CN113435767A - 一种业务代办方法、装置及电子设备 - Google Patents
一种业务代办方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113435767A CN113435767A CN202110764156.7A CN202110764156A CN113435767A CN 113435767 A CN113435767 A CN 113435767A CN 202110764156 A CN202110764156 A CN 202110764156A CN 113435767 A CN113435767 A CN 113435767A
- Authority
- CN
- China
- Prior art keywords
- service
- agent
- agency
- information
- sample
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000012216 screening Methods 0.000 claims abstract description 31
- 238000012549 training Methods 0.000 claims description 93
- 238000003062 neural network model Methods 0.000 claims description 17
- 230000007480 spreading Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 abstract description 18
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 6
- 230000002068 genetic effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种业务代办方法、装置及电子设备，在使用目标业务代办方式对代办业务进行代办的过程中，获取目标业务代办方式对应的代办权限信息，获取代办业务的业务办理信息，根据业务办理信息与代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。本发明中，给出了确定代办理人是否能够办理该代办业务的判断方式，解决了亟需一种确定代办理人是否能够办理该代办业务的方法的问题。进一步，获取代办业务的业务信息以及用户风险等级，从预先设定的多种业务代办方式中，筛选出与代办业务的业务信息以及用户风险等级对应的目标业务代办方式，本发明能够从多种业务代办方式中筛选出与用户匹配度较高的目标业务办理方式，提高用户体验。
Description
技术领域
本发明涉及银行业务办理领域，更具体的说，涉及一种业务代办方法、装置及电子设备。
背景技术
在实际应用中，若是用户由于自身原因导致无法去银行办理业务，此时可以指定代办理人帮助该用户进行业务代办。
在代办理人帮助用户代办业务时，代办理人是否能够成功帮助用户代办业务，会决定用户的业务是否能够办理成功。因此，亟需一种确定代办理人是否能够办理该代办业务的方法。
发明内容
有鉴于此，本发明提供一种业务代办方法、装置及电子设备，以解决亟需一种确定代办理人是否能够办理该代办业务的方法的问题。
为解决上述技术问题，本发明采用了如下技术方案：
一种业务代办方法，包括：
获取代办业务的业务信息以及用户风险等级；
从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式；
在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息；所述代办权限信息至少包括代办业务办理权限时间以及代办业务范围信息；
获取代办业务的业务办理信息，所述业务办理信息包括代办业务开始办理时间以及代办蔓延业务范围信息；
根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。
可选地，从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式，包括：
调用预先设定的业务选择模型，以使所述业务选择模型对所述代办业务的业务信息以及所述用户风险等级进行处理，得到目标业务代办方式；
所述业务选择模型基于训练样本训练得到；所述初始训练样本至少包括多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级。
可选地，所述初始训练样本还包括各个所述业务代办方式以及所述业务代办方式对应的风险度。
可选地，所述业务选择模型的生成过程包括：
获取初始训练样本；所述初始训练样本包括各个所述业务代办方式以及所述业务代办方式对应的风险度、多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级；
基于所述初始训练样本中的代办业务样本对应的业务代办方式对应的风险度与所述代办业务样本中的用户风险等级的匹配结果、所述代办业务样本对应的业务代办方式对应的参考风险度与风险度的匹配结果，对所述初始训练样本进行筛选，得到训练样本；
使用所述训练样本对神经网络模型进行训练，直至达到预设训练停止条件时停止，得到业务选择模型。
