CN114330957A - 金融业务欺诈案件处理方法、装置和电子设备 - Google Patents

Abstract

本申请涉及一种金融业务欺诈案件处理方法、装置和电子设备。该金融业务欺诈案件处理方法包括：获取待处理的金融业务欺诈案件的案件信息；基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员；获取所述案件信息的关联信息，所述关联信息包括所述案件信息对应的客户的关系网络信息；以及。将所述案件信息与所述关联信息一起呈现给所选的案件调查员。这样，能够提升案件调查员的工作效率、节省人力成本，并提升金融业务欺诈案件识别的准确率、降低欺诈风险损失。

Description

金融业务欺诈案件处理方法、装置和电子设备

技术领域

本申请涉及数据处理技术领域，更为具体地说，涉及一种金融业务欺诈案件处理方法、装置和电子设备。

背景技术

随着数字化金融业务以及移动互联网的高速发展，银行保险等金融机构正面临多样化的欺诈手段和场景，轻则影响用户体验，重则遭遇资金损失、违反监管、商业信息泄露，金融机构在承担合规性风险、声誉风险的基础上，还会产生大量的资产损失。

目前，多数金融机构需要欺诈调查员来对金融业务欺诈案件进行调查。但是，目前金融领域欺诈案件在分配给欺诈调查员进行调查时，采用的分配方式多采用为人工分配、顺序分配、等比例分配等。并且，目前的金融领域欺诈案件调查过程中，欺诈调查员要到各系统进行信息查阅，调查后再开展针对性的调查工作，包括电核、实地调查、合规检查等。另外，目前针对金融业务欺诈案件调查的系统，对案件的信息展示多为基本信息的展示。

因此，目前欺诈案件在分配给欺诈调查员过程中未考虑该调查员的在岗状态、工作效率、目前工作积压情况、技能专长等信息，也未对有关联的案件进行归集分配。并且，目前针对金融业务欺诈案件调查的系统对客户信息展示不全面，欺诈调查员仍需到其他业务系统或部门进行信息收集工作，且对于对应团伙类欺诈的分析判定支持不足。

基于此，需要提供改进的金融业务欺诈案件处理方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种金融业务欺诈案件处理方法、装置和电子设备，其通过基于案件状况和案件调查员的工作状况选择适当的案件调查员，并将包括客户的关系网络信息的关联信息与案件信息一起呈现给所选的案件调查员，能够提升案件调查员的工作效率、节省人力成本，并提升金融业务欺诈案件识别的准确率、降低欺诈风险损失。

根据本申请的一方面，提供了一种金融业务欺诈案件处理方法，包括：获取待处理的金融业务欺诈案件的案件信息；基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员；获取所述案件信息的关联信息，所述关联信息包括所述案件信息对应的客户的关系网络信息；以及。将所述案件信息与所述关联信息一起呈现给所选的案件调查员。

在上述金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员包括：获取所述案件信息中的案件渠道、产品信息、风险等级和风险信息中的至少一个；以及，基于所述案件调查员与所述案件渠道和所述产品信息的匹配程度和所述案件调查员的在岗状态选择候选案件调查员。

在上述金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：基于所述风险信息确定所述候选案件调查员是否具有关联案件；基于是否具有关联案件确定所述候选案件调查员的擅长案件类型；以及，基于所述候选案件调查员的擅长案件类型将所述候选案件调查员作为进一步候选案件调查员。

在上述金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：确定所述进一步候选案件调查员的当前案件积压率；以及，选择当前案件积压率最低的进一步候选案件调查员为所选的案件调查员。

在上述金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：响应于当前案件积压率最低的进一步候选案件调查员为多人，为所述待处理的金融业务欺诈案件随机分配所述当前案件积压率最低的进一步候选案件调查员中的案件调查员。

在上述金融业务欺诈案件处理方法中，获取所述案件信息的关联信息包括：获取与所述案件信息相关联的来自金融机构内外的不同系统的客户信息、征信信息、贷后信息中的至少一个。

在上述金融业务欺诈案件处理方法中，获取所述案件信息的关联信息包括：使用与所述案件信息相关联的客户信息，基于知识图谱构建所述客户的关系网络。

在上述金融业务欺诈案件处理方法中，所述客户信息包括所述客户的手机号码信息、地址信息、单位信息和联系人信息中的至少一个。

根据本申请的另一方面，提供了一种金融业务欺诈案件处理装置，包括：案件信息获取单元，用于获取待处理的金融业务欺诈案件的案件信息；调查员选择单元，用于基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员；关联信息获取单元，用于获取所述案件信息的关联信息，所述关联信息包括所述案件信息对应的客户的关系网络信息；以及，信息呈现单元，用于将所述案件信息与所述关联信息一起呈现给所选的案件调查员。

