹配所属特征类型；基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级；根据特征类型和风险等级，配置所述请求至相应的控制路径。因此，本发明实现了对来电号码的实时风险识别与评估，进而对其防控以及对来电行为分析的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明第一实施例的数据请求处理方法的主要流程的示意图；
图2是根据本发明第二实施例的数据请求处理方法的主要流程的示意图；
图3是根据本发明第三实施例的数据请求处理方法的主要流程的示意图；
图4是根据本发明第四实施例的数据请求处理方法的主要流程的示意图；
图5是根据本发明实施例的数据请求处理装置的示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例的数据请求处理方法的主要流程的示意图，所述数据请求处理方法可以包括：
步骤S101，接收用户请求，提取所述请求中的目标属性，匹配所属特征类型。
步骤S102，基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级。
较佳地，计算目标属性的风险特征分时，可以基于所属特征类型，判断是否存在待执行的标记次数事件。
若存在待执行的标记次数事件则根据目标属性查找历史标记次数，判断标记次数是否大于或等于该特征类型的分值上限，若是则风险特征分为所述分值上限，若否则根据预设的分值线获得相应的风险特征分。若不存在待执行的标记次数事件则风险特征分为该特征类型的分值上限。一般情况下，风险特征分越高风险越大。
需要说明的是，所述的分值上限为特征类型所在特征大类的风险度总分与该特征类型的风险度权重的乘积。
另外，根据预设阈值获得风险等级的具体实施过程可以包括：
基于所属特征类型，判断是否存在待执行的等级划分事件。若存在待执行的等级划分事件则根据特征类型所属特征大类，获取相应的高阈值和低阈值，进而基于风险特征分与所述高阈值和低阈值的关系，确定风险等级。若不存在待执行的等级划分事件则风险等级为高风险。
步骤S103，根据特征类型和风险等级，配置所述请求至相应的控制路径。
在实施例中，可以通过页面弹屏展示目标属性的特征类型和风险等级。也就是说，通过可视化界面的弹屏展示号码的特征类型和风险等级，以及信息描述。
在一个较佳地实施例中，在执行步骤S103时可以判断风险等级是否为高风险，若是高风险则屏蔽可接入的目标节点，配置所述请求至自助语音节点。若不是高风险则接收用户选定的节点种类，判断所述节点种类是否为自助语音节点，若是则配置所述请求至自助语音节点，若否则根据特征类型配置所述请求至目标节点中相应的通道。
值得说明的是，在配置所述请求至相应的控制路径之后，可以对用户的身份进行验证。具体的实施过程包括：
根据风险等级，触发对应的增验项随机产生进程，以获得身份验证的增验项信息。基于预设的必验项信息和所述增验项信息，执行对所述请求的身份验证。
作为本发明的另一个实施例，对风控模型可以随时进行优化，其优化的实施过程包括：
调整风控模型的参数，获得待处理风控模型。然后，根据历史风控数据，分别计算风控模型的准确率和待处理风控模型的准确率。最后，判断待处理风控模型的准确率是否大于风控模型的准确率，若是则更新风控模型为待处理风控模型，若否则保持风控模型不变。
优选地，如果根据所述请求中的目标属性匹配了多个特征类型，则分别计算对应的风险特征分，然后分别获得风险等级。将风险等级最高的作为该请求的风险等级。
综上所述，本发明所述的数据请求处理方法，有效的对客服来电进行风险识别和防控，有助于提高客服的风险防范能力和整体作业能力，降低客户信息泄露的风险。
图2是根据本发明第二实施例的数据请求处理方法的主要流程的示意图，所述数据请求处理方法可以包括：
步骤S201，接收用户请求，提取所述请求中的目标属性，匹配所属特征类型。
例如：可以提取用户请求中的来电号码，根据该来电号码的历史信息，匹配所属特征类型(如下表1所示，包括黑号码、疑似诈骗、骚扰电话、推销电话、小号、虚拟号、公检法活跃联系电话、保险尽管机构活跃联系号码、高频投诉号码等等)。
表1
另外，需要说明的是，可以对来电号码进行企业号码的识别，进而对来电号码进行行业归类。较佳地，可以调用第三方合规数据源查询来电号码，以进行企业号码的识别和打标签。
步骤S202，基于所属特征类型，判断是否存在待执行的标记次数事件，若是则进行步骤S203，否则进行步骤S206。
步骤S203，根据目标属性查找历史标记次数，判断标记次数是否大于或等于该特征类型的分值上限，若是则进行步骤S204，否则进行步骤S205。
在实施例中，分值上限可以通过特征类型所在特征大类的风险度总分与该特征类型的风险度权重的乘积计算得到。例如表1中所示的存疑号码风险度总分为100分，疑似诈骗的风险度权重为30％，则分值上限为100*30％＝30分。
步骤S204，风险特征分为所述分值上限，进行步骤S207。
步骤S205，根据预设的分值线获得相应的风险特征分，进行步骤S207。
例如：表1中所示的存疑号码风险度总分为100分，疑似诈骗的风险度权重为30％，则分值上限为100*30％＝30分，标记次数大于等于30计分30；标记次数小于30且大于等于10计分20；标记次数小于10计分10。
步骤S206，风险特征分为该特征类型的分值上限，进行步骤S207。
