CN111861748A - 一种基于人工智能的金融大数据分析平台 - Google Patents
一种基于人工智能的金融大数据分析平台 Download PDFInfo
- Publication number
- CN111861748A CN111861748A CN202010677422.8A CN202010677422A CN111861748A CN 111861748 A CN111861748 A CN 111861748A CN 202010677422 A CN202010677422 A CN 202010677422A CN 111861748 A CN111861748 A CN 111861748A
- Authority
- CN
- China
- Prior art keywords
- financial data
- financial
- data analysis
- user
- face image
- 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.)
- Granted
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/12—Applying verification of the received information
- H04L63/126—Applying verification of the received information the source of the received data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种基于人工智能的金融大数据分析平台,包括身份信息获取模块、身份验证模块、初始数据库、金融数据提取模块、金融数据分类模块、金融数据分析模块和金融数据分析结果存放模块,身份验证模块对金融大数据分析启动人员的身份验证通过之后,金融数据分类模块对金融数据提取模块提取得到的金融数据进行分类,金融数据分析模块对分类得到的金融数据集合进行分析,并将分析结果存放在金融数据分析结果存放模块中对应的金融数据分析结果存放单元内。该基于人工智能的金融大数据分析平台对金融大数据的分析过程比较规整,每一类的金融数据的分析过程相互不受干扰,而且,分析结果之间也相互不受干扰,提升金融数据分析的效率以及可靠性。
Description
技术领域
本发明涉及一种基于人工智能的金融大数据分析平台。
背景技术
金融大数据的分析和管理对于金融部门,比如:银行、消费金融服务公司等至关重要。对金融大数据进行可靠分析不但能够提升银行、消费金融服务公司等部门的服务水平和服务质量,对于银行、消费金融服务公司等部门的稳定发展也有很大的帮助,而且,还能够提升用户体验。但是,目前的金融大数据分析平台在对金融数据进行分析时,对所有的金融数据进行一块分析,分析过程比较杂乱,缺乏有序的分析管理手段,而且,在金融大数据分析时,没有考虑金融数据的安全性问题,可能会导致金融数据被盗,进而给银行、消费金融服务公司等部门造成巨大损失。
发明内容
本发明提供一种基于人工智能的金融大数据分析平台,用于解决现有的金融大数据分析方式的分析过程比较杂乱的问题。
本发明采用以下技术方案:
一种基于人工智能的金融大数据分析平台,包括:
身份信息获取模块,用于获取启动金融大数据分析的启动人员的实际人脸图像信息和实际语音信息;
身份验证模块,用于将所述实际人脸图像信息输入到预设的人脸图像数据库中,判断所述实际人脸图像信息是否是所述人脸图像数据库中的某一个人脸图像信息,若所述实际人脸图像信息是所述人脸图像数据库中的某一个人脸图像信息,则获取与所述某一个人脸图像信息相对应的第一目标身份信息;其中,所述人脸图像数据库包括至少两个人脸图像信息以及与各人脸图像信息相对应的第一身份信息,所述人脸图像数据库中的人脸图像信息为具有启动数据分析权限的人员的人脸图像信息;并且,对所述实际语音信息进行声纹调取,得到实际声纹信息,将所述实际声纹信息输入到预设的声纹数据库中,判断所述实际声纹信息是否是所述声纹数据库中的某一个声纹信息,若所述实际声纹信息是所述声纹数据库中的某一个声纹信息,则获取与所述某一个声纹信息相对应的第二目标身份信息;其中,所述声纹数据库包括至少两个声纹信息以及与各声纹信息相对应的第二身份信息,所述声纹数据库中的声纹信息为具有启动数据分析权限的人员的声纹信息;比较所述第一目标身份信息和第二目标身份信息,若所述第一目标身份信息和第二目标身份信息为相同的身份信息,则判定所述启动人员的身份信息验证通过;
初始数据库,用于存储金融数据;
金融数据提取模块,用于若所述启动人员的身份信息验证通过,则从所述初始数据库中提取金融数据;
金融数据分类模块,用于根据预设的分类机制对提取到的金融数据进行分类,得到至少两个不同数据类别的金融数据集合,各金融数据集合包括至少一个金融数据;
金融数据分析模块,所述金融数据分析模块包括与所述金融数据集合相同个数的金融数据分析单元,各金融数据分析单元与各金融数据集合一一对应,且各金融数据分析单元中预设有与对应金融数据集合中的金融数据相对应的金融数据分析机制,各金融数据分析单元根据对应的金融数据分析机制对对应金融数据集合中的金融数据进行分析;以及
金融数据分析结果存放模块,所述金融数据分析结果存放模块包括与金融数据分析单元相同个数的金融数据分析结果存放单元,各金融数据分析结果存放单元与各金融数据分析单元一一对应,各金融数据分析结果存放单元用于存放对应金融数据分析单元经过数据分析之后得到的分析结果。
