CN113128792A - 一种转账限额的设置方法及装置 - Google Patents

一种转账限额的设置方法及装置 Download PDF

Info

Publication number
CN113128792A
CN113128792A CN202110545162.3A CN202110545162A CN113128792A CN 113128792 A CN113128792 A CN 113128792A CN 202110545162 A CN202110545162 A CN 202110545162A CN 113128792 A CN113128792 A CN 113128792A
Authority
CN
China
Prior art keywords
user
transfer
target
limit
quota
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
Application number
CN202110545162.3A
Other languages
English (en)
Inventor
宗宇
丁锐
李婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bank of China Ltd
Original Assignee
Bank of China Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202110545162.3A priority Critical patent/CN113128792A/zh
Publication of CN113128792A publication Critical patent/CN113128792A/zh
Pending legal-status Critical Current

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G06Q20/08—Payment architectures
    • G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Finance (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种转账限额的设置方法及装置，包括：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练，并通过预先训练的限额分析模型，根据用户当前的多个目标影响因子的数据，分析用户的转账限额。由此，通过预先训练的限额分析模型可以分析出符合用户实际情况的转账限额，并且根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，进一步的保障了用户的资金安全。

Description

一种转账限额的设置方法及装置
技术领域
本发明涉及数据处理领域，尤其涉及一种转账限额的设置方法及装置。
背景技术
当前，为了保障资金安全，用户会设置资金账户的转账限额，但是，一般情况下是用户随机设置的转账限额，但是，随着用户资金的变化，用户最初设置的资金限额可能不适用于用户当前的资金状态。并且，用于设置的转账限额也存在很大的主观性，可能并不适用于用户当前的资金状况。因此，亟需一种能够分析用户在当前状态下的资金限额的机制。
发明内容
有鉴于此，本发明实施例提供了一种基于转账限额的设置方法及装置，在保障用户资金安全的情况下，实现了用户转账限额的智能化设置。
本发明实施例公开了一种转账限额的设置方法，包括：
从目标用户的账户信息中获取预设的多个目标影响因子的数据；所述预设的多个影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息；所述第一转账限额为用户实际设置的转账限额；
从所述多个目标影响因子的数据中提取第一目标特征；
将提取到的目标特征输入到预先训练的限额分析模型中，预测用户的第二转账限额；所述限额分析模型是通过如下的训练方式得到的：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练。
根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额。
可选的，所述限额分析模型的训练过程包括：
获取用户账户的多个目标影响因子的历史数据的第二目标特征；
将用户账户的多个目标影响因子的历史数据的第二目标特征作为训练样本输入到限额分析模型中；
以限额分析模型对训练样本的输出结果趋近于标准转账限额为目标对所述限额分析模型进行训练；其中，标准限额是与用户资金情况匹配的用户期望限额。
可选的，所述获取用户账户的多个目标影响因子的历史数据的第二目标特征，包括：
从用户的账户信息中获取预设的多个影响因子的历史数据；
从每个影响因子的历史数据中获取第二目标特征；
确定每个影响因子的第二目标特征的权重；
按照每个影响因此的历史数据的权重，从所述多个影响因子中筛选出多个目标影响因子的第二目标特征。
可选的，所述根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，包括：
若第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
若第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额。
