CN113486090A - 基于大数据的金融业务查询请求处理方法 - Google Patents

基于大数据的金融业务查询请求处理方法 Download PDF

Info

Publication number
CN113486090A
CN113486090A CN202110778842.XA CN202110778842A CN113486090A CN 113486090 A CN113486090 A CN 113486090A CN 202110778842 A CN202110778842 A CN 202110778842A CN 113486090 A CN113486090 A CN 113486090A
Authority
CN
China
Prior art keywords
request information
financial service
query request
historical
service query
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.)
Withdrawn
Application number
CN202110778842.XA
Other languages
English (en)
Inventor
何青波
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110778842.XA priority Critical patent/CN113486090A/zh
Publication of CN113486090A publication Critical patent/CN113486090A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请提供的基于大数据的金融业务查询请求处理方法,涉及金融业务处理技术领域。在本申请中,首先,接收目标设备发送的针对目标用户的金融业务查询请求信息,其中,所述金融业务查询请求信息中携带有该目标用户的身份信息。其次,确定所述金融业务查询请求信息是否属于合法查询请求信息。然后,若所述金融业务查询请求信息属于合法查询请求信息,则基于所述身份信息查询所述目标用户对应的金融业务信息。最后,将所述金融业务信息发送给所述目标设备。基于上述方法,可以改善现有金融业务处理技术中存在的业务安全性较低的问题。