优选地,所述至少两个不同数据类别的金融数据集合包括金融交易数据集合和贷款审批数据集合;
所述金融交易数据集合中的金融数据包括至少一个用户的交易密码更改记录、至少一个用户的每次金融交易的地点和至少一个用户的每次金融交易的数额;
相应地,所述金融数据分析模块包括第一金融数据分析单元,用于分析金融交易数据集合中的金融数据,其中,对于任意一个用户,所述第一金融数据分析单元根据该用户的交易密码更改记录获取该用户在预设时间段内的交易密码更改次数,比较该用户的交易密码更改次数与预设的次数阈值,若该用户的交易密码更改次数大于或者等于预设的次数阈值,则判定该用户处于三级异常状态;对于任意一个用户,所述第一金融数据分析单元根据每次金融交易的地点获取该用户在所述预设时间段内的金融交易地点的个数,比较该用户的金融交易地点的个数与预设的个数阈值,若该用户的金融交易地点的个数大于或者等于预设的个数阈值,则判定该用户处于三级异常状态;对于任意一个用户,所述第一金融数据分析单元根据该用户的每次金融交易的数额获取在所述预设时间段内大于预设高数额的第一数额个数,以及小于预设低数额的第二数额个数,若所述第一数额个数和所述第二数额个数均大于或者等于预设数额个数,则判定该用户处于三级异常状态;
对于任意一个用户,所述第一金融数据分析单元进行如下判定:若该用户有两种情况处于三级异常状态,则判断该用户处于二级异常状态;若该用户有三种情况处于三级异常状态,则判断该用户处于一级异常状态;其中,一级异常状态的异常等级高于二级异常状态的异常等级,二级异常状态的异常等级高于三级异常状态的异常等级;
相应地,所述金融数据分析结果存放模块包括第一金融数据分析结果存放单元,用于存储各用户的异常状态分析结果;
所述贷款审批数据集合包括至少一个用户的贷款审批数据,所述贷款审批数据包括对应用户的目标人脸图像信息、某一特定文字段以及对应用户的一个视频段,所述视频段包括对应用户对所述某一特定文字段进行朗读的过程;
相应地,所述金融数据分析模块包括第二金融数据分析单元,对于任意一个用户,所述第二金融数据分析单元实现如下过程:
对该用户的视频段进行人脸图像识别,识别得到该用户的视频段中的人脸图像信息,比较识别得到的人脸图像信息与所述目标人脸图像信息;
提取该用户的视频段中的语音段,对该语音段进行文字识别,获取到对应的文字信息;
若识别得到的人脸图像信息与所述目标人脸图像信息为同一人脸图像信息,且所述文字信息与所述某一特定文字段是相同的文字信息,则该用户贷款审批通过;
相应地,所述金融数据分析结果存放模块包括第二金融数据分析结果存放单元,用于存储各用户的贷款审批结果。
本发明的有益效果包括:在开始金融大数据分析之前,需要验证启动金融大数据分析的启动人员的身份,获取启动人员的实际人脸图像信息和实际语音信息,分别对启动人员的实际人脸图像信息和实际语音信息进行处理,通过验证比对,得到第一目标身份信息和第二目标身份信息,若第一目标身份信息和第二目标身份信息为相同的身份信息,则判定启动人员的身份信息验证通过,在进行金融大数据分析之前,通过验证启动人员的身份,使得只有在启动人员的身份验证通过之后才开始进行金融大数据分析,保证金融数据的安全性,降低金融数据被盗的可能性,进而降低给银行、消费金融服务公司等部门带来的损失;初始数据库中包括很多金融数据,对金融数据按照预设的分类机制进行分类,相同种类的金融数据分成一类,放置在同一数据集合内,不同种类的金融数据处于不同的数据集合内,相同种类的金融数据具有相同或者相近的数据分析机制,因此,将金融数据进行分类,对每一类的金融数据按照对应的数据分析机制进行数据分析,能够提升金融数据分析效率,最后将每一类的金融数据的分析结果存放在对应的金融数据分析结果存放单元中,相较于传统的对所有的金融数据进行一块分析的分析方式,分析过程比较规整,每一类的金融数据的分析过程相互不受干扰,而且,分析结果之间也相互不受干扰,极大提升金融数据分析的效率以及可靠性。
附图说明
图1是基于人工智能的金融大数据分析平台的结构原理图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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申请,并不用于限定本申请。
本实施例提供一种基于人工智能的金融大数据分析平台,该金融大数据分析平台中的各个模块可以是硬件形式的,也可以是软件形式的,若为硬件形式,则该金融大数据分析平台是一个硬件系统平台,若为软件形式,则该金融大数据分析平台是一个软件系统平台,对应的硬件执行主体可以为计算机设备或者服务器设备。该金融大数据分析平台的应用场景不做限定,可以应用在银行,也可以应用在消费金融服务公司,以及其他类型的贷款公司。
如图1所示,该金融大数据分析平台包括身份信息获取模块、身份验证模块、初始数据库、金融数据提取模块、金融数据分类模块、金融数据分析模块和金融数据分析结果存放模块。
在金融大数据分析之前,需要启动金融大数据分析,而启动方式为验证启动人员的身份信息。
身份信息获取模块用于获取启动金融大数据分析的启动人员的实际人脸图像信息和实际语音信息。其中,实际人脸图像信息通过摄像头等人脸图像采集设备进行采集,实际语音信息通过麦克风等语音信号采集设备进行采集,摄像头采集到的实际人脸图像信息以及麦克风采集到的实际语音信息输出给该金融大数据分析平台的身份信息获取模块。应当理解,实际语音信息用于声纹提取,因此,实际语音信息可以是特定的语音段,比如语音段“身份验证”。