可选地，基于所述初始训练样本中的代办业务样本对应的业务代办方式对应的风险度与所述代办业务样本中的用户风险等级的匹配结果、所述代办业务样本对应的业务代办方式对应的参考风险度与风险度的匹配结果，对所述初始训练样本进行筛选，得到训练样本，包括：
从所述初始训练样本中，筛选出所述代办业务样本中的用户风险等级高于所述代办业务样本对应的业务代办方式的风险度的代办业务样本，并作为待处理的代办业务样本；
从所述待处理的代办业务样本中，筛选出对应的业务代办方式的风险度小于参考风险度的代办业务样本，并作为目标代办业务样本；
将所述目标代办业务样本、所述目标代办业务样本对应的业务代办方式、各个所述业务代办方式以及所述业务代办方式对应的风险度组合得到训练样本。
可选地，所述业务代办方式对应的风险度的确定过程包括：
获取所述业务代办方式对应的历史业务，以及所述历史业务对应的业务办理风险信息；
确定出业务办理风险信息为存在风险的历史业务的数量；
将所述数量与所述历史业务的总量的比值，作为所述业务代办方式对应的风险度。
可选地，根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果，包括：
调用预先设定的代办判断模型，以使所述代办判断模型对所述业务办理信息、所述代办权限信息、所述业务信息进行处理，得到业务代办在时间方面是否可代办的判断结果以及在蔓延业务方面是否可代办的判断结果；
所述代办判断模型基于训练数据训练得到；所述训练数据包括业务办理信息样本、代办权限信息样本、业务信息样本、业务代办在时间方面是否可代办的判断结果样本以及在蔓延业务方面是否可代办的判断结果样本。
一种业务代办装置，包括：
等级获取模块，用于获取代办业务的业务信息以及用户风险等级；
方式筛选模块，用于从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式；
第一信息获取模块，用于在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息；所述代办权限信息至少包括代办业务办理权限时间以及代办业务范围信息；
第二信息获取模块，用于获取代办业务的业务办理信息，所述业务办理信息包括代办业务开始办理时间以及代办蔓延业务范围信息；
判断模块，用于根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。
可选地，所述方式筛选模块具体用于：
调用预先设定的业务选择模型，以使所述业务选择模型对所述代办业务的业务信息以及所述用户风险等级进行处理，得到目标业务代办方式；
所述业务选择模型基于训练样本训练得到；所述初始训练样本至少包括多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级。
一种电子设备，包括：存储器和处理器；
其中，所述存储器用于存储程序；
处理器调用程序并用于执行上述的业务代办方法。
相较于现有技术，本发明具有以下有益效果：
本发明提供了一种业务代办方法、装置及电子设备，在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息，获取代办业务的业务办理信息，根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。本发明中，给出了确定代办理人是否能够办理该代办业务的判断方式，解决了亟需一种确定代办理人是否能够办理该代办业务的方法的问题。进一步，本发明中，获取代办业务的业务信息以及用户风险等级，从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式，即本发明能够从多种业务代办方式中筛选出与用户匹配度较高的目标业务办理方式，提高用户体验。
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为本发明实施例提供的一种业务代办方法的方法流程图；
图2为本发明实施例提供的另一种业务代办方法的方法流程图；
图3为本发明实施例提供的再一种业务代办方法的方法流程图；
图4为本发明实施例提供的又一种业务代办方法的方法流程图；
图5为本发明实施例提供的一种业务代办装置的结构示意图。
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。
在实际应用中，若是用户由于自身原因导致无法去银行办理业务，此时可以指定代办理人帮助该用户进行业务代办。
在实际应用中，在代办业务时，代办理人需要在指定的业务代办时间内去帮助用户办理指定的代办业务。
所以在代办理人帮助用户代办业务时，代办理人是否能够成功帮助用户代办业务，会决定用户的业务是否能够办理成功。因此，亟需一种确定代办理人是否能够办理该代办业务的方法。
本实施例中，在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息，获取代办业务的业务办理信息，根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。本发明中，给出了确定代办理人是否能够办理该代办业务的判断方式，解决了亟需一种确定代办理人是否能够办理该代办业务的方法的问题。进一步，本发明中，获取代办业务的业务信息以及用户风险等级，从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式，即本发明能够从多种业务代办方式中筛选出与用户匹配度较高的目标业务办理方式，提高用户体验。
