CN111402048A - 一种可对海量金融大数据处理的智能风控系统 - Google Patents
一种可对海量金融大数据处理的智能风控系统 Download PDFInfo
- Publication number
- CN111402048A CN111402048A CN202010166096.4A CN202010166096A CN111402048A CN 111402048 A CN111402048 A CN 111402048A CN 202010166096 A CN202010166096 A CN 202010166096A CN 111402048 A CN111402048 A CN 111402048A
- Authority
- CN
- China
- Prior art keywords
- data
- wind control
- control system
- rule
- strategy
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 23
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 4
- 101100255205 Caenorhabditis elegans rsa-2 gene Proteins 0.000 claims description 3
- 208000025174 PANDAS Diseases 0.000 claims description 3
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 claims description 3
- 235000016496 Panda oleosa Nutrition 0.000 claims description 3
- 238000000586 desensitisation Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 240000000220 Panda oleosa Species 0.000 claims 1
- 230000006872 improvement Effects 0.000 abstract description 5
- 238000012216 screening Methods 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 abstract description 3
- 230000011218 segmentation Effects 0.000 abstract description 3
- 230000018109 developmental process Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 240000004718 Panda Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种可对海量金融大数据处理的智能风控系统,包括产品、策略规则、变量、模型和数据,所述产品与策略规则为双向连接,所述策略规则与变量为双向连接,所述变量与模型为双向连接,所述模型与数据为双向连接。该可对海量金融大数据处理的智能风控系统,整个系统分类为五个类别,能够很好的降低数据阐述的速率,增加筛选和分类对比的效率,降低了此风控系统的占用内存,而且每个类别内部都能够根据不同厂商的需要来进行不同的分类,很好的提高了数据真实性和准确性,降低了风控的风险,帮助增加此风控系统的实用性,此风控系统相对于以往的系统具有更多的细分部分。
Description
技术领域
本发明涉及金融大数据处理技术领域,具体为一种可对海量金融大数据处理的智能风控系统。
背景技术
随着信息科学技术的飞速发展,特别是云计算、大数据技术在电子商务、证券期货、互联网金融等领域的广泛应用,未来金融业的核心竞争力很大程度上依赖于从大数据中提取信息和知识的速度与能力,而这种速度和能力,取决于数据分析、挖掘和应用水平,大数据金融是指集合海量非结构化数据,通过对其进行实时分析和挖掘客户的交易和消费信息掌握客户的消费习惯,并准确预测客户行为,提升金融机构在服务、营销和风控方面的能力。
然而,现有的智能风控系统在使用过程中不能够搭建轻量化风控引擎,挖掘银联海量交易数据的潜在价值,而且一般的风控系统使用的效果相对保守,无法根据特定的人群提供风险管理运营中台,定制和运营风控产品。
发明内容
本发明的目的在于提供一种可对海量金融大数据处理的智能风控系统,以解决上述背景技术中提出现有的智能风控系统在使用过程中不能够搭建轻量化风控引擎,挖掘银联海量交易数据的潜在价值,而且一般的风控系统使用的效果相对保守,无法根据特定的人群提供风险管理运营中台,定制和运营风控产品的问题。
为实现上述目的,本发明提供如下技术方案:一种可对海量金融大数据处理的智能风控系统,包括产品、策略规则、变量、模型和数据,所述产品与策略规则为双向连接,所述策略规则与变量为双向连接,所述变量与模型为双向连接,所述模型与数据为双向连接;