身份验证模块用于根据获取到的实际人脸图像信息和实际语音信息进行身份验证,具体如下:
身份验证模块预设有人脸图像数据库和声纹数据库。其中,人脸图像数据库包括至少两个人脸图像信息以及与各人脸图像信息相对应的第一身份信息,人脸图像信息的具体个数由实际需要进行设置,而且,人脸图像数据库中的人脸图像信息为具有启动数据分析权限的人员的人脸图像信息,具有启动数据分析权限的人员可以为专门负责数据分析的工作人员,或者高层管理人员。第一身份信息为用于表示与人脸图像信息相对应的人员的身份唯一性的标识,可以为姓名信息,也可以为身份证号码,还可以为员工工号。该人脸图像数据库是事先采集和录入的,比如采集各个具有启动数据分析权限的人员的人脸图像信息,将采集到的各人脸图像信息与对应的第一身份信息相关联,然后存储至数据库中,构成人脸图像数据库。
声纹数据库包括至少两个声纹信息以及与各声纹信息相对应的第二身份信息,声纹信息的个数由实际情况进行设置,声纹数据库中的声纹信息为具有启动数据分析权限的人员的声纹信息。应当理解,声纹数据库中的各声纹信息对应的语音段也可以是上文中的特定的语音段,比如语音段“身份验证”,方便声纹比对,即每一个具有启动数据分析权限的人员朗读特定的语音段,将得到的各语音信号进行声纹提取,得到声纹信息,将得到的各声纹信息存储至数据库中,构成声纹数据库。第二身份信息为用于表示与声纹信息相对应的人员的身份唯一性的标识,可以为姓名信息,也可以为身份证号码,还可以为员工工号。为了便于后续比较,第二身份信息和第一身份信息为同一种身份信息,比如:均为姓名信息,或者均为身份证号码,或者均为员工工号。该声纹数据库也是事先采集和录入的,比如采集各个具有启动数据分析权限的人员的特定的语音段,然后对各特定的语音段进行声纹提取,得到声纹信息,最后将各声纹信息存储至数据库中,构成声纹数据库。
身份验证模块将实际人脸图像信息输入到预设的人脸图像数据库中,判断实际人脸图像信息是否是人脸图像数据库中的某一个人脸图像信息,本实施例给出一种具体实现过程,包括:
(1)获取实际人脸图像信息与人脸图像数据库中的各人脸图像信息的匹配度,匹配度为相似度,匹配度越高,表示对应的两个人脸图像信息越相似;
(2)比较各匹配度与预设人脸图像匹配度阈值,预设人脸图像匹配度阈值由实际需要进行设置,比如95%;
(3)若存在某一个匹配度大于或者等于预设人脸图像匹配度阈值,表示该匹配度比较高,实际人脸图像信息与人脸图像数据库中该匹配度对应的人脸图像信息相似度比较高,可以判定这两个人脸图像信息为相同的人脸图像信息,判定实际人脸图像信息是人脸图像数据库中的某一个人脸图像信息;若所有的匹配度均小于预设人脸图像匹配度阈值,表示实际人脸图像信息与人脸图像数据库中的各个人脸图像信息的相似度均不高,则判定实际人脸图像信息不是人脸图像数据库中的某一个人脸图像信息。
若实际人脸图像信息是人脸图像数据库中的某一个人脸图像信息,则获取与确定得到的人脸图像信息相对应的第一身份信息,该第一身份信息为第一目标身份信息。
身份验证模块对获取到的实际语音信息进行声纹调取,得到实际声纹信息,由于对语音信息进行声纹提取以获取到实际声纹信息属于常规技术手段,不再赘述。然后,将实际声纹信息输入到预设的声纹数据库中,判断实际声纹信息是否是声纹数据库中的某一个声纹信息,本实施例给出一种具体实现过程:
(1)获取实际声纹信息与声纹数据库中的各声纹信息的匹配度,匹配度为相似度,匹配度越高,表示对应的两个声纹信息越相似;
(2)比较各匹配度与预设声纹匹配度阈值,预设声纹匹配度阈值由实际需要进行设置,比如95%;
(3)若存在某一个匹配度大于或者等于预设声纹匹配度阈值,表示该匹配度比较高,实际声纹信息与声纹数据库中该匹配度对应的声纹信息相似度比较高,可以判定这两个声纹信息为相同的声纹信息,判定实际声纹信息是声纹数据库中的某一个声纹信息;若所有的匹配度均小于预设声纹匹配度阈值,表示实际声纹信息与声纹数据库中的各个声纹信息的相似度均不高,则判定实际声纹信息不是声纹数据库中的某一个声纹信息。
若实际声纹信息是声纹数据库中的某一个声纹信息,则获取与确定得到的声纹信息相对应的第二身份信息,该第二身份信息为第二目标身份信息。
通过上述两个身份验证过程,能够得到第一目标身份信息和第二目标身份信息,接下来,比较第一目标身份信息和第二目标身份信息,若第一目标身份信息和第二目标身份信息为相同的身份信息,比如:若这两个身份验证过程得到的身份证号码相同,表示通过上述两个身份验证过程的身份验证,最终得到的身份信息对应同一人员,则判定启动人员的身份信息验证通过。
初始数据库用于存储金融数据。应当理解,初始数据库对应的硬件设备可以为常规的存储器、磁盘、硬盘、云存储架构等。初始数据库中存储的金融数据可以为涉及到金融的各方面数据,而所包含的具体的金融数据由实际应用场景进行确定,比如包括:用户的交易密码更改记录、用户的每次金融交易的地点、用户的每次金融交易的数额、用户的贷款审批数据、用户的消费额度、用户的信用等级等等。
金融数据提取模块用于若启动人员的身份信息验证通过,则从初始数据库中提取金融数据。