在上述内容的基础上，本发明的一实施例提供了一种业务代办方法，参照图1，可以包括：
S11、获取代办业务的业务信息以及用户风险等级。
在实际应用中，代办业务可以是用户所需办理的业务，如转账、汇款、开户等业务。
代办业务的业务信息可以是该业务的具体内容，以转账为例，可以是向***转账***元。
用户风险等级可以是银行根据用户的历史银行卡的变动情况、用户身份信息(年龄、性别等)等大数据确定出的用户可以承担的风险损失等级，如可以是1-5中的任一等级，也可以是低风险、中风险和高风险中的任一等级。
一般情况下，业务的风险等级低于用户风险等级，才允许用户办理该业务。
S12、从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式。
本实施例中，预先设定了多种业务代办方式，具体业务代办方式分为以下五种：
1、客户到达网点验证身份选择代办理业务之后将自己密码告诉代办理人员完成代办理人员的身份验证；
2：客户到达网点验证身份以后会生成一次性临时密码从而不需要告知代办理人员密码；
3、客户不需要到达网点只需要在手机银行验证身份以后就可以指派代办理人员通过客户的密码办理业务；
4、客户只需要验证自己身份代办理人员不需要知道密码验证代办理人员身份即可；
5、客户不需要验证身份只需要授权代办理人员就可以根据验证身份办理业务等。
由于提供了上述多种业务代办方式，则在实际应用中，会存在用户不知道如何选择业务代办方式的情况。
为此，本发明实施例中，能够从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式。
具体的，可以使用神经网络模型对代办业务的业务信息以及所述用户风险等级进行处理，以从上述多个业务代办方式中选择出一种适合用户的方式。
在选择出一种适合用户的方式(本实施例中称为目标业务代办方式)之后，用户可以根据该目标业务代办方式进行业务的代办。
需要说明的是，上述五种业务代办方式，均设置了代办业务办理权限时间以及代办业务范围信息。
但是实际在使用的过程中很容易因为网点排队或者代办理人员原因造成时间上的超时，在业务代办理过程中很容易做一些查询或者其他业务信息造成业务的蔓延，上述为了安全性，对时间和业务范围作了限制很容易造成业务无法办理，实际上大多数情况风险很小，可以适当性的对时间和业务范围进行调整。
具体的，代办业务办理权限时间是指代办理人应去办理代办业务的时间，如上述8.00-12.00。
在实际应用中，若是代办业务的紧急程度较低，则延迟一段时间办理该业务也是可以的。
如，用户办理开户业务，由于开户业务办理延迟，对用户的影响程度较小，此时未在8.00-12.00办理，如在1.00办理，也是可以的。
但是对于一些业务，如汇款，若是晚点办理，银行可能没有多余的钱让用户进行汇款操作，此时，这些业务需要在规定的代办业务办理权限时间内办理。
代办业务范围信息是指所需办理的代办业务的业务类型，如可以是转账。
此外，在办理代办业务时，可能会涉及业务蔓延，如在办理转账时，可能需要先开户，此时，开户即为蔓延业务。在转账时，若银行卡余额不足，则需要先进行存款业务。此时，存款业务即为蔓延业务。
在实际应用中，需要根据实际情况确定是否需要进行业务蔓延，有的代办业务需要蔓延，有的代办业务则不需要蔓延。
S13、在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息。
所述代办权限信息至少包括代办业务办理权限时间以及代办业务范围信息。
若是用户按照上述的目标代办方式进行业务代办后，待办理人会参照代办业务办理权限时间以及代办业务范围信息，去银行进行业务办理。
在代办理人在银行的人工柜台或者智能柜台办理业务时，可以通过输入身份证的方式，确定出该代办理人对应的代办业务，选择的目标业务代办方式、发起代办业务的用户信息等。
在确定出目标业务代办方式之后，可以获取目标业务代办方式对应的代办权限信息；所述代办权限信息至少包括代办业务办理权限时间以及代办业务范围信息。
S14、获取代办业务的业务办理信息。
具体的，业务办理信息是代办理人实际开始办理代办业务时的信息。
其中，所述业务办理信息包括代办业务开始办理时间以及代办蔓延业务范围信息。
代办业务开始办理时间是指代办理人开始办理业务的时间。
代办蔓延业务范围信息是指代办理人在办理代办业务时，所需办理的蔓延业务的类型。如在转账时，若银行卡余额不足，则需要先进行存款业务。此时，存款业务即为蔓延业务。
在实际应用中，若是代办理人直接办理代办业务，不需要办理蔓延业务，则蔓延业务为空。
S15、根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。
具体的，本实施例中，可以通过神经网络模型，分析业务办理信息与所述代办权限信息是否匹配，并根据匹配结果，确定是否能够代办的代办判断结果。
本实施例中，在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息，获取代办业务的业务办理信息，根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。本发明中，给出了确定代办理人是否能够办理该代办业务的判断方式，解决了亟需一种确定代办理人是否能够办理该代办业务的方法的问题。进一步，本发明中，获取代办业务的业务信息以及用户风险等级，从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式，即本发明能够从多种业务代办方式中筛选出与用户匹配度较高的目标业务办理方式，提高用户体验。