例如：表1中所示的存疑号码风险度总分为100分，小号的风险度权重为20％，命中则计分100*20％＝20分。
步骤S207，基于所属特征类型，判断是否存在待执行的等级划分事件，若是则进行步骤S208，否则进行步骤S209。
步骤S208，根据特征类型所属特征大类，获取相应的高阈值和低阈值，进而基于风险特征分与所述高阈值和低阈值的关系，确定风险等级，进行步骤S210。
例如：存疑号码的低阈值：20，高阈值：40。大于或等于高阈值，则为存疑号码高风险；小于高阈值且大于或等于低阈值则为存疑号码中风险；小于低阈值则为存疑号码低风险。
步骤S209，风险等级为高风险，进行步骤S210。
步骤S210，判断风险等级是否为高风险，若是则进行步骤S211，否则进行步骤S212。
步骤S211，高风险则屏蔽可接入的目标节点，配置所述请求至自助语音节点。
例如：黑号码高风险的来电，屏蔽全部可接入到人工的节点，只支持自助语音问答。
步骤S212，接收用户选定的节点种类，判断所述节点种类是否为自助语音节点，若是则进行步骤S213，否则进行步骤S214。
例如：提供给用户自助语音节点和人工节点两种类型。
步骤S213，配置所述请求至自助语音节点。
步骤S214，根据特征类型配置所述请求至目标节点中相应的通道。
例如：可建设投诉号码的客服通道、企业号码客服通道、存疑号码的客服通道，进而可以具有针对性的设置通道服务。
当然，针对命中企业号码的来电建立更精细化的客服通道，即根据行业特性细化企业号码的客服通道。
图3是根据本发明第三实施例的数据请求处理方法的主要流程的示意图，所述数据请求处理方法可以包括：
步骤S301，接收用户请求，提取所述请求中的目标属性，匹配所属特征类型。
步骤S302，基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级。
步骤S303，根据特征类型和风险等级，配置所述请求至相应的控制路径。
步骤S304，根据风险等级，触发对应的增验项随机产生进程，以获得身份验证的增验项信息。
在实施例中，可以根据风险等级，随机生成相应数量的增验项。
步骤S305，基于预设的必验项信息和所述增验项信息，执行对所述请求的身份验证。
例如：表2所示的必验项信息和增验项信息。低风险来电的验证项目为3个必验项目和3项增验项，中风险的验证项目为3个必验项和5个增验项。
表2
| 必验项 | 增验项 |
| 1)身份证号 | 1)任意一张保单号码 |
| 2)姓名 | 2)被保险人姓名 |
| 3)手机号 | 3)被保险人出生日期 |
| 4)受益人姓名，与被保险人关系 | |
| 5)保险合同生效日 | |
| 6)保费 | |
| 7)保险金额 | |
| 8)缴费方式 | |
| 9)缴费期间 | |
| 10)保险期间 | |
| 11)被保险人的身份证号 | |
| 12)受益人的身份证号 |
图4是根据本发明第四实施例的数据请求处理方法的主要流程的示意图，所述数据请求处理方法可以包括：
步骤S401，接收用户请求，提取所述请求中的目标属性，匹配所属特征类型。
步骤S402，基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级。
步骤S403，根据特征类型和风险等级，配置所述请求至相应的控制路径。
步骤S404，调整风控模型的参数，获得待处理风控模型。
例如：调整风控模型中的权重和阈值，获得待处理风控模型。
步骤S405，根据历史风控数据，分别计算风控模型的准确率和待处理风控模型的准确率。
在实施例中，准确率计算方式是计算正确的特征类型和风险等级的样本数比上全部的样本数。
步骤S406，判断待处理风控模型的准确率是否大于风控模型的准确率，若是则进行步骤S407，否则进行步骤S408。
步骤S407，更新风控模型为待处理风控模型。
步骤S408，保持风控模型不变。
综上所述，本发明所述的数据请求处理方法，能够对于识别的风险来电进行控制，从而提高进入人工的门槛，同时减少高风险来电进入人工的量。通过系统页面的弹屏对客服人员进行风险提示，通过身份验证来限制客户获取更多的客户信息，进而降低客户信息泄露的风险。还有，尽早的识别企业来电，减少企业批量来电后从识别到调查的工作量。另外，尽早的识别疑似为投诉号码的来电，降低客户通过客服热线升级为监管投诉的风险，从而降低客服热线的整体服务风险，从而提高客户体验，降低监管投诉量。
图5是根据本发明实施例的数据请求处理装置，如图5所示，所述数据请求处理装置500包括接收模块501和配置模块502。其中，接收模块501接收用户请求，提取所述请求中的目标属性，匹配所属特征类型；基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级。配置模块502根据特征类型和风险等级，配置所述请求至相应的控制路径。
作为本发明较佳地一个实施例，所述接收模块501在基于预设的风控模型，计算目标属性的风险特征分的时候，可以基于所属特征类型，判断是否存在待执行的标记次数事件。若存在待执行的标记次数事件则根据目标属性查找历史标记次数，判断标记次数是否大于或等于该特征类型的分值上限，若是则风险特征分为所述分值上限，若否则根据预设的分值线获得相应的风险特征分。若不存在待执行的标记次数事件则风险特征分为该特征类型的分值上限。
其中，所述的分值上限为特征类型所在特征大类的风险度总分与该特征类型的风险度权重的乘积。
