CN111475144B - 风控决策方法、装置、设备及计算机可读存储介质 - Google Patents
风控决策方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111475144B CN111475144B CN202010286838.7A CN202010286838A CN111475144B CN 111475144 B CN111475144 B CN 111475144B CN 202010286838 A CN202010286838 A CN 202010286838A CN 111475144 B CN111475144 B CN 111475144B
- Authority
- CN
- China
- Prior art keywords
- risk
- decision
- wind control
- control decision
- layer
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
- G06F8/22—Procedural
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
- G06F9/4482—Procedural
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及金融科技领域,并公开了一种风控决策方法、装置、设备和计算机可读存储介质。所述方法包括如下步骤:获获取风险路由和业务基本信息;将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果。本发明提高了风控决策的准确性,减少了风险决策过程中人力资源的浪费。
Description
技术领域
本发明涉及金融科技(Fintech)技术领域,尤其涉及风控决策方法、装置、设备及计算机可读存储介质。
背景技术
近年来,互联网金融科技(Fintech)的飞速发展,越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域。
金融业务的数据量和业务量指数增长,为了提高金融业务的安全性,在金融业务执行的过程中需要进行风控决策,风控决策是指对金融业务信息进行分析确定风险大小,然后根据风险大小确定处理策略,当前风控决策过程中决策策略是串行,当在先策略拦截后就不会继续走下面的后续的策略,导致风险分析不全面,决策失误率高;此外,风控决策是通过数据分析模型和决策策略相互结合实现的,这样的风控决策只适用于单一业务场景,新的业务场景则需要重新开发数据分析模型和决策策略,这样开发人员的工作量较大。
发明内容
本发明的主要目的在于提出一种风控决策方法、装置、设备及计算机可读存储介质,旨在当前的导致风险分析不全面,决策失误率高的技术问题。
为实现上述目的,本发明提供一种风控决策方法,所述风控决策方法包括如下步骤:
获取风险路由和业务基本信息;
将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;
调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;
将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果。
可选地,所述将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识的步骤之前,所述方法包括:
获取接口调用代码,将所述接口调用代码进行封装形成接入层;
获取变量处理器和计算模型,将所述变量处理器和所述计算模型进行封装形成计算层;
获取风险分析策略,将所述风险分析策略进行封装形成策略层;
将所述接入层、所述计算层和所述策略层输入至预设框架,生成风险决策引擎。
可选地,所述获取风险路由和业务基本信息的步骤之前,所述方法包括:
接收风控决策请求,获取所述风控决策请求关联的场景标识;
查询业务数据库,获取所述场景标识对应的业务信息,对所述业务信息进行预处理,获得风险路由和业务基本信息。
可选地,所述将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识的步骤,包括:
将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,提取所述业务基本信息中的业务特征信息;
查询风险路由与层组映射表,获取所述风险路由和所述业务特征信息对应的接口标识。
可选地,所述调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量的步骤,包括:
调用所述风险决策引擎的计算层中的变量处理器处理所述业务基本信息,获得变量形式的业务数据;
调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述业务数据,获得衍生变量。
可选地,所述将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果的步骤,包括:
将所述衍生变量输入至所述风险决策引擎中的策略层,确定风险分析策略;
在所述风险分析策略的数量为至少两个时,判断各所述风险分析策略之间是否存在关联;
若各所述风险分析策略之间存在关联,则确定各所述风险分析策略的执行顺序,按照执行顺序执行各所述风险分析策略分析所述衍生变量,获得风控决策结果。