所述数据内部包括商户数据、三方数据、名单数据、交易数据和行为数据,所述模型内部包括行为特征、资质质量、交易波动、行业特征和资金质量,所述变量内部包括经营历史分数、身份特征分数、经营稳定性分数、交易质量分数和商户健康分数,所述策略规则内部包括策略1和策略2;
所述策略1内部包括规则1,经营历史分数>=n、规则2,身份特征分数>=n和规则3经营稳定性分数>=n,所述策略2包括规则3,日均交易频次<n和规则1,入驻时间>n。
优选的,所述智能风控系统内部构架包括前端、应用层、服务层、存储层、数据采集与监控、安全和测试部署。
优选的,所述前端采用的前端开发框架为React+Ant Design Pro,所述应用层采用的操作系统为Linux(Debian),所述应用层采用的开发语言为Python,所述应用层采用的负载均衡为nginx+keepalived双备,且应用层采用的开发框架为Flask。
优选的,所述服务层的消息队列为RabbitMQ,所述服务层的分布式缓存为redis,所述存储层的关系数据库为MySQL双主热备多从,所述存储层的NoSQL数据库为Hbase。
优选的,所述数据采集与监控的log采集采用logstash,所述数据采集与监控的数据处理采用spark hive,所述数据采集与监控的数据分析BI采用pandas。
优选的,所述安全的数据加密采用AES,RSA2,所述安全的数据脱敏采用敏感信息*号替换,所述安全的DDOS高防采用nginx限流,所述测试部署的单元测试采用unittest,所述测试部署的部署采用fabric/k8s。
优选的,所述智能风控系统非功能包括性能、高可用、伸缩性和扩展性,所述性能的QPS峰值为1000,所述性能的接口响应时间<100ms,所述伸缩性包括业务伸缩和存储伸缩,所述高可用包括发布流程、故障发现和故障恢复,所述扩展性包括系统解耦、业务解耦、数据结构扩展性和接入扩展。
与现有技术相比,本发明的有益效果是:该可对海量金融大数据处理的智能风控系统,整个系统分类为五个类别,能够很好的降低数据阐述的速率,增加筛选和分类对比的效率,降低了此风控系统的占用内存,而且每个类别内部都能够根据不同厂商的需要来进行不同的分类,很好的提高了数据真实性和准确性,降低了风控的风险,帮助增加此风控系统的实用性,此风控系统相对于以往的系统具有更多的细分部分,在使用过程中能够搭建轻量化风控引擎,挖掘银联海量交易数据的潜在价值,此风控系统使用的效果相对开放,能够根据特定的人群提供风险管理运营中台,定制和运营风控产品,提高此系统的适用范围。
再次,该可对海量金融大数据处理的智能风控系统,采用多种限定的设备和系统数据,帮助增加数据之间的传输和筛选速率,在使用时,此系统和其他硬件之间相互配合,则极大程度上提高了此风控系统的实用性。
附图说明
图1为本发明系统原理示意图;
图2为本发明链路时序示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-2,本发明提供一种技术方案:包括产品、策略规则、变量、模型和数据,产品与策略规则为双向连接,策略规则与变量为双向连接,变量与模型为双向连接,模型与数据为双向连接;
数据内部包括商户数据、三方数据、名单数据、交易数据和行为数据,模型内部包括行为特征、资质质量、交易波动、行业特征和资金质量,变量内部包括经营历史分数、身份特征分数、经营稳定性分数、交易质量分数和商户健康分数,策略规则内部包括策略1和策略2;
策略1内部包括规则1,经营历史分数>=n、规则2,身份特征分数>=n和规则3经营稳定性分数>=n,策略2包括规则3,日均交易频次<n和规则1,入驻时间>n。
本发明中:智能风控系统内部构架包括前端、应用层、服务层、存储层、数据采集与监控、安全和测试部署。
本发明中:前端采用的前端开发框架为React+Ant Design Pro,应用层采用的操作系统为Linux(Debian),应用层采用的开发语言为Python,应用层采用的负载均衡为nginx+keepalived双备,且应用层采用的开发框架为Flask。
本发明中:服务层的消息队列为RabbitMQ,服务层的分布式缓存为redis,存储层的关系数据库为MySQL双主热备多从,存储层的NoSQL数据库为Hbase。
本发明中:数据采集与监控的log采集采用logstash,数据采集与监控的数据处理采用spark hive,数据采集与监控的数据分析BI采用pandas。
本发明中:安全的数据加密采用AES,RSA2,安全的数据脱敏采用敏感信息*号替换,安全的DDOS高防采用nginx限流,测试部署的单元测试采用unittest,测试部署的部署采用fabric/k8s。
本发明中:智能风控系统非功能包括性能、高可用、伸缩性和扩展性,性能的QPS峰值为1000,性能的接口响应时间<100ms,伸缩性包括业务伸缩和存储伸缩,高可用包括发布流程、故障发现和故障恢复,扩展性包括系统解耦、业务解耦、数据结构扩展性和接入扩展。
工作原理:本发明使用前,用户端可利用多种移动端的端面进入系统内部,利用无线网络实现信息的快速传输和共享,用户端先发送请求,请求进入开放平台,申请者登入系统中后,将鉴权分发给产品内部,确保是本人登录,同时此风控系统能够从移动端的内部获取到申请者的个人信息,进行策略规则的后台计算,使得不同征信等级的使用者能够匹配到合适的策略分类中,分类完毕之后又二次细分,通过计算进入规则路由,默认规则对其进行排列分类。