进一步地，所述接收模块501可以基于所属特征类型，判断是否存在待执行的等级划分事件。若存在待执行的等级划分事件则根据特征类型所属特征大类，获取相应的高阈值和低阈值，进而基于风险特征分与所述高阈值和低阈值的关系，确定风险等级。若不存在待执行的等级划分事件则风险等级为高风险。
作为本发明另一个较佳地实施例，所述配置模块502根据特征类型和风险等级，配置所述请求至相应的控制路径，具体实施过程包括：
判断风险等级是否为高风险，若是高风险则屏蔽可接入的目标节点，配置所述请求至自助语音节点。
若不是高风险则接收用户选定的节点种类，判断所述节点种类是否为自助语音节点，若是则配置所述请求至自助语音节点，若否则根据特征类型配置所述请求至目标节点中相应的通道。
还有，所述配置模块502配置所述请求至相应的控制路径之后，还可以根据风险等级，触发对应的增验项随机产生进程，以获得身份验证的增验项信息。然后，基于预设的必验项信息和所述增验项信息，执行对所述请求的身份验证。
还值得说明的是，所述配置模块502还可以调整风控模型的参数，获得待处理风控模型。然后，根据历史风控数据，分别计算风控模型的准确率和待处理风控模型的准确率。判断待处理风控模型的准确率是否大于风控模型的准确率，若是则更新风控模型为待处理风控模型，若否则保持风控模型不变。
另外，所述配置模块502可以通过页面弹屏展示目标属性的特征类型和风险等级。
需要说明的是，在本发明所述数据请求处理方法和所述数据请求处理装置在具体实施内容上具有相应关系，故重复内容不再说明。
图6示出了可以应用本发明实施例的数据请求处理方法或数据请求处理装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的数据请求处理方法一般由服务器605执行，相应地，数据请求处理装置一般设置于服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中，还存储有系统700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块和配置模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：接收用户请求，提取所述请求中的目标属性，匹配所属特征类型；基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级；根据特征类型和风险等级，配置所述请求至相应的控制路径。
根据本发明实施例的技术方案，能够解决现有客服热线风险识别率低，风险防控措施落地效果差的问题。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种数据请求处理方法，其特征在于，包括：
接收用户的请求，提取所述请求中的目标属性，匹配所属特征类型；
基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级；
根据特征类型和风险等级，配置所述请求至相应的控制路径；
其中，根据特征类型和风险等级，配置所述请求至相应的控制路径，包括：
判断风险等级是否为高风险，若是高风险则屏蔽可接入的目标节点，配置所述请求至自助语音节点；若不是高风险则接收用户选定的节点种类，判断所述节点种类是否为自助语音节点，若是则配置所述请求至自助语音节点，若否则根据特征类型配置所述请求至目标节点中相应的通道。
2.根据权利要求1所述的方法，其特征在于，基于预设的风控模型，计算目标属性的风险特征分，包括：
基于所属特征类型，判断是否存在待执行的标记次数事件；
若存在待执行的标记次数事件则根据目标属性查找历史标记次数，判断标记次数是否大于或等于该特征类型的分值上限，若是则风险特征分为所述分值上限，若否则根据预设的分值线获得相应的风险特征分；
若不存在待执行的标记次数事件则风险特征分为该特征类型的分值上限；
其中，所述的分值上限为特征类型所在特征大类的风险度总分与该特征类型的风险度权重的乘积。
3.根据权利要求2所述的方法，其特征在于，根据预设阈值，获得风险等级，包括：
基于所属特征类型，判断是否存在待执行的等级划分事件；
若存在待执行的等级划分事件则根据特征类型所属特征大类，获取相应的高阈值和低阈值，进而基于风险特征分与所述高阈值和低阈值的关系，确定风险等级；
若不存在待执行的等级划分事件则风险等级为高风险。
4.根据权利要求1所述的方法，其特征在于，包括：
接收用户请求，提取所述请求中的目标属性，匹配得到多个特征类型；
基于预设的风控模型，分别计算各个目标属性对应的风险特征分，以根据预设阈值，分别获得对应的风险等级，进而将风险等级最高的作为该请求的风险等级。
5.根据权利要求1所述的方法，其特征在于，配置所述请求至相应的控制路径之后，包括：
根据风险等级，触发对应的增验项随机产生进程，以获得身份验证的增验项信息；
基于预设的必验项信息和所述增验项信息，执行对所述请求的身份验证。
6.根据权利要求1所述的方法，其特征在于，包括：
调整风控模型的参数，获得待处理风控模型；
根据历史风控数据，分别计算风控模型的准确率和待处理风控模型的准确率；
判断待处理风控模型的准确率是否大于风控模型的准确率，若是则更新风控模型为待处理风控模型，若否则保持风控模型不变。
7.根据权利要求1-6任一所述的方法，其特征在于，还包括：
通过页面弹屏展示目标属性的特征类型和风险等级。
