CN111340621A - 信息处理方法、装置、设备及介质 - Google Patents
信息处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111340621A CN111340621A CN202010102964.2A CN202010102964A CN111340621A CN 111340621 A CN111340621 A CN 111340621A CN 202010102964 A CN202010102964 A CN 202010102964A CN 111340621 A CN111340621 A CN 111340621A
- Authority
- CN
- China
- Prior art keywords
- transaction
- payment
- request
- target
- information
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
本发明公开了一种信息处理方法、装置、设备及介质。其中,一种信息处理方法包括:接收交易赔付请求;其中,交易赔付请求包括目标支付交易的支付交易信息,目标支付交易为交易赔付请求所涉及的支付交易;响应于交易赔付请求,根据支付交易信息,为目标支付交易匹配至少一个交易特征标签;在至少一个交易特征标签满足目标预设条件的情况下,将目标预设条件对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级。根据本发明实施例,能够解决现有技术中无法评估交易赔付请求的赔付安全性的问题。
Description
技术领域
本发明属于信息处理技术领域,尤其涉及一种信息处理方法、装置、设备及介质。
背景技术
目前,金融机构在接收到持卡人的交易赔付请求的情况下,一般对交易赔付请求进行人工审核,以得到交易赔付请求的审核结果。如果审核结果为审核通过,金融机构则对持卡人进行交易赔付。
但是,在人工审核的过程中,审核人员不会对交易赔付请求所涉及的支付交易本身的交易特征进行审核,并且审核过程具有主观性,导致无法评估交易赔付请求的赔付安全性。
发明内容
本发明实施例提供一种信息处理方法、装置、设备及介质,能够解决现有技术中无法评估交易赔付请求的赔付安全性的问题。
第一方面,本发明实施例提供了一种信息处理方法,包括:
接收交易赔付请求;其中,交易赔付请求包括目标支付交易的支付交易信息,目标支付交易为交易赔付请求所涉及的支付交易;
响应于交易赔付请求,根据支付交易信息,为目标支付交易匹配至少一个交易特征标签;
在至少一个交易特征标签满足目标预设条件的情况下,将目标预设条件对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级。
第二方面,一种信息处理装置,包括:
请求接收模块,用于接收交易赔付请求;其中,交易赔付请求包括目标支付交易的支付交易信息,目标支付交易为交易赔付请求所涉及的支付交易;
标签匹配模块,用于响应于交易赔付请求,根据支付交易信息,为目标支付交易匹配至少一个交易特征标签;
第一处理模块,用于在至少一个交易特征标签满足目标预设条件的情况下,将目标预设条件对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级。
第三方面,本发明实施例提供了一种信息处理设备,该设备包括:处理器以及存储有计算机程序指令的存储器;
处理器执行计算机程序指令时实现如第一方面所述的信息处理方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面所述的信息处理方法。
本发明实施例的信息处理方法、装置、设备及介质,能够在接收到交易赔付请求后,根据交易赔付请求所涉及的目标支付交易的支付交易信息,为目标支付交易匹配至少一个交易特征标签,并且将与至少一个交易特征标签所满足的目标预设条件相对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级,从而能够基于支付交易信息对目标支付交易本身的交易特征进行评估,进而准确、高效地对交易赔付请求的赔付安全性进行评估。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单的介绍,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为本发明一个实施例提供的信息处理方法的流程示意图;
图2为本发明一个实施例提供的交易赔付请求处理过程的流程示意图;
图3为本发明一个实施例提供的信息处理装置的结构示意图;
图4为根据本发明实施例的信息处理设备的硬件结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
目前,金融机构在接收到持卡人的交易赔付请求的情况下,一般对交易赔付请求进行人工审核,以得到交易赔付请求的审核结果。
在人工审核的过程中,审核人员主要审核以下内容:申请材料的完整性、申请材料中的各个赔付申请理由是否完全一致、申请材料是否存在逻辑矛盾、交易损失是否由持卡人的过失造成以及交易损失是否及时报送。
但是,在人工审核的过程中,审核人员不会对交易赔付请求所涉及的支付交易本身的交易特征进行审核,进而难以发现交易赔付请求隐藏的道德风险,并且审核过程具有主观性,导致无法评估交易赔付请求的赔付安全性。
另外,人工审核交易赔付请求的审核效率较低,并且,金融机构还需要投入较高的人力成本。
为了解决现有技术中的上述问题,本发明实施例提供了一种信息处理方法、装置、设备及介质。下面首先对本发明实施例所提供的信息处理方法进行介绍。
图1示出了本发明一个实施例提供的信息处理方法的流程示意图。