Description

基于大数据的金融业务查询请求处理方法
技术领域
本申请涉及金融业务处理技术领域,具体而言,涉及一种基于大数据的金融业务查询请求处理方法。
背景技术
随机计算机技术和互联网技术的不断发展,其应用范围也得到了不断的扩展。例如,在金融业务中的应用,极大地便利了用户的业务操作。但是,经发明人研究发现,在现有的金融业务处理技术中,特别是对于一些金融业务的查询,存在着业务安全性较低的问题。
发明内容
有鉴于此,本申请的目的在于提供一种基于大数据的金融业务处理方法及平台,以改善现有金融业务处理技术中存在的业务安全性较低的问题。
为实现上述目的,本申请实施例采用如下技术方案:
一种基于大数据的金融业务处理方法,包括:
接收目标设备发送的针对目标用户的金融业务查询请求信息,其中,所述金融业务查询请求信息中携带有该目标用户的身份信息;
确定所述金融业务查询请求信息是否属于合法查询请求信息;
若所述金融业务查询请求信息属于合法查询请求信息,则基于所述身份信息查询所述目标用户对应的金融业务信息;
将所述金融业务信息发送给所述目标设备。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
获取历史业务查询请求信息集合,其中,所述历史业务查询请求信息集合包括多条历史金融业务查询请求信息,所述多条历史金融业务查询请求信息基于所述目标设备在历史上对多个不同用户对象进行多次查询请求操作生成;
对所述历史业务查询请求信息集合进行筛选,得到第一历史金融业务查询请求信息集合,其中,所述第一历史金融业务查询请求信息集合包括多个第一子历史金融业务查询请求信息集合,所述第一子历史金融业务查询请求信息集合包括第一查询时间中心,所述第一查询时间中心为所述第一子历史金融业务查询请求信息集合中多个历史金融业务查询请求信息的查询时间中心,任意两个所述第一查询时间中心之间的时间间隔长度满足第一预设条件,所述第一历史金融业务查询请求信息集合的最大时间长度满足第二预设条件;
当所述第一历史金融业务查询请求信息集合包括的第一子历史金融业务查询请求信息集合的集合数量与集合预设数量不一致时,按照所述第一历史金融业务查询请求信息集合的时间顺序,选取规整前所述第一历史金融业务查询请求信息集合中多个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息的并集,作为规整后所述第一历史金融业务查询请求信息集合中一个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息;
或,选取规整前所述第一历史金融业务查询请求信息集合中一个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息,作为规整后所述第一历史金融业务查询请求信息集合中多个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息,其中,将规整前所述第一历史金融业务查询请求信息集合的集合数量扩充或压缩至所述集合预设数量,规整后所述第一历史金融业务查询请求信息集合的集合数量为所述集合预设数量;
对所述第一历史金融业务查询请求信息集合进行聚类处理,生成第二历史金融业务查询请求信息集合,其中,所述第二历史金融业务查询请求信息集合中包括多个第二子历史金融业务查询请求信息集合,所述第二子历史金融业务查询请求信息集合为对应的所述第一子历史金融业务查询请求信息集合中聚类后历史金融业务查询请求信息最多的子类,所述第二子历史金融业务查询请求信息集合包括第二查询时间中心,多个所述第二查询时间中心的时间长度小于等于多个所述第一查询时间中心的时间长度;
根据所述第二子历史金融业务查询请求信息集合中每一条历史金融业务查询请求信息的对应的用户对象,确定目标用户对象,其中,该目标用户对象为对应的历史金融业务查询请求信息的信息数量满足第三预设条件的用户对象;
根据所述目标用户对象,滤除所述第二子历史金融业务查询请求信息集合中与所述目标用户对象对应的历史金融业务查询请求信息,得到对应的第三子历史金融业务查询请求信息集合,其中,所述第三子历史金融业务查询请求信息集合中每一条历史金融业务查询请求信息对应的用户对象不属于所述目标用户对象;
根据每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述根据每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
针对每一个所述第三子历史金融业务查询请求信息集合,确定该第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息的查询频率信息;
基于所述查询频率信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述基于所述查询频率信息,确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
计算多个所述第三子历史金融业务查询请求信息集合对应的多个查询频率信息的频率均值信息;
基于所述频率均值信息和预设的第一频率阈值信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述基于所述查询频率信息,确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
在多个所述第三子历史金融业务查询请求信息集合对应的多个查询频率信息的频率均值信息中,统计大于预设的第二频率阈值信息的频率均值信息的数量,得到第一数量;
基于所述第一数量,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述基于所述第一数量,确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
统计所述多个所述第三子历史金融业务查询请求信息集合对应的多个查询频率信息的频率均值信息的数量,得到第二数量;
计算所述第一数量和所述第二数量的比值,得到第一比值;
基于所述第一比值和预设的比值阈值,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述根据每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
计算每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息的查询频率信息;
基于所述查询频率信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
获取在目标时段内的多条历史金融业务查询请求信息,其中,所述多条历史金融业务查询请求信息基于所述目标设备在历史上对多个不同用户对象进行多次查询请求操作生成;
基于所述历史金融业务查询请求信息的生成时间信息,对所述多条历史金融业务查询请求信息进行排序,得到历史查询请求信息序列;
获取所述多条历史金融业务查询请求信息的请求信息数量;
基于所述请求信息数量及所述目标时段的时长,生成所述目标设备所进行的查询请求操作的频率,作为所述目标设备对应的目标历史请求频率;
若所述目标历史请求频率所在的历史请求频率集合中的请求频率数量小于或等于频率统计阈值,则将该历史请求频率集合中每一个历史请求频率的平均值确定为所述目标历史请求频率对应的频率均值,其中,该历史请求频率集合中的每一个历史请求频率基于每一个不同的目标时段内的多条历史金融业务查询请求信息生成;
若所述历史请求频率集合中的请求频率数量大于所述频率统计阈值,则按照记录时间的时间顺序在所述历史请求频率集合中执行依次获取操作,得到统计历史请求频率,其中,所述统计历史请求频率的数量为所述频率统计阈值;
删除所述历史请求频率集合中除所述统计历史请求频率之外的历史请求频率,将当前的历史请求频率集合包括的历史请求频率的平均值,确定为所述目标历史请求频率对应的频率均值;
基于所述频率均值确定所述目标设备的请求信息筛选时长;
在所述历史查询请求信息序列中确定第一目标历史金融业务查询请求信息的起始位置标识,其中,该第一目标历史金融业务查询请求信息与的用户对象为所述目标用户或与该目标用户具有关联关系;
获取所述历史查询请求信息序列的序列位置最大值;
若所述起始位置标识与所述请求信息筛选时长之和,大于或等于所述序列位置最大值,则将所述序列位置最大值确定为目标位置标识,从所述历史查询请求信息序列中,获取所述目标位置标识对应的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息;
若所述起始位置标识与所述请求信息筛选时长之和,小于所述序列位置最大值,则将所述起始位置标识与所述请求信息筛选时长之和,确定为所述目标位置标识;
若所述目标位置标识为整数,则获取所述历史查询请求信息序列中,所述目标位置标识处的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息;
若所述目标位置标识为小数,则基于所述目标位置标识确定第一目标位置标识和第二目标位置标识,其中,所述第一目标位置标识对应的历史金融业务查询请求信息与所述第二目标位置标识对应的历史金融业务查询请求信息,在所述历史查询请求信息序列中位置相邻,且所述目标位置标识大于所述第一目标位置标识,小于所述第二目标位置标识;
从所述历史查询请求信息序列中,获取所述第一目标位置标识处的历史金融业务查询请求信息,并获取所述第二目标位置标识处的历史金融业务查询请求信息;
基于所述第一目标位置标识处的历史金融业务查询请求信息的用户对象和所述第二目标位置标识处的历史金融业务查询请求信息的用户对象,获取所述第一目标位置标识处的历史金融业务查询请求信息或所述第二目标位置标识处的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息;
在所述历史查询请求信息序列中,基于从所述第一目标历史金融业务查询请求信息开始到所述第二目标历史金融业务查询请求信息结束的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中,在上述基于大数据的金融业务处理方法中,所述若所述金融业务查询请求信息属于合法查询请求信息,则基于所述身份信息查询所述目标用户对应的金融业务信息的步骤,包括:
基于所述身份信息和预先建立的身份-业务标识对应关系,在目标数据库中查询到至少一个业务标识信息;
针对每一个所述业务标识信息,在所述目标数据库中查询对应的金融业务信息,其中,在通过该目标数据库保存每一条金融业务信息时,对该金融业务信息进行特征提取,得到唯一的业务标识信息,并将该业务标识信息与该金融业务信息对应的目标用户的身份信息建立对应关系。
本申请还提供一种基于大数据的金融业务处理平台,用于:
接收目标设备发送的针对目标用户的金融业务查询请求信息,其中,所述金融业务查询请求信息中携带有该目标用户的身份信息;
确定所述金融业务查询请求信息是否属于合法查询请求信息;
若所述金融业务查询请求信息属于合法查询请求信息,则基于所述身份信息查询所述目标用户对应的金融业务信息;
将所述金融业务信息发送给所述目标设备。
本申请提供的基于大数据的金融业务处理方法及平台,在接收到目标设备的金融业务查询请求信息之后,通过在基于该金融业务查询请求信息查询相应的金融业务信息之前,确定该金融业务查询请求信息是否合法,使得在该金融业务查询请求信息合法时,再基于该金融业务查询请求信息中的身份信息查询对应的金融业务信息,并发送给目标设备。如此,可以提高金融业务信息的安全性,从而改善现有金融业务处理技术中存在的业务安全性较低的问题,具有较高的实用价值。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本申请实施例提供的基于大数据的金融业务处理平台的结构框图。
图2为本申请实施例提供的基于大数据的金融业务处理方法包括的各步骤的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本申请的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,本申请实施例提供了一种基于大数据的金融业务处理平台。其中,该网络数据监控系统可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本申请实施例(如后文所述)提供的基于大数据的金融业务处理方法。
所述基于大数据的金融业务处理平台可以用于:
接收目标设备发送的针对目标用户的金融业务查询请求信息,其中,所述金融业务查询请求信息中携带有该目标用户的身份信息;
确定所述金融业务查询请求信息是否属于合法查询请求信息;
若所述金融业务查询请求信息属于合法查询请求信息,则基于所述身份信息查询所述目标用户对应的金融业务信息;
将所述金融业务信息发送给所述目标设备。
可选地,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
所述处理器可以是一种通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
并且,图1所示的结构仅为示意,所述基于大数据的金融业务处理平台还可包括比图1中所示更多或者更少的组件,或具有与图1所示不同的配置,例如,可以包括用于与其它设备进行信息交互的通信单元。
其中,在一种可以替代的示例中,所述基于大数据的金融业务处理平台可以是一种具备数据处理能力的服务器。
结合图2,本申请实施例还提供一种基于大数据的金融业务处理方法,可应用于上述基于大数据的金融业务处理平台。其中,该基于大数据的金融业务处理方法有关的流程所定义的方法步骤,可以由所述基于大数据的金融业务处理平台实现。
下面将对图2所示的具体流程,进行详细阐述。
步骤S110,接收针对目标用户的金融业务查询请求信息。
在本实施例中,所述基于大数据的金融业务处理平台可以接收目标设备发送的针对目标用户的金融业务查询请求信息。
其中,所述金融业务查询请求信息中携带有所述目标用户的身份信息。
步骤S120,确定金融业务查询请求信息是否属于合法查询请求信息。
在本实施例中,在基于步骤S110接收到所述金融业务查询请求信息之后,所述基于大数据的金融业务处理平台可以确定该金融业务查询请求信息是否属于合法查询请求信息。
其中,在所述金融业务查询请求信息属于合法查询请求信息时,可以执行步骤S130;在所述金融业务查询请求信息不属于合法查询请求信息时,可以不查询该对应的金融业务信息,或不将查询到的金融业务信息发送给所述目标设备,以保证该金融业务信息的安全性。
步骤S130,基于所述身份信息查询所述目标用户对应的金融业务信息。
在本实施例中,在基于步骤S120确定所述金融业务查询请求信息属于合法查询请求信息时,所述基于大数据的金融业务处理平台可以基于该金融业务查询请求信息中携带的所述目标用户的身份信息查询该目标用户对应的金融业务信息(其中,该金融业务信息可以包括用户的征信报告信息、支付账单信息、收款账单信息等)。
步骤S140,将所述金融业务信息发送给所述目标设备。
在本实施例中,在基于步骤S130查询到所述金融业务信息之后,所述基于大数据的金融业务处理平台可以将该金融业务信息发送给所述目标设备,使得该目标设备完成金融业务信息的查询。
基于上述方法,在接收到目标设备的金融业务查询请求信息之后,通过在基于该金融业务查询请求信息查询相应的金融业务信息之前,确定该金融业务查询请求信息是否合法,使得在该金融业务查询请求信息合法时,再基于该金融业务查询请求信息中的身份信息查询对应的金融业务信息,并发送给目标设备。如此,可以提高金融业务信息的安全性,从而改善现有金融业务处理技术中存在的业务安全性较低的问题。
第一方面,对于步骤S120需要说明的是,确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式不受限制,例如,基于不同的需求,进行确定的方式可以不同。在本实施例中,分别提供以下三种示例。
在第一种示例中,可以基于以下步骤确定所述金融业务查询请求信息是否属于合法查询请求信息:
第一步,获取历史业务查询请求信息集合,其中,所述历史业务查询请求信息集合包括多条历史金融业务查询请求信息,所述多条历史金融业务查询请求信息基于所述目标设备在历史上对多个不同用户对象进行多次查询请求操作生成(例如,可以获取所述目标设备在所述基于大数据的金融业务处理平台进行的全部历史查询请求操作对应的历史金融业务查询请求信息,如此,得到多余历史金融业务查询请求信息);
第二步,对所述历史业务查询请求信息集合进行筛选,得到第一历史金融业务查询请求信息集合,其中,所述第一历史金融业务查询请求信息集合包括多个第一子历史金融业务查询请求信息集合(也就是说,可以按照后文所述的第一预设条件和第二预设条件,将该历史金融业务查询请求信息集合筛选分割为多个第一子历史金融业务查询请求信息集合,如此,可以得到包括该多个第一子历史金融业务查询请求信息集合的第一历史金融业务查询请求信息集合),所述第一子历史金融业务查询请求信息集合包括第一查询时间中心,所述第一查询时间中心为所述第一子历史金融业务查询请求信息集合中多个历史金融业务查询请求信息的查询时间中心(如对应的多个生成时间的中位值),任意两个所述第一查询时间中心之间的时间间隔长度满足第一预设条件(例如,两个第一查询时间中心之间的差值应大于一预设值,该预设值可以基于用户根据实际需要进行的配置操作生成,在此不做具体限定),所述第一历史金融业务查询请求信息集合的最大时间长度满足第二预设条件(例如,所述第一历史金融业务查询请求信息集合中历史金融业务查询请求信息的最早生成时间和最晚生成时间之间的差值应小于一时间阈值,该时间阈值可以基于用户根据实际需要进行的配置操作生成,在此不做具体限定);
第三步,当所述第一历史金融业务查询请求信息集合包括的第一子历史金融业务查询请求信息集合的集合数量与集合预设数量(该集合预设数量可以基于用户根据实际需要进行的配置操作生成,在此不做具体限定)不一致时,按照所述第一历史金融业务查询请求信息集合的时间顺序,选取规整前所述第一历史金融业务查询请求信息集合中多个(例如,可以选取对应的第一查询时间中心最早的一定数量的第一子历史金融业务查询请求信息集合,如该集合数量与该集合预设数量的差值)所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息的并集,作为规整后所述第一历史金融业务查询请求信息集合中一个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息;
或,选取规整前所述第一历史金融业务查询请求信息集合中一个(例如,可以选取对应的第一查询时间中心最早的一个第一子历史金融业务查询请求信息集合)所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息,作为规整后所述第一历史金融业务查询请求信息集合中多个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息(即将选取的一个第一子历史金融业务查询请求信息集合进行拆分),其中,将规整前所述第一历史金融业务查询请求信息集合的集合数量扩充(对应于上述中对集合进行拆分)或压缩(对应于上述中对集合进行合并)至所述集合预设数量,规整后所述第一历史金融业务查询请求信息集合的集合数量为所述集合预设数量;
第四步,对所述第一历史金融业务查询请求信息集合进行聚类处理,生成第二历史金融业务查询请求信息集合,其中,所述第二历史金融业务查询请求信息集合中包括多个第二子历史金融业务查询请求信息集合(也就是说,可以基于生成时间对每一个所述第一子历史金融业务查询请求信息集合中的历史金融业务查询请求信息进行聚类处理,如在时间维度上基于邻近算法或其它聚类算法进行聚类,得到至少一个子类),所述第二子历史金融业务查询请求信息集合为对应的所述第一子历史金融业务查询请求信息集合中聚类后历史金融业务查询请求信息最多的子类,所述第二子历史金融业务查询请求信息集合包括第二查询时间中心(如前所述,可以是生成时间的中位值),多个所述第二查询时间中心的时间长度(即最大的第二查询时间中心与最小的第二查询时间中心的差值)小于等于多个所述第一查询时间中心的时间长度(即最大的第一查询时间中心与最小的第一查询时间中心的差值);
第五步,根据所述第二子历史金融业务查询请求信息集合中每一条历史金融业务查询请求信息对应的用户对象,确定目标用户对象,其中,该目标用户对象为对应的历史金融业务查询请求信息的信息数量满足第三预设条件的用户对象(例如,在一种可以替代的示例中,该目标用户对象可以为对应的信息数量最多的用户对象;又例如,在另一种可以替代的示例中,该目标用户对象可以为对应的信息数量最少的用户对象;可以根据实际应用中一般进行非法查询的设备的查询特性确定);
第六步,根据所述目标用户对象,滤除所述第二子历史金融业务查询请求信息集合中与所述目标用户对象对应的历史金融业务查询请求信息,得到对应的第三子历史金融业务查询请求信息集合,其中,所述第三子历史金融业务查询请求信息集合中每一条历史金融业务查询请求信息对应的用户对象不属于所述目标用户对象;
第七步,根据每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
在第二种示例中,可以基于以下步骤确定所述金融业务查询请求信息是否属于合法查询请求信息:
第一步,获取在目标时段内(例如,可以是最近的一个时间段,时间长度可以基于用户根据实际应用需求进行的配置操作生成)的多条历史金融业务查询请求信息,其中,所述多条历史金融业务查询请求信息基于所述目标设备在历史上对多个不同用户对象进行多次查询请求操作生成;
第二步,基于所述历史金融业务查询请求信息的生成时间信息,对所述多条历史金融业务查询请求信息进行排序,得到历史查询请求信息序列(例如,可以是将生成时间较早的历史金融业务查询请求信息排序在前,将生成时间较晚的历史金融业务查询请求信息排序在后);
第三步,获取所述多条历史金融业务查询请求信息的请求信息数量;
第四步,基于所述请求信息数量及所述目标时段的时长,生成所述目标设备所进行的查询请求操作的频率(例如,可以将该请求信息数量除以该时长,得到该频率),作为所述目标设备对应的目标历史请求频率;
第五步,若所述目标历史请求频率所在的历史请求频率集合中的请求频率数量小于或等于频率统计阈值,则将该历史请求频率集合中每一个历史请求频率的平均值确定为所述目标历史请求频率对应的频率均值,其中,该历史请求频率集合中的每一个历史请求频率基于每一个不同的目标时段内的多条历史金融业务查询请求信息生成(例如,若当前时间为2021年1月1日,第一步中目标时段可以是指2020年10月1日到2020年12月31日,如此,还可以获取2020年7月1日到2020年9月31日的历史金融业务查询请求信息,生成对应的历史请求频率;还可以获取2020年4月1日到2020年6月31日的历史金融业务查询请求信息,生成对应的历史请求频率;如此,可以形成所述历史请求频率集合);
第六步,若所述历史请求频率集合中的请求频率数量大于所述频率统计阈值,则按照记录时间(对应的时段)的时间顺序在所述历史请求频率集合中执行依次获取操作,得到统计历史请求频率,其中,所述统计历史请求频率的数量为所述频率统计阈值(例如,获取最近的所述频率统计阈值个历史请求频率,或者基于该所述频率统计阈值进行采样);
第七步,删除所述历史请求频率集合中除所述统计历史请求频率之外的历史请求频率,将当前的历史请求频率集合包括的历史请求频率的平均值(即计算所述统计历史请求频率的平均值),确定为所述目标历史请求频率对应的频率均值;
第八步,基于所述频率均值确定所述目标设备的请求信息筛选时长(例如,可以将该频率均值的倒数作为该请求信息筛选时长,或者,将该倒数乘以一定的比例系数作为该请求信息筛选时长,该比例系数可以大于1,具体数值可以基于用户根据实际需求进行的配置操作生成);
第九步,在所述历史查询请求信息序列中确定第一目标历史金融业务查询请求信息的起始位置标识,其中,该第一目标历史金融业务查询请求信息的用户对象为所述目标用户或与该目标用户具有关联关系(在该第一目标历史金融业务查询请求信息为多条时,可以将生成时间最早的第一目标历史金融业务查询请求信息的位置,确定为该起始位置标识;并且,与目标用户具有关联关系可以是指,与目标用户之间具有业务交易,如借款);
第十步,获取所述历史查询请求信息序列的序列位置最大值(该序列位置最大值为该历史查询请求信息序列的长度,也是包括的历史金融业务查询请求信息的数量);
第十一步,若所述起始位置标识与所述请求信息筛选时长之和,大于或等于所述序列位置最大值,则将所述序列位置最大值确定为目标位置标识,从所述历史查询请求信息序列中,获取所述目标位置标识对应的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息(也就是说,将所述历史查询请求信息序列中的最后一条历史金融业务查询请求信息作为该第二目标历史金融业务查询请求信息);
第十二步,若所述起始位置标识与所述请求信息筛选时长之和,小于所述序列位置最大值,则将所述起始位置标识与所述请求信息筛选时长之和,确定为所述目标位置标识;
第十三步,若所述目标位置标识为整数,则获取所述历史查询请求信息序列中,所述目标位置标识处的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息;
第十四步,若所述目标位置标识为小数,则基于所述目标位置标识确定第一目标位置标识和第二目标位置标识,其中,所述第一目标位置标识对应的历史金融业务查询请求信息与所述第二目标位置标识对应的历史金融业务查询请求信息,在所述历史查询请求信息序列中位置相邻,且所述目标位置标识大于所述第一目标位置标识,小于所述第二目标位置标识;
第十五步,从所述历史查询请求信息序列中,获取所述第一目标位置标识处的历史金融业务查询请求信息,并获取所述第二目标位置标识处的历史金融业务查询请求信息;
第十六步,基于所述第一目标位置标识处的历史金融业务查询请求信息的用户对象和所述第二目标位置标识处的历史金融业务查询请求信息的用户对象,获取所述第一目标位置标识处的历史金融业务查询请求信息或所述第二目标位置标识处的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息(例如,若所述第一目标位置标识处的历史金融业务查询请求信息对应的用户对象为所述目标用户或该目标用户的关联用户,则将该第一目标位置标识处的历史金融业务查询请求信息,作为所述第二目标历史金融业务查询请求信息;若所述第二目标位置标识处的历史金融业务查询请求信息对应的用户对象为所述目标用户或该目标用户的关联用户,则将该第二目标位置标识处的历史金融业务查询请求信息,作为所述第二目标历史金融业务查询请求信息);
第十七步,在所述历史查询请求信息序列中,基于从所述第一目标历史金融业务查询请求信息开始到所述第二目标历史金融业务查询请求信息结束的每一条历史金融业务查询请求信息(可以包括该第一目标历史金融业务查询请求信息和该第二目标历史金融业务查询请求信息),确定所述金融业务查询请求信息是否属于合法查询请求信。
在第三种示例中,特别地,可以基于以下步骤确定所述金融业务查询请求信息是否属于合法查询请求信息:
第一步,获取多条历史金融业务查询请求信息,其中,所述多条历史金融业务查询请求信息基于所述目标设备在历史上对多个不同用户对象进行多次查询请求操作生成(如前所述,在此不再一一赘述);
第二步,基于每一条所述历史金融业务查询请求信息对应的用户对象是否相同或是否关联,将用户对象相同或关联的多个历史金融业务查询请求信息划分至同一请求信息集合中,以得到多个请求信息集合(也就是说,不同请求信息集合中的历史金融业务查询请求信息对应的用户对象不同或不具有关联关系,其中,关联关系可以参照前文所述);
第三步,确定所述多个请求信息集合中包括的历史金融业务查询请求信息的数量最多的请求信息集合,作为目标请求信息集合;
第四步,确定所述目标请求信息集合中每一条所述历史金融业务查询请求信息对应的时间持续长度(即开始进行查询的时间和结束查询的时间之间的差值,如所述历史金融业务查询请求信息的生成时间和将对应的金融业务信息发送给目标设备的时间或确定不属于合法查询请求信息的时间),以及每一个时间持续长度的请求开始时间(即开始进行查询的时间)和请求结束时间(即结束查询的时间);
第五步,将所述目标请求信息集合中的多条历史金融业务查询请求信息、每一条历史金融业务查询请求信息对应的时间持续长度,以及该时间持续长度的请求开始时间和请求结束时间确定为待处理数据集合,并在该待处理数据集合中确定与所述目标用户相同或相关联的用户对象对应的历史金融业务查询请求信息的当前位置(该当前位置可以为一个或多个);
第六步,根据(每一个)所述当前位置的历史金融业务查询请求信息的时间持续长度,得到目标筛选时间段(该目标筛选时间段可以为基于该历史金融业务查询请求信息开始进行查询的时间和结束查询的时间);
第七步,基于每一条所述历史金融业务查询请求信息中对应的请求开始时间和请求结束时间,确定与所述目标筛选时间段有交集的历史金融业务查询请求信息,得到待处理的历史金融业务查询请求信息;
第八步,确定至少一条所述待处理的历史金融业务查询请求信息,并将该至少一条待处理的历史金融业务查询请求信息在所述目标请求信息集合中的位置,作为目标位置;
第九步,根据每一个所述目标位置的历史金融业务查询请求信息的时间持续长度,得到新的目标筛选时间段;
第十步,基于每一条所述历史金融业务查询请求信息中对应的请求开始时间和请求结束时间,确定与所述新的目标筛选时间段有交集的历史金融业务查询请求信息,得到待处理的历史金融业务查询请求信息;
第十一步,基于得到的每一条所述待处理的历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
可选地,在上述示例中,基于所述历史金融业务查询请求信息确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式不受限制,可以根据实际应用需求进行选择(在本实施例中,以上述的第一种示例为例进行说明,其它两种示例不再一一赘述,参照进行即可)。
例如,在一种可以替代的示例中,可以基于以下步骤确定所述金融业务查询请求信息是否属于合法查询请求信息:
首先,可以计算每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息的查询频率信息(如将所有集合中信息的数量除以最早的生成时间与最晚的生成时间之间的差值);其次,可以基于所述查询频率信息,确定所述金融业务查询请求信息是否属于合法查询请求信息(例如,可以判断该查询频率信息是否大于阈值,并在大于阈值时,确定所述金融业务查询请求信息属于合法查询请求信息)。
又例如,在另一种可以替代的示例中,可以基于以下步骤确定所述金融业务查询请求信息是否属于合法查询请求信息:
首先,可以针对每一个所述第三子历史金融业务查询请求信息集合,确定该第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息的查询频率信息;然后,可以基于所述查询频率信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
可以理解的是,在上述示例中,基于所述查询频率信息确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式不受限制。
例如,在一种可以替代的示例中:
首先,可以计算多个所述第三子历史金融业务查询请求信息集合对应的多个查询频率信息的频率均值信息;其次,可以基于所述频率均值信息和预设的第一频率阈值信息(该第一频率阈值信息可以基于用户根据实际应用需求进行的配置操作生成,具体数值在此不做具体限定),确定所述金融业务查询请求信息是否属于合法查询请求信息。
又例如,在另一种可以替代的示例中:
首先,可以在多个所述第三子历史金融业务查询请求信息集合对应的多个查询频率信息的频率均值信息中,统计大于预设的第二频率阈值信息(该第二频率阈值信息可以基于用户根据实际应用需求进行的配置操作生成,具体数值在此不做具体限定)的频率均值信息的数量,得到第一数量;其次,可以基于所述第一数量,确定所述金融业务查询请求信息是否属于合法查询请求信息。
其中,在上述示例中,基于所述第一数量确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式不受限制,例如,可以为:
首先,ky统计所述多个所述第三子历史金融业务查询请求信息集合对应的多个查询频率信息的频率均值信息的数量,得到第二数量;其次,可以计算所述第一数量和所述第二数量的比值,得到第一比值;然后,可以基于所述第一比值和预设的比值阈值(该比值阈值可以基于用户根据实际应用需求进行的配置操作生成,具体数值在此不做具体限定),确定所述金融业务查询请求信息是否属于合法查询请求信息。
第二方面,对于步骤S130需要说明的是,基于所述身份信息查询所述目标用户对应的金融业务信息的具体方式不受限制。
例如,在一种可以替代的示例中,可以基于以下步骤查询所述目标用户对应的金融业务信息:
首先,可以基于所述身份信息和预先建立的身份-业务标识对应关系,在目标数据库中查询到至少一个业务标识信息;其次,可以针对每一个所述业务标识信息,在所述目标数据库中查询对应的金融业务信息,其中,在通过该目标数据库保存每一条金融业务信息时,对该金融业务信息进行特征提取(如转换为哈希值),得到唯一的业务标识信息,并将该业务标识信息与该金融业务信息对应的目标用户的身份信息建立对应关系。
综上所述,本申请提供的基于大数据的金融业务处理方法及平台,在接收到目标设备的金融业务查询请求信息之后,通过在基于该金融业务查询请求信息查询相应的金融业务信息之前,确定该金融业务查询请求信息是否合法,使得在该金融业务查询请求信息合法时,再基于该金融业务查询请求信息中的身份信息查询对应的金融业务信息,并发送给目标设备。如此,可以提高金融业务信息的安全性,从而改善现有金融业务处理技术中存在的业务安全性较低的问题,具有较高的实用价值。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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,电子设备,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,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。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (7)

1.一种基于大数据的金融业务查询请求处理方法,其特征在于,包括:
接收目标设备发送的针对目标用户的金融业务查询请求信息,其中,所述金融业务查询请求信息中携带有该目标用户的身份信息;
确定所述金融业务查询请求信息是否属于合法查询请求信息;
若所述金融业务查询请求信息属于合法查询请求信息,则基于所述身份信息和预先建立的身份-业务标识对应关系,在目标数据库中查询到至少一个业务标识信息,并针对每一个所述业务标识信息,在所述目标数据库中查询对应的金融业务信息,其中,在通过该目标数据库保存每一条金融业务信息时,将该金融业务信息转换为哈希值,得到唯一的业务标识信息,并将该业务标识信息与该金融业务信息对应的目标用户的身份信息建立对应关系;
将所述金融业务信息发送给所述目标设备。
2.根据权利要求1所述的基于大数据的金融业务查询请求处理方法,其特征在于,所述确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
获取历史业务查询请求信息集合,其中,所述历史业务查询请求信息集合包括多条历史金融业务查询请求信息,所述多条历史金融业务查询请求信息基于所述目标设备在历史上对多个不同用户对象进行多次查询请求操作生成;
对所述历史业务查询请求信息集合进行筛选,得到第一历史金融业务查询请求信息集合,其中,所述第一历史金融业务查询请求信息集合包括多个第一子历史金融业务查询请求信息集合,所述第一子历史金融业务查询请求信息集合包括第一查询时间中心,所述第一查询时间中心为所述第一子历史金融业务查询请求信息集合中多个历史金融业务查询请求信息的查询时间中心,任意两个所述第一查询时间中心之间的时间间隔长度满足第一预设条件,所述第一历史金融业务查询请求信息集合的最大时间长度满足第二预设条件;
当所述第一历史金融业务查询请求信息集合包括的第一子历史金融业务查询请求信息集合的集合数量与集合预设数量不一致时,按照所述第一历史金融业务查询请求信息集合的时间顺序,选取规整前所述第一历史金融业务查询请求信息集合中多个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息的并集,作为规整后所述第一历史金融业务查询请求信息集合中一个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息;
或,选取规整前所述第一历史金融业务查询请求信息集合中一个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息,作为规整后所述第一历史金融业务查询请求信息集合中多个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息,其中,将规整前所述第一历史金融业务查询请求信息集合的集合数量扩充或压缩至所述集合预设数量,规整后所述第一历史金融业务查询请求信息集合的集合数量为所述集合预设数量;
对所述第一历史金融业务查询请求信息集合进行聚类处理,生成第二历史金融业务查询请求信息集合,其中,所述第二历史金融业务查询请求信息集合中包括多个第二子历史金融业务查询请求信息集合,所述第二子历史金融业务查询请求信息集合为对应的所述第一子历史金融业务查询请求信息集合中聚类后历史金融业务查询请求信息最多的子类,所述第二子历史金融业务查询请求信息集合包括第二查询时间中心,多个所述第二查询时间中心的时间长度小于等于多个所述第一查询时间中心的时间长度;
根据所述第二子历史金融业务查询请求信息集合中每一条历史金融业务查询请求信息的对应的用户对象,确定目标用户对象,其中,该目标用户对象为对应的历史金融业务查询请求信息的信息数量满足第三预设条件的用户对象;
根据所述目标用户对象,滤除所述第二子历史金融业务查询请求信息集合中与所述目标用户对象对应的历史金融业务查询请求信息,得到对应的第三子历史金融业务查询请求信息集合,其中,所述第三子历史金融业务查询请求信息集合中每一条历史金融业务查询请求信息对应的用户对象不属于所述目标用户对象;
根据每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
3.根据权利要求2所述的基于大数据的金融业务查询请求处理方法,其特征在于,所述所述根据每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
计算每一个所述第三子历史金融业务查询请求信息集合包括的每一条历史金融业务查询请求信息的查询频率信息;
基于所述查询频率信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
4.根据权利要求2所述的基于大数据的金融业务查询请求处理方法,其特征在于,所述第一查询时间中心为所述第一子历史金融业务查询请求信息集合中多个历史金融业务查询请求信息对应的多个生成时间的中位值。
5.根据权利要求2所述的基于大数据的金融业务查询请求处理方法,其特征在于,所述按照所述第一历史金融业务查询请求信息集合的时间顺序,选取规整前所述第一历史金融业务查询请求信息集合中多个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息的并集的步骤,包括:
按照所述第一历史金融业务查询请求信息集合的时间顺序,选取规整前所述第一历史金融业务查询请求信息集合中对应的第一查询时间中心最早的多个所述第一子历史金融业务查询请求信息集合的历史金融业务查询请求信息的并集。
6.根据权利要求5所述的基于大数据的金融业务查询请求处理方法,其特征在于,第一查询时间中心最早的多个第一子历史金融业务查询请求信息集合的数量为,所述第一历史金融业务查询请求信息集合包括的第一子历史金融业务查询请求信息集合的集合数量与所述集合预设数量的差值。
7.根据权利要求1所述的基于大数据的金融业务查询请求处理方法,其特征在于,所述确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤,包括:
获取在目标时段内的多条历史金融业务查询请求信息,其中,所述多条历史金融业务查询请求信息基于所述目标设备在历史上对多个不同用户对象进行多次查询请求操作生成;
基于所述历史金融业务查询请求信息的生成时间信息,对所述多条历史金融业务查询请求信息进行排序,得到历史查询请求信息序列;
获取所述多条历史金融业务查询请求信息的请求信息数量;
基于所述请求信息数量及所述目标时段的时长,生成所述目标设备所进行的查询请求操作的频率,作为所述目标设备对应的目标历史请求频率;
若所述目标历史请求频率所在的历史请求频率集合中的请求频率数量小于或等于频率统计阈值,则将该历史请求频率集合中每一个历史请求频率的平均值确定为所述目标历史请求频率对应的频率均值,其中,该历史请求频率集合中的每一个历史请求频率基于每一个不同的目标时段内的多条历史金融业务查询请求信息生成;
若所述历史请求频率集合中的请求频率数量大于所述频率统计阈值,则按照记录时间的时间顺序在所述历史请求频率集合中执行依次获取操作,得到统计历史请求频率,其中,所述统计历史请求频率的数量为所述频率统计阈值;
删除所述历史请求频率集合中除所述统计历史请求频率之外的历史请求频率,将当前的历史请求频率集合包括的历史请求频率的平均值,确定为所述目标历史请求频率对应的频率均值;
基于所述频率均值确定所述目标设备的请求信息筛选时长;
在所述历史查询请求信息序列中确定第一目标历史金融业务查询请求信息的起始位置标识,其中,该第一目标历史金融业务查询请求信息与的用户对象为所述目标用户或与该目标用户具有关联关系;
获取所述历史查询请求信息序列的序列位置最大值;
若所述起始位置标识与所述请求信息筛选时长之和,大于或等于所述序列位置最大值,则将所述序列位置最大值确定为目标位置标识,从所述历史查询请求信息序列中,获取所述目标位置标识对应的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息;
若所述起始位置标识与所述请求信息筛选时长之和,小于所述序列位置最大值,则将所述起始位置标识与所述请求信息筛选时长之和,确定为所述目标位置标识;
若所述目标位置标识为整数,则获取所述历史查询请求信息序列中,所述目标位置标识处的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息;
若所述目标位置标识为小数,则基于所述目标位置标识确定第一目标位置标识和第二目标位置标识,其中,所述第一目标位置标识对应的历史金融业务查询请求信息与所述第二目标位置标识对应的历史金融业务查询请求信息,在所述历史查询请求信息序列中位置相邻,且所述目标位置标识大于所述第一目标位置标识,小于所述第二目标位置标识;
从所述历史查询请求信息序列中,获取所述第一目标位置标识处的历史金融业务查询请求信息,并获取所述第二目标位置标识处的历史金融业务查询请求信息;
基于所述第一目标位置标识处的历史金融业务查询请求信息的用户对象和所述第二目标位置标识处的历史金融业务查询请求信息的用户对象,获取所述第一目标位置标识处的历史金融业务查询请求信息或所述第二目标位置标识处的历史金融业务查询请求信息,得到第二目标历史金融业务查询请求信息;
在所述历史查询请求信息序列中,基于从所述第一目标历史金融业务查询请求信息开始到所述第二目标历史金融业务查询请求信息结束的每一条历史金融业务查询请求信息,确定所述金融业务查询请求信息是否属于合法查询请求信息。
CN202110778842.XA 2021-01-20 2021-01-20 基于大数据的金融业务查询请求处理方法 Withdrawn CN113486090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110778842.XA CN113486090A (zh) 2021-01-20 2021-01-20 基于大数据的金融业务查询请求处理方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110778842.XA CN113486090A (zh) 2021-01-20 2021-01-20 基于大数据的金融业务查询请求处理方法
CN202110077533.XA CN112686760B (zh) 2021-01-20 2021-01-20 基于大数据的金融业务处理方法及平台

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202110077533.XA Division CN112686760B (zh) 2021-01-20 2021-01-20 基于大数据的金融业务处理方法及平台

Publications (1)

Publication Number Publication Date
CN113486090A true CN113486090A (zh) 2021-10-08

Family

ID=75458755

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202110778842.XA Withdrawn CN113486090A (zh) 2021-01-20 2021-01-20 基于大数据的金融业务查询请求处理方法
CN202110077533.XA Active CN112686760B (zh) 2021-01-20 2021-01-20 基于大数据的金融业务处理方法及平台
CN202110777816.5A Withdrawn CN113609182A (zh) 2021-01-20 2021-01-20 基于大数据的金融业务信息查询方法

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN202110077533.XA Active CN112686760B (zh) 2021-01-20 2021-01-20 基于大数据的金融业务处理方法及平台
CN202110777816.5A Withdrawn CN113609182A (zh) 2021-01-20 2021-01-20 基于大数据的金融业务信息查询方法

Country Status (1)

Country Link
CN (3) CN113486090A (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050131818A1 (en) * 2003-08-21 2005-06-16 Desal Nishith M. Method for performing Due diligence and legal, financial and other types of audits
CN108269187A (zh) * 2018-01-29 2018-07-10 深圳壹账通智能科技有限公司 金融业务的验证方法、装置、设备和计算机存储介质
CN109166031A (zh) * 2018-08-15 2019-01-08 吉林亿联银行股份有限公司 一种征信查询风险预警方法及装置
CN109491995A (zh) * 2018-12-25 2019-03-19 苏宁易购集团股份有限公司 基于知识图谱查询金融异常数据的方法及系统
CN112200578A (zh) * 2020-09-23 2021-01-08 裴俊伟 基于区块链的金融业务校验方法和金融业务校验平台

Also Published As

Publication number Publication date
CN112686760B (zh) 2021-09-14
CN113609182A (zh) 2021-11-05
CN112686760A (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
CN110851321A (zh) 一种业务告警方法、设备及存储介质
CN109788026B (zh) 消息处理方法及装置
CN113704243A (zh) 数据分析方法、装置、计算机装置及存储介质
CN111897790A (zh) 风控日志采集方法、装置、电子设备及存储介质
CN113609389A (zh) 一种社区平台信息推送方法及系统
CN104462347A (zh) 关键词的分类方法及装置
CN112686760B (zh) 基于大数据的金融业务处理方法及平台
CN112669163B (zh) 基于大数据和云计算的金融业务管理方法及系统
CN113568952A (zh) 一种物联网资源数据分析方法
CN115496501A (zh) 交易金额核验方法及装置
CN113256366A (zh) 基于大数据和云计算的订单数据处理方法及系统
CN113486342A (zh) 一种基于用户行为分析的信息安全处理方法及系统
CN116263770A (zh) 基于数据库的业务数据存储方法、装置、终端设备及介质
CN113645279A (zh) 一种基于物联网的音频传输处理方法
CN113609111A (zh) 一种大数据测试方法及系统
CN113239381A (zh) 一种数据安全加密方法
CN112734466A (zh) 一种关联信息的处理方法、装置及存储介质
CN111368616A (zh) 从车的识别方法、装置及设备
CN112667646B (zh) 一种基于大数据和云计算的数据保存方法及云计算平台
CN113590869A (zh) 一种数据存储管理方法及系统
CN112711480B (zh) 数据链路解析方法及系统
CN113836402B (zh) 一种基于数据处理的订单筛选方法
US20240134911A1 (en) Data storage and querying
CN117112846B (zh) 一种多信息源证照信息管理方法、系统及介质
CN115022083B (zh) 一种异常定界方法和装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211008