CN113095838A - 交易验证方法及装置、存储介质及电子设备 - Google Patents
交易验证方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113095838A CN113095838A CN202110484010.7A CN202110484010A CN113095838A CN 113095838 A CN113095838 A CN 113095838A CN 202110484010 A CN202110484010 A CN 202110484010A CN 113095838 A CN113095838 A CN 113095838A
- Authority
- CN
- China
- Prior art keywords
- transaction
- verification
- information
- processed
- user
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 299
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000012549 training Methods 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种交易验证方法及装置、存储介质及电子设备，该方法包括：获取待处理交易的交易数据、交易对象信息以及交易渠道信息；基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。应用本发明提供的方法，能够构建决策模型来确定是否对待处理交易进行验证，能够有效的防止欺诈交易的发生。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种交易验证方法及装置、存储介质及电子设备。
背景技术
随着科学技术的快速发展，基于互联网的交易业务也越来越多，各类的欺诈交易也层出不穷，为了保障交易业务的安全性，需要进行欺诈交易检测。
现有的欺诈交易检测技术，往往是通过设定欺诈交易风险规则，当存在需要检测的交易时，将获取该交易的相关数据与该风险规则进行匹配，从而检测该交易是否存在欺诈风险，然而，通过此方式，容易因规则漏洞而难以避免欺诈交易的发生，从而无法保障用户的交易安全。
发明内容
本发明所要解决的技术问题是提供一种交易验证方法，能够有效的避免欺诈交易的发生。
本发明还提供了一种交易验证装置，用以保证上述方法在实际中的实现及应用。
一种交易验证方法，包括：
获取待处理交易的交易数据、交易对象信息以及交易渠道信息；
基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；
将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；
在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；
获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。
上述的方法，可选的，确定所述决策结果表征为执行交易验证操作的过程，包括：
确定所述决策结果是否为文本交易验证或语音交易验证；
若所述决策结果为所述文本交易验证或所述语音交易验证，则确定所述决策结果表征为执行交易验证操作。
上述的方法，可选的，若所述决策结果为文本交易验证，则，所述获取所述用户响应于所述验证提示信息的交易验证信息，包括：
获取所述用户响应于所述验证提示信息的交易用途文本；
所述基于所述交易验证信息对所述待处理交易进行交易验证，包括：
计算所述交易用途文本与预先构建的欺诈交易用途文本库中的每一风险用途文本的语义相似度；
若任意一个所述语义相似度大于预先设置的相似度阈值，则为所述用户建立语音通信连接，以通过所述语音通信连接获取所述用户的语音验证信息，基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验，若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过；
若各个所述语义相似度均未大于所述相似度阈值，则确定对所述待处理交易的交易验证通过。
上述的方法，可选的，若所述决策结果为语音交易验证，则，所述获取所述用户响应于所述验证提示信息的交易验证信息，包括：
获取所述用户响应于所述验证提示信息的语音验证信息；
所述基于所述交易验证信息对所述待处理交易进行交易验证，包括：
基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验；
若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；
若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过。
上述的方法，可选的，构建决策模型的过程，包括：
获取训练样本集，所述训练样本包含各个训练样本以及每个训练样本的样本标签，所述训练样本包括历史交易的交易数据、交易对象信息以及交易渠道信息；
应用所述训练样本集训练所述决策模型。
一种交易验证装置，包括：
获取单元，用于获取待处理交易的交易数据、交易对象信息以及交易渠道信息；
生成单元，用于基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；
决策单元，用于将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；
发送单元，用于在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；
验证单元，用于获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。
上述的装置，可选的，所述发送单元，包括：
第一确定子单元，用于确定所述决策结果是否为文本交易验证或语音交易验证；
第二确定子单元，用于若所述决策结果为所述文本交易验证或所述语音交易验证，则确定所述决策结果表征为执行交易验证操作。
上述的装置，可选的，若所述决策结果为文本交易验证，则，所述验证单元，包括：
获取子单元，用于获取所述用户响应于所述验证提示信息的交易用途文本；
计算子单元，用于计算所述交易用途文本与预先构建的欺诈交易用途文本库中的每一风险用途文本的语义相似度；
第一执行子单元，用于若任意一个所述语义相似度大于预先设置的相似度阈值，则为所述用户建立语音通信连接，以通过所述语音通信连接获取所述用户的语音验证信息，基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验，若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过；
第二执行子单元，用于若各个所述语义相似度均未大于所述相似度阈值，则确定对所述待处理交易的交易验证通过。
上述的装置，可选的，若所述决策结果为语音交易验证，则，所述获取单元，包括：
第一处理子单元，用于获取所述用户响应于所述验证提示信息的语音验证信息；
核验子单元，用于基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验；
第三执行子单元，用于若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；
第四执行子单元，用于若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过。
上述的装置，可选的，所述决策单元，包括：
第二处理子单元，获取训练样本集，所述训练样本包含各个训练样本以及每个训练样本的样本标签，所述训练样本包括历史交易的交易数据、交易对象信息以及交易渠道信息；
训练子单元，用于应用所述训练样本集训练所述决策模型。
一种存储介质，所述存储介质包括存储指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如上述的交易验证方法。
一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如上述的交易验证方法。
与现有技术相比，本发明包括以下优点：
本发明提供了一种交易验证方法及装置、存储介质及电子设备，该方法包括：获取待处理交易的交易数据、交易对象信息以及交易渠道信息；基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。应用本发明提供的交易验证方法，能够通过待处理交易的交易数据、交易对象信息以及交易渠道信息生成交易特征，进而通过决策模型来确定是否对待处理交易进行交易验证操作，能够有效的避免欺诈交易的发生，进而能够有效的保障用户的资产安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种交易验证方法的方法流程图；
图2为本发明提供的一种确定决策结果表征为执行交易验证操作的过程的流程图；
图3为本发明提供的一种基于交易验证信息对待处理交易进行交易验证过程的流程图；
图4为本发明提供的一种构建决策模型的过程的流程图；
图5为本发明提供的一种交易验证装置的结构示意图；
图6为本发明提供的一种电子设备的结构示意图。
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。
在本申请中，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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明实施例提供了一种交易验证方法，该方法可以应用于电子设备，所述方法的方法流程图如图1所示，具体包括：
S101：获取待处理交易的交易数据、交易对象信息以及交易渠道信息。
本发明实施例中，该待处理交易可以为用户任意的转账交易，例如用户向资源接收对象对象直接转账，或者是用户与资源接收对象的资源交换。
可选的，该交易数据可以包括交易时间、交易金额以及交易地点等以上一种或多种；该交易对象信息可以包含用户的用户信息、用户的资金信息、资源接收对应的开户地、资源接收对象与用户之间的资金往来信息以及资源接收对象的动账频率等以上一种或多种；该交易渠道信息可以包含交易渠道标识、交易渠道交易限额、交易渠道的历史最高交易金额、交易渠道当前的交易频率等以上一种或多种。
S102：基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征。
在本发明实施例中，可以对该交易数据、交易对象信息以及交易渠道信息进行预处理，生成该待处理交易的交易特征。
其中，预处理的方式可以包括缺失值填充以及向量化等。
S103：将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果。
在本发明实施例中，该决策模型具有决策出该待处理交易的交易处理方式的能力；该决策模型设置有多种处理方式的输出标签，具体可以包括正常交易处理、文本交易验证、人工语音交易验证以及智能语音交易验证等输出标签，该决策结果该决策模型基于该交易特征进行决策所得到的概率最大的输出标签。
S104：在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息。
其中，在该决策结果为文本交易验证的情况下，该验证提示信息可以为文本提示信息，在该决策结果为人工语音交易验证或智能语音交易验证的情况下，则验证提示信息可以为语音提示信息。
S105：获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。
在本发明实施例中，向用户发送验证提示信息，使得用户基于该验证提示信息输入交易验证信息。
其中，可以利用交易验证信息中的交易用途信息、用户的身份信息以及交易数据信息等任意一种或组合，对该待处理交易进行反欺诈交易验证，若对该待处理交易交易验证通过，则可以执行该待处理交易，例如，可以将用户需要交易的金额转入资源接收对象的账户中；若对该待处理交易验证不通过，则可以拒绝该待处理交易。
本发明提供了一种交易验证方法，包括：获取待处理交易的交易数据、交易对象信息以及交易渠道信息；基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。应用本发明提供的交易验证方法，可以通过待处理交易的交易数据、交易对象信息以及交易渠道信息生成交易特征，进而通过决策模型来确定是否对待处理交易进行交易验证操作，能够有效的避免欺诈交易的发生，进而能够有效的保障用户的资产安全。
本发明实施例提供的方法中，基于上述的实施过程，具体的，确定所述决策结果表征为执行交易验证操作的过程，如图2所示，具体包括：
S201：确定所述决策结果是否为文本交易验证或语音交易验证。
S202：若所述决策结果为所述文本交易验证或所述语音交易验证，则确定所述决策结果表征为执行交易验证操作。
在本发明实施例中，该语音交易验证可以为人工语音验证或智能语音交易验证，若确定出决策结构为文本交易验证、人工语音交易验证或智能语音交易验证中的其中之一，则可以确定该决策结果表征为执行交易验证操作。
S203：若确定该决策结果为正常交易，则可以确定该决策结果表征不为执行交易验证操作。
在本发明实施例中，若确定该决策结果为正常交易，说明该待处理交易的不存在交易风险，因此，可以不对该待处理交易进行验证。
本发明实施例提供的方法中，基于上述的实施过程，具体的，若所述决策结果为文本交易验证，则，所述获取所述用户响应于所述验证提示信息的交易验证信息，包括：
获取所述用户响应于所述验证提示信息的交易用途文本。
其中，该交易用途文本表征该待处理交易的交易用途。
相应的，所述基于所述交易验证信息对所述待处理交易进行交易验证的一种可行的方式，如图3所示，具体包括：
S301：计算所述交易用途文本与预先构建的欺诈交易用途文本库中的每一风险用途文本的语义相似度。
在本发明实施例中，可以对该交易用途文本进行向量化，得到该交易用途文本对应的文本向量，计算该文本向量与交易用户文本库中的每一风险用途文本的风险文本向量之间的余弦距离，将该余弦距离作为该交易用途文本与该风险用途文本的语义相似度。
可选的，可以利用预先设置的词向量模型对该交易用途文本进行向量化，得到该交易用途文本的文本向量，该文本向量可以包括词向量。
其中，该欺诈交易用途文本库包括多个风险用途文本。
S302：若任意一个所述语义相似度大于预先设置的相似度阈值，则为所述用户建立语音通信连接，以通过所述语音通信连接获取所述用户的语音验证信息，基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验。
在本发明实施例中，该相似度阈值可以依据实际需求设定为任意数值。
其中，该语音通信连接可以为用户的终端与语音服务器之间的通信连接，也可以为用户的终端与人工客服终端之间的通信连接，可以通过该通信连接向用户发送语音提示信息，使得用户基于该语音提示信息输入其身份信息、交易数据等。
具体的，该语音验证信息可以包含用户的身份信息以及交易数据，可以应用预先设置的语音识别模型对该语音验证信息进行识别，获得该语音验证信息中包含的语音内容，进而基于该语音内容对用户的身份以及待处理交易的交易数据进行核验。
其中，可以将语音验证信息中的身份信息与待处理交易的交易对象信息中的用户信息进行匹配，将语音验证信息中的交易数据与待处理交易中的交易数据进行匹配，从而对用户的身份以及待处理交易的交易数据进行核验。
S303：若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过。
在本发明实施例中，若语音验证信息中的身份信息与待处理交易的交易对象信息中的用户信息匹配成功，则对用户的身份核验成功；若语音验证信息中的交易数据与待处理交易中的交易数据匹配成功，则对待处理交易的交易数据核验成功。
S304：若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过。
在本发明实施例中，若语音验证信息中的身份信息与待处理交易的交易对象信息中的用户信息匹配不成功，则对用户的身份核验失败；若语音验证信息中的交易数据与待处理交易中的交易数据匹配不成功，则对待处理交易的交易数据核验失败。
S305：若各个所述语义相似度均未大于所述相似度阈值，则确定对所述待处理交易的交易验证通过。
其中，每个语义相似度均未小于该相似度阈值，表明该交易用途文本与风险用途文本有较大的差别，也就是说交易用途文本所表征的交易用途风险较小，因此，可以通过该待处理交易的交易验证。
本发明实施例提供的方法中，基于上述的实施过程，具体的，若所述决策结果为语音交易验证，则，所述获取所述用户响应于所述验证提示信息的交易验证信息，包括：
获取所述用户响应于所述验证提示信息的语音验证信息。
其中，获取用户响应于验证提示信息的语音验证信息的一种可行的方式为：在该语音交易验证为智能语音交易验证的情况下，建立该用户的终端与预设的语音服务器之间的通信连接，通过所述语音服务器向用户的终端发送语音提示信息，使得用户基于该语音提示信息反馈语音验证信息；
在该语音交易验证为人工语音验证的情况下，建立该用户的终端与人工客服终端之间的通信连接，可以通过该通信连接向用户发送语音提示信息，使得用户基于该语音提示信息输入语音验证信息，该语音验证信息可以包括用户的身份信息以及交易数据等。
相应的，所述基于所述交易验证信息对所述待处理交易进行交易验证的过程，具体包括：
基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验。
若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过。
若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过。
其中，此处的交易验证过程可以参见图3中的S302-S304中的相似部分，此处不再赘述。
本发明实施例提供的方法中，基于上述的实施过程，具体的，构建决策模型的过程，如图4所示，具体包括：
S401：获取训练样本集，所述训练样本包含各个训练样本以及每个训练样本的样本标签，所述训练样本包括历史交易的交易数据、交易对象信息以及交易渠道信息。
在本发明实施例中，该样本标签可以对历史交易的交易结果进行风险评估获得，根据交易结果的风险评估的评估结果将样本标签设置的正常交易处理、文本交易验证、人工语音交易验证或智能语音交易验证等。
S402：应用所述训练样本集训练所述决策模型。
其中，可以应用训练样本集中的每一训练样本以及每一训练样本的样本标签依次对初始决策模型进行训练，直至初始决策模型满足预先设置的训练完成条件时，将该初始决策模型作为决策模型。
可选的，该训练完成条件可以包括模型的训练次数大于预先设置的训练次数阈值，也可以为模型的识别准确率大于预先设置的准确率阈值等。
在本发明提供的一实施例中，为了解决现有技术中存在的容易因规则漏洞而难以避免欺诈交易的发生的问题，本发明实施例提供的交易验证方法，在银行反欺诈领域的应用过程中，可以通过收集历史欺诈交易的业务数据，获得训练数据集，该交易业务数据可以包括：交易时间、交易金额、交易地点、交易渠道，收款人信息如收款人开户地、是否有过资金往来和收款人动账频率，当前渠道交易限额、当前渠道历史最高交易金额、当前渠道交易频率，用户资金信息如用户在银行行信用卡数、近五月信用卡账单金额、理财购买情况，通过人工打标，标记出交易的处理措施：正常交易、文本提示、人工语音回访和智能语音回访。
基于训练数据集，构建深度神经网络，设置多隐藏层，通过反向传播算法不断迭代优化，训练出决策模型，用于进行智能回访的判断。
使用上述模型对用户交易进行实时预测，对于文本提示的交易，在当前渠道弹出文本提示信息，并要求用户输入交易用途，对于语音回访结果，通过人工或机器人进行语音回访，确认用户身份和交易信息，无误后进行正常交易。
银行系统实时收集被证实为欺诈交易的交易用途，构建欺诈的交易用途库，对于文本提示后用户输入的交易用途，计算其与欺诈交易用图库的语义相似度(通过银行业通用的词向量模型，得出交易用户文本的词向量，计算两个向量的余弦距离为语义距离)，当相似度大于指定阈值(人工设置，根据实际效果调整)，标记数据为人工语音回访。
在本发明实施例中，能够针对不同欺诈交易行为，用户在不同渠道的交易行为，使用神经网络学习欺诈点，根据渠道特性进行实时文本提示，或者事后通过语音回访方式进行风险确认，运用多层次的欺诈补救措施进行反欺诈，可以有效的避免欺诈交易的发生，能够保障用户的资产安全。
与图1所述的方法相对应，本发明实施例还提供了一种交易验证装置，用于对图1中方法的具体实现，本发明实施例提供的交易验证装置可以应用于电子设备中，其结构示意图如图5所示，具体包括：
获取单元501，用于获取待处理交易的交易数据、交易对象信息以及交易渠道信息；
生成单元502，用于基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；
决策单元503，用于将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；
发送单元504，用于在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；
验证单元505，用于获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。
本发明提供了一种交易验证装置，通过获取待处理交易的交易数据、交易对象信息以及交易渠道信息；基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。应用本发明提供的交易验证装置，可以通过待处理交易的交易数据、交易对象信息以及交易渠道信息生成交易特征，进而通过决策模型来确定是否对待处理交易进行交易验证操作，能够有效的避免欺诈交易的发生，进而能够有效的保障用户的资产安全。
在本发明提供的一实施例中，基于上述的方案，可选的，所述发送单元504，包括：
第一确定子单元，用于确定所述决策结果是否为文本交易验证或语音交易验证；
第二确定子单元，用于若所述决策结果为所述文本交易验证或所述语音交易验证，则确定所述决策结果表征为执行交易验证操作。
在本发明提供的一实施例中，基于上述的方案，可选的，若所述决策结果为文本交易验证，则，所述验证单元，包括：
获取子单元，用于获取所述用户响应于所述验证提示信息的交易用途文本；
计算子单元，用于计算所述交易用途文本与预先构建的欺诈交易用途文本库中的每一风险用途文本的语义相似度；
第一执行子单元，用于若任意一个所述语义相似度大于预先设置的相似度阈值，则为所述用户建立语音通信连接，以通过所述语音通信连接获取所述用户的语音验证信息，基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验，若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过；
第二执行子单元，用于若各个所述语义相似度均未大于所述相似度阈值，则确定对所述待处理交易的交易验证通过。
在本发明提供的一实施例中，基于上述的方案，可选的，若所述决策结果为语音交易验证，则，所述获取单元，包括：
第一处理子单元，用于获取所述用户响应于所述验证提示信息的语音验证信息；
核验子单元，用于基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验；
第三执行子单元，用于若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；
第四执行子单元，用于若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过。
在本发明提供的一实施例中，基于上述的方案，可选的，所述决策单元，包括：
第二处理子单元，获取训练样本集，所述训练样本包含各个训练样本以及每个训练样本的样本标签，所述训练样本包括历史交易的交易数据、交易对象信息以及交易渠道信息；
训练子单元，用于应用所述训练样本集训练所述决策模型。
上述本发明实施例公开的交易验证装置中的各个单元和模块具体的原理和执行过程，与上述本发明实施例公开的交易验证方法相同，可参见上述本发明实施例提供的交易验证方法中相应的部分，这里不再进行赘述。
本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述交易验证方法。
本发明实施例还提供了一种电子设备，其结构示意图如图6所示，具体包括存储器601，以及一个或者一个以上的指令602，其中一个或者一个以上指令602存储于存储器601中，且经配置以由一个或者一个以上处理器603执行所述一个或者一个以上指令602进行以下操作：
获取待处理交易的交易数据、交易对象信息以及交易渠道信息；
基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；
将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；
在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；
获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种交易验证方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种交易验证方法，其特征在于，包括：
获取待处理交易的交易数据、交易对象信息以及交易渠道信息；
基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；
将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；
在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；
获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。
2.根据权利要求1所述的方法，其特征在于，确定所述决策结果表征为执行交易验证操作的过程，包括：
确定所述决策结果是否为文本交易验证或语音交易验证；
若所述决策结果为所述文本交易验证或所述语音交易验证，则确定所述决策结果表征为执行交易验证操作。
3.根据权利要求2所述的方法，其特征在于，若所述决策结果为文本交易验证，则，所述获取所述用户响应于所述验证提示信息的交易验证信息，包括：
获取所述用户响应于所述验证提示信息的交易用途文本；
所述基于所述交易验证信息对所述待处理交易进行交易验证，包括：
计算所述交易用途文本与预先构建的欺诈交易用途文本库中的每一风险用途文本的语义相似度；
若任意一个所述语义相似度大于预先设置的相似度阈值，则为所述用户建立语音通信连接，以通过所述语音通信连接获取所述用户的语音验证信息，基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验，若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过；
若各个所述语义相似度均未大于所述相似度阈值，则确定对所述待处理交易的交易验证通过。
4.根据权利要求2所述的方法，其特征在于，若所述决策结果为语音交易验证，则，所述获取所述用户响应于所述验证提示信息的交易验证信息，包括：
获取所述用户响应于所述验证提示信息的语音验证信息；
所述基于所述交易验证信息对所述待处理交易进行交易验证，包括：
基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验；
若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；
若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过。
5.根据权利要求1所述的方法，其特征在于，构建决策模型的过程，包括：
获取训练样本集，所述训练样本包含各个训练样本以及每个训练样本的样本标签，所述训练样本包括历史交易的交易数据、交易对象信息以及交易渠道信息；
应用所述训练样本集训练所述决策模型。
6.一种交易验证装置，其特征在于，包括：
获取单元，用于获取待处理交易的交易数据、交易对象信息以及交易渠道信息；
生成单元，用于基于所述交易数据、交易对象信息以及交易渠道信息生成所述待处理交易的交易特征；
决策单元，用于将所述交易特征输入至预先构建的决策模型，获得所述待处理交易的决策结果；
发送单元，用于在确定所述决策结果表征为执行交易验证操作的情况下，向所述待处理交易对应的用户发送所述决策结果的验证提示信息；
验证单元，用于获取所述用户响应于所述验证提示信息的交易验证信息，基于所述交易验证信息对所述待处理交易进行交易验证。
7.根据权利要求6所述的装置，其特征在于，所述发送单元，包括：
第一确定子单元，用于确定所述决策结果是否为文本交易验证或语音交易验证；
第二确定子单元，用于若所述决策结果为所述文本交易验证或所述语音交易验证，则确定所述决策结果表征为执行交易验证操作。
8.根据权利要求7所述的装置，其特征在于，若所述决策结果为文本交易验证，则，所述验证单元，包括：
获取子单元，用于获取所述用户响应于所述验证提示信息的交易用途文本；
计算子单元，用于计算所述交易用途文本与预先构建的欺诈交易用途文本库中的每一风险用途文本的语义相似度；
第一执行子单元，用于若任意一个所述语义相似度大于预先设置的相似度阈值，则为所述用户建立语音通信连接，以通过所述语音通信连接获取所述用户的语音验证信息，基于所述语音验证信息对所述用户的身份以及所述待处理交易的交易数据进行核验，若对所述用户的身份以及所述交易数据核验成功，则确定对所述待处理交易的交易验证通过；若对所述用户的身份或所述交易数据核验失败，则确定对所述待处理交易的交易验证不通过；
第二执行子单元，用于若各个所述语义相似度均未大于所述相似度阈值，则确定对所述待处理交易的交易验证通过。
9.一种存储介质，其特征在于，所述存储介质包括存储指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如权利要求1～5任意一项所述的交易验证方法。
10.一种电子设备，其特征在于，包括存储器，以及一个或者一个以上的指令，其中一个或一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如权利要求1～5任意一项所述的交易验证方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110484010.7A CN113095838A (zh) | 2021-04-30 | 2021-04-30 | 交易验证方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110484010.7A CN113095838A (zh) | 2021-04-30 | 2021-04-30 | 交易验证方法及装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113095838A true CN113095838A (zh) | 2021-07-09 |
Family
ID=76681116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110484010.7A Pending CN113095838A (zh) | 2021-04-30 | 2021-04-30 | 交易验证方法及装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113095838A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113779935A (zh) * | 2021-09-10 | 2021-12-10 | 北京金堤科技有限公司 | 文本信息的获取方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110378699A (zh) * | 2019-07-25 | 2019-10-25 | 中国工商银行股份有限公司 | 一种交易反欺诈方法、装置及系统 |
| US10706423B1 (en) * | 2019-07-09 | 2020-07-07 | Capital One Services, Llc | Systems and methods for mitigating fraudulent transactions |
| CN111539741A (zh) * | 2020-05-15 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 识别操作风险的方法、系统和非暂时性存储介质 |
| CN112381647A (zh) * | 2020-10-26 | 2021-02-19 | 支付宝(杭州)信息技术有限公司 | 一种资金转移方法、装置、设备和可读介质 |
| CN112529585A (zh) * | 2020-12-09 | 2021-03-19 | 支付宝(杭州)信息技术有限公司 | 风险交易的交互唤醒方法、装置、设备及系统 |
-
2021
- 2021-04-30 CN CN202110484010.7A patent/CN113095838A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10706423B1 (en) * | 2019-07-09 | 2020-07-07 | Capital One Services, Llc | Systems and methods for mitigating fraudulent transactions |
| CN110378699A (zh) * | 2019-07-25 | 2019-10-25 | 中国工商银行股份有限公司 | 一种交易反欺诈方法、装置及系统 |
| CN111539741A (zh) * | 2020-05-15 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 识别操作风险的方法、系统和非暂时性存储介质 |
| CN112381647A (zh) * | 2020-10-26 | 2021-02-19 | 支付宝(杭州)信息技术有限公司 | 一种资金转移方法、装置、设备和可读介质 |
| CN112529585A (zh) * | 2020-12-09 | 2021-03-19 | 支付宝(杭州)信息技术有限公司 | 风险交易的交互唤醒方法、装置、设备及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113779935A (zh) * | 2021-09-10 | 2021-12-10 | 北京金堤科技有限公司 | 文本信息的获取方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109598281B (zh) | 一种业务风险防控方法、装置及设备 | |
| CN109410036A (zh) | 一种欺诈检测模型训练方法和装置及欺诈检测方法和装置 | |
| CN107220890A (zh) | 信贷额度确定方法及装置 | |
| CN108053318B (zh) | 一种对异常交易进行识别的方法及装置 | |
| US20140258169A1 (en) | Method and system for automated verification of customer reviews | |
| CN112651841B (zh) | 线上业务办理方法、装置、服务器及计算机可读存储介质 | |
| WO2015062290A1 (en) | Methods and systems for authentications and online transactions | |
| CN110874743B (zh) | 用于确定账户交易风险的方法及装置 | |
| CN112712429A (zh) | 汇款业务审核方法、装置、计算机设备和存储介质 | |
| US11538040B2 (en) | Systems and methods for account validation | |
| CN109544090A (zh) | 订单处理方法、装置、计算机设备及存储介质 | |
| WO2017189492A1 (en) | Systems and methods for extracting browser-obtained device information for authenticating user devices | |
| US20230020968A1 (en) | Systems and methods for verifying digital payments | |
| CN116596536A (zh) | 一种互联网金融安全支付方法及系统 | |
| CN113095838A (zh) | 交易验证方法及装置、存储介质及电子设备 | |
| CN113935738B (zh) | 交易数据处理方法、装置、存储介质及设备 | |
| CN115345727B (zh) | 一种识别欺诈贷款申请的方法及装置 | |
| CN109801633A (zh) | 业务处理方法、装置、电子设备和存储介质 | |
| CN113191766B (zh) | 基于云计算校验支付行为安全的方法、装置及设备 | |
| CN113159788A (zh) | 交易数据处理方法及装置、存储介质及电子设备 | |
| CN110362981B (zh) | 基于可信设备指纹判断异常行为的方法及系统 | |
| CN110633969B (zh) | 资源数据转移方法、装置、计算机设备和存储介质 | |
| CN110533297B (zh) | 一种识别异常设备的方法及装置 | |
| CN111681010A (zh) | 一种交易验证方法及装置 | |
| CN111681106A (zh) | 贷款用途承诺声明的验证方法及装置 |
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 |