可选地,所述在所述风险分析策略的数量为至少两个时,判断各所述风险分析策略之间是否存在关联的步骤之后,所述方法还包括:
若各所述风险分析策略之间不存在关联,则执行各所述风险分析策略分析所述衍生变量,获得风险决策子结果,并判断各所述风险分析策略之间是否存在冲突;
若各所述风险分析策略之间不存在冲突,则获取各所述风险分析策略的优先级,按照各所述风险分析策略的优先级融合各所述风险决策子结果,获取风控决策结果;
若各所述风险分析策略之间存在冲突,则将各所述风险决策子结果进行裁决,获得最终的风控决策结果。
此外,为实现上述目的,本发明还提供一种风控决策装置,所述风控决策装置包括:
获取模块,用于获取风险路由和业务基本信息;
信息输入模块,用于将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;
接口调用模块,用于调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;
分析决策模块,用于将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果。
此外,为实现上述目的,本发明还提供一种风控决策设备,所述风控决策设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风险决策对应的计算机程序,所述风险决策对应的计算机程序被所述处理器执行时实现如上所述的风控决策方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有风险决策对应的计算机程序,所述风险决策对应的计算机程序被处理器执行时实现如上所述的风控决策方法的步骤。
本发明提供一种风控决策方法、装置、设备及计算机可读存储介质,本发明本实施例中获取风险路由和业务基本信息;将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果;本发明实施例中风险决策引擎中模块化地设置的各个风控决策策略,使得各个风控决策策略可以同时风险,使得风控决策过程中风控数据分析更加全面,从而提高了风控决策的准确性,进一步地,风险决策引擎由各个独立的模块组成,在出现新的业务场景时,可以进行新的模块组合,不需要重新开发软件,减少了人力资源的浪费。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明风控决策方法第一实施例中风险决策引擎构建的流程示意图;
图3为本发明风控决策方法第一实施例的流程示意图;
图4为本发明风控决策装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例风控决策设备可以是PC机或服务器设备,如图1所示,该风控决策设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作网络通信模块、用户接口模块以及风险决策对应的计算机程序。
在图1所示的设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的风险决策对应的计算机程序,并执行下述风控决策方法中的操作。
基于上述硬件结构,提出本发明风控决策方法实施例,包括:
获取风险路由和业务基本信息;
将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;
调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;
将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果。
在本发明风控决策方法第一实施例执行之前,预先构建风险决策引擎,风险决策引擎构建的步骤参照图2,具体地,包括:
步骤S01,获取接口调用代码,将所述接口调用代码进行封装形成接入层;
步骤S02,获取变量处理器和计算模型,将所述变量处理器和所述计算模型进行封装形成计算层;
步骤S03,获取风险分析策略,将所述风险分析策略进行封装形成策略层;
步骤S04,将所述接入层、所述计算层和所述策略层输入至预设框架,生成风险决策引擎。
即,开发人员预先编写接口调用代码,接口调用代码可以实现不同系统接口的调用,开发人员将接口调用代码上传至风控决策设备,风控决策设备获取接口调用代码,风控决策设备将接口调用代码进行封装形成接入层;然后,风控决策设备获取变量处理器和计算模型,其中,变量处理器和计算模型是预先构建的用于风控相关数据分析的代码,风控决策设备将变量处理器和所述计算模型进行封装形成计算层,风控决策设备获取风险分析策略(风险分析策略是指预先设置的风险分析规则),风控决策设备将风险分析策略进行封装形成策略层,风控决策设备将接入层、计算层和策略层输入至预设框架,生成风险决策引擎。
本实施例中风控决策设备预先据构建风险决策引擎,风险决策引擎整体架构分为三层,从上至下分别是接入层、计算层、决策层。其中接入层负责数据接入,所有的内外部接口调用均在该环节完成。计算层负责数据的生成与计算,包括特征变量的衍生和模型的计算。决策层负责策略规则的执行,该层的策略可以调用计算层的变量和模型。
本实施中风险决策引擎具有以下好处:1、数据获取独立,数据获取不依赖于策略是否通过;2、变量开发独立,一次开发后,可在所有的模型和策略中使用;3、模型计算独立,规则与模型通过不同的决策引擎分别开发,提升模型的独立性;4、模型可组合与复用;基于单个数据源开发的模型可供其他策略调用;5、策略维护独立,单个策略或模型的修改不影响其他策略或模型减少业务人员繁琐配置及分析操作。