在上述内容的基础上，本发明的另一实施例中，在实现“从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式”时，可以是：
调用预先设定的业务选择模型，以使所述业务选择模型对所述代办业务的业务信息以及所述用户风险等级进行处理，得到目标业务代办方式；
所述业务选择模型基于训练样本训练得到；所述初始训练样本至少包括多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级。
此外，所述初始训练样本还包括各个所述业务代办方式以及所述业务代办方式对应的风险度。
其中，各个所述业务代办方式即为上述的五种业务代办方式，对于每一种业务代办方式，均设置有对应的风险度。
在实际应用中，参照图2，业务代办方式对应的风险度的确定过程可以是：
S21、获取所述业务代办方式对应的历史业务，以及所述历史业务对应的业务办理风险信息。
具体的，获取业务代办方式对应的历史业务。本实施例中的历史业务，即是历史使用该业务代办方式办理过的业务。
历史业务对应的业务办理风险信息是代办理人或者是发起该历史业务的用户标注的该业务是否有风险的结果。如可以是存在风险和不存在等闲。
其中，若是，代办结果不成功，则可以标注是存在风险，代办结果成功，则可以标注是不存在风险。
此外，还可以是代办过程出现问题较多，则可以标注是存在风险，代办过程出现问题较少，则可以标注是补存在风险。
S22、确定出业务办理风险信息为存在风险的历史业务的数量。
具体的，统计业务办理风险信息为存在风险的历史业务的数量，如100个历史业务中，有30个业务的业务办理风险信息为存在风险。
S23、将所述数量与所述历史业务的总量的比值，作为所述业务代办方式对应的风险度。
具体的，若是100个历史业务中，有30个业务的业务办理风险信息为存在风险，则风险度为30/100＝0.3。
本发明的另一实现方式中，参照图3，业务选择模型的生成过程可以包括：
S31、获取初始训练样本。
所述初始训练样本包括各个所述业务代办方式以及所述业务代办方式对应的风险度、多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级。
其中，业务信息、风险等级、各个所述业务代办方式以及所述业务代办方式对应的风险度的具体解释说明，请参照上述实施例中的相应说明。
代办业务样本对应的业务代办方式即是，针对此次业务，用户选择的业务代办方式。
S32、基于所述初始训练样本中的代办业务样本对应的业务代办方式对应的风险度与所述代办业务样本中的用户风险等级的匹配结果、所述代办业务样本对应的业务代办方式对应的参考风险度与风险度的匹配结果，对所述初始训练样本进行筛选，得到训练样本。
在实际应用中，用户选择的业务代办方式可能与自身的用户风险等级不匹配，或者是与银行规定的参考风险度不匹配，导致代办业务样本的准确度较差，此时可以从初始训练样本中，剔除不符合风险要求的样本，得到测试样本。
具体的，参照图4，步骤S32可以包括：
S41、从所述初始训练样本中，筛选出所述代办业务样本中的用户风险等级高于所述代办业务样本对应的业务代办方式的风险度的代办业务样本，并作为待处理的代办业务样本。
具体的，本实施例中，筛选出业务代办方式的风险度是用户可以承受的风险度的代办业务样本，也就是说，筛选出用户可以承担的用户风险等级高于业务代办方式的风险度的代办业务样本。
在实际应用中，假设风险的数字越大，则风险越高。若是用户风险等级是3级，代办业务样本对应的业务代办方式的风险度为2级，则该代办业务样本满足要求。
若是用户风险等级是3级，代办业务样本对应的业务代办方式的风险度为4级，则该代办业务样本不满足要求。
S42、从所述待处理的代办业务样本中，筛选出对应的业务代办方式的风险度小于参考风险度的代办业务样本，并作为目标代办业务样本。
同步骤S41一样，同样需要筛选出对应的业务代办方式的风险度小于参考风险度的代办业务样本。
若是参考风险度是3级，代办业务样本对应的业务代办方式的风险度为2级，则该代办业务样本满足要求。
若是参考风险度是3级，代办业务样本对应的业务代办方式的风险度为4级，则该代办业务样本不满足要求。
S43、将所述目标代办业务样本、所述目标代办业务样本对应的业务代办方式、各个所述业务代办方式以及所述业务代办方式对应的风险度组合得到训练样本。
S33、使用所述训练样本对神经网络模型进行训练，直至达到预设训练停止条件时停止，得到业务选择模型。
本实施例中的神经网络模型可以是如GA-BP神经网络模型。
GA-BP神经网络模型结合BP神经网络和遗传算法的优点，在BP神经网络的权值和阈值的优化方面引入遗传算法，构建GA-BP神经网络模型。根据网络输入输出的个数确定BP神经网络结构，进而确定了遗传算法中需要优化的参数个数。根据kolmogorov原理，一个三层BP神经网络足以完成任意的n维到m维的映射，一般只需要采用一个隐层即可，隐层节点个数采用试凑法确定，从而确定GA-BP神经网络结构。通过遗传算法输出的最优个体作为BP神经网络初始权值和阈值进行BP神经网络训练和学习。
在进行训练时，将上述的训练样本分为训练集和测试集，使用训练集进行训练，使用测试集进行测试，可以得到上述的GA-BP神经网络模型。
若是达到预设训练停止条件，如损失函数小于预设阈值，则停止训练，得到的模型即为业务选择模型。
在本实施例的基础上，步骤S15“根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果”可以包括：
调用预先设定的代办判断模型，以使所述代办判断模型对所述业务办理信息、所述代办权限信息、所述业务信息进行处理，得到业务代办在时间方面是否可代办的判断结果以及在蔓延业务方面是否可代办的判断结果。
本实施例中，代办判断模型也可以是神经网络模型，如GA-BP神经网络模型，与上述的GA-BP神经网络模型不同的是，训练样本不同，进而最终训练得到的GA-BP神经网络模型也不同。
本实施例中的代办判断模型基于训练数据训练得到；所述训练数据包括业务办理信息样本、代办权限信息样本、业务信息样本、业务代办在时间方面是否可代办的判断结果样本以及在蔓延业务方面是否可代办的判断结果样本。
此外，训练数据还可以包括用户授权时间，也就是用户使用上述的目标业务代办方式进行代办操作的时间。
本实施例中，将用户授权时间、所述业务办理信息、所述代办权限信息、所述业务信息输入到代办判断模型中，代办判断模型即可输出业务代办在时间方面是否可代办的判断结果以及在蔓延业务方面是否可代办的判断结果。
其中，若是业务代办在时间方面是否可代办的判断结果为可以代办，则在当前时间可以办理代办业务。
若是业务代办在时间方面是否可代办的判断结果为不可以代办，则说明当前超时验证，在当前时间不可以办理代办业务。
若是在蔓延业务方面是否可代办的判断结果为可以代办，则说明该蔓延业务当前可办理。
若是在蔓延业务方面是否可代办的判断结果为不可以代办，则说明该蔓延业务当前不可办理。
需要说明的是，可以在超过业务办理权限时间或者是有蔓延业务时，调用该代办判断模型判断当前是否可继续办理，在同一用户的整个业务代办过程中，可能会多次调用该代办判断模型。
如，可以在超过业务办理权限时间时调用一次，在有蔓延业务时，调用一次，若还有蔓延业务，则再次调用。
本实施例中，使用神经网络模型进行代办判断以及目标业务代办方式选择，由于神经网络模型基于大量的训练样本训练得到，模型的准确度较高，进而使用本实施例中的模型进行代办判断以及目标业务代办方式选择的准确度较高，进而提高代办业务的可靠性。
可选地，在上述业务代办方法的实施例的基础上，本发明的另一实施例提供了一种业务代办装置，参照图5，包括：
等级获取模块11，用于获取代办业务的业务信息以及用户风险等级；
方式筛选模块12，用于从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式；
第一信息获取模块13，用于在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息；所述代办权限信息至少包括代办业务办理权限时间以及代办业务范围信息；
第二信息获取模块14，用于获取代办业务的业务办理信息，所述业务办理信息包括代办业务开始办理时间以及代办蔓延业务范围信息；
判断模块15，用于根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。
进一步，所述方式筛选模块具体用于：
调用预先设定的业务选择模型，以使所述业务选择模型对所述代办业务的业务信息以及所述用户风险等级进行处理，得到目标业务代办方式；
所述业务选择模型基于训练样本训练得到；所述初始训练样本至少包括多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级。
进一步，所述初始训练样本还包括各个所述业务代办方式以及所述业务代办方式对应的风险度。
进一步，还包括模型生成模块，包括：
样本获取子模块，用于获取初始训练样本；所述初始训练样本包括各个所述业务代办方式以及所述业务代办方式对应的风险度、多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级；
样本筛选子模块，用于基于所述初始训练样本中的代办业务样本对应的业务代办方式对应的风险度与所述代办业务样本中的用户风险等级的匹配结果、所述代办业务样本对应的业务代办方式对应的参考风险度与风险度的匹配结果，对所述初始训练样本进行筛选，得到训练样本；
训练子模块，用于使用所述训练样本对神经网络模型进行训练，直至达到预设训练停止条件时停止，得到业务选择模型。
进一步，样本筛选子模块包括：
第一筛选单元，用于从所述初始训练样本中，筛选出所述代办业务样本中的用户风险等级高于所述代办业务样本对应的业务代办方式的风险度的代办业务样本，并作为待处理的代办业务样本；
第二筛选单元，用于从所述待处理的代办业务样本中，筛选出对应的业务代办方式的风险度小于参考风险度的代办业务样本，并作为目标代办业务样本；
组合单元，用于将所述目标代办业务样本、所述目标代办业务样本对应的业务代办方式、各个所述业务代办方式以及所述业务代办方式对应的风险度组合得到训练样本。
进一步，还包括风险度确定模块，包括：
数据获取子模块，用于获取所述业务代办方式对应的历史业务，以及所述历史业务对应的业务办理风险信息；
数量确定子模块，用于确定出业务办理风险信息为存在风险的历史业务的数量；