根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在所述处理器运行时使得所述处理器执行如上所述的金融业务欺诈案件处理方法。

根据本申请的又一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，当所述计算机程序指令被计算装置执行时，可操作来执行如上所述的金融业务欺诈案件处理方法。

本申请的实施例提供的金融业务欺诈案件处理方法、装置和电子设备，能够通过基于案件状况和案件调查员的工作状况选择适当的案件调查员，并将包括客户的关系网络信息的关联信息与案件信息一起呈现给所选的案件调查员，从而提升案件调查员的工作效率、节省人力成本，并提升金融业务欺诈案件识别的准确率、降低欺诈风险损失。

并且，由于本申请的实施例提供的金融业务欺诈案件处理方法、装置和电子设备提升了金融业务欺诈案件识别的准确率、降低了欺诈风险损失，可以减少金融业务欺诈案件误判，增加金融机构正向收入。

此外，由于本申请的实施例提供的金融业务欺诈案件处理方法、装置和电子设备提升了案件调查员的工作效率、节省了人力成本，可以加快业务处理速度，提升客户满意度，从而为金融机构带来无形收入。

附图说明

通过阅读下文优选的具体实施方式中的详细描述，本申请各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。显而易见地，下面描述的附图仅仅是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。而且在整个附图中，用相同的附图标记表示相同的部件。

图1图示了根据本申请实施例的金融业务欺诈案件处理方法的流程图；

图2图示了根据本申请实施例的金融业务欺诈案件处理方法中的案件分配的示意性流程；

图3图示了根据本申请实施例的金融业务欺诈案件处理方法中的调查员选择的示意图；

图4图示了根据本申请实施例的金融业务欺诈案件处理方法中的信息采集和调取的示意图；

图5图示了根据本申请实施例的金融业务欺诈案件处理方法中的关系网络构建的示意性流程图；

图6图示了根据本申请实施例的金融业务欺诈案件处理方法中的关系网络的示意图；

图7图示了根据本申请实施例的金融业务欺诈案件处理方法的应用示例的示意图；

图8图示了根据本申请实施例的金融业务欺诈案件处理装置的框图；

图9图示了根据本申请实施例的电子设备的框图。

具体实施方式

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

示例性方法

图1图示了根据本申请实施例的金融业务欺诈案件处理方法的流程图。

如图1所示，根据本申请实施例的金融业务欺诈案件处理方法包括以下步骤。

步骤S110，获取待处理的金融业务欺诈案件的案件信息。也就是，首先获取待处理的金融业务欺诈案件的案件信息，例如可以包括案件渠道信息、案件产品信息、案件风险等级和案件风险信息等。

步骤S120，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员。这里，在本申请实施例中，考虑到金融业务欺诈案件在分配给案件调查员的过程中，如果考虑的维度不够全面，会造成分案不均、分案不精确，从而带来不能发挥出案件调查员的专长、案件积压、案件重复调查等问题。因此，为解决在案件分配方面的问题，根据本申请实施例的金融业务欺诈案件处理方法在案件分配时考虑多个维度的信息，从而更合理地将案件分配给相应案件调查员。

图2图示了根据本申请实施例的金融业务欺诈案件处理方法中的案件分配的示意性流程。

如图2所示，在如上所述的步骤S110中获取案件信息，例如案件渠道、产品信息、风险等级或者风险信息之后，首先根据案件渠道、案件产品和案件调查员的在岗状态来筛选案件调查员，并确定符合条件的调查员个数。如果符合条件的调查员仅为一人，则向该案件调查员分配待处理的金融业务欺诈案件。

否则，如果符合条件的调查员为多人，则可以进一步根据风险信息，筛选当前正在处理关联案件的案件调查员，这可以确定案件调查员的擅长领域，比如擅长个人欺诈或者团伙欺诈。同样，如果符合条件的调查员仅为一人，则向该案件调查员分配待处理的金融业务欺诈案件。

进一步地，如果符合条件的调查员仍然为多人，则可以进一步根据案件调查员处理案件的效率，来计算案件调查员的当前积压率，例如计算为(手头未处理案件数/处理效率)，并确定当前积压率最低的案件调查员。并且，如果符合条件的调查员仅为一人，则向该案件调查员分配待处理的金融业务欺诈案件。而如果符合该条件的案件调查员仍然为多人，则可以进行案件的随机分配。