金融数据分类模块用于根据预设的分类机制对提取到的金融数据进行分类,得到至少两个不同数据类别的金融数据集合,各金融数据集合包括至少一个金融数据。预设的分类机制由实际的应用场景或者实际需要进行确定,在不同的分类机制下,可能会划分成不同个数的金融数据集合,而且,即便其中有两个名称相同的金融数据集合,这两个金融数据集合中的金融数据也可能不同。比如:分类机制为按照不同的消费阶段进行分类,则将用户的交易密码更改记录、用户的每次金融交易的地点和用户的每次金融交易的数额分为一类,为交易类数据,构成的数据集合为金融交易数据集合;将用户的贷款审批数据分为一类,为贷款审批阶段的数据,构成的数据集合为贷款审批数据集合;将用户的消费额度和用户的信用等级分为一类,为信用卡申请数据,构成的数据集合为信用卡申请数据集合,等等。应当理解,本申请不局限于具体的分类机制,但是,不管分类机制具体规则是什么,均需要满足将提取到的金融数据分成至少两个不同数据类别的金融数据集合,各金融数据集合包括至少一个金融数据。
金融数据分析模块包括与金融数据集合相同个数的金融数据分析单元,设定金融数据集合为N个,N≥2,则金融数据分析单元也为N个,且各金融数据分析单元与各金融数据集合一一对应。各金融数据分析单元中预设有与对应金融数据集合中的金融数据相对应的金融数据分析机制。设定:第一个金融数据分析单元与第一个金融数据集合相对应,第二个金融数据分析单元与第二个金融数据集合相对应,……,第N个金融数据分析单元与第N个金融数据集合相对应。那么,第一个金融数据分析单元中预设有与第一个金融数据集合中的金融数据相对应的金融数据分析机制,第二个金融数据分析单元中预设有与第二个金融数据集合中的金融数据相对应的金融数据分析机制,……,第N个金融数据分析单元中预设有与第N个金融数据集合中的金融数据相对应的金融数据分析机制。应当理解,不同的金融数据分析单元中预设的金融数据分析机制可能不同,而且,金融数据集合中可能下分为多个子种类的数据,那么,针对多个子种类的数据,对应的金融数据分析单元中预设的金融数据分析机制也可能有多个,分别与各子种类的数据一一对应,用于分析对应子种类的数据。
各金融数据分析单元根据对应的金融数据分析机制对对应金融数据集合中的金融数据进行分析,具体的分析过程与对应的金融数据分析机制相关。进行数据分析之后得到数据分析结果。
金融数据分析结果存放模块包括与金融数据分析单元相同个数的金融数据分析结果存放单元,即包括N个金融数据分析结果存放单元,各金融数据分析结果存放单元与各金融数据分析单元一一对应,具体地:第一个金融数据分析结果存放单元与第一个金融数据分析单元相对应,第二个金融数据分析结果存放单元与第二个金融数据分析单元相对应,……,第N个金融数据分析结果存放单元与第N个金融数据分析单元相对应。应当理解,若金融数据分析结果存放模块为一个存储区域,则各金融数据分析结果存放单元为该存储区域中划分的各存储子区域;若各金融数据分析结果存放单元均为独立的存储区域,则金融数据分析结果存放模块为包含所有存储区域的存储系统。而且,各金融数据分析结果存放单元的存储容量应当满足需求。
各金融数据分析结果存放单元用于存放对应金融数据分析单元经过数据分析之后得到的分析结果。具体地:第一个金融数据分析结果存放单元用于存放第一个金融数据分析单元经过数据分析之后得到的分析结果,第二个金融数据分析结果存放单元用于存放第二个金融数据分析单元经过数据分析之后得到的分析结果,……,第N个金融数据分析结果存放单元用于存放第N个金融数据分析单元经过数据分析之后得到的分析结果。
作为一个具体实施方式,至少两个不同数据类别的金融数据集合包括金融交易数据集合和贷款审批数据集合。
其中,金融交易数据集合中的金融数据包括至少一个用户的交易密码更改记录、至少一个用户的每次金融交易的地点和至少一个用户的每次金融交易的数额。其中,交易密码更改记录包括用户每一次的交易密码更改,每次金融交易的地点包括用户每一次交易时的金融交易地点(比如每一次消费时的刷卡地点),每次金融交易的数额包括用户每一次交易时的交易数额(比如每一次消费时的消费数额)。应当理解,金融交易数据集合中包括三个子种类的金融数据,这三个子种类的金融数据对应的用户的个数均根据实际需要进行设置,而且,这三个子种类的金融数据对应的用户是相对独立的,可以是相同的客户,也可以是不同的客户。需要注意的是,在区分不同的用户的金融数据时,可以将金融数据与对应用户的身份证号码相关联。
相应地,金融数据分析模块包括第一金融数据分析单元,用于分析金融交易数据集合中的金融数据。第一金融数据分析单元预设有三个异常等级,分别是一级异常状态、二级异常状态和三级异常状态,其中,一级异常状态的异常等级高于二级异常状态的异常等级,二级异常状态的异常等级高于三级异常状态的异常等级。也就是说,一级异常状态对应的异常程度最为严重,二级异常状态对应的异常程度处于中间水平,三级异常状态对应的异常程度最轻。
由于金融交易数据集合中包括三个子种类的金融数据,那么,第一金融数据分析单元中的金融数据分析机制具体为:先对这三个子种类的金融数据进行分别分析,然后得到的分析结果进行整合分析处理,具体如下:
对于任意一个用户,第一金融数据分析单元根据该用户的交易密码更改记录获取该用户在预设时间段内的交易密码更改次数,其中,预设时间段由实际需要进行设置,比如预设三个月内或者半年内。应当理解,通过统计每一次的交易密码更改就能够获取该用户在预设时间段内的交易密码更改次数。比较该用户的交易密码更改次数与预设的次数阈值,其中,预设的次数阈值由实际需要进行设置,若分析要求比较严格,则预设的次数阈值可以设置的较低,若分析要求比较宽松,则预设的次数阈值可以设置的较高。若该用户的交易密码更改次数大于或者等于预设的次数阈值,表示该用户在预设时间段内频繁更改交易密码,由于通常情况下交易密码更改的次数不会很频繁,则判定该用户处于三级异常状态。