本发明使用过程中,该可对海量金融大数据处理的智能风控系统通过完成分类的大数据,进入变量中心来进行变量内部多种数据的配合运算,然后运算得出的结果再返回变量值进行二次运算,随后依次的进行二次运算,最后格式化输出得到返回请求结果,得出申请人的贷款数据请求与否,使用完成后将贷款的金额进行定期回复即可。
综上所述:该可对海量金融大数据处理的智能风控系统,整个系统分类为五个类别,能够很好的降低数据阐述的速率,增加筛选和分类对比的效率,降低了此风控系统的占用内存,而且每个类别内部都能够根据不同厂商的需要来进行不同的分类,很好的提高了数据真实性和准确性,降低了风控的风险,帮助增加此风控系统的实用性,此风控系统相对于以往的系统具有更多的细分部分,在使用过程中能够搭建轻量化风控引擎,挖掘银联海量交易数据的潜在价值,此风控系统使用的效果相对开放,能够根据特定的人群提供风险管理运营中台,定制和运营风控产品,提高此系统的适用范围。
再次,该可对海量金融大数据处理的智能风控系统,采用多种限定的设备和系统数据,帮助增加数据之间的传输和筛选速率,在使用时,此系统和其他硬件之间相互配合,则极大程度上提高了此风控系统的实用性。
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。
本系统中涉及到的相关模块均为硬件系统模块或者为现有技术中计算机软件程序或协议与硬件相结合的功能模块,该功能模块所涉及到的计算机软件程序或协议的本身均为本领域技术人员公知的技术,其不是本系统的改进之处;本系统的改进为各模块之间的相互作用关系或连接关系,即为对系统的整体的构造进行改进,以解决本系统所要解决的相应技术问题。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种可对海量金融大数据处理的智能风控系统,包括产品、策略规则、变量、模型和数据,所述产品与策略规则为双向连接,所述策略规则与变量为双向连接,所述变量与模型为双向连接,所述模型与数据为双向连接;
所述数据内部包括商户数据、三方数据、名单数据、交易数据和行为数据,所述模型内部包括行为特征、资质质量、交易波动、行业特征和资金质量,所述变量内部包括经营历史分数、身份特征分数、经营稳定性分数、交易质量分数和商户健康分数,所述策略规则内部包括策略1和策略2;
所述策略1内部包括规则1,经营历史分数>=n、规则2,身份特征分数>=n和规则3经营稳定性分数>=n,所述策略2包括规则3,日均交易频次<n和规则1,入驻时间>n。
2.根据权利要求1所述的一种可对海量金融大数据处理的智能风控系统,其特征在于:所述智能风控系统内部构架包括前端、应用层、服务层、存储层、数据采集与监控、安全和测试部署。
3.根据权利要求2所述的一种可对海量金融大数据处理的智能风控系统,其特征在于:所述前端采用的前端开发框架为React+Ant Design Pro,所述应用层采用的操作系统为Linux(Debian),所述应用层采用的开发语言为Python,所述应用层采用的负载均衡为nginx+keepalived双备,且应用层采用的开发框架为Flask。
4.根据权利要求2所述的一种可对海量金融大数据处理的智能风控系统,其特征在于:所述服务层的消息队列为RabbitMQ,所述服务层的分布式缓存为redis,所述存储层的关系数据库为MySQL双主热备多从,所述存储层的NoSQL数据库为Hbase。
5.根据权利要求2所述的一种可对海量金融大数据处理的智能风控系统,其特征在于:所述数据采集与监控的log采集采用logstash,所述数据采集与监控的数据处理采用sparkhive,所述数据采集与监控的数据分析BI采用pandas。
6.根据权利要求2所述的一种可对海量金融大数据处理的智能风控系统,其特征在于:所述安全的数据加密采用AES,RSA2,所述安全的数据脱敏采用敏感信息*号替换,所述安全的DDOS高防采用nginx限流,所述测试部署的单元测试采用unittest,所述测试部署的部署采用fabric/k8s。
7.根据权利要求1所述的一种可对海量金融大数据处理的智能风控系统,其特征在于:所述智能风控系统非功能包括性能、高可用、伸缩性和扩展性,所述性能的QPS峰值为1000,所述性能的接口响应时间<100ms,所述伸缩性包括业务伸缩和存储伸缩,所述高可用包括发布流程、故障发现和故障恢复,所述扩展性包括系统解耦、业务解耦、数据结构扩展性和接入扩展。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010166096.4A CN111402048A (zh) | 2020-03-11 | 2020-03-11 | 一种可对海量金融大数据处理的智能风控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010166096.4A CN111402048A (zh) | 2020-03-11 | 2020-03-11 | 一种可对海量金融大数据处理的智能风控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111402048A true CN111402048A (zh) | 2020-07-10 |
Family