因此，在根据本申请实施例的金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员包括：获取所述案件信息中的案件渠道、产品信息、风险等级和风险信息中的至少一个；以及，基于所述案件调查员与所述案件渠道和所述产品信息的匹配程度和所述案件调查员的在岗状态选择候选案件调查员。

并且，在上述金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：基于所述风险信息确定所述候选案件调查员是否具有关联案件；基于是否具有关联案件确定所述候选案件调查员的擅长案件类型；以及，基于所述候选案件调查员的擅长案件类型将所述候选案件调查员作为进一步候选案件调查员。

另外，在上述金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：确定所述进一步候选案件调查员的当前案件积压率；以及，选择当前案件积压率最低的进一步候选案件调查员为所选的案件调查员。

此外，在上述金融业务欺诈案件处理方法中，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：响应于当前案件积压率最低的进一步候选案件调查员为多人，为所述待处理的金融业务欺诈案件随机分配所述当前案件积压率最低的进一步候选案件调查员中的案件调查员。

图3图示了根据本申请实施例的金融业务欺诈案件处理方法中的调查员选择的示意图。如图3所示，在调查员选择时，可以根据案件信息，充分考虑案件调查员的在岗状态、负责渠道、负责产品、擅长欺诈类型、工作效率等方面因素，并综合上述信息逐步地筛选出某个金融业务欺诈案件最适合的案件调查员。

下面，将继续说明根据本申请实施例的金融业务欺诈案件处理方法，其进一步包括以下步骤。

步骤S130，获取所述案件信息的关联信息，所述关联信息包括所述案件信息对应的客户的关系网络信息。如上所述，因为案件调查员在信息查阅汇总过程中需要耗费大量时间和精力，同时由于信息分散造成不能很全面、及时、准确地对被调查案件情况进行掌握，进而降低了案件调查的准确性与时效性。为解决该问题，根据本申请实施例的金融业务欺诈案件处理方法可以采集和调取金融机构内外的多方数据信息，以集中呈现给案件调查员，如图4所示。这里，图4图示了根据本申请实施例的金融业务欺诈案件处理方法中的信息采集和调取的示意图。

因此，在根据本申请实施例的金融业务欺诈案件处理方法中，获取所述案件信息的关联信息包括：获取与所述案件信息相关联的来自金融机构内外的不同系统的客户信息、征信信息、贷后信息中的至少一个。

此外，近年来随着各金融机构互联网业务的开展，有组织有分工的团伙欺诈已成为最大的欺诈风险，对于这类风险单纯的通过案件调查员对一笔笔客户的信息进行分析和观察是很难识别到的。为解决该问题，根据本申请实施例的金融业务欺诈案件处理方法提取出客户的手机号码、地址、单位、联系人等信息，基于知识图谱的思想构建出该客户的关系网络。这样，可以通过关系网络的构建提升信息展示的维度，以发现之前独立信息间不可见的关系，为案件调查员识别团伙类欺诈风险提供数据及技术支撑。

图5图示了根据本申请实施例的金融业务欺诈案件处理方法中的关系网络构建的示意性流程图。如图5所示，首先基于客户的申请信息进行建网实体提取，并在提取出一个实体中确定其是否在黑名单，如果在黑名单则将该实体插入实体表，否则确定该实体是否在移除名单。如果在移除名单则可以直接跳到下一实体，而如果不在移除名单则继续判定该实体是否在白名单。如果在白名单则直接跳到下一实体，否则也将该实体插入实体表中。

这里，“实体”指的是客户的手机号、家庭地址、单位名称等信息，根据本申请实施例中，在黑名单中的实体一定要参与建网，而在白名单中的不参与建网。另外，在本申请实施例中，还设置了移除名单，这是为了解决超大网的问题，例如“XX市”这个地址可能引起很多节点关联到一起，形成超大网络，即可将其填入移除名单，也就是，该值不参与建网。

返回参考图5，进一步判断实体表中的预定实体的数目，如果超过了设定值，则将该实体加入到移除名单中，以避免如上所述的形成超大网络的问题。

这样，可以构建关系网络，所构建的关系网络如图6所示，可以用于识别团伙反欺诈。这里，图6图示了根据本申请实施例的金融业务欺诈案件处理方法中的关系网络的示意图。如图6所示，关系网络提取了客户的申请设备、家庭地址、电话、公司等信息，从而挖掘出了这些客户另外的维度的信息。

因此，在根据本申请实施例的金融业务欺诈案件处理方法中，获取所述案件信息的关联信息包括：使用与所述案件信息相关联的客户信息，基于知识图谱构建所述客户的关系网络。

并且，在上述金融业务欺诈案件处理方法中，所述客户信息包括所述客户的手机号码信息、地址信息、单位信息和联系人信息中的至少一个。

最后，在步骤S140，将所述案件信息与所述关联信息一起呈现给所选的案件调查员。这样，根据本申请的实施例的金融业务欺诈案件处理方法能够通过基于案件状况和案件调查员的工作状况选择适当的案件调查员，并将包括客户的关系网络信息的关联信息与案件信息一起呈现给所选的案件调查员，从而提升案件调查员的工作效率、节省人力成本，并提升金融业务欺诈案件识别的准确率、降低欺诈风险损失。

并且，根据本申请的实施例的金融业务欺诈案件处理方法由于提升了金融业务欺诈案件识别的准确率、降低了欺诈风险损失，可以减少金融业务欺诈案件误判，增加金融机构正向收入。并且，根据本申请的实施例的金融业务欺诈案件处理方法由于提升了案件调查员的工作效率、节省了人力成本，可以加快业务处理速度，提升客户满意度，从而为金融机构带来无形收入。

图7图示了根据本申请实施例的金融业务欺诈案件处理方法的应用示例的示意图。如图7所示，根据本申请实施例的金融业务欺诈案件处理方法可以应用于建立反欺诈案件调查管理系统。该反欺诈案件调查管理系统按照根据本申请实施例的金融业务欺诈案件处理方法的理论和思想设计，可以提升欺诈调查员的工作效率，缩短业务审批时间，提升客户体验。这里，该反欺诈案件调查管理系统对案件的风险信息、客户基本信息、申请信息、征信信息进行集中展示，并利用上述信息形成关联图谱，进一步提升数据维度，为案件调查员提供全面的数据支撑。

并且，在信息综合展示方面，根据本申请实施例，在系统设计上充分预留了外部数据接口，可直接对接金融机构内外的多个系统，这些系统的信息将被转化成统一数据格式存储到反欺诈案件调查管理系统中，并集中呈现给案件调查员。

示例性装置

图8图示了根据本申请实施例的金融业务欺诈案件处理装置的框图。

如图8所示，根据本申请实施例的金融业务欺诈案件处理装置200包括：案件信息获取单元210，用于获取待处理的金融业务欺诈案件的案件信息；调查员选择单元220，用于基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员；关联信息获取单元230，用于获取所述案件信息的关联信息，所述关联信息包括所述案件信息对应的客户的关系网络信息；以及，信息呈现单元240，用于将所述案件信息与所述关联信息一起呈现给所选的案件调查员。

在一个示例中，在上述金融业务欺诈案件处理装置200中，所述调查员选择单元220用于：获取所述案件信息中的案件渠道、产品信息、风险等级和风险信息中的至少一个；以及，基于所述案件调查员与所述案件渠道和所述产品信息的匹配程度和所述案件调查员的在岗状态选择候选案件调查员。

在一个示例中，在上述金融业务欺诈案件处理装置200中，所述调查员选择单元220进一步用于：基于所述风险信息确定所述候选案件调查员是否具有关联案件；基于是否具有关联案件确定所述候选案件调查员的擅长案件类型；以及，基于所述候选案件调查员的擅长案件类型将所述候选案件调查员作为进一步候选案件调查员。

在一个示例中，在上述金融业务欺诈案件处理装置200中，所述调查员选择单元220进一步用于：确定所述进一步候选案件调查员的当前案件积压率；以及，选择当前案件积压率最低的进一步候选案件调查员为所选的案件调查员。

在一个示例中，在上述金融业务欺诈案件处理装置200中，所述调查员选择单元220进一步用于：响应于当前案件积压率最低的进一步候选案件调查员为多人，为所述待处理的金融业务欺诈案件随机分配所述当前案件积压率最低的进一步候选案件调查员中的案件调查员。

在一个示例中，在上述金融业务欺诈案件处理装置200中，所述关联信息获取单元230用于：获取与所述案件信息相关联的来自金融机构内外的不同系统的客户信息、征信信息、贷后信息中的至少一个。

在一个示例中，在上述金融业务欺诈案件处理装置200中，所述关联信息获取单元230用于：使用与所述案件信息相关联的客户信息，基于知识图谱构建所述客户的关系网络。

在一个示例中，在上述金融业务欺诈案件处理装置200中，所述客户信息包括所述客户的手机号码信息、地址信息、单位信息和联系人信息中的至少一个。

这里，本领域技术人员可以理解，上述金融业务欺诈案件处理装置200中的各个单元和模块的具体功能和操作已经在上面参考图1到图7描述的金融业务欺诈案件处理方法中详细介绍，并因此，将省略其重复描述。

如上所述，根据本申请实施例的金融业务欺诈案件处理装置200可以实现在各种终端设备中，例如各种金融机构的服务器中。在一个示例中，根据本申请实施例的金融业务欺诈案件处理装置200可以作为一个软件模块和/或硬件模块而集成到所述终端设备中。例如，该金融业务欺诈案件处理装置200可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该金融业务欺诈案件处理装置200同样可以是该终端设备的众多硬件模块之一。

替换地，在另一示例中，该金融业务欺诈案件处理装置200与该终端设备也可以是分立的设备，并且该金融业务欺诈案件处理装置200可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。

示例性电子设备

下面，参考图9来描述根据本申请实施例的电子设备。

图9图示了根据本申请实施例的电子设备的框图。

如图9所示，电子设备10包括一个或多个处理器11和存储器12。

处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。

存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的金融业务欺诈案件处理方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如案件信息、案件调查员信息等各种内容。

在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，该输入装置13可以是例如键盘、鼠标等等。

该输出装置14可以向外部输出各种信息，例如金融业务欺诈案件处理结果等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图9中仅示出了该电子设备10中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的金融业务欺诈案件处理方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的金融业务欺诈案件处理方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种金融业务欺诈案件处理方法，其特征在于，包括：

获取待处理的金融业务欺诈案件的案件信息；

基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员；

获取所述案件信息的关联信息，所述关联信息包括所述案件信息对应的客户的关系网络信息；以及

将所述案件信息与所述关联信息一起呈现给所选的案件调查员。

2.如权利要求1所述的金融业务欺诈案件处理方法，其特征在于，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员包括：

获取所述案件信息中的案件渠道、产品信息、风险等级和风险信息中的至少一个；以及

基于所述案件调查员与所述案件渠道和所述产品信息的匹配程度和所述案件调查员的在岗状态选择候选案件调查员。

3.如权利要求2所述的金融业务欺诈案件处理方法，其特征在于，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：

基于所述风险信息确定所述候选案件调查员是否具有关联案件；

基于是否具有关联案件确定所述候选案件调查员的擅长案件类型；以及

基于所述候选案件调查员的擅长案件类型将所述候选案件调查员作为进一步候选案件调查员。

4.如权利要求3所述的金融业务欺诈案件处理方法，其特征在于，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：

确定所述进一步候选案件调查员的当前案件积压率；以及

选择当前案件积压率最低的进一步候选案件调查员为所选的案件调查员。

5.如权利要求2所述的金融业务欺诈案件处理方法，其特征在于，基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员进一步包括：

响应于当前案件积压率最低的进一步候选案件调查员为多人，为所述待处理的金融业务欺诈案件随机分配所述当前案件积压率最低的进一步候选案件调查员中的案件调查员。

6.如权利要求1所述的金融业务欺诈案件处理方法，其特征在于，获取所述案件信息的关联信息包括：

获取与所述案件信息相关联的来自金融机构内外的不同系统的客户信息、征信信息、贷后信息中的至少一个。

7.如权利要求1所述的金融业务欺诈案件处理方法，其特征在于，获取所述案件信息的关联信息包括：

使用与所述案件信息相关联的客户信息，基于知识图谱构建所述客户的关系网络。

8.如权利要求7所述的金融业务欺诈案件处理方法，其特征在于，所述客户信息包括所述客户的手机号码信息、地址信息、单位信息和联系人信息中的至少一个。

9.一种金融业务欺诈案件处理装置，其特征在于，包括：

案件信息获取单元，用于获取待处理的金融业务欺诈案件的案件信息；

调查员选择单元，用于基于案件调查员与所述案件信息的匹配程度和所述案件调查员的案件处理情况选择案件调查员；

关联信息获取单元，用于获取所述案件信息的关联信息，所述关联信息包括所述案件信息对应的客户的关系网络信息；以及

信息呈现单元，用于将所述案件信息与所述关联信息一起呈现给所选的案件调查员。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在所述处理器运行时使得所述处理器执行如权利要求1到8中任意一项所述的金融业务欺诈案件处理方法。

Images