对于任意一个用户,第一金融数据分析单元根据每次金融交易的地点获取该用户在预设时间段内的金融交易地点的个数,该预设时间段为上段中的预设时间段。获取得到的金融交易地点的个数为不同的金融交易地点的个数,比如:若该用户在预设时间段内每次金融交易的地点分别是:上海、广州、北京、杭州、上海、北京、苏州、武汉、长沙和上海,那么,虽然地点总个数为10个,但是其中有几个是重复的,则获取得到的金融交易地点的个数为不同的金融交易地点的个数,为7个。比较该用户的金融交易地点的个数与预设的个数阈值,其中,预设的个数阈值由实际需要进行设置,若分析要求比较严格,则预设的个数阈值可以设置的较低,若分析要求比较宽松,则预设的个数阈值可以设置的较高。若该用户的金融交易地点的个数大于或者等于预设的个数阈值,表示该用户在预设时间段内频繁在不同地点进行金融交易,由于通常情况下不会频繁在多个不同的地点进行金融交易,则判定该用户处于三级异常状态。
对于任意一个用户,第一金融数据分析单元根据该用户的每次金融交易的数额获取在预设时间段内大于预设高数额的第一数额个数,以及小于预设低数额的第二数额个数,该预设时间段为上段中的预设时间段。由于每次金融交易的数额有高有低,那么,预设有两个数额阈值,分别是预设高数额和预设低数额,预设高数额大于预设低数额,预设高数额和预设低数额的具体数值由实际需要进行设置。比较该用户的每次金融交易的数额与预设高数额,得到在预设时间段内其中大于预设高数额的数额,这种数额为第一数额,并确定第一数额的个数,同理,比较该用户的每次金融交易的数额与预设低数额,得到在预设时间段内其中小于预设低数额的数额,这种数额为第二数额,并确定第二数额的个数。比如:在预设时间段内该用户的每次金融交易的数额分别为:3000元、3.6元、48000元、150000元、1.2元、18000元、13000元、241000元、5.6元、155000元、5000元、9800元、17000元,预设高数额为100000元,预设低数额为10元,那么,得到在预设时间段内其中大于预设高数额的数额为150000元、241000元和155000元,第一数额个数为3个;在预设时间段内其中小于预设低数额的数额为3.6元、1.2元和5.6元,第二数额个数为3个。预设有一个预设数额个数,该预设数额个数由实际需要进行设置,若分析要求比较严格,则预设数额个数可以设置的较低,若分析要求比较宽松,则预设数额个数可以设置的较高。那么,若第一数额个数和第二数额个数均大于或者等于预设数额个数,表示预设时间段内用户的金融交易数额有很大的波动,而且,这些波动与正常的金融交易数额有很大的差异,则判定该用户处于三级异常状态。
上述是对三个子种类的金融数据进行分析的分析过程,接下来第一金融数据分析单元对分析结果进行整合分析,具体如下:对于任意一个用户,若该用户只有一种情况处于三级异常状态,即上述三个异常分析过程中只有一个分析结果是三级异常状态,其他两个分析结果为正常状态,则判断该用户处于三级异常状态;若该用户有两种情况处于三级异常状态,即该用户在上述三个异常分析过程中有两个分析结果为三级异常状态,其他一个分析结果为正常状态,则判断该用户处于二级异常状态,即相较于三级异常状态,异常程度更高;若该用户这三种情况均处于三级异常状态,即该用户在上述三个异常分析过程中这三个分析结果均为三级异常状态,则判断该用户处于一级异常状态,即异常程度最高。应当理解,在判定用户有几种情况处于三级异常状态时,可以统计各个用户的三级异常状态的个数,然后根据各用户的三级异常状态的个数来判定各用户最终处于几级异常状态。
相应地,金融数据分析结果存放模块包括第一金融数据分析结果存放单元,第一金融数据分析单元得到的各用户的异常状态分析结果存储在该第一金融数据分析结果存放单元中。
贷款审批数据集合包括至少一个用户的贷款审批数据,贷款审批数据包括对应用户的目标人脸图像信息、某一特定文字段以及对应用户的一个视频段,该视频段包括对应用户对该某一特定文字段进行朗读的过程(即包括对应用户对该某一特定文字段进行朗读的朗读过程的画面)。也就是说,对于任意一个用户,贷款审批数据包括该用户的目标人脸图像信息、某一特定文字段以及该用户的一个视频段。其中,目标人脸图像信息为实现录入的该用户的真实人脸图像信息。
相应地,金融数据分析模块包括第二金融数据分析单元,对于任意一个用户,第二金融数据分析单元实现如下过程:
对该用户的视频段进行人脸图像识别,识别得到该用户的视频段中的人脸图像信息,作为一个具体实施方式,可以采取以下识别过程:对该用户的视频段图像帧提取,得到各图像帧,然后对各图像帧进行人脸图像识别,识别得到各图像帧的人脸图像信息,本实施例设定视频段中只出现用户的人脸图像信息,即视频段为对应用户的单独影像,那么,从任意一个图像帧中得到的人脸图像信息就是该用户的视频段中的人脸图像信息。比较识别得到的人脸图像信息与目标人脸图像信息,以确定识别得到的人脸图像信息与目标人脸图像信息是否为同一人脸图像信息,可以采用上文中给出的人脸图像信息比对过程进行比对,即:获取识别得到的人脸图像信息与目标人脸图像信息的匹配度,比较匹配度与预设人脸图像匹配度阈值,若该匹配度大于或者等于预设人脸图像匹配度阈值,则判定识别得到的人脸图像信息与目标人脸图像信息是否为同一人脸图像信息;若该匹配度小于预设人脸图像匹配度阈值,则判定识别得到的人脸图像信息与目标人脸图像信息是否不是同一人脸图像信息。
从该用户的视频段中提取语音段,那么,该语音段就是用户对特定文字段进行朗读的语音信号。对该语音段进行文字识别,获取到对应的文字信息。
那么,若识别得到的人脸图像信息与目标人脸图像信息为同一人脸图像信息,且识别得到的文字信息与特定文字段是相同的文字信息,则第二金融数据分析单元判定该用户贷款审批通过。
相应地,金融数据分析结果存放模块包括第二金融数据分析结果存放单元,第二金融数据分析单元将识别得到的各用户的贷款审批结果存储在第二金融数据分析结果存放单元中。
上述实施例仅以一种具体的实施方式说明本发明的技术方案,任何对本发明进行的等同替换及不脱离本发明精神和范围的修改或局部替换,其均应涵盖在本发明权利要求保护的范围之内。
Claims (2)
1.一种基于人工智能的金融大数据分析平台,其特征在于,包括:
身份信息获取模块,用于获取启动金融大数据分析的启动人员的实际人脸图像信息和实际语音信息;
身份验证模块,用于将所述实际人脸图像信息输入到预设的人脸图像数据库中,判断所述实际人脸图像信息是否是所述人脸图像数据库中的某一个人脸图像信息,若所述实际人脸图像信息是所述人脸图像数据库中的某一个人脸图像信息,则获取与所述某一个人脸图像信息相对应的第一目标身份信息;其中,所述人脸图像数据库包括至少两个人脸图像信息以及与各人脸图像信息相对应的第一身份信息,所述人脸图像数据库中的人脸图像信息为具有启动数据分析权限的人员的人脸图像信息;并且,对所述实际语音信息进行声纹调取,得到实际声纹信息,将所述实际声纹信息输入到预设的声纹数据库中,判断所述实际声纹信息是否是所述声纹数据库中的某一个声纹信息,若所述实际声纹信息是所述声纹数据库中的某一个声纹信息,则获取与所述某一个声纹信息相对应的第二目标身份信息;其中,所述声纹数据库包括至少两个声纹信息以及与各声纹信息相对应的第二身份信息,所述声纹数据库中的声纹信息为具有启动数据分析权限的人员的声纹信息;比较所述第一目标身份信息和第二目标身份信息,若所述第一目标身份信息和第二目标身份信息为相同的身份信息,则判定所述启动人员的身份信息验证通过;
初始数据库,用于存储金融数据;
金融数据提取模块,用于若所述启动人员的身份信息验证通过,则从所述初始数据库中提取金融数据;
金融数据分类模块,用于根据预设的分类机制对提取到的金融数据进行分类,得到至少两个不同数据类别的金融数据集合,各金融数据集合包括至少一个金融数据;
金融数据分析模块,所述金融数据分析模块包括与所述金融数据集合相同个数的金融数据分析单元,各金融数据分析单元与各金融数据集合一一对应,且各金融数据分析单元中预设有与对应金融数据集合中的金融数据相对应的金融数据分析机制,各金融数据分析单元根据对应的金融数据分析机制对对应金融数据集合中的金融数据进行分析;以及
金融数据分析结果存放模块,所述金融数据分析结果存放模块包括与金融数据分析单元相同个数的金融数据分析结果存放单元,各金融数据分析结果存放单元与各金融数据分析单元一一对应,各金融数据分析结果存放单元用于存放对应金融数据分析单元经过数据分析之后得到的分析结果。
2.根据权利要求1所述的基于人工智能的金融大数据分析平台,其特征在于,所述至少两个不同数据类别的金融数据集合包括金融交易数据集合和贷款审批数据集合;
所述金融交易数据集合中的金融数据包括至少一个用户的交易密码更改记录、至少一个用户的每次金融交易的地点和至少一个用户的每次金融交易的数额;
相应地,所述金融数据分析模块包括第一金融数据分析单元,用于分析金融交易数据集合中的金融数据,其中,对于任意一个用户,所述第一金融数据分析单元根据该用户的交易密码更改记录获取该用户在预设时间段内的交易密码更改次数,比较该用户的交易密码更改次数与预设的次数阈值,若该用户的交易密码更改次数大于或者等于预设的次数阈值,则判定该用户处于三级异常状态;对于任意一个用户,所述第一金融数据分析单元根据每次金融交易的地点获取该用户在所述预设时间段内的金融交易地点的个数,比较该用户的金融交易地点的个数与预设的个数阈值,若该用户的金融交易地点的个数大于或者等于预设的个数阈值,则判定该用户处于三级异常状态;对于任意一个用户,所述第一金融数据分析单元根据该用户的每次金融交易的数额获取在所述预设时间段内大于预设高数额的第一数额个数,以及小于预设低数额的第二数额个数,若所述第一数额个数和所述第二数额个数均大于或者等于预设数额个数,则判定该用户处于三级异常状态;
对于任意一个用户,所述第一金融数据分析单元进行如下判定:若该用户有两种情况处于三级异常状态,则判断该用户处于二级异常状态;若该用户有三种情况处于三级异常状态,则判断该用户处于一级异常状态;其中,一级异常状态的异常等级高于二级异常状态的异常等级,二级异常状态的异常等级高于三级异常状态的异常等级;
相应地,所述金融数据分析结果存放模块包括第一金融数据分析结果存放单元,用于存储各用户的异常状态分析结果;
所述贷款审批数据集合包括至少一个用户的贷款审批数据,所述贷款审批数据包括对应用户的目标人脸图像信息、某一特定文字段以及对应用户的一个视频段,所述视频段包括对应用户对所述某一特定文字段进行朗读的过程;
相应地,所述金融数据分析模块包括第二金融数据分析单元,对于任意一个用户,所述第二金融数据分析单元实现如下过程:
对该用户的视频段进行人脸图像识别,识别得到该用户的视频段中的人脸图像信息,比较识别得到的人脸图像信息与所述目标人脸图像信息;
提取该用户的视频段中的语音段,对该语音段进行文字识别,获取到对应的文字信息;
若识别得到的人脸图像信息与所述目标人脸图像信息为同一人脸图像信息,且所述文字信息与所述某一特定文字段是相同的文字信息,则该用户贷款审批通过;