在本发明一些实施例中,图1所示的方法可以由金融机构的服务器执行,该服务器可以是一种高性能的电子计算器,用于存储和处理数据。如图1所示,该信息处理方法可以包括:
S110、接收交易赔付请求;其中,交易赔付请求包括目标支付交易的支付交易信息,目标支付交易为交易赔付请求所涉及的支付交易;
S120、响应于交易赔付请求,根据支付交易信息,为目标支付交易匹配至少一个交易特征标签;
S130、在至少一个交易特征标签满足目标预设条件的情况下,将目标预设条件对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级。
在本发明实施例中,能够在接收到交易赔付请求后,根据交易赔付请求所涉及的目标支付交易的支付交易信息,为目标支付交易匹配至少一个交易特征标签,并且将与至少一个交易特征标签所满足的目标预设条件相对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级,从而能够基于支付交易信息对目标支付交易本身的交易特征进行评估,进而准确、高效地对交易赔付请求的赔付安全性进行评估。同时,该信息处理方法可以由金融机构的服务器实现,对交易赔付请求所涉及的信息具有较高的信息处理效率,并且无需投入人力成本。
在本发明一些实施例的S110中,支付交易信息可以包括目标支付交易的收款用户信息、目标支付交易的付款行为信息、目标支付交易的付款设备信息和目标支付交易的付款用户的历史行为信息中的至少一种。
收款用户信息可以具体包括收款用户的收款用户名称、收款用户身份标识(Identity,ID)和收款账号(例如,收款银行卡号)中的至少一种。
付款行为信息可以具体包括付款用户在完成目标支付交易过程中的付款行为记录。
付款设备信息可以具体包括付款设备的网际互连协议(Internet Protocol,IP)地址和付款设备的设备识别码中的至少一种。
付款用户的历史行为信息可以具体包括付款用户是否曾投诉交易受限、付款用户的历史支付交易中是否有疑似非法支付交易(例如,疑似涉赌支付交易)、付款用户的历史支付交易中是否有疑似与小贷商户的支付交易、目标支付交易所涉及的付款用户的付款账号是否具有疑似套现历史、目标支付交易所涉及的付款用户的付款账号是否具有信用卡逾期历史、目标支付交易所涉及的付款用户的付款账号与收款用户之间是否有成功凭密交易历史以及目标支付交易所涉及的付款用户的付款账号在该目标支付交易之后是否进行过成功凭密交易中的至少一种。
在这些实施例中,可选地,S120的具体方法可以包括下列中的至少一种:
若根据收款用户信息确定收款用户为非法商户(例如,涉赌商户),则所匹配的交易特征标签为非法商户标签;其中,可以利用收款用户信息与非法商户数据库中的非法商户信息进行对比,如果非法商户数据库中存在与收款用户信息匹配的信息,例如,如果非法商户数据库中存在该收款用户名称、收款用户ID和收款账号中的任一个,则可以确定收款用户为非法商户;
若根据付款用户的历史行为信息确定付款用户的历史支付交易中有疑似非法支付交易,则所匹配的交易特征标签为疑似非法标签;
若根据付款用户的历史行为信息确定付款用户曾投诉交易受限,则所匹配的交易特征标签为交易受限标签;其中,付款用户曾投诉交易受限指的是:付款用户在进行疑似非法支付交易或者非法支付交易时,其支付交易曾被拦截,付款用户因本人参与非法支付交易行为而要求放行此笔支付交易,其中,付款用户曾投诉交易受限的支付交易可以是目标支付交易,也可以是与目标支付交易具有相似性的支付交易,在此不做限制;
若根据付款用户的历史行为信息确定付款用户的历史支付交易中有疑似与小贷商户的支付交易,则所匹配的交易特征标签为共债标签;
若根据付款用户的历史行为信息确定目标支付交易所涉及的付款用户的付款账号具有疑似套现历史,则所匹配的交易特征标签为套现标签;
若根据付款用户的历史行为信息确定目标支付交易所涉及的付款用户的付款账号具有信用卡逾期历史,则所匹配的交易特征标签为逾期标签;
若根据付款用户的历史行为信息确定目标支付交易所涉及的付款用户的付款账号与收款用户之间有成功凭密交易历史,则所匹配的交易特征标签为可信商户标签;
若根据付款用户的历史行为信息确定目标支付交易所涉及的付款用户的付款账号在该目标支付交易之后进行过成功凭密交易,则所匹配的交易特征标签为账号正常标签;
若根据付款设备信息确定付款用户的历史IP地址中包含付款设备的IP地址,则所匹配的交易特征标签为IP正常标签;
若根据付款设备信息确定付款用户的历史设备识别码中包含付款设备的设备识别码,则所匹配的交易特征标签为设备正常标签。
由此,可以根据不同的支付交易信息,为目标支付交易匹配多元化的标签,进而能够获得更丰富的交易特征,以提高交易赔付请求的赔付安全性识别的准确性。
在本发明一些实施例中,上述十种标签可以分为三类,具体包括第一类请求标签、第二类请求标签和第三类请求标签。其中,第一类请求标签用于表征交易赔付请求的请求意图为懊悔规避意图,第二类请求标签用于表征交易赔付请求的请求意图为恶意索赔意图,第三类请求标签用于表征交易赔付请求的请求意图为交易遗忘意图。
具体地,非法商户标签、疑似非法标签和交易受限标签可以属于第一类请求标签,共债标签、套现标签和逾期标签可以属于第二类请求标签,可信商户标签、账号正常标签、IP正常标签和设备正常标签可以属于第三类请求标签。
懊悔规避意图指的是:付款用户很有可能在遭受骗局、赌博失利的情况下产生极大地负罪感和懊悔感,并希望通过一切途径转移或者消除这种损失。因此,付款用户本能的想到通过谎报欺诈交易的形式以实现损失转移。
恶意索赔意图指的是:付款用户可能根据部分已了解到的赔付规则,通过恶意索赔的方式谎报欺诈交易以获取收益。
交易遗忘意图指的是:付款用户可能遗忘或假装遗忘自己进行过相关支付交易并报送欺诈。
在本发明一些实施例中,可以预先设置多个预设条件,并根据上述十种标签及其所属的分类,确定至少一个交易特征标签所满足的目标预设条件。
在一些实施例中,目标预设条件及其对应的目标安全等级可以包括下列中的至少一项:
若目标预设条件为至少一个交易特征标签中存在第一类请求标签且第一类请求标签的数量大于或者等于预设数量阈值,则目标安全等级为第一级安全等级;
若目标预设条件为至少一个交易特征标签中存在第三类请求标签,则目标安全等级为第一级安全等级;
若目标预设条件为至少一个交易特征标签中存在第一类请求标签且第一类请求标签的数量小于预设数量阈值,则目标安全等级为第二级安全等级;
若目标预设条件为至少一个交易特征标签中存在第二类请求标签,则目标安全等级为第三级安全等级;
若至少一个交易特征标签不满足上述任一项条件,则目标安全等级为第四级安全等级;
其中,第一级安全等级的安全性小于第二级安全等级的安全性,第二级安全等级的安全性小于第三级安全等级的安全性,第三级安全等级的安全性小于第四级安全等级的安全性。
其中,第一级安全等级可以为高风险,第二级安全等级可以为中高风险,第三级安全等级可以为中风险,第四级安全等级可以为无风险。下面,将根据上述十种标签及其所属的分类对如何判定至少一个交易特征标对应的安全等级进行详细说明。
一、判定高风险的情况
在这种情况中,可选地,预设数量阈值可以设置为2。
因此,若至少一个交易特征标符合下列中的至少一项:
具有两个及以上第一类请求标签;具体地,具有非法商户标签、疑似非法标签和交易受限标签中的至少两个;
具有可信商户标签;
具有账号正常标签;
具有IP正常标签;
具有设备正常标签;
则,可以判定至少一个交易特征标对应的安全等级为高风险,即交易赔付请求对应的第一赔付安全等级为高风险。
基于这些条件可以判断支付交易大概率是由付款用户自身发起,因此,确定交易赔付请求的赔付安全性为高风险。例如,如同时具有非法商户标签和疑似非法标签,则该支付交易大概率为付款用户自己做的赌博交易。
二、判定中高风险的情况
在这种情况中,若至少一个交易特征标符合下列中的任一项:
具有非法商户标签;
具有疑似非法标签;
具有逾期标签;
则,可以判定至少一个交易特征标对应的安全等级为中高风险,即交易赔付请求对应的第一赔付安全等级为中高风险。
由于仅符合上述的任一项,无法证实该支付交易为付款用户自己做的赌博交易,因此,确定交易赔付请求的赔付安全性为中高风险。
三、判定中风险的情况
在这种情况中,若至少一个交易特征标符合下列中的至少一项:
具有共债标签;
具有套现标签;
具有逾期标签;
则,可以判定至少一个交易特征标对应的安全等级为中风险,即交易赔付请求对应的第一赔付安全等级为中风险。
由于付款用户过往存在小贷、套现或逾期的行为,因此可以怀疑付款用户所报欺诈交易的真实性,但是由于此次所报欺诈交易中未发现其他明显异常,因此,确定交易赔付请求的赔付安全性为中风险。
以同时具有逾期标签及共债标签的付款用户为例,该付款用户本身信用程度存疑,但同时其也可能在寻找小贷平台时遭到钓鱼网站攻击,存在一定泄露验证码而遭到欺诈的风险,因此,也应确定交易赔付请求的赔付安全性为中风险。
四、判定无风险的情况
若至少一个交易特征标不符合上述的任意一种情况,则可以确定交易赔付请求的赔付安全性为无风险。
由此,可以基于不同的标签及其所属的分类两个维度,对交易赔付请求的赔付安全性进行更准确的判断。
可见,在本发明实施例中,第一赔付安全等级的可解释性和易实现性较高。
在本发明一些实施例中,在S130之后,该信息处理方法还可以包括:
根据第一赔付安全等级,确定交易赔付请求的请求处理结果;其中,请求处理结果用于指示交易赔付请求对应的处置力度。
具体地,若第一赔付安全等级为第一级安全等级,则可以确定请求处理结果为第一处置力度;若第一赔付安全等级为第二级安全等级,则可以确定请求处理结果为第二处置力度;若第一赔付安全等级为第三级安全等级,则可以确定请求处理结果为第三处置力度,若第一赔付安全等级为第四级安全等级,则可以确定请求处理结果为第四处置力度。其中,第一处置力度、第二处置力度、第三处置力度和第四处置力度依次增强。
在这些实施例中,可选地,在确定交易赔付请求的请求处理结果之后,该信息处理方法还可以包括:
按照请求处理结果对应的请求处理方式,对交易赔付请求进行处理。
下面,以第一处置力度为强处置力度、第二处置力度为中处置力度、第三处置力度为弱处置力度、第四处置力度为零处置力度为例,对请求处理结果对应的请求处理方式进行详细说明。
其中,强处置力度对应的请求处理方式可以为:拒绝交易赔付请求;一般处置力度对应的请求处理方式可以为:拒绝交易赔付请求,并要求付款用户补充提供相关材料,以重新进行审核;弱处置力度对应的请求处理方式可以为:通过交易赔付请求,并将付款用户加入灰名单数据库,以进行留痕;零处置力度对应的请求处理方式可以为:通过交易赔付请求。
由此,可以更准确地得到交易赔付请求的请求处理结果,提高请求处理结果的可靠性,降低金融机构的赔付风险。
在本发明另一些实施例中,在S130之后,该信息处理方法还可以包括:
根据支付交易信息,确定目标支付交易对应的至少一个交易特征变量;
将至少一个交易特征变量输入预设安全识别模型,得到交易赔付请求对应的第二赔付安全等级;
根据第一赔付安全等级和第二赔付安全等级,确定交易赔付请求的请求处理结果;其中,请求处理结果用于指示交易赔付请求对应的处置力度。
具体地,在服务器得到第一赔付安全等级之后或者在服务器确定第一赔付安全等级的同时,服务器还可以根据支付交易信息确定目标支付交易对应的至少一个交易特征变量,并利用预设安全识别模型和至少一个交易特征变量,得到交易赔付请求对应的第二赔付安全等级,以根据第一赔付安全等级和第二赔付安全等级,综合评估交易赔付请求的请求处理结果。
可见,在本发明实施例中,第二赔付安全等级能够覆盖更广泛的目标支付交易的交易特征,可基本适用于全部交易赔付请求的道德风险识别。
由此,可以将第二赔付安全等级与第一赔付安全等级,进一步提高交易赔付请求的请求处理结果的准确性,以进一步提高请求处理结果的可靠性,使得请求处理结果在目标支付交易的支付交易信息存在缺失的情况下,仍然具有较高的可靠性。
在这些实施例中,可选地,支付交易信息可以包括目标支付交易的收款用户信息、目标支付交易的付款行为信息、目标支付交易的付款设备信息和目标支付交易的付款用户的历史行为信息、目标支付交易所涉及的付款用户的付款账号的异常交易信息、目标支付交易所属业务的业务信息中的至少一种。
需要说明的是,支付交易信息中与上文相似的内容,在此不做赘述。
付款用户的历史行为信息还可以具体包括目标支付交易所涉及的付款用户的付款账号的历史支付交易成功率、最常交易时间段、总交易笔数、笔均金额、历史支付交易涉及付款设备的IP地址数中的至少一种,以刻画付款用户的历史支付交易画像。
异常交易信息可以为已知的盗刷交易信息,可以具体包括目标支付交易所涉及的付款用户的付款账号的盗刷涉及商户数、盗刷涉及机构数、盗刷持续天数以及盗刷交易的平均时间间隔与最小时间间隔中的至少一种,从而大致描绘盗刷交易的特征。
目标支付交易所属业务的业务信息可以具体包括不同业务所需的特定信息。例如,针对小额免密免签业务,需要获取目标支付交易所涉及的付款用户的付款账号在过去1、3、6、个月内贴整额、贴限额交易占比等业务异常信息,以描述历史小额免密免签交易异常程度;针对线上业务,需要根据绑卡后立刻被盗刷且盗刷前有大量余额查询交易的典型盗刷特征,获取首笔欺诈当天账户验证交易笔数、余额查询交易笔数等业务异常信息。
基于上述的支付交易信息,可选地,至少一个交易特征变量可以包括下列中的至少一项:
第一类特征变量、第二类特征变量和第三类特征变量;
其中,第一类特征变量用于表征目标支付交易的付款用户的历史交易特征,第二类特征变量用于表征异常交易特征,第三类特征变量用于表征目标支付交易所属业务的业务异常特征。
具体地,第一类特征变量可以包括目标支付交易的收款用户信息、目标支付交易的付款行为信息、目标支付交易的付款设备信息和目标支付交易的付款用户的历史行为信息对应的变量数值。第二类特征变量可以包括异常交易信息对应的变量数值。第三类特征变量可以包括目标支付交易所属业务的业务信息对应的变量数值。
由此,通过上述的三类特征变量,可以充分考虑支付交易事前、事中、事后等多个维度的特征,融合了多个内外部数据源,最终形成了包括目标支付交易所涉及的付款用户的付款账号交易特征、付款账号欺诈特征、付款账号标签、目标支付交易的收款账户特征以及人卡机(付款用户信、付款账号和付款设备)关系特征等多个维度的特征变量。
在这些实施例中,可选地,所述的根据支付交易信息确定目标支付交易对应的至少一个交易特征变量之前,该信息处理方法还可以包括:
获取至少一个历史交易赔付请求和每个历史交易赔付请求所涉及的历史支付交易的历史支付交易信息;
根据历史支付交易信息,确定每个历史支付交易对应的至少一个历史交易特征变量;
学习每个历史支付交易对应的至少一个历史交易特征变量及该历史支付交易所涉及的历史交易赔付请求的赔付安全等级标定值之间的映射关系,得到预设安全识别模型。
在本发明实施例中,可以首先按照特征工程对每个历史支付交易的历史支付交易信息进行特征计算,确定每个历史支付交易对应的至少一个历史交易特征变量,使每个历史支付交易对应的至少一个历史交易特征变量及该历史支付交易所涉及的历史交易赔付请求的赔付安全等级标定值形成样本集。然后,将样本集划分为机器学习的测试集和训练集。其中,对于样本集中的不均衡样本可以使用SMOTE算法对数据进行平衡性修正。
然后,利用测试集和训练集,学习每个历史支付交易对应的至少一个历史交易特征变量及该历史支付交易所涉及的历史交易赔付请求的赔付安全等级标定值之间的映射关系,得到预设安全识别模型。
由于在实际应用中,漏判交易赔付请求的实际存在赔付风险与误判实际不存在赔付风险的影响有显著差别,我们认为预设安全识别模型应在保证一定准确率的前提下尽可能覆盖全部具有赔付风险的历史交易赔付请求,鉴于此,在模型训练及参数选择过程中,可以按照对目标函数中各类错误的“损失”进行调整,以得到具有更好赔付安全等级区分度的预设安全识别模型。
在本发明一些实施例中,训练预设安全识别模型时,赔付安全等级标定值可以包括第一标定值和第二标定值,第一标定值可以为“1”,指示无安全风险,第二标定值可以为“0”,指示有安全风险,则预设安全识别模型所输出的第二赔付安全等级可以包含两级安全等级,例如,第五级安全等级和第六级安全等级,其中,第五级安全等级可以指示有安全风险和第六级安全等级可以指示无安全风险。
在这些实施例中,可选地,根据第一赔付安全等级和第二赔付安全等级确定交易赔付请求的请求处理结果的具体方法可以包括:
基于预设对应关系,查询与第一赔付安全等级和第二赔付安全等级相对应的请求处理结果。
以第一赔付安全等级包括高风险、中高风险、中风险和无风险,第二赔付安全等级包括有安全风险和无安全风险为例,表1示出了本发明实施例提供的一种第一赔付安全等级和第二赔付安全等级与请求处理结果的预设对应关系表,以确定不同的第一赔付安全等级和第二赔付安全等级相对应的请求处理结果。
表1预设对应关系表
有安全风险 | 无安全风险 | |
高风险 | 强处置力度 | 强处置力度 |
中高风险 | 强处置力度 | 中处置力度 |
中风险 | 中处置力度 | 弱处置力度 |
无风险 | 弱处置力度 | 零处置力度 |
可见,在本发明实施例中,可以根据第一赔付安全等级和第二赔付安全等级进行综合判断,得到请求处理结果,以提高请求处理结果的准确性和可靠性。
在这些实施例中,可选地,在确定交易赔付请求的请求处理结果之后,该信息处理方法还可以包括:
按照请求处理结果对应的请求处理方式,对交易赔付请求进行处理。
需要说明的是,此处的请求处理方式与上文所述的请求处理方式相似,在此不做赘述。
在本发明一些实施例的S120中,所述的根据支付交易信息为目标支付交易匹配至少一个交易特征标签的具体方法可以包括:
在目标支付交易的付款用户不是目标用户的情况下,根据支付交易信息,为目标支付交易匹配至少一个交易特征标签。
其中,目标用户可以为黑名单用户,黑名单用户可以为存在骗取交易赔付行为的用户。
即,只有在目标支付交易的付款用户不是黑名单用户的情况下,才会根据支付交易信息为目标支付交易匹配至少一个交易特征标签,以及进一步判断交易赔付请求对应的赔付安全性,并得到交易赔付请求的请求处理结果。而如果目标支付交易的付款用户是黑名单用户,则无需进行图1所示的信息处理方法,直接确定交易赔付请求的请求处理结果为上述的第一处置力度,并且拒绝交易赔付请求即可。
由此,可以对待处理的交易赔付请求进行初步筛选,降低服务器的数据处理量,提高服务器的数据处理效率。
在本发明一些实施例的S120中,在所述的根据支付交易信息为目标支付交易匹配至少一个交易特征标签之前,该信息处理方法还可以包括:
获取目标支付交易的付款用户信息;
在目标用户数据库中不存在与付款用户信息相匹配的用户信息的情况下,确定付款用户不是目标用户。
其中,付款用户信息可以具体包括付款用户的付款用户名称、付款用户ID和付款账号(例如,付款银行卡号)中的至少一种。
具体地,服务器可以利用付款用户信息与目标用户数据库中的用户信息进行对比,如果付款用户信息中存在与付款用户信息匹配的用户信息,例如,如果付款用户信息中存在该付款用户名称、付款用户ID和付款账号中的任一个,则可以确定付款用户是目标用户,否则,确定付款用户不是目标用户。
图2示出了本发明一个实施例提供的交易赔付请求处理过程的流程示意图。
在本发明一些实施例中,图2所示的处理过程可以由金融机构的服务器执行。如图2所示,该交易赔付请求处理过程可以包括如下步骤:
S201、接收交易赔付请求;
S202、将交易赔付请求所涉及的目标支付交易的付款用户信息与黑名单用户信息进行比较,判断目标支付交易的付款用户是否为黑名单用户,如果是,则执行S204,若不是,则执行步骤S203;
S203、确定交易赔付请求对应的第一赔付安全等级和第二赔付安全等级;
S204、根据步骤S202或者S203所得到的结果,确定交易赔付请求的请求处理结果;
S205、按照请求处理结果对应的请求处理方式,对交易赔付请求进行处理。
综上所述,本发明实施例可以对目标支付交易的付款用户是黑名单用户的交易赔付请求进行快速处理,还可以对目标支付交易的付款用户不是黑名单用户的交易赔付请求进行赔付安全评估,再根据赔付安全评估结果对交易赔付请求执行不同的处置方式,能够准确、高效地完成交易赔付请求的审核,降低审核成本。同时,由于处置方式根据赔付安全评估结果确定,还可以降低金融机构的损失风险。
图3示出了本发明一个实施例提供的信息处理装置的结构示意图。
在本发明一些实施例中,图3所示的装置可以设置于金融机构的服务器内,该服务器可以是一种高性能的电子计算器,用于存储和处理数据。如图3所示,该信息处理装置可以包括:
请求接收模块310,用于接收交易赔付请求;其中,交易赔付请求包括目标支付交易的支付交易信息,目标支付交易为交易赔付请求所涉及的支付交易;
标签匹配模块320,用于响应于交易赔付请求,根据支付交易信息,为目标支付交易匹配至少一个交易特征标签;
第一处理模块330,用于在至少一个交易特征标签满足目标预设条件的情况下,将目标预设条件对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级。
在本发明实施例中,能够在接收到交易赔付请求后,根据交易赔付请求所涉及的目标支付交易的支付交易信息,为目标支付交易匹配至少一个交易特征标签,并且将与至少一个交易特征标签所满足的目标预设条件相对应的目标安全等级,作为交易赔付请求对应的第一赔付安全等级,从而能够基于支付交易信息对目标支付交易本身的交易特征进行评估,进而准确、高效地对交易赔付请求的赔付安全性进行评估。同时,该信息处理方法可以由金融机构的服务器实现,对交易赔付请求所涉及的信息具有较高的信息处理效率,并且无需投入人力成本。
在本发明一些实施例中,支付交易信息包括目标支付交易的收款用户信息、目标支付交易的付款行为信息、目标支付交易的付款设备信息和目标支付交易的付款用户的历史行为信息中的至少一种。
在本发明一些实施例中,目标预设条件及其对应的目标安全等级可以包括下列中的至少一项:
若目标预设条件为至少一个交易特征标签中存在第一类请求标签且第一类请求标签的数量大于或者等于预设数量阈值,则目标安全等级为第一级安全等级;
若目标预设条件为至少一个交易特征标签中存在第三类请求标签,则目标安全等级为第一级安全等级;
若目标预设条件为至少一个交易特征标签中存在第一类请求标签且第一类请求标签的数量小于预设数量阈值,则目标安全等级为第二级安全等级;
若目标预设条件为至少一个交易特征标签中存在第二类请求标签,则目标安全等级为第三级安全等级;
其中,第一类请求标签用于表征交易赔付请求的请求意图为懊悔规避意图,第二类请求标签用于表征交易赔付请求的请求意图为恶意索赔意图,第三类请求标签用于表征交易赔付请求的请求意图为交易遗忘意图,第一级安全等级的安全性小于第二级安全等级的安全性,第二级安全等级的安全性小于第三级安全等级的安全性。
在本发明一些实施例中,该信息处理装置还可以包括:
第二处理模块,用于根据第一赔付安全等级,确定交易赔付请求的请求处理结果;其中,请求处理结果用于指示交易赔付请求对应的处置力度。
在本发明另一些实施例中,该信息处理装置还可以包括:
变量确定模块,用于根据支付交易信息,确定目标支付交易对应的至少一个交易特征变量;
第三处理模块,用于将至少一个交易特征变量输入预设安全识别模型,得到交易赔付请求对应的第二赔付安全等级;
第四处理模块,用于根据第一赔付安全等级和第二赔付安全等级,确定交易赔付请求的请求处理结果;其中,请求处理结果用于指示交易赔付请求对应的处置力度。
在本发明一些实施例中,该信息处理装置还可以包括:
第一获取模块,用于获取至少一个历史交易赔付请求和每个历史交易赔付请求所涉及的历史支付交易的历史支付交易信息;
第二获取模块,用于根据历史支付交易信息,确定每个历史支付交易对应的至少一个历史交易特征变量;
模型训练模块,用于学习每个历史支付交易对应的至少一个历史交易特征变量及该历史支付交易所涉及的历史交易赔付请求的赔付安全等级标定值之间的映射关系,得到预设安全识别模型。
在本发明一些实施例中,至少一个交易特征变量包括下列中的至少一项:
第一类特征变量、第二类特征变量和第三类特征变量;
其中,第一类特征变量用于表征目标支付交易的付款用户的历史交易特征,第二类特征变量用于表征异常交易特征,第三类特征变量用于表征目标支付交易所属业务的业务异常特征。
在本发明一些实施例中,第四处理模块可以具体用于:
基于预设对应关系,查询与第一赔付安全等级和第二赔付安全等级相对应的请求处理结果。
在本发明一些实施例中,该信息处理装置还可以包括:
请求处理模块,用于按照请求处理结果对应的请求处理方式,对交易赔付请求进行处理。
在本发明一些实施例中,标签匹配模块320可以具体用于:
在目标支付交易的付款用户不是目标用户的情况下,根据支付交易信息,为目标支付交易匹配至少一个交易特征标签。
在本发明一些实施例中,该信息处理装置还可以包括:
第三获取模块,用于在根据支付交易信息,为目标支付交易匹配至少一个交易特征标签之前,获取目标支付交易的付款用户信息;
用户比对模块,用于在目标用户数据库中不存在与付款用户信息相匹配的用户信息的情况下,确定付款用户不是目标用户。
需要说明的是,图3所示的信息处理装置能够实现图1-2的方法实施例中服务器实现的各个过程和效果,为避免重复,这里不再赘述。
本发明实施例的信息处理方法和装置可以由信息处理设备来实现。图4示出了根据本发明实施例的信息处理设备400的硬件结构示意图。
如图4所示,信息处理设备400包括输入设备401、输入接口402、中央处理器403、存储器404、输出接口405、以及输出设备406。其中,输入接口402、中央处理器403、存储器404、以及输出接口405通过总线410相互连接,输入设备401和输出设备406分别通过输入接口402和输出接口405与总线410连接,进而与信息处理设备400的其他组件连接。
具体地,输入设备401接收来自外部的输入信息,并通过输入接口402将输入信息传送到中央处理器403;中央处理器403基于存储器404中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器404中,然后通过输出接口405将输出信息传送到输出设备406;输出设备406将输出信息输出到信息处理设备400的外部供用户使用。
也就是说,图4所示的信息处理设备也可以被实现为包括:存储有计算机可执行指令的存储器;以及处理器,该处理器在执行计算机可执行指令时可以实现本发明实施例描述的信息处理方法和装置。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现本发明实施例提供的信息处理方法。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (14)
1.一种信息处理方法,包括:
接收交易赔付请求;其中,所述交易赔付请求包括目标支付交易的支付交易信息,所述目标支付交易为所述交易赔付请求所涉及的支付交易;
响应于所述交易赔付请求,根据所述支付交易信息,为所述目标支付交易匹配至少一个交易特征标签;
在所述至少一个交易特征标签满足目标预设条件的情况下,将所述目标预设条件对应的目标安全等级,作为所述交易赔付请求对应的第一赔付安全等级。
2.根据权利要求1所述的方法,其中,所述支付交易信息包括所述目标支付交易的收款用户信息、所述目标支付交易的付款行为信息、所述目标支付交易的付款设备信息和所述目标支付交易的付款用户的历史行为信息中的至少一种。
3.根据权利要求1所述的方法,其中,
若所述目标预设条件为所述至少一个交易特征标签中存在第一类请求标签且所述第一类请求标签的数量大于或者等于预设数量阈值,则所述目标安全等级为第一级安全等级;
若所述目标预设条件为所述至少一个交易特征标签中存在第三类请求标签,则所述目标安全等级为所述第一级安全等级;
若所述目标预设条件为所述至少一个交易特征标签中存在所述第一类请求标签且所述第一类请求标签的数量小于所述预设数量阈值,则所述目标安全等级为第二级安全等级;
若所述目标预设条件为所述至少一个交易特征标签中存在第二类请求标签,则所述目标安全等级为第三级安全等级;
其中,所述第一类请求标签用于表征所述交易赔付请求的请求意图为懊悔规避意图,所述第二类请求标签用于表征所述交易赔付请求的请求意图为恶意索赔意图,所述第三类请求标签用于表征所述交易赔付请求的请求意图为交易遗忘意图,所述第一级安全等级的安全性小于所述第二级安全等级的安全性,所述第二级安全等级的安全性小于所述第三级安全等级的安全性。
4.根据权利要求1所述的方法,其中,所述将所述目标预设条件对应的目标安全等级,作为所述交易赔付请求对应的第一赔付安全等级之后,还包括:
根据所述第一赔付安全等级,确定所述交易赔付请求的请求处理结果;其中,所述请求处理结果用于指示所述交易赔付请求对应的处置力度。
5.根据权利要求1所述的方法,其中,所述将所述目标预设条件对应的目标安全等级,作为所述交易赔付请求对应的第一赔付安全等级之后,还包括:
根据所述支付交易信息,确定所述目标支付交易对应的至少一个交易特征变量;
将所述至少一个交易特征变量输入预设安全识别模型,得到所述交易赔付请求对应的第二赔付安全等级;
根据所述第一赔付安全等级和所述第二赔付安全等级,确定所述交易赔付请求的请求处理结果;其中,所述请求处理结果用于指示所述交易赔付请求对应的处置力度。
6.根据权利要求5所述的方法,其中,所述根据所述支付交易信息,确定所述目标支付交易对应的至少一个交易特征变量之前,还包括:
获取至少一个历史交易赔付请求和每个所述历史交易赔付请求所涉及的历史支付交易的历史支付交易信息;
根据所述历史支付交易信息,确定每个所述历史支付交易对应的至少一个历史交易特征变量;
学习每个所述历史支付交易对应的至少一个历史交易特征变量及该历史支付交易所涉及的历史交易赔付请求的赔付安全等级标定值之间的映射关系,得到所述预设安全识别模型。
7.根据权利要求5所述的方法,其中,所述至少一个交易特征变量包括下列中的至少一项:
第一类特征变量、第二类特征变量和第三类特征变量;
其中,所述第一类特征变量用于表征所述目标支付交易的付款用户的历史交易特征,所述第二类特征变量用于表征异常交易特征,所述第三类特征变量用于表征所述目标支付交易所属业务的业务异常特征。
8.根据权利要求5所述的方法,其中,所述根据所述第一赔付安全等级和所述第二赔付安全等级,确定所述交易赔付请求的请求处理结果,包括:
基于预设对应关系,查询与所述第一赔付安全等级和所述第二赔付安全等级相对应的所述请求处理结果。
9.根据权利要求4或5所述的方法,其中,所述确定所述交易赔付请求的请求处理结果之后,还包括:
按照所述请求处理结果对应的请求处理方式,对所述交易赔付请求进行处理。
10.根据权利要求1所述的方法,其中,所述根据所述支付交易信息,为所述目标支付交易匹配至少一个交易特征标签,包括:
在所述目标支付交易的付款用户不是目标用户的情况下,根据所述支付交易信息,为所述目标支付交易匹配所述至少一个交易特征标签。
11.根据权利要求10所述的方法,其中,所述根据所述支付交易信息,为所述目标支付交易匹配至少一个交易特征标签之前,还包括:
获取所述目标支付交易的付款用户信息;
在目标用户数据库中不存在与所述付款用户信息相匹配的用户信息的情况下,确定所述付款用户不是目标用户。
12.一种信息处理装置,包括:
请求接收模块,用于接收交易赔付请求;其中,所述交易赔付请求包括目标支付交易的支付交易信息,所述目标支付交易为所述交易赔付请求所涉及的支付交易;
标签匹配模块,用于响应于所述交易赔付请求,根据所述支付交易信息,为所述目标支付交易匹配至少一个交易特征标签;
第一处理模块,用于在所述至少一个交易特征标签满足目标预设条件的情况下,将所述目标预设条件对应的目标安全等级,作为所述交易赔付请求对应的第一赔付安全等级。
13.一种信息处理设备,其中,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-11任意一项所述的信息处理方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-11任意一项所述的信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010102964.2A CN111340621A (zh) | 2020-02-19 | 2020-02-19 | 信息处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010102964.2A CN111340621A (zh) | 2020-02-19 | 2020-02-19 | 信息处理方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111340621A true CN111340621A (zh) | 2020-06-26 |
Family
ID=71181660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010102964.2A Pending CN111340621A (zh) | 2020-02-19 | 2020-02-19 | 信息处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111340621A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012430A1 (en) * | 2013-07-03 | 2015-01-08 | Mastercard International Incorporated | Systems and methods for risk based decisioning service incorporating payment card transactions and application events |
CN106920066A (zh) * | 2016-08-03 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 信息处理方法和装置 |
CN108230159A (zh) * | 2016-12-15 | 2018-06-29 | 平安科技(深圳)有限公司 | 一种理赔请求处理方法和装置 |
CN110047007A (zh) * | 2018-11-27 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种理赔业务处理方法及装置 |
-
2020
- 2020-02-19 CN CN202010102964.2A patent/CN111340621A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012430A1 (en) * | 2013-07-03 | 2015-01-08 | Mastercard International Incorporated | Systems and methods for risk based decisioning service incorporating payment card transactions and application events |
CN106920066A (zh) * | 2016-08-03 | 2017-07-04 | 阿里巴巴集团控股有限公司 | 信息处理方法和装置 |
CN108230159A (zh) * | 2016-12-15 | 2018-06-29 | 平安科技(深圳)有限公司 | 一种理赔请求处理方法和装置 |
CN110047007A (zh) * | 2018-11-27 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种理赔业务处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10460382B2 (en) | Fraud reduction system for transactions | |
CN109829776B (zh) | 商户风险评估方法、装置、计算机设备和存储介质 | |
US8732084B2 (en) | Identification and risk evaluation | |
CN106875078B (zh) | 交易风险检测方法、装置及设备 | |
US7620596B2 (en) | Systems and methods for evaluating financial transaction risk | |
US7440915B1 (en) | Method, system, and computer-readable medium for reducing payee fraud | |
US8170953B1 (en) | Systems and method for screening payment transactions | |
CN112789614B (zh) | 用于设计和验证细粒度事件检测规则的系统 | |
US20080191007A1 (en) | Methods and Systems for Identifying Fraudulent Transactions Across Multiple Accounts | |
US20110087495A1 (en) | Suspicious entity investigation and related monitoring in a business enterprise environment | |
US20110270756A1 (en) | Systems and methods for screening payment transactions | |
WO2015053942A1 (en) | System and methods for global boarding of merchants | |
CN106920066A (zh) | 信息处理方法和装置 | |
CN105335852A (zh) | 用于对欺诈性电子交易的增强型检测的系统和方法 | |
WO2017189492A1 (en) | Systems and methods for extracting browser-obtained device information for authenticating user devices | |
Fashoto et al. | Hybrid methods for credit card fraud detection using K-means clustering with hidden Markov model and multilayer perceptron algorithm | |
AU2019204417A1 (en) | Systems and methods for authenticating online users in regulated environments | |
WO2021053646A1 (en) | Detection of presence of malicious tools on mobile devices | |
Wu et al. | Early warning of risks in cross-border mobile payments | |
CN116596536A (zh) | 一种互联网金融安全支付方法及系统 | |
US20130259357A1 (en) | Remote deposit capture method and apparatus | |
Chen et al. | Online deception investigation: Content analysis and cross-cultural comparison | |
AU2019204411A1 (en) | Systems and methods for authenticating online users with an access control server | |
CN111340621A (zh) | 信息处理方法、装置、设备及介质 | |
US20220414662A1 (en) | Computer-implemented method, system, and computer program product for detecting collusive transaction fraud |
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 |