风险度计算子模块，用于将所述数量与所述历史业务的总量的比值，作为所述业务代办方式对应的风险度。
进一步，判断模块15具体用于：
调用预先设定的代办判断模型，以使所述代办判断模型对所述业务办理信息、所述代办权限信息、所述业务信息进行处理，得到业务代办在时间方面是否可代办的判断结果以及在蔓延业务方面是否可代办的判断结果；
所述代办判断模型基于训练数据训练得到；所述训练数据包括业务办理信息样本、代办权限信息样本、业务信息样本、业务代办在时间方面是否可代办的判断结果样本以及在蔓延业务方面是否可代办的判断结果样本。
本实施例中，在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息，获取代办业务的业务办理信息，根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。本发明中，给出了确定代办理人是否能够办理该代办业务的判断方式，解决了亟需一种确定代办理人是否能够办理该代办业务的方法的问题。进一步，本发明中，获取代办业务的业务信息以及用户风险等级，从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式，即本发明能够从多种业务代办方式中筛选出与用户匹配度较高的目标业务办理方式，提高用户体验。
需要说明的是，本实施例中的各个模块、子模块和单元的工作过程，请参照上述实施例中的相应说明，在此不再赘述。
可选地，在上述业务代办方法及装置的实施例的基础上，本发明的另一实施例提供了一种电子设备，包括：存储器和处理器；
其中，所述存储器用于存储程序；
处理器调用程序并用于执行上述的业务代办方法。
本实施例中，在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息，获取代办业务的业务办理信息，根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。本发明中，给出了确定代办理人是否能够办理该代办业务的判断方式，解决了亟需一种确定代办理人是否能够办理该代办业务的方法的问题。进一步，本发明中，获取代办业务的业务信息以及用户风险等级，从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式，即本发明能够从多种业务代办方式中筛选出与用户匹配度较高的目标业务办理方式，提高用户体验。
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)
1.一种业务代办方法，其特征在于，包括：
获取代办业务的业务信息以及用户风险等级；
从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式；
在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息；所述代办权限信息至少包括代办业务办理权限时间以及代办业务范围信息；
获取代办业务的业务办理信息，所述业务办理信息包括代办业务开始办理时间以及代办蔓延业务范围信息；
根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。
2.根据权利要求1所述的业务代办方法，其特征在于，从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式，包括：
调用预先设定的业务选择模型，以使所述业务选择模型对所述代办业务的业务信息以及所述用户风险等级进行处理，得到目标业务代办方式；
所述业务选择模型基于训练样本训练得到；所述初始训练样本至少包括多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级。
3.根据权利要求2所述的业务代办方法，其特征在于，所述初始训练样本还包括各个所述业务代办方式以及所述业务代办方式对应的风险度。
4.根据权利要求3所述的业务代办方法，其特征在于，所述业务选择模型的生成过程包括：
获取初始训练样本；所述初始训练样本包括各个所述业务代办方式以及所述业务代办方式对应的风险度、多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级；
基于所述初始训练样本中的代办业务样本对应的业务代办方式对应的风险度与所述代办业务样本中的用户风险等级的匹配结果、所述代办业务样本对应的业务代办方式对应的参考风险度与风险度的匹配结果，对所述初始训练样本进行筛选，得到训练样本；
使用所述训练样本对神经网络模型进行训练，直至达到预设训练停止条件时停止，得到业务选择模型。
5.根据权利要求4所述的业务代办方法，其特征在于，基于所述初始训练样本中的代办业务样本对应的业务代办方式对应的风险度与所述代办业务样本中的用户风险等级的匹配结果、所述代办业务样本对应的业务代办方式对应的参考风险度与风险度的匹配结果，对所述初始训练样本进行筛选，得到训练样本，包括：
从所述初始训练样本中，筛选出所述代办业务样本中的用户风险等级高于所述代办业务样本对应的业务代办方式的风险度的代办业务样本，并作为待处理的代办业务样本；
从所述待处理的代办业务样本中，筛选出对应的业务代办方式的风险度小于参考风险度的代办业务样本，并作为目标代办业务样本；
将所述目标代办业务样本、所述目标代办业务样本对应的业务代办方式、各个所述业务代办方式以及所述业务代办方式对应的风险度组合得到训练样本。
6.根据权利要求5所述的业务代办方法，其特征在于，所述业务代办方式对应的风险度的确定过程包括：
获取所述业务代办方式对应的历史业务，以及所述历史业务对应的业务办理风险信息；
确定出业务办理风险信息为存在风险的历史业务的数量；
将所述数量与所述历史业务的总量的比值，作为所述业务代办方式对应的风险度。
7.根据权利要求1所述的业务代办方法，其特征在于，根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果，包括：
调用预先设定的代办判断模型，以使所述代办判断模型对所述业务办理信息、所述代办权限信息、所述业务信息进行处理，得到业务代办在时间方面是否可代办的判断结果以及在蔓延业务方面是否可代办的判断结果；
所述代办判断模型基于训练数据训练得到；所述训练数据包括业务办理信息样本、代办权限信息样本、业务信息样本、业务代办在时间方面是否可代办的判断结果样本以及在蔓延业务方面是否可代办的判断结果样本。
8.一种业务代办装置，其特征在于，包括：
等级获取模块，用于获取代办业务的业务信息以及用户风险等级；
方式筛选模块，用于从预先设定的多种业务代办方式中，筛选出与所述代办业务的业务信息以及所述用户风险等级对应的目标业务代办方式；
第一信息获取模块，用于在使用所述目标业务代办方式对所述代办业务进行代办的过程中，获取所述目标业务代办方式对应的代办权限信息；所述代办权限信息至少包括代办业务办理权限时间以及代办业务范围信息；
第二信息获取模块，用于获取代办业务的业务办理信息，所述业务办理信息包括代办业务开始办理时间以及代办蔓延业务范围信息；
判断模块，用于根据所述业务办理信息与所述代办权限信息是否匹配的结果，确定是否能够代办的代办判断结果。
9.根据权利要求7所述的业务代办装置，其特征在于，所述方式筛选模块具体用于：
调用预先设定的业务选择模型，以使所述业务选择模型对所述代办业务的业务信息以及所述用户风险等级进行处理，得到目标业务代办方式；
所述业务选择模型基于训练样本训练得到；所述初始训练样本至少包括多个代办业务样本以及代办业务样本对应的业务代办方式；所述代办业务样本包括业务信息以及用户风险等级。
10.一种电子设备，其特征在于，包括：存储器和处理器；
其中，所述存储器用于存储程序；
处理器调用程序并用于执行如权利要求1-7所述的业务代办方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110764156.7A CN113435767B (zh) | 2021-07-06 | 2021-07-06 | 一种业务代办方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110764156.7A CN113435767B (zh) | 2021-07-06 | 2021-07-06 | 一种业务代办方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113435767A true CN113435767A (zh) | 2021-09-24 |
| CN113435767B CN113435767B (zh) | 2024-05-31 |
Family
ID=77759299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110764156.7A Active CN113435767B (zh) | 2021-07-06 | 2021-07-06 | 一种业务代办方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113435767B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106384285A (zh) * | 2016-09-14 | 2017-02-08 | 浙江维融电子科技股份有限公司 | 一种智能无人银行系统 |
| CN108206803A (zh) * | 2016-12-16 | 2018-06-26 | 腾讯科技（深圳）有限公司 | 业务代办处理方法及装置 |
| CN109345186A (zh) * | 2018-08-15 | 2019-02-15 | 中国平安人寿保险股份有限公司 | 基于物联网的业务办理方法及终端设备 |
| CN110768967A (zh) * | 2019-10-11 | 2020-02-07 | 支付宝(杭州)信息技术有限公司 | 业务授权方法、装置、设备及系统 |
| CN111429265A (zh) * | 2020-03-25 | 2020-07-17 | 中国银行股份有限公司 | 一种业务代办的方法、系统及服务器 |
| CN112200660A (zh) * | 2020-09-30 | 2021-01-08 | 中国银行股份有限公司 | 一种银行柜面业务的监督方法、装置及设备 |
-
2021
- 2021-07-06 CN CN202110764156.7A patent/CN113435767B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106384285A (zh) * | 2016-09-14 | 2017-02-08 | 浙江维融电子科技股份有限公司 | 一种智能无人银行系统 |