相应地,所述金融数据分析结果存放模块包括第二金融数据分析结果存放单元,用于存储各用户的贷款审批结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010677422.8A CN111861748B (zh) | 2020-07-15 | 2020-07-15 | 一种基于人工智能的金融大数据分析平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010677422.8A CN111861748B (zh) | 2020-07-15 | 2020-07-15 | 一种基于人工智能的金融大数据分析平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111861748A true CN111861748A (zh) | 2020-10-30 |
CN111861748B CN111861748B (zh) | 2021-07-23 |
Family
ID=72984330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010677422.8A Active CN111861748B (zh) | 2020-07-15 | 2020-07-15 | 一种基于人工智能的金融大数据分析平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861748B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253659A (zh) * | 2021-06-04 | 2021-08-13 | 厦门致上信息科技有限公司 | 一种金融大数据自动化采集与智能分析系统 |
CN113885462A (zh) * | 2021-10-25 | 2022-01-04 | 首钢京唐钢铁联合有限责任公司 | 息屏监控系统 |
CN114580948A (zh) * | 2022-03-15 | 2022-06-03 | 河北雄安睿天科技有限公司 | 一种水务年度预算分析系统 |
CN114817265A (zh) * | 2022-04-28 | 2022-07-29 | 北京辰行科技有限公司 | 一种利用大数据服务器的金融信息获取方法 |
CN115049498A (zh) * | 2022-08-11 | 2022-09-13 | 深圳前海橙色魔方信息技术有限公司 | 一种金融大数据管理系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102325062A (zh) * | 2011-09-20 | 2012-01-18 | 北京神州绿盟信息安全科技股份有限公司 | 异常登录检测方法及装置 |
CN105787324A (zh) * | 2016-02-03 | 2016-07-20 | 周口师范学院 | 一种计算机信息安全系统 |
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 |
CN107832463A (zh) * | 2017-11-28 | 2018-03-23 | 中国银行股份有限公司 | 一种金融数据服务平台 |
CN109948915A (zh) * | 2019-03-05 | 2019-06-28 | 浙江中普科技咨询有限公司 | 一种科技金融信息服务平台 |
-
2020
- 2020-07-15 CN CN202010677422.8A patent/CN111861748B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102325062A (zh) * | 2011-09-20 | 2012-01-18 | 北京神州绿盟信息安全科技股份有限公司 | 异常登录检测方法及装置 |
CN105787324A (zh) * | 2016-02-03 | 2016-07-20 | 周口师范学院 | 一种计算机信息安全系统 |
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 |
CN107832463A (zh) * | 2017-11-28 | 2018-03-23 | 中国银行股份有限公司 | 一种金融数据服务平台 |
CN109948915A (zh) * | 2019-03-05 | 2019-06-28 | 浙江中普科技咨询有限公司 | 一种科技金融信息服务平台 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253659A (zh) * | 2021-06-04 | 2021-08-13 | 厦门致上信息科技有限公司 | 一种金融大数据自动化采集与智能分析系统 |
CN113885462A (zh) * | 2021-10-25 | 2022-01-04 | 首钢京唐钢铁联合有限责任公司 | 息屏监控系统 |
CN114580948A (zh) * | 2022-03-15 | 2022-06-03 | 河北雄安睿天科技有限公司 | 一种水务年度预算分析系统 |
CN114580948B (zh) * | 2022-03-15 | 2022-11-04 | 河北雄安睿天科技有限公司 | 一种水务年度预算分析系统 |
CN114817265A (zh) * | 2022-04-28 | 2022-07-29 | 北京辰行科技有限公司 | 一种利用大数据服务器的金融信息获取方法 |
CN114817265B (zh) * | 2022-04-28 | 2023-08-18 | 深圳市领航财富教育科技有限公司 | 一种利用大数据服务器的金融信息获取方法 |
CN115049498A (zh) * | 2022-08-11 | 2022-09-13 | 深圳前海橙色魔方信息技术有限公司 | 一种金融大数据管理系统及方法 |
CN115049498B (zh) * | 2022-08-11 | 2022-10-25 | 深圳前海橙色魔方信息技术有限公司 | 一种金融大数据管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111861748B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861748B (zh) | 一种基于人工智能的金融大数据分析平台 | |
US7386506B2 (en) | Fraud score calculating program, method of calculating fraud score, and fraud score calculating system for credit cards | |
US8311826B2 (en) | Method and system for screening using voice data and metadata | |
CN109509093B (zh) | 一种基于主体画像的交易安全控制方法及系统 | |
CN111861240A (zh) | 可疑用户识别方法、装置、设备及可读存储介质 | |
US20060248019A1 (en) | Method and system to detect fraud using voice data | |
CN116823274B (zh) | 一种应用于金融终端的欺诈风险评估方法及装置 | |
US20220114466A1 (en) | Synthetic identity detection | |
CN114330962A (zh) | 一种基于人工智能的金融数据分析平台 | |
CN113450011A (zh) | 任务分配方法和装置 | |
CN112766824A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN109948718B (zh) | 一种基于多算法融合的系统及方法 | |
CN111932270A (zh) | 银行客户身份验证的方法及装置 | |
US12020711B2 (en) | System and method for detecting fraudsters | |
KR102512982B1 (ko) | 보험사기 검출 시스템 | |
CN111784511A (zh) | 一种基于人工智能的银行业务管理系统 | |
CN114866302B (zh) | 一种基于区块链的金融数据存证方法及系统 | |
CN117523683B (zh) | 一种基于生物特征识别的欺诈视频检测方法 | |
CN116756716B (zh) | 基于大数据的安全验证方法、系统、设备和存储介质 | |
Yekini et al. | Automated Biometric Voice-Based Access Control in Automatic Teller Machine (ATM) | |
CN114549179A (zh) | 风险名单生成的方法、装置、存储介质及处理器 | |
CN116894238A (zh) | 一种基于人像特征信息的多级实名核验方法及系统 | |
KUMAR et al. | Deep Learning and image processing based ATM security and identifying the face | |
Kosmerlj | Passport of the Future: Biometrics against Identity Theft? | |
KUMAR et al. | An Efficient Application to Provide Security to The Banks Using Face Recognition Using Open CV |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210702 Address after: 100193 room 101-302, 3 / F, building 18, yard 10, xibeiwangdong Road, Haidian District, Beijing Applicant after: DIGITAL CHINA FINANCIAL SOFTWARE Co.,Ltd. Address before: 450000 No.1, zone a, room 282930, third floor, podium building, No.2 incubation center, National University Science Park, Zhengzhou high tech Industrial Development Zone, Henan Province Applicant before: Zhengzhou Bohan Intelligent Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |