CN111768301A - 一种信用卡风控在多维征信数据源下的业务建模方法 - Google Patents
一种信用卡风控在多维征信数据源下的业务建模方法 Download PDFInfo
- Publication number
- CN111768301A CN111768301A CN202010661923.7A CN202010661923A CN111768301A CN 111768301 A CN111768301 A CN 111768301A CN 202010661923 A CN202010661923 A CN 202010661923A CN 111768301 A CN111768301 A CN 111768301A
- Authority
- CN
- China
- Prior art keywords
- data
- wind control
- credit investigation
- business
- modeling
- 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
- G06Q40/03—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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种信用卡风控在多维征信数据源下的业务建模方法，包括以下步骤：风控建模系统获取业务系统中的数据；构建数据服务模块；数据服务模块获取第三方征信数据，并按数据服务模块的要求对获取的第三方征信数据进行标准化；数据服务模块将标准化后的第三方征信数据存入数据缓存池；风控建模系统建立两类不同的风控规则，分别根据获取的业务系统中的数据和数据缓存池中的第三方征信数据执行两类不同的风控规则；根据执行两类不同的风控规则得到的输出结果形成风控建模系统的模型。本发明将第三方征信数据的获取途径从业务系统中剥离，下沉至风控引擎的数据服务模块中，并提供统一的数据缓存池，提升了建模效率，降低了业务系统的对接成本。
Description
技术领域
本发明涉及风控建模技术领域，特别涉及一种信用卡风控在多维征信数据源下的业务建模方法。
背景技术
信用数据是信用卡风控的基础，除人行征信外，市场上存在众多征信公司，提供不同的征信服务，各有特色。传统模式下，将众多征信公司的信用数据作为第三方征信数据，但第三方征信数据应用在风控建模时需要明确定义好各业务流程。在目前使用第三方征信数据的方法中，获取数据时需要先将所有的第三方征信数据从外部数据供应商获取得到，再将第三方征信数据套入到风控建模系统中。业务专家在风控建模时必须非常清楚每一个第三方征信数据的接口，理解每一个第三方征信数据的数据字段在特定供应商语义下的含义。因此，传统模式下风控建模时需要很高的认知成本，风控建模过程需要不断确定字段含义，且在切换供应商时要整体重新建模，周期长，成本高。
现有技术中，对第三方征信数据的获取，是直接通过业务系统调用第三方征信数据，第三方征信数据结果作为输入数据的一部分，存在诸多不足：1.业务系统调用的第三方征信数据往往不是风控建模需要用到的数据；2.业务系统与风控建模系统强耦合，模型更改业务系统需要同步更改；3.风控建模时需要同时考虑模型和复杂的业务流程；4.各业务系统需要深入理解第三方征信数据，才能对接外部数据，多业务系统需要多次对接，导致重复开发。
因此有必要提供一种信用卡风控在多维征信数据源下的业务建模方法，通过构建数据服务模块提供统一的数据参与建模，以减少开发成本并缩短开发周期。
发明内容
本发明的目的在于提供一种信用卡风控在多维征信数据源下的业务建模方法，通过构建数据服务模块提供统一的数据参与建模，以减少开发成本并缩短开发周期。
为了解决现有技术中存在的问题，本发明提供了一种信用卡风控在多维征信数据源下的业务建模方法，包括以下步骤：
风控建模系统获取业务系统中的数据；
在风控建模系统中构建数据服务模块；
数据服务模块获取外部系统的第三方征信数据，并按数据服务模块的要求对获取的所述第三方征信数据进行标准化；
数据服务模块将标准化后的第三方征信数据存入数据缓存池；
风控建模系统建立两类不同的风控规则，分别根据获取的业务系统中的数据和数据缓存池中的第三方征信数据执行两类不同的风控规则；
根据执行两类不同的风控规则得到的输出结果形成风控建模系统的模型。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，风控建模系统获取业务系统中的数据包括以下步骤：
建立调用决策；
根据所述调用决策获取所述业务系统中的数据。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，风控建模系统在获取业务系统中的数据之后，执行两类不同的风控规则之前，还包括以下步骤：
对从业务系统中获取的数据进行解析；
按照风控建模系统中的匹配规则对解析后的数据进行规范。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，两类不同的风控规则分别为业务数据风控规则和外部数据风控规则。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，
获取的所述业务系统中的数据映射为执行所述业务数据风控规则的入参，所述数据缓存池中的第三方征信数据映射为执行所述外部数据风控规则的入参。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，
执行所述业务数据风控规则和所述外部数据风控规则得到的出参结果形成风控建模系统的模型。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，执行两类不同的风控规则之前，还包括以下步骤：
判断数据缓存池是否存在执行外部数据风控规则所需的第三方征信数据；
若存在则执行外部数据风控规则，若不存在则由数据服务模块获取并标准化外部系统的第三方征信数据。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，
所述业务系统为银行的业务系统，所述外部系统为非银行的系统。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，
所述业务系统包含各客户的姓名、年龄以及开卡日期；
所述外部系统包含各客户的开通信用卡数量、各信用卡借款情况以及各信用卡还款情况。
在本发明所提供的信用卡风控在多维征信数据源下的业务建模方法中，通过将第三方征信数据的获取途径从业务系统中剥离，下沉至风控引擎的数据服务模块中，并提供统一的数据查询模块和数据缓存池，将第三方征信数据作为内部模型的一部分，使本发明在建模过程中，对所有数据一视同仁，不必考虑数据来源，不用额外的考虑获取数据的流程与方式。并且通过使风控规则和输入数据源自动映射，统一了数据模型，简化了多维征信数据源下的业务建模方法，有效的提升了建模效率，降低了成本。
附图说明
图1为本发明实施例提供的建模方法的流程图。
具体实施方式
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
在下文中，如果本文所述的方法包括一系列步骤，则本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法中。
现有技术中，对第三方征信数据的获取，是直接通过业务系统调用第三方征信数据，第三方征信数据结果作为输入数据的一部分，存在诸多不足：1.业务系统调用的第三方征信数据往往不是风控建模需要用到的数据；2.业务系统与风控建模系统强耦合，模型更改业务系统需要同步更改；3.风控建模时需要同时考虑模型和复杂的业务流程；4.各业务系统需要深入理解第三方征信数据，才能对接外部数据，多业务系统需要多次对接，导致重复开发。
因此有必要提供一种信用卡风控在多维征信数据源下的业务建模方法，如图1所示，图1为本发明实施例提供的建模方法的流程图，所述建模方法包括以下步骤：
风控建模系统获取业务系统中的数据；
在风控建模系统中构建数据服务模块；
数据服务模块获取外部系统的第三方征信数据，并按数据服务模块的要求对获取的所述第三方征信数据进行标准化；
数据服务模块将标准化后的第三方征信数据存入数据缓存池；
风控建模系统建立两类不同的风控规则，分别根据获取的业务系统中的数据和数据缓存池中的第三方征信数据执行两类不同的风控规则；
根据执行两类不同的风控规则得到的输出结果形成风控建模系统的模型。
本发明包括两个阶段，1.准备阶段，准确业务系统中的数据和数据缓存池中的第三方征信数据；2.执行阶段，将准备的数据输入到风控规则中执行，并输出执行结果。
本发明通过将第三方征信数据的获取途径从业务系统中剥离，下沉至风控引擎的数据服务模块中，并提供统一的数据查询模块和数据缓存池，将第三方征信数据作为内部模型的一部分，使本发明在建模过程中，对所有数据一视同仁，不必考虑数据来源，不用额外的考虑获取数据的流程与方式。并且通过使风控规则和输入数据源自动映射，统一了数据模型，简化了多维征信数据源下的业务建模方法，有效的提升了建模效率，降低了成本。
具体的，风控建模系统获取业务系统中的数据包括以下步骤：
建立调用决策；
根据所述调用决策获取所述业务系统中的数据。
进一步的，风控建模系统在获取业务系统中的数据之后，执行两类不同的风控规则之前，还包括以下步骤：
对从业务系统中获取的数据进行解析；
按照风控建模系统中的匹配规则对解析后的数据进行规范。
在本发明所提供的信用卡风控在多维征信数据源下的业务建模方法中，对于业务系统中的数据，需要根据调用决策获取，并进行解析和规范，使获取的业务系统中的数据能够为建模所用。对于外部系统的第三方征信数据，按数据服务模块的要求对获取的所述第三方征信数据进行标准化，将标准化后的第三方征信数据存入数据缓存池，使数据缓存池中的第三方征信数据能多次随时为建模所用。进一步的，通过建立调用决策和数据缓存池能直接获取所需数据，使业务系统与风控建模系统不再强耦合，在模型更改时业务系统也不必一定同步更改，增加了建模的便捷性。并且风控建模时也不用再考虑模型和复杂的业务流程；业务系统不再与外部系统对接，减少了开发成本。
优选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，两类不同的风控规则分别为业务数据风控规则和外部数据风控规则。获取的所述业务系统中的数据映射为执行所述业务数据风控规则的入参，所述数据缓存池中的第三方征信数据映射为执行所述外部数据风控规则的入参。执行所述业务数据风控规则和所述外部数据风控规则得到的出参结果形成风控建模系统的模型。
进一步的，执行两类不同的风控规则之前，还包括以下步骤：
判断数据缓存池是否存在执行外部数据风控规则所需的第三方征信数据；
若存在则执行外部数据风控规则，若不存在则由数据服务模块获取并标准化外部系统的第三方征信数据。
可选的，在所述信用卡风控在多维征信数据源下的业务建模方法中，所述业务系统为各银行的业务系统，所述外部系统为非银行的系统，例如芝麻信用系统等。所述业务系统一般包含能直接得到的数据，例如各客户的姓名、年龄以及开卡日期等比较直观的数据；所述外部系统一般包含多个系统综合得到的数据，例如各客户的开通信用卡数量、各信用卡借款情况以及各信用卡还款情况等具有总结性的数据。
综上，在本发明所提供的信用卡风控在多维征信数据源下的业务建模方法中，通过将第三方征信数据的获取途径从业务系统中剥离，下沉至风控引擎的数据服务模块中，并提供统一的数据查询模块和数据缓存池，将第三方征信数据作为内部模型的一部分，使本发明在建模过程中，对所有数据一视同仁，不必考虑数据来源，不用额外的考虑获取数据的流程与方式。并且通过使风控规则和输入数据源自动映射，统一了数据模型，简化了多维征信数据源下的业务建模方法，有效的提升了建模效率，降低了成本。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。
Claims (9)
1.一种信用卡风控在多维征信数据源下的业务建模方法，其特征在于，包括以下步骤：
风控建模系统获取业务系统中的数据；
在风控建模系统中构建数据服务模块；
数据服务模块获取外部系统的第三方征信数据，并按数据服务模块的要求对获取的所述第三方征信数据进行标准化；
数据服务模块将标准化后的第三方征信数据存入数据缓存池；
风控建模系统建立两类不同的风控规则，分别根据获取的业务系统中的数据和数据缓存池中的第三方征信数据执行两类不同的风控规则；
根据执行两类不同的风控规则得到的输出结果形成风控建模系统的模型。
2.如权利要求1所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，风控建模系统获取业务系统中的数据包括以下步骤：
建立调用决策；
根据所述调用决策获取所述业务系统中的数据。
3.如权利要求1所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，风控建模系统在获取业务系统中的数据之后，执行两类不同的风控规则之前，还包括以下步骤：
对从业务系统中获取的数据进行解析；
按照风控建模系统中的匹配规则对解析后的数据进行规范。
4.如权利要求1所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，两类不同的风控规则分别为业务数据风控规则和外部数据风控规则。
5.如权利要求4所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，
获取的所述业务系统中的数据映射为执行所述业务数据风控规则的入参，所述数据缓存池中的第三方征信数据映射为执行所述外部数据风控规则的入参。
6.如权利要求5所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，
执行所述业务数据风控规则和所述外部数据风控规则得到的出参结果形成风控建模系统的模型。
7.如权利要求4所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，执行两类不同的风控规则之前，还包括以下步骤：
判断数据缓存池是否存在执行外部数据风控规则所需的第三方征信数据；
若存在则执行外部数据风控规则，若不存在则由数据服务模块获取并标准化外部系统的第三方征信数据。
8.如权利要求1所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，
所述业务系统为银行的业务系统，所述外部系统为非银行的系统。
9.如权利要求1所述的信用卡风控在多维征信数据源下的业务建模方法，其特征在于，
所述业务系统包含各客户的姓名、年龄以及开卡日期；
所述外部系统包含各客户的开通信用卡数量、各信用卡借款情况以及各信用卡还款情况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010661923.7A CN111768301A (zh) | 2020-07-10 | 2020-07-10 | 一种信用卡风控在多维征信数据源下的业务建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010661923.7A CN111768301A (zh) | 2020-07-10 | 2020-07-10 | 一种信用卡风控在多维征信数据源下的业务建模方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111768301A true CN111768301A (zh) | 2020-10-13 |
Family
ID=72726299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010661923.7A Pending CN111768301A (zh) | 2020-07-10 | 2020-07-10 | 一种信用卡风控在多维征信数据源下的业务建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111768301A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100228658A1 (en) * | 2009-03-06 | 2010-09-09 | Clarity Services, Inc. | System and method for credit reporting |
| CN107909461A (zh) * | 2017-09-27 | 2018-04-13 | 上海维信荟智金融科技有限公司 | 信贷数据统一校验方法及系统 |
| CN108364132A (zh) * | 2018-02-11 | 2018-08-03 | 深圳市快付通金融网络科技服务有限公司 | 一种风控方法、装置、计算机装置及计算机可读存储介质 |
| CN109086444A (zh) * | 2018-08-17 | 2018-12-25 | 吉林亿联银行股份有限公司 | 一种数据标准化方法、装置及电子设备 |
| 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 |
| 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 |
| CN110348680A (zh) * | 2019-06-04 | 2019-10-18 | 深圳前海新心金融管理有限公司 | 基于统一模板的征信报告智能解析方法以及装置 |
| CN111260189A (zh) * | 2020-01-08 | 2020-06-09 | 平安银行股份有限公司 | 一种风险控制方法、装置、计算机系统及可读存储介质 |
-
2020
- 2020-07-10 CN CN202010661923.7A patent/CN111768301A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100228658A1 (en) * | 2009-03-06 | 2010-09-09 | Clarity Services, Inc. | System and method for credit reporting |
| CN107909461A (zh) * | 2017-09-27 | 2018-04-13 | 上海维信荟智金融科技有限公司 | 信贷数据统一校验方法及系统 |
| CN108364132A (zh) * | 2018-02-11 | 2018-08-03 | 深圳市快付通金融网络科技服务有限公司 | 一种风控方法、装置、计算机装置及计算机可读存储介质 |
| CN109086444A (zh) * | 2018-08-17 | 2018-12-25 | 吉林亿联银行股份有限公司 | 一种数据标准化方法、装置及电子设备 |
| 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 |
| CN110348680A (zh) * | 2019-06-04 | 2019-10-18 | 深圳前海新心金融管理有限公司 | 基于统一模板的征信报告智能解析方法以及装置 |
| 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 |
| CN111260189A (zh) * | 2020-01-08 | 2020-06-09 | 平安银行股份有限公司 | 一种风险控制方法、装置、计算机系统及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kontopantelis et al. | metaan: Random-effects meta-analysis | |
| CN112884092B (zh) | Ai模型生成方法、电子设备及存储介质 | |
| CN109189750A (zh) | 数据分析工作流的运行方法、数据分析系统及存储介质 | |
| CN109471687A (zh) | 贷款业务信息处理方法、装置、存储介质及计算机设备 | |
| CN110765101B (zh) | 标签的生成方法、装置、计算机可读存储介质及服务器 | |
| CN110554958A (zh) | 图数据库测试方法、系统、设备和存储介质 | |
| US7203671B1 (en) | System and method for validating the technical correctness of an OLAP reporting project | |
| CN106803799A (zh) | 一种性能测试方法和装置 | |
| CN110427188A (zh) | 单测断言程序的配置方法、装置、设备及存储介质 | |
| CN113407327A (zh) | 一种建模任务和数据分析的方法、装置、电子设备及系统 | |
| CN106528778A (zh) | 用户留存类数据获取方法及装置 | |
| CN110826896A (zh) | 数据处理控制方法、装置、计算机设备及存储介质 | |
| CN109670943A (zh) | 一种结算系统、方法、计算机设备及存储介质 | |
| CN115269874A (zh) | 一种基于自然语言理解的合同智能审查方法 | |
| CN108268615A (zh) | 一种数据处理方法、装置以及系统 | |
| Görg et al. | Multinationals and productivity spillovers | |
| CN117150138A (zh) | 一种基于高维空间映射的科技资源组织方法及系统 | |
| CN117273335A (zh) | 一种流程自动梳理方法、装置、设备和存储介质 | |
| CN111768301A (zh) | 一种信用卡风控在多维征信数据源下的业务建模方法 | |
| CN116450827A (zh) | 一种基于大规模语言模型的事件模板归纳方法和系统 | |
| CN106651540B (zh) | 基于线上交易的产品标准协同方法、系统及在线采购平台 | |
| CN115543428A (zh) | 一种基于策略模板的模拟数据生成方法和装置 | |
| CN115564250A (zh) | 一种计算机业务建模方法及装置 | |
| CN109344300A (zh) | 自然语言的数据查询意图确定方法、装置和计算机设备 | |
| CN105786929A (zh) | 一种信息监测方法及装置 |
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 |