参照图3,图3为本发明风控决策方法第一实施例的流程示意图,在本实施例中所述风控决策方法包括:
步骤S10,获取风险路由和业务基本信息。
本实施例中风控决策方法应用于金融行业的金融机构(银行机构、保险机构、证券机构等)中的风控决策设备。
风控决策设备获取风险路由(风险路由是指对具备相同处理方法的风险事件的抽象)和业务基本信息(业务基本信息可以理解为风控相关的产品价格,及价格影响因子),其中,风险路由和业务基本信息是针对要进行风控决策场景的信息分析得到的,即,在步骤S10执行之前包括:
步骤a1,接收风控决策请求,获取所述风控决策请求关联的场景标识;
步骤a2,查询业务数据库,获取所述场景标识对应的业务信息,对所述业务信息进行预处理,获得风险路由和业务基本信息。
风控决策设备接收风控决策请求(风控决策请求触发的方式不作具体限定),风控决策设备获取风控决策请求关联的场景标识(场景标识是指识别风控场景的标识信息,例如,场景标识可以是由风控场景涉及到的金融产品信息名称的组合;场景标识还可以网络页面的标识);风控决策设备查询业务数据库,风控决策设备获取场景标识对应的业务信息,风控决策设备将业务信息进行预处理,将业务信息转化为变量化的风险路由和业务基本信息。
本实施例中风控决策设备对业务信息进行预处理,获得风险路由和业务基本信息,然后将风险路由和业务基本信息进行进一步地分析,从而实现风控决策,具体地:
步骤S20,将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识。
风控决策设备将风险路由和业务基本信息输入至风险决策引擎的接入层,风险决策引擎的接入层中对风险路由和业务基本信息进行分析,确定需要调用的数据接口,具体地:
步骤b1,将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,提取所述业务基本信息中的业务特征信息;
步骤b2,查询风险路由与层组映射表,获取所述风险路由和所述业务特征信息对应的接口标识。
风控决策设备将风险路由和业务基本信息输入至风险决策引擎的接入层,风控决策设备提取业务基本信息中的业务特征信息(业务特征信息是表征风控业务的特征信息);风控决策设备中预设风险路由与层组映射表,风控决策设备查询风险路由与层组映射表,获取风险路由和业务特征信息对应的接口标识。
本实施例中风控决策设备根据风险路由和业务特征信息确定接口标识,从而接口标识对应的数据接口进行数据分析,风控决策设备按照数据类型调用接口进行数据分析,各个数据接口中的分析方式互不干扰,使得风险分析更加全面。
步骤S30,调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量。
风控决策设备调用风险决策引擎的计算层中接口标识对应的数据接口,风控决策设备通过数据接口中的计算模型处理风险路由和业务基本信息,获得衍生变量,具体地:
步骤c1,调用所述风险决策引擎的计算层中的变量处理器处理所述业务基本信息,获得变量形式的业务数据;
步骤c2,调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述业务数据,获得衍生变量。
即,风控决策设备调用风险决策引擎的计算层中的变量处理器处理业务基本信息,风控决策设备获得变量形式的业务数据;风控决策设备调用风险决策引擎的计算层中接口标识对应的数据接口,风控决策设备通过数据接口中的计算模型处理所述业务数据,获得衍生变量。
步骤S40,将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果。
风控决策设备将衍生变量输入至风险决策引擎中的策略层,风控决策设备按照策略层中的风险分析策略分析衍生变量,获得风控决策结果。本实施例中风险决策引擎中模块化地设置的各个风控决策策略,使得各个风控决策策略可以同时风险,使得风控决策过程中风控数据分析更加全面,从而提高了风控决策的准确性,进一步地,风险决策引擎由各个独立的模块组成,在出现新的业务场景时,可以进行新的模块组合,不需要重新开发软件,减少了人力资源的浪费。
在银行机构等金融机构内采用上述风险决策方式,提高了金融业务数据分析的准确性,使得金融机构可以更加全面的分析风险,从而做出决策,减小了银行机构等金融机构的坏账率。
进一步地,基于本发明风控决策方法第一实施例,提出本发明风控决策方法第二实施例。
本实施例是第一实施例中步骤S40的细化,本实施例与第一实施例的区别在于:
将所述衍生变量输入至所述风险决策引擎中的策略层,确定风险分析策略;
在所述风险分析策略的数量为至少两个时,判断各所述风险分析策略之间是否存在关联;
若各所述风险分析策略之间存在关联,则确定各所述风险分析策略的执行顺序,按照执行顺序执行各所述风险分析策略分析所述衍生变量,获得风控决策结果。
风控决策设备将衍生变量输入至风险决策引擎中的策略层,确定风险分析策略;风控决策设备在风险分析策略的数量为一个时,执行风险分析策略获得风控决策结果。风控决策设备在风险分析策略的数量为至少两个时,风控决策设备判断各风险分析策略之间是否存在关联;若各风险分析策略之间存在关联,则确定各风险分析策略的执行顺序,按照执行顺序执行各风险分析策略分析衍生变量,获得风控决策结果。