8.一种数据请求处理装置，其特征在于，
接收模块，用于接收用户请求，提取所述请求中的目标属性，匹配所属特征类型；基于预设的风控模型，计算目标属性的风险特征分，以根据预设阈值，获得风险等级；
配置模块，用于根据特征类型和风险等级，配置所述请求至相应的控制路径；其中，根据特征类型和风险等级，配置所述请求至相应的控制路径，包括：判断风险等级是否为高风险，若是高风险则屏蔽可接入的目标节点，配置所述请求至自助语音节点；若不是高风险则接收用户选定的节点种类，判断所述节点种类是否为自助语音节点，若是则配置所述请求至自助语音节点，若否则根据特征类型配置所述请求至目标节点中相应的通道。
9.一种电子设备，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，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911106614.7A CN111092999A (zh) | 2019-11-13 | 2019-11-13 | 一种数据请求处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911106614.7A CN111092999A (zh) | 2019-11-13 | 2019-11-13 | 一种数据请求处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111092999A true CN111092999A (zh) | 2020-05-01 |
Family
ID=70393695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911106614.7A Pending CN111092999A (zh) | 2019-11-13 | 2019-11-13 | 一种数据请求处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111092999A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112991056A (zh) * | 2021-02-05 | 2021-06-18 | 深圳华锐金融技术股份有限公司 | 风控平台参数优化方法、装置、计算机设备和存储介质 |
| CN113592315A (zh) * | 2021-08-04 | 2021-11-02 | 北京沃东天骏信息技术有限公司 | 一种处理纠纷单的方法和装置 |
| CN113628081A (zh) * | 2021-04-13 | 2021-11-09 | 罗普特科技集团股份有限公司 | 一种医院的防控方法与系统 |
| CN113762699A (zh) * | 2021-01-29 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 联防联控风险处理的方法和装置 |
| CN114724311A (zh) * | 2022-05-16 | 2022-07-08 | 北京三快在线科技有限公司 | 储物柜开柜方法、装置、设备及计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110002457A1 (en) * | 2009-07-06 | 2011-01-06 | Chicago Mercantile Exchange, Inc. | Customer service controller |
| CN107896287A (zh) * | 2017-09-30 | 2018-04-10 | 上海壹账通金融科技有限公司 | 手机号码风险监测方法及移动终端 |
| CN108076237A (zh) * | 2016-11-18 | 2018-05-25 | 腾讯科技（深圳）有限公司 | 一种电话客服数据处理方法及装置 |
| CN108924371A (zh) * | 2018-08-20 | 2018-11-30 | 国家电网有限公司客户服务中心 | 电力客服过程中通过来电号码识别户号的方法 |
| CN110324499A (zh) * | 2019-07-09 | 2019-10-11 | 优估（上海）信息科技有限公司 | 一种语音通话的监控方法、装置及系统 |
| CN110445944A (zh) * | 2019-08-19 | 2019-11-12 | 携程旅游信息技术（上海）有限公司 | 呼叫中心防止电话骚扰的方法及系统 |
-
2019
- 2019-11-13 CN CN201911106614.7A patent/CN111092999A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110002457A1 (en) * | 2009-07-06 | 2011-01-06 | Chicago Mercantile Exchange, Inc. | Customer service controller |
| CN108076237A (zh) * | 2016-11-18 | 2018-05-25 | 腾讯科技（深圳）有限公司 | 一种电话客服数据处理方法及装置 |
| CN107896287A (zh) * | 2017-09-30 | 2018-04-10 | 上海壹账通金融科技有限公司 | 手机号码风险监测方法及移动终端 |
| CN108924371A (zh) * | 2018-08-20 | 2018-11-30 | 国家电网有限公司客户服务中心 | 电力客服过程中通过来电号码识别户号的方法 |
| CN110324499A (zh) * | 2019-07-09 | 2019-10-11 | 优估（上海）信息科技有限公司 | 一种语音通话的监控方法、装置及系统 |
| CN110445944A (zh) * | 2019-08-19 | 2019-11-12 | 携程旅游信息技术（上海）有限公司 | 呼叫中心防止电话骚扰的方法及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113762699A (zh) * | 2021-01-29 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 联防联控风险处理的方法和装置 |
| CN112991056A (zh) * | 2021-02-05 | 2021-06-18 | 深圳华锐金融技术股份有限公司 | 风控平台参数优化方法、装置、计算机设备和存储介质 |
| CN113628081A (zh) * | 2021-04-13 | 2021-11-09 | 罗普特科技集团股份有限公司 | 一种医院的防控方法与系统 |
| CN113592315A (zh) * | 2021-08-04 | 2021-11-02 | 北京沃东天骏信息技术有限公司 | 一种处理纠纷单的方法和装置 |
| CN114724311A (zh) * | 2022-05-16 | 2022-07-08 | 北京三快在线科技有限公司 | 储物柜开柜方法、装置、设备及计算机可读存储介质 |
| CN114724311B (zh) * | 2022-05-16 | 2022-10-21 | 北京三快在线科技有限公司 | 储物柜开柜方法、装置、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111092999A (zh) | 一种数据请求处理方法和装置 | |
| CN110266510B (zh) | 网络控制策略生成方法及装置、网络控制方法、存储介质 | |
| CN112184154A (zh) | 一种业务审批方法和装置 | |
| CN111669379B (zh) | 行为异常检测方法和装置 | |
| CN107634947A (zh) | 限制恶意登录或注册的方法和装置 | |
| US20200250743A1 (en) | Fraud Detection Based on Community Change Analysis | |
| CN110602303A (zh) | 一种基于音频指纹技术的防止电信诈骗的方法和系统 | |
| CN111598713B (zh) | 基于相似度权重更新的团伙识别方法、装置及电子设备 | |
| CN113191892A (zh) | 基于设备指纹的账户风险防控方法、装置、系统及介质 | |
| CN111598360A (zh) | 服务策略确定方法、装置及电子设备 | |
| CN110113748B (zh) | 骚扰电话监控方法、装置 | |
| CN112950359B (zh) | 一种用户识别方法和装置 | |
| CN113313279A (zh) | 一种单据审核方法和装置 | |
| CN110796543B (zh) | 基于关系网络的定制信息获取方法、装置及电子设备 | |
| CN109711984B (zh) | 一种基于催收的贷前风险监控方法及装置 | |
| CN116305038A (zh) | 一种基于用户画像的账号安全监测方法、装置及电子设备 | |
| CN110930238A (zh) | 提高审核任务效率的方法、装置、设备和计算机可读介质 | |
| CN116738369A (zh) | 一种流量数据的分类方法、装置、设备及存储介质 | |
| CN111210109A (zh) | 基于关联用户预测用户风险的方法、装置和电子设备 | |
| CN111105238A (zh) | 一种交易风险控制方法和装置 | |
| CN113590447B (zh) | 埋点处理方法和装置 | |
| CN113297436B (zh) | 基于关系图网络的用户策略分配方法、装置及电子设备 | |
| CN114443663A (zh) | 数据表处理方法、装置、设备及介质 | |
| CN114445179A (zh) | 业务推荐方法、装置、电子设备和计算机可读介质 | |
| CN112241915A (zh) | 一种贷款产品的生成方法和装置 |
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 |
Application publication date: 20200501 |
|
| RJ01 | Rejection of invention patent application after publication |