可选的，所述根据预设的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，包括：
若第二转账限额大于预设的安全限额，向用户发送提醒；
响应于用户选择的第一目标转账限额，将转账限额设置为第一目标转账限额。
本发明实施例还公开了一种转账限额的设置装置，包括：
数据获取单元，用于从目标用户的账户信息中获取预设的多个目标影响因子的数据；所述预设的多个影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息；所述第一转账限额为用户实际设置的转账限额；
第一目标特征获取单元，用于从所述多个目标影响因子的数据中提取第一目标特征；
转账限额分析单元，用于将提取到的目标特征输入到预先训练的限额分析模型中，预测用户的第二转账限额；所述限额分析模型是通过如下的训练方式得到的：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练。
转账限额设置单元，用于根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额。
可选的，还包括：
限额分析模型的训练单元，包括：
第二目标特征获取子单元，用于获取用户账户的多个目标影响因子的历史数据的第二目标特征；
输入子单元，用于将用户账户的多个目标影响因子的历史数据的第二目标特征作为训练样本输入到限额分析模型中；
训练子单元，用于以限额分析模型对训练样本的输出结果趋近于标准转账限额为目标对所述限额分析模型进行训练；其中，标准限额是与用户资金情况匹配的用户期望限额。
可选的，所述第二目标特征获取子单元，用于：
从用户的账户信息中获取预设的多个影响因子的历史数据；
从每个影响因子的历史数据中获取第二目标特征；
确定每个影响因子的第二目标特征的权重；
按照每个影响因此的历史数据的权重，从所述多个影响因子中筛选出多个目标影响因子的第二目标特征。
可选的，所述转账限额设置单元，包括：
第一转账限额设置子单元，用于若第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
第二转账限额设置子单元，用于若第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额。
本发明实施例公开了一种电子设备，包括：
存储器和处理器；
所述存储器用于存储程序，所述处理器用于执行所述存储器存储的程序时执行上述所述的任意一种转账限额的设置方法。
本发明实施例公开了一种转账限额的设置方法及装置，包括：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练，并通过预先训练的限额分析模型，根据用户当前的多个目标影响因子的数据，分析用户的转账限额。由此，通过预先训练的限额分析模型可以分析出符合用户实际情况的转账限额，并且根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，进一步的保障了用户的资金安全。
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示出了本发明实施例提供的一种转账限额设置方法的流程示意图；
图2示出了本发明实施例提供的一种转账限额分析模型的训练方法的流程示意图；
图3示出了本发明实施例提供的一种转账限额的设置装置的结构示意图；
图4示出了本发明实施例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。
参考图1，示出了本发明实施例提供的一种转账限额设置方法的流程示意图，在本实施例中，该方法包括：
S101：从目标用户的账户信息中获取预设的多个目标影响因子的数据；
其中，预设的多个影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息；所述第一转账限额为用户实际设置的转账限额；
其中，多个目标影响因子是预先确定的，每个目标影响因子均是对对转账限额有影响的因素，目标影响因子的确定可以包括多种方式，本实施例中不进行限定，例如可以通过特征工程设置，优选的，可以通过如下的方式确定：
从用户的账户信息中获取多个影响因子的历史数据；
从所述多个影响因子的历史数据中获取每个影响因子的历史数据的特征；
确定每个影响因子的历史数据的特征的优先级权重，并根据每个影响因子的历史数据的特征的优先级权重；
按照每个影响因子的历史数据的特征的优先级权重筛选出多个影响因子。
本实施例中，从多个影响因子中筛选目标影响因子时，可以按照每个影响因子的权重的大小进行排序，选择权重排名在前N个的影响因子作为目标影响因子。
或者还可以理解为，每个影响因子的权重，表示每个影响因子的优先级，按照每个影响因子的优先级的级别，从多个影响因子中筛选出多个目标影响因子。
由此，通过上述的介绍可知，通过上述方法提取到的目标影响因子能够对用户的转账限额产生影响，其中，提取到的目标影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息。
S102：从所述多个目标影响因子的数据中提取目标特征；
本实施例中，从数据中进行特征提取的方式包括多种，本实施例中不进行限定。
优选的，可以采用特征工程的模型进行特征提取，特征工程模型可以包括多种，本实施例中不进行限定，例如可以采用主成分分析模型、线性判别分析模型等。
S103：将提取到的目标特征输入到预先训练的限额分析模型中，预测用户的第二转账限额；其中，所述限额分析模型是通过如下的训练方式得到的：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练。
本实施例中，限额分析模型是预先训练好的，具备根据目标影响因子的数据对用户的转账限额进行预测的能力，其中，限额分析模型的训练方法会在下文中进行介绍，本实施例中不再赘述。
本实施例中，将提取到的目标特征输入到限额分析模型之前，还可以对目标特征进行预处理，例如进行数据清洗(例如剔除缺损的数据)或者归一化操作等。
S104：根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额。
其中，预设的安全限额可以是用户设置的，也可以是系统基于用户情况设置的，具体的预设的安全限额采用哪一个，可以根据需要确定，本实施例中不进行限定。
本实施例中，用户转账限额的更新方法包括如下的几种实施方式：
实施方式一：
若所述第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
若所述第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额。
本实施例中，基于用户的转账安全和当前的资金状况的考虑，若预测得到的用户的第二转账限额小于预设的安全限额，那么为了进一步保障用户安全，并适应用户的资金状况，可以将用户的转账限额设置为第二转账限额。
其中，若预测到的用户的第二转账限额大于预设的安全限额，那么为了进一步保障用户安全，可以将用户的转账限额设置为安全限额。
除此之外，实施方式一还包括：
若所述第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额，并向用户发送提醒。
即，若预测到的第二转账限额大于预设的安全限额，那么可以认为预测得到的第二转账限额可能存在风险，在该情况下，可以向用户发送提醒，在保障用户资金安全的情况下，将用户的转账限额设置为安全限额。
实施方式二：
若所述第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
若预测的第三转账限额大于预设的安全限额，向用户发送第一提醒信息；
响应于用户选择的第一目标转账限额，将转账限额设置为第一目标转账限额。
其中，在既保障用户的账户安全，又保障当前的转账限额能够符合用户当前的资金状况的情况下，若预测到的第二转账限额小于预设的安全限额，那么可以认为预测得到的第二转账限额更加符合用户当前的实际情况，因此，将预测得到的第二转账限额设置为用户的转账限额。但是若预测到的第二转账限额大于预设的安全限额，那么可以认为预测得到的第二转账限额可能存在风险，在该情况下，可以向用户发送提醒，并根据用户的设置需求将转账限额设置为用户选择的第一目标转账限额。
实施方式三：
若预测的第二转账限额小于预设的安全限额，向用户发送第二提醒信息；
响应于用户选择的第二目标转账限额，将转账限额设置为第二目标转账限额；
若预测的第二转账限额大于预设的安全限额，向用户发送第三提醒信息；
响应于用户选择的第三目标转账限额，将转账限额设置为第三目标转账限额。
其中，所述第二目标转账限额为所述第二转账限额或者安全限额中的任意一个。
其中，第三目标转账限额为所述第二转账限额或者安全限额中的任意一个。
由此可知，本实施例中，无论预测的转账限额与安全限额的关系如何，均向用户发送提醒用户，并结合用户回复的信息，设置转账限额。
本实施例中，从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练，并通过预先训练的限额分析模型，根据用户当前的多个目标影响因子的数据，分析用户的转账限额。由此，通过预先训练的限额分析模型可以分析出符合用户实际情况的转账限额，并且根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，进一步的保障了用户的资金安全。
参考图2，示出了本发明实施例提供的一种转账限额分析模型的训练方法的流程示意图，在本实施例中，该方法包括：
S201：获取用户账户的多个目标影响因子的历史数据的第二目标特征；
本实施例中，目标影响因子是对用户的转账限额产生影响的因子，其中，目标影响因子的确定可以通过多种方式确定，本实施例中不进行限定，优选的，可以通过如下的方法确定：
从用户的账户信息中获取预设的多个影响因子的历史数据；
从每个影响因子的历史数据中获取第二目标特征；
确定每个影响因子的第二目标特征的权重；
按照每个影响因此的历史数据的权重，从所述多个影响因子中筛选出多个目标影响因子的第二目标特征。
本实施例中，从多个影响因子中筛选目标影响因子时，可以按照每个影响因子的权重的大小进行排序，选择权重排名在前N个的影响因子作为目标影响因子。
或者还可以理解为，每个影响因子的权重，表示每个影响因子的优先级，按照每个影响因子的优先级的级别，从多个影响因子中筛选出多个目标影响因子。
S202：将用户账户的多个目标影响因子的历史数据的第二目标特征作为训练样本输入到限额分析模型中；
本实施例中，将提取到的目标特征输入到限额分析模型之前，还可以对第二目标特征进行预处理，例如进行数据清洗(例如剔除缺损的数据)或者归一化操作等。
其中，上述对第二目标特征进行预处理的过程与上述对第一目标进行预处理的过程一致，本实施例中不进行赘述。
S203：以限额分析模型对训练样本的输出结果趋近于标准转账限额为目标对所述限额分析模型进行训练；
其中，标准限额是与用户资金情况匹配的用户期望限额。
本实施例中，限额分析模型可以是任何一种机器学习模型，或者多个机器学习模型组后的模型，本实施例中不进行限定。
本实施例中，限额分析模型是预先训练好的，具备根据目标影响因子的数据对用户的转账限额进行预测的能力，即将用户的目标影响因子的特征输入到限额预测模型中，可以预测出用户的转账限额。
本实施例中，从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练，并通过预先训练的限额分析模型，根据用户当前的多个目标影响因子的数据，分析用户的转账限额。由此，通过预先训练的限额分析模型可以分析出符合用户实际情况的转账限额。
参考图3，示出了本发明实施例提供的一种转账限额的设置装置的结构示意图，包括：
数据获取单元301，用于从目标用户的账户信息中获取预设的多个目标影响因子的数据；所述预设的多个影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息；所述第一转账限额为用户实际设置的转账限额；
第一目标特征获取单元302，用于从所述多个目标影响因子的数据中提取第一目标特征；
转账限额分析单元303，用于将提取到的目标特征输入到预先训练的限额分析模型中，预测用户的第二转账限额；所述限额分析模型是通过如下的训练方式得到的：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练。
转账限额设置单元304，用于根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额。
可选的，还包括：
限额分析模型的训练单元，包括：
第二目标特征获取子单元，用于获取用户账户的多个目标影响因子的历史数据的第二目标特征；
输入子单元，用于将用户账户的多个目标影响因子的历史数据的第二目标特征作为训练样本输入到限额分析模型中；
训练子单元，用于以限额分析模型对训练样本的输出结果趋近于标准转账限额为目标对所述限额分析模型进行训练；其中，标准限额是与用户资金情况匹配的用户期望限额。
可选的，所述第二目标特征获取子单元，用于：
从用户的账户信息中获取预设的多个影响因子的历史数据；
从每个影响因子的历史数据中获取第二目标特征；
确定每个影响因子的第二目标特征的权重；
按照每个影响因此的历史数据的权重，从所述多个影响因子中筛选出多个目标影响因子的第二目标特征。
可选的，所述转账限额设置单元，包括：
第一转账限额设置子单元，用于若第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
第二转账限额设置子单元，用于若第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额。
可选的，所述转账限额设置单元，包括：
提醒单元，用于若第二转账限额大于预设的安全限额，向用户发送第一提醒信息；
转账限额设置子单元，用于响应于用户选择的第一目标转账限额，将转账限额设置为第一目标转账限额。
本实施例的装置，从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练，并通过预先训练的限额分析模型，根据用户当前的多个目标影响因子的数据，分析用户的转账限额。由此，通过预先训练的限额分析模型可以分析出符合用户实际情况的转账限额，并且根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，进一步的保障了用户的资金安全。
参考图4，示出了本发明实施例提供的一种电子设备的结构示意图，在本实施例中，该电子设备包括：
存储器401和处理器402；
所述存储器401用于存储程序，所述处理器402用于执行所述存储器401存储的程序时执行下述所述的转账限额的设置方法：
从目标用户的账户信息中获取预设的多个目标影响因子的数据；所述预设的多个影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息；所述第一转账限额为用户实际设置的转账限额；
从所述多个目标影响因子的数据中提取第一目标特征；
将提取到的目标特征输入到预先训练的限额分析模型中，预测用户的第二转账限额；所述限额分析模型是通过如下的训练方式得到的：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练。
根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额。
可选的，所述限额分析模型的训练过程包括：
获取用户账户的多个目标影响因子的历史数据的第二目标特征；
将用户账户的多个目标影响因子的历史数据的第二目标特征作为训练样本输入到限额分析模型中；
以限额分析模型对训练样本的输出结果趋近于标准转账限额为目标对所述限额分析模型进行训练；其中，标准限额是与用户资金情况匹配的用户期望限额。
可选的，所述获取用户账户的多个目标影响因子的历史数据的第二目标特征，包括：
从用户的账户信息中获取预设的多个影响因子的历史数据；
从每个影响因子的历史数据中获取第二目标特征；
确定每个影响因子的第二目标特征的权重；
按照每个影响因此的历史数据的权重，从所述多个影响因子中筛选出多个目标影响因子的第二目标特征。
可选的，所述根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，包括：
若第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
若第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额。
可选的，所述根据预设的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，包括：
若第二转账限额大于预设的安全限额，向用户发送提醒；
响应于用户选择的第一目标转账限额，将转账限额设置为第一目标转账限额。
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。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种转账限额的设置方法，其特征在于，包括：
从目标用户的账户信息中获取预设的多个目标影响因子的数据；所述预设的多个影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息；所述第一转账限额为用户实际设置的转账限额；
从所述多个目标影响因子的数据中提取第一目标特征；
将提取到的目标特征输入到预先训练的限额分析模型中，预测用户的第二转账限额；所述限额分析模型是通过如下的训练方式得到的：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练；
根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额。
2.根据权利要求1所述的方法，其特征在于，所述限额分析模型的训练过程包括：
获取用户账户的多个目标影响因子的历史数据的第二目标特征；
将用户账户的多个目标影响因子的历史数据的第二目标特征作为训练样本输入到限额分析模型中；
以限额分析模型对训练样本的输出结果趋近于标准转账限额为目标对所述限额分析模型进行训练；其中，标准限额是与用户资金情况匹配的用户期望限额。
3.根据权利要求2所述的方法，其特征在于，所述获取用户账户的多个目标影响因子的历史数据的第二目标特征，包括：
从用户的账户信息中获取预设的多个影响因子的历史数据；
从每个影响因子的历史数据中获取第二目标特征；
确定每个影响因子的第二目标特征的权重；
按照每个影响因此的历史数据的权重，从所述多个影响因子中筛选出多个目标影响因子的第二目标特征。
4.根据权利要求1所述的方法，其特征在于，所述根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，包括：
若第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
若第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额。
5.根据权利要求1所述的方法，其特征在于，所述根据预设的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额，包括：
若第二转账限额大于预设的安全限额，向用户发送第一提醒信息；
响应于用户选择的第一目标转账限额，将转账限额设置为第一目标转账限额。
6.一种转账限额的设置装置，其特征在于，包括：
数据获取单元，用于从目标用户的账户信息中获取预设的多个目标影响因子的数据；所述预设的多个影响因子至少包括：消费信息、第一转账限额、账户余额、转账限额调整信息；所述第一转账限额为用户实际设置的转账限额；
第一目标特征获取单元，用于从所述多个目标影响因子的数据中提取第一目标特征；
转账限额分析单元，用于将提取到的目标特征输入到预先训练的限额分析模型中，预测用户的第二转账限额；所述限额分析模型是通过如下的训练方式得到的：从不同用户的账户信息中获取多个目标影响因子的历史数据作为训练样本，以所述限额分析模型对训练样本的输出结果趋近于标准转账限额为目的对所述限额分析模型进行训练；
转账限额设置单元，用于根据预测的用户的第二转账限额与预设的安全限额的关系，更新用户的转账限额。
7.根据权利要求6所述的装置，其特征在于，还包括：
限额分析模型的训练单元，包括：
第二目标特征获取子单元，用于获取用户账户的多个目标影响因子的历史数据的第二目标特征；
输入子单元，用于将用户账户的多个目标影响因子的历史数据的第二目标特征作为训练样本输入到限额分析模型中；
训练子单元，用于以限额分析模型对训练样本的输出结果趋近于标准转账限额为目标对所述限额分析模型进行训练；其中，标准限额是与用户资金情况匹配的用户期望限额。
8.根据权利要求7所述的装置，其特征在于，所述第二目标特征获取子单元，用于：
从用户的账户信息中获取预设的多个影响因子的历史数据；
从每个影响因子的历史数据中获取第二目标特征；
确定每个影响因子的第二目标特征的权重；
按照每个影响因此的历史数据的权重，从所述多个影响因子中筛选出多个目标影响因子的第二目标特征。
9.根据权利要求6所述的装置，其特征在于，所述转账限额设置单元，包括：
第一转账限额设置子单元，用于若第二转账限额小于预设的安全限额，则将所述用户的转账限额设置为第二转账限额；
第二转账限额设置子单元，用于若第二转账限额大于预设的安全限额，则将所述用户的转账限额设置为预设的安全转账限额。
10.一种电子设备，其特征在于，包括：
存储器和处理器；
所述存储器用于存储程序，所述处理器用于执行所述存储器存储的程序时执行上述权利要求1-5中任意一项所述的一种转账限额的设置方法。
CN202110545162.3A 2021-05-19 2021-05-19 一种转账限额的设置方法及装置 Pending CN113128792A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110545162.3A CN113128792A (zh) 2021-05-19 2021-05-19 一种转账限额的设置方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110545162.3A CN113128792A (zh) 2021-05-19 2021-05-19 一种转账限额的设置方法及装置

Publications (1)

Publication Number Publication Date
CN113128792A true CN113128792A (zh) 2021-07-16

Family

ID=76782690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110545162.3A Pending CN113128792A (zh) 2021-05-19 2021-05-19 一种转账限额的设置方法及装置

Country Status (1)

Country Link
CN (1) CN113128792A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723944A (zh) * 2021-09-14 2021-11-30 中国银行股份有限公司 转账额度的设置方法、装置、电子设备及计算机存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723944A (zh) * 2021-09-14 2021-11-30 中国银行股份有限公司 转账额度的设置方法、装置、电子设备及计算机存储介质
CN113723944B (zh) * 2021-09-14 2024-03-26 中国银行股份有限公司 转账额度的设置方法、装置、电子设备及计算机存储介质

Similar Documents

Publication Publication Date Title
CN108182937B (zh) 关键词识别方法、装置、设备及存储介质
KR102125348B1 (ko) 자동 회신 방법, 장치, 설비 및 컴퓨터 판독가능 저장 매체
CN110348214B (zh) 对恶意代码检测的方法及系统
CN110047512B (zh) 一种环境声音分类方法、系统及相关装置
CN104915356B (zh) 一种文本分类校正方法及装置
CN105956179B (zh) 数据过滤方法及装置
WO2019184054A1 (zh) 一种弹幕信息的处理方法及系统
CN109934704A (zh) 信息推荐方法、装置、设备和存储介质
CN109949103B (zh) 一种数据处理方法、装置及电子设备
CN106202166A (zh) 文件的清理方法、装置及相应的客户端
CN109254959B (zh) 一种数据评价方法、装置、终端设备及可读存储介质
CN110879971B (zh) 工业生产设备运行异常情况预测方法及系统
CN108763251B (zh) 核身产品的个性化推荐方法及装置和电子设备
CN109584881B (zh) 基于语音处理的号码识别方法、装置及终端设备
CN114186019A (zh) 结合rpa和ai的企业项目的审核方法及装置
CN113127746A (zh) 基于用户聊天内容分析的信息推送方法及其相关设备
CN112347254A (zh) 新闻文本的分类方法、装置、计算机设备和存储介质
CN113128792A (zh) 一种转账限额的设置方法及装置
CN101299762B (zh) 一种身份认证方法及装置
CN112925924A (zh) 多媒体文件的推荐方法、装置、电子设备及存储介质
CN104951551A (zh) 一种数据分类方法及系统
CN109743200B (zh) 基于资源特征的云计算平台计算任务成本预测方法及系统
CN114417821B (zh) 基于云平台的金融文本核查分析系统
CN110570199A (zh) 一种基于用户输入行为的用户身份检测方法及系统
CN110458383B (zh) 需求处理服务化的实现方法、装置及计算机设备、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