即,本实施例风控决策设备中确定风险分析策略数量为多个形成策略集合,策略集合是一种结构化抽象。凡是属于同一个层组的策略具备相同的策略优先级,可以并行处理。另一方面,它是结构化的,规定了单个策略在整体策略框架中的位置,层组与层组之间是树形结构,子层组的优先级低于父层组。父节点的策略并不依赖子策略的输出,两者只有优先级的关系,并无依赖关系。因此,策略执行层里的所有策略可以并行触发,在获取所有策略的输出之后再根据优先级输出最终的结果。
进一步地,基于本发明风控决策方法上述实施例,提出本发明风控决策方法第三实施例。
本实施例是第一实施例中步骤S40的细化,本实施例与上述实施例的区别在于:
若各所述风险分析策略之间不存在关联,则执行各所述风险分析策略分析所述衍生变量,获得风险决策子结果,并判断各所述风险分析策略之间是否存在冲突;
若各所述风险分析策略之间不存在冲突,则获取各所述风险分析策略的优先级,按照各所述风险分析策略的优先级融合各所述风险决策子结果,获取风控决策结果;
若各所述风险分析策略之间存在冲突,则将各所述风险决策子结果进行裁决,获得最终的风控决策结果。
在本实施例在风险分析策略的数量为至少两个时,判断各风险分析策略之间是否存在关联;若各所述风险分析策略之间不存在关联,则执行各所述风险分析策略分析所述衍生变量,获得风险决策子结果,并判断各所述风险分析策略之间是否存在冲突(风险分析策略冲突可以是风险分析策略规则没呈反比例关系);若各风险分析策略之间不存在冲突,则获取各所述风险分析策略的优先级,按照各所述风险分析策略的优先级融合各所述风险决策子结果,获取风控决策结果;若各所述风险分析策略之间存在冲突,则将各所述风险决策子结果进行裁决,获得最终的风控决策结果。
本实施例中风险决策设备将冲突的策略进行整合;这样通过多方便进行风险分析,使得风险决策得到的结果更加准确。
参照图4,本发明还提供一种风控决策装置,所述风控决策装置包括:
获取模块10,用于获取风险路由和业务基本信息;
信息输入模块20,用于将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;
接口调用模块30,用于调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;
分析决策模块40,用于将所述衍生变量输入至所述风险决策引擎中的策略层,按照所述策略层中的风险分析策略分析所述衍生变量,获得风控决策结果。
在一实施例中,所述风控决策装置,包括:
第一封装模块,用于获取接口调用代码,将所述接口调用代码进行封装形成接入层;
第二封装模块,用于获取变量处理器和计算模型,将所述变量处理器和所述计算模型进行封装形成计算层;
第二封装模块,用于获取风险分析策略,将所述风险分析策略进行封装形成策略层;
输入生成模块,用于将所述接入层、所述计算层和所述策略层输入至预设框架,生成风险决策引擎。
在一实施例中,所述风控决策装置,包括:
请求接收模块,用于接收风控决策请求,获取所述风控决策请求关联的场景标识;
查询获取模块,用于查询业务数据库,获取所述场景标识对应的业务信息,对所述业务信息进行预处理,获得风险路由和业务基本信息。
在一实施例中,所述信息输入模块20,包括:
特征提取单元,用于将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,提取所述业务基本信息中的业务特征信息;
查询获取单元,用于查询风险路由与层组映射表,获取所述风险路由和所述业务特征信息对应的接口标识。
在一实施例中,所述接口调用模块30,包括:
变量处理单元,用于调用所述风险决策引擎的计算层中的变量处理器处理所述业务基本信息,获得变量形式的业务数据;
变量生成单元,用于调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述业务数据,获得衍生变量。
在一实施例中,所述分析决策模块40,包括:
输入确定单元,用于将所述衍生变量输入至所述风险决策引擎中的策略层,确定风险分析策略;
关联判断单元,用于在所述风险分析策略的数量为至少两个时,判断各所述风险分析策略之间是否存在关联;
执行单元,用于若各所述风险分析策略之间存在关联,则确定各所述风险分析策略的执行顺序,按照执行顺序执行各所述风险分析策略分析所述衍生变量,获得风控决策结果。
在一实施例中,所述分析决策模块40,包括:
冲突判断单元,用于若各所述风险分析策略之间不存在关联,则执行各所述风险分析策略分析所述衍生变量,获得风险决策子结果,并判断各所述风险分析策略之间是否存在冲突;
获取单元,用于若各所述风险分析策略之间不存在冲突,则获取各所述风险分析策略的优先级,按照各所述风险分析策略的优先级融合各所述风险决策子结果,获取风控决策结果;
分析裁决单元,用于若各所述风险分析策略之间存在冲突,则将各所述风险决策子结果进行裁决,获得最终的风控决策结果。
其中,在所述处风控决策装置被执行时所实现的方法可参照本发明风控决策方法各个实施例,此处不再赘述。
本实施例中风险决策引擎中模块化地设置的各个风控决策策略,使得各个风控决策策略可以同时风险,使得风控决策过程中风控数据分析更加全面,从而提高了风控决策的准确性,进一步地,风险决策引擎由各个独立的模块组成,在出现新的业务场景时,可以进行新的模块组合,不需要重新开发软件,减少了人力资源的浪费。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有风险决策对应的计算机程序,所述风险决策对应的计算机程序被处理器执行时实现如上所述的风控决策方法的步骤。
其中,在所述处理器上运行的风险决策对应的计算机程序被执行时所实现的方法可参照本发明风控决策方法各个实施例,此处不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种风控决策方法,其特征在于,所述风控决策方法包括如下步骤:
获取风险路由和业务基本信息;
将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;
调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;
将所述衍生变量输入至所述风险决策引擎中的策略层,确定风险分析策略;
在所述风险分析策略的数量为至少两个时,判断各所述风险分析策略之间是否存在关联;
若各所述风险分析策略之间不存在关联,则执行各所述风险分析策略分析所述衍生变量,获得风险决策子结果,并判断各所述风险分析策略之间是否存在冲突;
若各所述风险分析策略之间不存在冲突,则获取各所述风险分析策略的优先级,按照各所述风险分析策略的优先级融合各所述风险决策子结果,获取风控决策结果。
2.如权利要求1所述的风控决策方法,其特征在于,所述将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识的步骤之前,所述方法包括:
获取接口调用代码,将所述接口调用代码进行封装形成接入层;
获取变量处理器和计算模型,将所述变量处理器和所述计算模型进行封装形成计算层;
获取风险分析策略,将所述风险分析策略进行封装形成策略层;
将所述接入层、所述计算层和所述策略层输入至预设框架,生成风险决策引擎。
3.如权利要求1所述的风控决策方法,其特征在于,所述获取风险路由和业务基本信息的步骤之前,所述方法包括:
接收风控决策请求,获取所述风控决策请求关联的场景标识;
查询业务数据库,获取所述场景标识对应的业务信息,对所述业务信息进行预处理,获得风险路由和业务基本信息。
4.如权利要求1所述的风控决策方法,其特征在于,所述将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识的步骤,包括:
将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,提取所述业务基本信息中的业务特征信息;
查询风险路由与层组映射表,获取所述风险路由和所述业务特征信息对应的接口标识。
5.如权利要求1所述的风控决策方法,其特征在于,所述调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量的步骤,包括:
调用所述风险决策引擎的计算层中的变量处理器处理所述业务基本信息,获得变量形式的业务数据;
调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述业务数据,获得衍生变量。
6.如权利要求1至5任意一项所述的风控决策方法,其特征在于,所述在所述风险分析策略的数量为至少两个时,判断各所述风险分析策略之间是否存在关联的步骤之后,包括:
若各所述风险分析策略之间存在关联,则确定各所述风险分析策略的执行顺序,按照执行顺序执行各所述风险分析策略分析所述衍生变量,获得风控决策结果。
7.如权利要求1所述的风控决策方法,其特征在于,所述若各所述风险分析策略之间不存在关联,则执行各所述风险分析策略分析所述衍生变量,获得风险决策子结果,并判断各所述风险分析策略之间是否存在冲突的步骤之后,所述方法还包括:
若各所述风险分析策略之间存在冲突,则将各所述风险决策子结果进行裁决,获得最终的风控决策结果。
8.一种风控决策装置,其特征在于,所述风控决策装置包括:
获取模块,用于获取风险路由和业务基本信息;
信息输入模块,用于将所述风险路由和所述业务基本信息输入至风险决策引擎的接入层,获得接口标识;
接口调用模块,用于调用所述风险决策引擎的计算层中所述接口标识对应的数据接口,通过所述数据接口中的计算模型处理所述风险路由和所述业务基本信息,获得衍生变量;
分析决策模块,用于将所述衍生变量输入至所述风险决策引擎中的策略层,确定风险分析策略;在所述风险分析策略的数量为至少两个时,判断各所述风险分析策略之间是否存在关联;若各所述风险分析策略之间不存在关联,则执行各所述风险分析策略分析所述衍生变量,获得风险决策子结果,并判断各所述风险分析策略之间是否存在冲突;若各所述风险分析策略之间不存在冲突,则获取各所述风险分析策略的优先级,按照各所述风险分析策略的优先级融合各所述风险决策子结果,获取风控决策结果。
9.一种风控决策设备,其特征在于,所述风控决策设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风险决策对应的计算机程序,所述风险决策对应的计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的风控决策方法的步骤。
10.一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风险决策对应的计算机程序,所述风险决策对应的计算机程序被处理器执行时实现如权利要求1至7中任一项所述的风控决策方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286838.7A CN111475144B (zh) | 2020-04-13 | 2020-04-13 | 风控决策方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286838.7A CN111475144B (zh) | 2020-04-13 | 2020-04-13 | 风控决策方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111475144A CN111475144A (zh) | 2020-07-31 |
CN111475144B true CN111475144B (zh) | 2023-04-18 |
Family
ID=71752299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010286838.7A Active CN111475144B (zh) | 2020-04-13 | 2020-04-13 | 风控决策方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111475144B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949829B (zh) * | 2020-09-01 | 2024-06-07 | 辽宁振兴银行股份有限公司 | 一种xml解析和风控变量生成方法 |
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 |
CN112445499A (zh) * | 2020-11-27 | 2021-03-05 | 深圳前海微众银行股份有限公司 | 衍生变量确定方法、装置、设备和存储介质 |
CN112633680B (zh) * | 2020-12-21 | 2024-04-16 | 深圳前海微众银行股份有限公司 | 风险事件的策略确定方法、装置、设备及可读存储介质 |
CN112669138B (zh) * | 2020-12-23 | 2022-04-26 | 平安科技(深圳)有限公司 | 数据处理方法及相关设备 |
CN113419877B (zh) * | 2021-07-01 | 2024-06-18 | 京东科技控股股份有限公司 | 决策服务接口的实现方法、装置、电子设备和存储介质 |
CN113506164B (zh) * | 2021-07-05 | 2023-05-26 | 普洛斯科技(重庆)有限公司 | 一种风控决策方法、装置、电子设备及机器可读存储介质 |
CN113888181A (zh) * | 2021-10-25 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 业务处理及其风险检测策略体系的构建方法、装置及设备 |
CN114254909A (zh) * | 2021-12-16 | 2022-03-29 | 天元大数据信用管理有限公司 | 一种基于决策引擎的风险管理方法及平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330641A (zh) * | 2017-08-18 | 2017-11-07 | 广发证券股份有限公司 | 一种基于Storm流处理框架和规则引擎的金融衍生品实时风险控制系统及方法 |
CN108446817A (zh) * | 2018-02-01 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 确定业务对应的决策策略的方法、装置和电子设备 |
CN109597606A (zh) * | 2018-10-24 | 2019-04-09 | 中国平安人寿保险股份有限公司 | 使用规则引擎进行业务决策的方法、设备和存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100042451A1 (en) * | 2008-08-12 | 2010-02-18 | Howell Gary L | Risk management decision facilitator |
US20100205108A1 (en) * | 2009-02-11 | 2010-08-12 | Mun Johnathan C | Credit and market risk evaluation method |
WO2013093682A1 (en) * | 2011-12-21 | 2013-06-27 | International Business Machines Corporation | Detecting cases with conflicting rules |
CN105590158A (zh) * | 2014-12-30 | 2016-05-18 | 中国银联股份有限公司 | 交易风险实时控制系统 |
CN107316134A (zh) * | 2017-06-16 | 2017-11-03 | 深圳乐信软件技术有限公司 | 一种风险控制方法、装置、服务器及存储介质 |
CN108764674B (zh) * | 2018-05-16 | 2021-02-09 | 普信恒业科技发展(北京)有限公司 | 一种基于规则引擎的风险控制方法和装置 |
CN109086031B (zh) * | 2018-06-28 | 2022-08-05 | 创新先进技术有限公司 | 一种基于规则引擎的业务决策方法和装置 |
CN109542935A (zh) * | 2018-10-11 | 2019-03-29 | 平安科技(深圳)有限公司 | 一种规则引擎的执行方法、存储介质和服务器 |
CN110349013A (zh) * | 2019-07-12 | 2019-10-18 | 蔷薇智慧科技有限公司 | 风险控制方法及装置 |
-
2020
- 2020-04-13 CN CN202010286838.7A patent/CN111475144B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330641A (zh) * | 2017-08-18 | 2017-11-07 | 广发证券股份有限公司 | 一种基于Storm流处理框架和规则引擎的金融衍生品实时风险控制系统及方法 |
CN108446817A (zh) * | 2018-02-01 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 确定业务对应的决策策略的方法、装置和电子设备 |
CN109597606A (zh) * | 2018-10-24 | 2019-04-09 | 中国平安人寿保险股份有限公司 | 使用规则引擎进行业务决策的方法、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
WeiWu.An implementation of decision making models and mechanisms for multiagent systems in competitive environments.CCECE 2003-Canadian Conference on Electrical and Computer Engineering. Toward a Caring and Humane Technology (Cat.No.03CH37436).2003,第Vol.2卷第1227-1230页. * |
金钰.以机器学习平台为基石 打造反欺诈业务 360°防护罩——兴业银行风控决策一体化平台解决方案.《中国金融电脑》.2019,(第2019年12期),第44-48页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111475144A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111475144B (zh) | 风控决策方法、装置、设备及计算机可读存储介质 | |
EP3588279B1 (en) | Automated extraction of rules embedded in software application code using machine learning | |
CA3196398A1 (en) | Systems and methods for triaging software vulnerabilities | |
CN116506474B (zh) | 一种基于云边协同的电力微服务分层系统 | |
CN106971007B (zh) | 一种利用数据结构控制的数据处理与数据分析框架 | |
CN117034273A (zh) | 基于图卷积网络的安卓恶意软件检测方法及系统 | |
CN114035827A (zh) | 应用程序更新方法、装置、设备及存储介质 | |
CN111199054A (zh) | 一种数据脱敏方法、装置及数据脱敏设备 | |
CN110704816A (zh) | 接口破解的识别方法、装置、设备及存储介质 | |
CN110990834B (zh) | 一种android恶意软件的静态检测方法、系统及介质 | |
CN111338716A (zh) | 基于规则引擎的数据处理方法、装置及终端设备 | |
CN109284590B (zh) | 访问行为安全防护的方法、设备、存储介质及装置 | |
CN112732693B (zh) | 智能化物联网数据采集方法、装置、设备及存储介质 | |
CN116541887B (zh) | 一种大数据平台数据安全保护方法 | |
CN114915566B (zh) | 应用识别方法、装置、设备及计算机可读存储介质 | |
CN117435710A (zh) | 政务服务问答方法、装置、终端设备以及存储介质 | |
CN110928535B (zh) | 衍生变量部署方法、装置、设备及可读存储介质 | |
CN111429110A (zh) | 门店标准化审核方法、装置、设备及存储介质 | |
CN112529543A (zh) | 工作流互斥关系的校验方法、装置、设备及存储介质 | |
CN111652525A (zh) | 风险尾端客户分析方法、装置、设备及计算机存储介质 | |
CN111259039A (zh) | 数据库操作方法、装置、设备和计算机可读存储介质 | |
US8468116B2 (en) | Rule creation method and rule creating apparatus | |
CN112688947B (zh) | 基于互联网的网络通信信息智能监测方法及系统 | |
CN115018624A (zh) | 基于风控策略的决策引擎及方法 | |
CN113821251A (zh) | 基于人工智能的代码优化方法、装置、设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |