CN111598700A - 一种金融风控系统及方法 - Google Patents
一种金融风控系统及方法 Download PDFInfo
- Publication number
- CN111598700A CN111598700A CN202010430445.9A CN202010430445A CN111598700A CN 111598700 A CN111598700 A CN 111598700A CN 202010430445 A CN202010430445 A CN 202010430445A CN 111598700 A CN111598700 A CN 111598700A
- Authority
- CN
- China
- Prior art keywords
- wind control
- data
- financial
- rules
- machine learning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000010801 machine learning Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000007418 data mining Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 230000006399 behavior Effects 0.000 claims abstract description 8
- 230000001939 inductive effect Effects 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000012954 risk control 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Technology Law (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种金融风控系统及方法,所述系统包括动态规则平台、流数据实时处理模块、数据挖掘与机器学习模块和风控建模模块,所述动态规则平台,用于对金融数据的处理规则进行动态设置;所述流数据实时处理模块,用于根据所述动态规则平台设置的规则对金融数据进行实时处理;所述数据挖掘与机器学习模块,用于从处理后的金融大数据中发现隐藏的风险并归纳出风险交易行为;所述风控建模模块,用于根据所述数据挖掘与机器学习模块的分析结果建立风控模型并对所述风控模型指标进行动态调整。采用上述金融风控系统,可提高风控识别的准确性和时效性。
Description
技术领域
本发明属于金融软件领域,尤其涉及一种金融风控系统及方法。
背景技术
金融风控云系统指的是金融科技公司输出的一套数据和风控系统,系统的目的是通过整合外部和内部数据,通过决策引擎和模型建立,帮助客户接入风控数据、配置风控规则、输出风控建议、从而达到优化风控结果的一套系统。现有技术的金融风控系统存在如下问题:
1、风控规则引擎难以实现真正动态的配置、部署与服务的管理。
2、现有风控系统难以处理大数据量的交易数据,处理性能较差,并且无法在交易时第一时间发现潜在风险并进行处理,实效性较差。
3、现有风控模型为通过人工长期实践与归纳出来的,无法适应市场的快速变化,无法及时识别风险并进行预警或者风控,同时风控模型的指标数据准确性不够。
发明内容
本发明的目的在于提供了本发明提供了一种金融风控系统及方法,以提高金融风控系统风控识别的准确性和时效性。
本发明实施例中,提供了一种金融风控系统,其包括动态规则平台、流数据实时处理模块、数据挖掘与机器学习模块和风控建模模块,
所述动态规则平台,用于对金融数据的处理规则进行动态设置;
所述流数据实时处理模块,用于根据所述动态规则平台设置的规则对金融数据进行实时处理;
所述数据挖掘与机器学习模块,用于从处理后的金融大数据中发现隐藏的风险并归纳出风险交易行为;
所述风控建模模块,用于根据所述数据挖掘与机器学习模块的分析结果建立风控模型并对所述风控模型指标进行动态调整。
本发明实施例中,所述动态规则平台可按照不同的项目、不同的业务、不同的规则组合出不同的规则文件。
本发明实施例中,所述动态规则平台还用于对金融系统的风控规则、预警规则和评价规则进行设置。
本发明实施例中,所述流数据实时处理模块,还用于在实施处理的交易数据中发现风险并根据风险等级进行预警或直接采取措施。
本发明实施例中,所述数据挖掘与机器学习模块还采用爬虫技术抓取系统外部的风控数据并进行大数据分析。
本发明实施例中,还提供了一种金融风控方法,其包括:
对金融数据的处理规则进行动态设置;
根据设置的规则对金融数据进行实时处理;
从处理后的金融大数据中发现隐藏的风险并归纳出风险交易行为;
根据所述数据挖掘与机器学习模块的分析结果建立风控模型并对所述风控模型指标进行动态调整。
与现有技术相比较,本发明的金融风控系统及方法中,基于规则平台,在大数据与流数据的基础上,运用数据挖掘跟机器学习,通过抓取整合数据,实现可动态、高智能、高精确、高可用、可扩展、高效的、实时的风控建模;通过规则平台,简单动态的实现对风控模型的新增、调整,非常容易扩展;通过大数据挖掘与机器学习,实现智能、精确的风控建模,产生相应的决策数据;整合规则平台与机器学习,实现精确风控。
附图说明
图1是本发明实施例的金融风控系统的结构示意图。
图2是本发明实施例的金融风控系统中的风控模型的示意图。
图3是本发明实施例的金融风控方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
以下结合具体实施例对本发明的实现进行详细描述。
如图1和图2所示,本发明实施例中,提供了一种金融风控系统,其包括动态规则平台1、流数据实时处理模块2、数据挖掘与机器学习模块3和风控建模模块4。下面分别进行说明。
所述动态规则平台1,用于对金融数据的处理规则进行动态设置。
所述动态规则平台1是基于规则引擎实现的,通过抽象出规则文件、规则版本、规则服务,结合数据库和ZooKeeper实现真正动态的规则平台。提供了规则的动态配置、部署、试运行。数据库提供规则文件、版本、服务的相关管理,ZooKeeper实现规则服务的注册、发现、心跳检测、动态部署,相当于注册中心的功能。需要说明的是,ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护、域名服务、分布式同步、组服务等。
所述动态规则平台1可以按照不同的项目、不同的业务、不同的规则任意组合成规则文件,同时通过规则版本提供对规则文件修改的历史存档。用户通过版本可以非常方便的看到各个版本历史的规则详情,并且能够实现灰度上线、版本回退的运维管理。
所述动态规则平台1还可用于对服务的管理。规则服务首先会注册到规则平台中,实现注册中心的功能。用户可通过规则平台会对注册的规则服务进行心跳检测,实时监控规则服务的状态,并且可通过动态规则平台1对规则服务进行动态部署,比如对金融系统的风控规则、预警规则和评价规则进行设置。
所述流数据实时处理模块2,用于根据所述动态规则平台设置的规则对金融数据进行实时处理。
所述流数据实时处理模块2可实时处理交易流数据,使用NOSQL数据库、规则平台实时分析并处理交易数据,第一时间发现风险并根据风险等级进行预警或直接采取措施。数据流的实时分析实现了风控的实效性,可较准确的识别风险。
当系统中产生数据流是,会触发所述流数据实时处理模块2进行实时交易分析。所述流数据实时处理模块2可识别风险,毫秒级实现了实时交易的风险可控,并发可达十万笔每秒,有效提升了风控管控能力。根据风控模型的匹配度,智能采取风控措施。
所述数据挖掘与机器学习模块3,用于从处理后的金融大数据中发现隐藏的风险并归纳出风险交易行为。
风控数据库中存储了全部历史交易数据。所述数据挖掘与机器学习模块3通过数据挖掘技术,从大数据中发现隐藏的风险,或者从已知的风险交易出发,从大数据中归纳出风险交易行为。
当所述数据挖掘与机器学习模块3发现可疑的交易时,提交人工处理,同时使用机器学习技术在一定程度上替代人工判断。通过大数据集成、数据的清理后,通过深入清洗数据,计算出并能够自动优化调整风控模型的指标数据,提升风控的精准性。通过对用户特征的挖掘、定义、拓展、转换、处理、分析到最后的运动,产生相应的决策数据。
所述数据挖掘与机器学习模块3可通过已触发的确认的风险智能归纳交易特征,通过数据挖掘结合机器学习技术实现精准风控,运用概率论与统计等相关数学理论,及特征工程流程的特征预处理、特征选择、特征衍生、特征提取等。
所述数据挖掘与机器学习模块3还可运用爬虫技术抓取了大量外部风控相关数据,整合了支付宝、微信、银联等外部渠道的风控数据,数据中心通过整合这些数据,运用到实时风控中。
所述风控建模模块4,用于根据所述数据挖掘与机器学习模块3的分析结果建立风控模型并对所述风控模型指标进行动态调整。
根据所述数据挖掘与机器学习模块3的大数据分析结果,所述风控建模模块4可建立各种风险控制模型,比如预警模型、风控模型和评级模型等。所述风控建模模块4还可以根据所述运用规则平台1设定的规则实现模型的动态部署和模型指标的动态调整。
如图3所示,相应于上述金融风控系统,本发明实施例中,还提供了一种金融风控方法,其包括:
步骤S1:对金融数据的处理规则进行动态设置;
步骤S2:根据设置的规则对金融数据进行实时处理;
步骤S3:从处理后的金融大数据中发现隐藏的风险并归纳出风险交易行为;
步骤S4:根据所述数据挖掘与机器学习模块的分析结果建立风控模型并对所述风控模型指标进行动态调整。
综上所述,本发明的金融风控系统及方法中,基于规则平台,在大数据与流数据的基础上,运用数据挖掘跟机器学习,通过抓取整合数据,实现可动态、高智能、高精确、高可用、可扩展、高效的、实时的风控建模;通过规则平台,简单动态的实现对风控模型的新增、调整,非常容易扩展;通过大数据挖掘与机器学习,实现智能、精确的风控建模,产生相应的决策数据;整合规则平台与机器学习,实现精确风控。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种金融风控系统,其特征在于,包括动态规则平台、流数据实时处理模块、数据挖掘与机器学习模块和风控建模模块,
所述动态规则平台,用于对金融数据的处理规则进行动态设置;
所述流数据实时处理模块,用于根据所述动态规则平台设置的规则对金融数据进行实时处理;
所述数据挖掘与机器学习模块,用于从处理后的金融大数据中发现隐藏的风险并归纳出风险交易行为;
所述风控建模模块,用于根据所述数据挖掘与机器学习模块的分析结果建立风控模型并对所述风控模型指标进行动态调整。
2.如权利要求1所述的金融风控系统,其特征在于,所述动态规则平台可按照不同的项目、不同的业务、不同的规则组合出不同的规则文件。
3.如权利要求1所述的金融风控系统,其特征在于,所述动态规则平台还用于对金融系统的风控规则、预警规则和评价规则进行设置。
4.如权利要求1所述的金融风控系统,其特征在于,所述流数据实时处理模块,还用于在实施处理的交易数据中发现风险并根据风险等级进行预警或直接采取措施。
5.如权利要求1所述的金融风控系统,其特征在于,所述数据挖掘与机器学习模块还采用爬虫技术抓取系统外部的风控数据并进行大数据分析。
6.一种金融风控方法,其特征在于,包括:
对金融数据的处理规则进行动态设置;
根据设置的规则对金融数据进行实时处理;
从处理后的金融大数据中发现隐藏的风险并归纳出风险交易行为;
根据所述数据挖掘与机器学习模块的分析结果建立风控模型并对所述风控模型指标进行动态调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010430445.9A CN111598700A (zh) | 2020-05-20 | 2020-05-20 | 一种金融风控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010430445.9A CN111598700A (zh) | 2020-05-20 | 2020-05-20 | 一种金融风控系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111598700A true CN111598700A (zh) | 2020-08-28 |
Family
ID=72186083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010430445.9A Pending CN111598700A (zh) | 2020-05-20 | 2020-05-20 | 一种金融风控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598700A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270478A (zh) * | 2020-10-30 | 2021-01-26 | 重庆富民银行股份有限公司 | 用于风控模型竞争的管理方法及平台 |
CN113570468A (zh) * | 2021-07-06 | 2021-10-29 | 猪八戒股份有限公司 | 一种企业支付风控服务平台 |
CN114817681A (zh) * | 2022-04-28 | 2022-07-29 | 北京辰行科技有限公司 | 一种基于大数据分析的金融风控系统及其管理设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388644A (zh) * | 2018-02-27 | 2018-08-10 | 江苏理工学院 | 一种基于大数据的金融客户管理方法及系统 |
CN108985583A (zh) * | 2018-06-27 | 2018-12-11 | 中国银行股份有限公司 | 基于人工智能的金融数据风险控制方法及装置 |
CN109840838A (zh) * | 2018-12-26 | 2019-06-04 | 天翼电子商务有限公司 | 风控规则模型双引擎系统、控制方法及服务器 |
CN110826846A (zh) * | 2019-09-17 | 2020-02-21 | 蔷薇信息技术有限公司 | 基于智能风控和区块链技术的供应链金融业务交互系统 |
-
2020
- 2020-05-20 CN CN202010430445.9A patent/CN111598700A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388644A (zh) * | 2018-02-27 | 2018-08-10 | 江苏理工学院 | 一种基于大数据的金融客户管理方法及系统 |
CN108985583A (zh) * | 2018-06-27 | 2018-12-11 | 中国银行股份有限公司 | 基于人工智能的金融数据风险控制方法及装置 |
CN109840838A (zh) * | 2018-12-26 | 2019-06-04 | 天翼电子商务有限公司 | 风控规则模型双引擎系统、控制方法及服务器 |
CN110826846A (zh) * | 2019-09-17 | 2020-02-21 | 蔷薇信息技术有限公司 | 基于智能风控和区块链技术的供应链金融业务交互系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270478A (zh) * | 2020-10-30 | 2021-01-26 | 重庆富民银行股份有限公司 | 用于风控模型竞争的管理方法及平台 |
CN112270478B (zh) * | 2020-10-30 | 2023-06-09 | 重庆富民银行股份有限公司 | 用于风控模型竞争的管理方法及平台 |
CN113570468A (zh) * | 2021-07-06 | 2021-10-29 | 猪八戒股份有限公司 | 一种企业支付风控服务平台 |
CN114817681A (zh) * | 2022-04-28 | 2022-07-29 | 北京辰行科技有限公司 | 一种基于大数据分析的金融风控系统及其管理设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020253358A1 (zh) | 业务数据的风控分析处理方法、装置和计算机设备 | |
CN111787090B (zh) | 一种基于区块链技术的智慧法治平台 | |
CN111598700A (zh) | 一种金融风控系统及方法 | |
CN102404126B (zh) | 一种云计算在应用过程中的收费方法 | |
CN108629413A (zh) | 神经网络模型训练、交易行为风险识别方法及装置 | |
CN110688454A (zh) | 咨询对话处理的方法、装置、设备及存储介质 | |
CN106803799B (zh) | 一种性能测试方法和装置 | |
CN104246786A (zh) | 模式发现中的字段选择 | |
CN110912737A (zh) | 一种基于混合模型的动态感知性能预告警方法 | |
US20180330226A1 (en) | Question recommendation method and device | |
CN111932367A (zh) | 贷前信用评估方法及装置 | |
CN112181782A (zh) | 基于ab测试的自适应灰度功能发布方法和装置 | |
CN104199889A (zh) | 基于CEP技术的RTLogic大数据处理系统及方法 | |
CN117971606A (zh) | 基于ElasticSearch的日志管理系统及方法 | |
CN113641906A (zh) | 基于资金交易关系数据实现相似目标人员识别处理的系统、方法、装置、处理器及其介质 | |
CN111737371B (zh) | 可动态预测的数据流量检测分类方法及装置 | |
CN117634905A (zh) | 一种电网业务数据特征提取方法 | |
EP4169223A1 (en) | Method and apparatus to detect scripted network traffic | |
CN113344064A (zh) | 事件处理方法和装置 | |
Hudaib et al. | Software Reusability classification and predication using self-organizing map (SOM) | |
CN115905983A (zh) | 一种人工智能数据归类系统 | |
CN111581199B (zh) | 一种智能数据分析系统及方法 | |
CN106528795B (zh) | 一种数据挖掘方法及装置 | |
Taborsky et al. | Annotating unconstrained face imagery: A scalable approach | |
CN113569879B (zh) | 异常识别模型的训练方法、异常账号识别方法及相关装置 |
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: 20200828 |