ID=71430677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010166096.4A Pending CN111402048A (zh) | 2020-03-11 | 2020-03-11 | 一种可对海量金融大数据处理的智能风控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402048A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396511A (zh) * | 2020-11-17 | 2021-02-23 | 中国工商银行股份有限公司 | 分布式风控变量数据处理方法、装置及系统 |
CN112734177A (zh) * | 2020-12-28 | 2021-04-30 | 四川新网银行股份有限公司 | 一种智能分流自动决策的风控系统及方法 |
CN113888050A (zh) * | 2021-11-09 | 2022-01-04 | 焦点科技股份有限公司 | 一种基于规则引擎实现风控规则配置化的方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067572A (ja) * | 2001-08-29 | 2003-03-07 | Se Bank Kk | 職能に基づく金融サービスの申請処理方法およびシステム |
WO2014193324A1 (en) * | 2013-05-27 | 2014-12-04 | Kkb-Kredi̇ Kayit Bürosu Anoni̇m Şi̇rketi̇ | Risk reporting system |
US20150278941A1 (en) * | 2014-03-26 | 2015-10-01 | Wonga Technology Limited | Loan automation system |
CN106339942A (zh) * | 2016-08-31 | 2017-01-18 | 国信优易数据有限公司 | 一种金融信息处理方法和系统 |
CN108389122A (zh) * | 2018-02-12 | 2018-08-10 | 中科柏诚科技(北京)股份有限公司 | 一种互联网贷款系统及方法 |
CN109300042A (zh) * | 2018-09-11 | 2019-02-01 | 广州财略金融信息科技有限公司 | 一种基于大数据的风控系统 |
CN110020786A (zh) * | 2019-03-11 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 业务处理、风控识别方法、装置及设备 |
CN110675029A (zh) * | 2019-08-30 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 商户的动态管控方法、装置、服务器及可读存储介质 |
CN110837963A (zh) * | 2019-11-06 | 2020-02-25 | 浪潮卓数大数据产业发展有限公司 | 一种基于数据、模型及策略的风险控制平台建设方法 |
-
2020
- 2020-03-11 CN CN202010166096.4A patent/CN111402048A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067572A (ja) * | 2001-08-29 | 2003-03-07 | Se Bank Kk | 職能に基づく金融サービスの申請処理方法およびシステム |
WO2014193324A1 (en) * | 2013-05-27 | 2014-12-04 | Kkb-Kredi̇ Kayit Bürosu Anoni̇m Şi̇rketi̇ | Risk reporting system |
US20150278941A1 (en) * | 2014-03-26 | 2015-10-01 | Wonga Technology Limited | Loan automation system |
CN106339942A (zh) * | 2016-08-31 | 2017-01-18 | 国信优易数据有限公司 | 一种金融信息处理方法和系统 |
CN108389122A (zh) * | 2018-02-12 | 2018-08-10 | 中科柏诚科技(北京)股份有限公司 | 一种互联网贷款系统及方法 |
CN109300042A (zh) * | 2018-09-11 | 2019-02-01 | 广州财略金融信息科技有限公司 | 一种基于大数据的风控系统 |
CN110020786A (zh) * | 2019-03-11 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 业务处理、风控识别方法、装置及设备 |
CN110675029A (zh) * | 2019-08-30 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 商户的动态管控方法、装置、服务器及可读存储介质 |
CN110837963A (zh) * | 2019-11-06 | 2020-02-25 | 浪潮卓数大数据产业发展有限公司 | 一种基于数据、模型及策略的风险控制平台建设方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396511A (zh) * | 2020-11-17 | 2021-02-23 | 中国工商银行股份有限公司 | 分布式风控变量数据处理方法、装置及系统 |
CN112396511B (zh) * | 2020-11-17 | 2023-10-13 | 中国工商银行股份有限公司 | 分布式风控变量数据处理方法、装置及系统 |
CN112734177A (zh) * | 2020-12-28 | 2021-04-30 | 四川新网银行股份有限公司 | 一种智能分流自动决策的风控系统及方法 |
CN112734177B (zh) * | 2020-12-28 | 2023-07-21 | 四川新网银行股份有限公司 | 一种智能分流自动决策的风控方法 |
CN113888050A (zh) * | 2021-11-09 | 2022-01-04 | 焦点科技股份有限公司 | 一种基于规则引擎实现风控规则配置化的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11423365B2 (en) | Transaction card system having overdraft capability | |
CN108734380B (zh) | 风险账户判定方法、装置及计算设备 | |
WO2018226337A1 (en) | System and method for issuing a loan to a consumer determined to be creditworthy | |
CN113344562B (zh) | 基于深度神经网络的以太坊钓鱼诈骗账户检测方法与装置 | |
CN110111198A (zh) | 用户金融风险预估方法、装置、电子设备及可读介质 | |
CN111402048A (zh) | 一种可对海量金融大数据处理的智能风控系统 | |
CN113095712A (zh) | 企业授信评分获取方法、装置及计算机设备 | |
Xiong et al. | The analysis of influence mechanism for internet financial fraud identification and user behavior based on machine learning approaches | |
CN114186626A (zh) | 一种异常检测方法、装置、电子设备及计算机可读介质 | |
CN114757677A (zh) | 一种交易欺诈风险的智能评估方法及系统 | |
CN113313479A (zh) | 基于人工智能的支付业务大数据处理方法及系统 | |
CN112330328A (zh) | 一种基于特征提取的信用卡欺诈检测方法 | |
Diadiushkin et al. | Fraud detection in payments transactions: Overview of existing approaches and usage for instant payments | |
CN112749973A (zh) | 一种权限管理方法、装置和计算机可读存储介质 | |
CN110020939A (zh) | 建立违约损失率预测模型的装置、方法及存储介质 | |
Shan et al. | Incorporating user behavior flow for user risk assessment | |
CN115115369A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113935738A (zh) | 交易数据处理方法、装置、存储介质及设备 | |
Kotti et al. | Utilizing Big Data Technology for Online Financial Risk Management | |
CN116361542A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN116451050A (zh) | 异常行为识别模型训练、异常行为识别方法和装置 | |
Li et al. | Influence of Internet-based Social Big Data on Personal Credit Reporting | |
Lee et al. | Application of machine learning in credit risk scorecard | |
CN115187252A (zh) | 网络交易系统中欺诈行为的识别方法、服务器及存储介质 | |
Zhu et al. | Enabling Fraud Prediction on Preliminary Data Through Information Density Booster |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200710 |