| CN108206803A (zh) * | 2016-12-16 | 2018-06-26 | 腾讯科技（深圳）有限公司 | 业务代办处理方法及装置 |
| CN109345186A (zh) * | 2018-08-15 | 2019-02-15 | 中国平安人寿保险股份有限公司 | 基于物联网的业务办理方法及终端设备 |
| CN110768967A (zh) * | 2019-10-11 | 2020-02-07 | 支付宝(杭州)信息技术有限公司 | 业务授权方法、装置、设备及系统 |
| CN111429265A (zh) * | 2020-03-25 | 2020-07-17 | 中国银行股份有限公司 | 一种业务代办的方法、系统及服务器 |
| CN112200660A (zh) * | 2020-09-30 | 2021-01-08 | 中国银行股份有限公司 | 一种银行柜面业务的监督方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113435767B (zh) | 2024-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11410166B2 (en) | Systems and methods for automated decentralized multilateral transaction processing | |
| US9734501B2 (en) | Authentication and interaction tracking system and method | |
| US20240013072A1 (en) | Processing machine learning attributes | |
| US9269085B2 (en) | Authentication system and method | |
| US8548904B1 (en) | Transaction risk analyzer | |
| US9171306B1 (en) | Risk-based transaction authentication | |
| US10515357B2 (en) | Systems and methods for authenticating electronic transactions | |
| CN109784934A (zh) | 一种交易风险控制方法、装置以及相关设备和介质 | |
| US20170018029A1 (en) | Systems and methods for utilizing a money transfer network to facilitate lending | |
| CN110955677A (zh) | 一种身份验证方法、装置及系统 | |
| CN111489175B (zh) | 在线身份认证方法、装置、系统及存储介质 | |
| CN110166634A (zh) | 用户身份辅助识别方法、装置、设备及可读存储介质 | |
| CN114331315A (zh) | 结合rpa和ai的社保业务处理方法及装置 | |
| CN111709835B (zh) | 一种业务处理方法及系统 | |
| KR20160031446A (ko) | 보안잠금기능을 가진 휴대용단말기를 이용한 기존고객 간편 대출 시스템 및 이를 이용한 기존고객 간편 대출 모바일 서비스방법 | |
| AU2014203818A1 (en) | Fraud management system and method | |
| CN113435767A (zh) | 一种业务代办方法、装置及电子设备 | |
| CN110969440A (zh) | 一种远程授权方法及装置 | |
| WO2022271652A1 (en) | Prioritizing holds when selecting transactions for transaction-based knowledge-based authentication | |
| RU2691830C1 (ru) | Система и способ работы проверки данных онлайн пользователей и создания скоринговой модели с использованием неперсональных данных пользователей | |
| CN111767535A (zh) | 一种线上重置银行卡密码的方法和装置 | |
| US20150294404A1 (en) | Method and system for legal processing for debt collection | |
| CN111652596A (zh) | 信贷业务的反欺诈方法、装置、终端设备及存储介质 | |
| CN112365337B (zh) | 一种冒名贷款识别方法、装置、服务器及存储介质 | |
| CN105450590A (zh) | 一种提供资源的方法和设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |