CN114723507A - 图像处理方法、装置、计算机设备以及存储介质 - Google Patents
图像处理方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN114723507A CN114723507A CN202110005001.5A CN202110005001A CN114723507A CN 114723507 A CN114723507 A CN 114723507A CN 202110005001 A CN202110005001 A CN 202110005001A CN 114723507 A CN114723507 A CN 114723507A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- dimension
- transaction data
- transaction
- target
- 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
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置、计算机设备以及存储介质。图像处理方法包括:显示交易监控界面,交易监控界面包括历史交易数据和图像显示控件;当图像显示控件被选择时,显示异常结果界面;异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对历史交易数据进行检测得到的;当存在针对目标异常维度的预览操作时,显示目标异常维度的预览界面,并在目标异常维度的预览界面中显示目标异常维度下的一张或多张异常交易数据图像。采用本申请,可以提高检测异常交易的效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种图像处理方法、装置、计算机设备以及存储介质。
背景技术
互联网上的交易是采用账号验证以及证书验证的方式,只要用户输入正确的账户信息、密码和客户证书,交易系统则会认同交易操作的有效性。可见,发生在网络上的交易的隐蔽性和特殊性增加了发现可疑交易的难度。
目前,为了发现海量交易中的可疑交易,都是由人工对海量交易进行逐一核验。人工核验时,基于以往的经验从交易中发现可疑信息,并从交易中截取包含可疑信息的图片用于后续复核。由于交易的数量巨大,仅靠人工发现交易中的可疑信息,且由人工截取证据图片会降低发现异常交易的效率。
发明内容
本申请实施例提供一种图像处理方法、装置、计算机设备以及存储介质,可以提高检测异常交易的效率。
本申请实施例一方面提供了一种图像处理方法,包括:
显示交易监控界面,所述交易监控界面包括历史交易数据和图像显示控件;
当所述图像显示控件被选择时,显示异常结果界面;所述异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对所述历史交易数据进行检测得到的;
当存在针对目标异常维度的预览操作时,显示所述目标异常维度的预览界面,并在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,所述目标异常维度是一种或多种异常维度中的一种异常维度。
本申请实施例一方面提供了一种图像处理装置,包括:
第一显示模块,用于显示交易监控界面,所述交易监控界面包括历史交易数据和图像显示控件;
第二显示模块,用于当所述图像显示控件被选择时,显示异常结果界面;所述异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对所述历史交易数据进行检测得到的;
第三显示模块,用于当存在针对目标异常维度的预览操作时,显示所述目标异常维度的预览界面,并在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,所述目标异常维度是一种或多种异常维度中的一种异常维度。
本申请实施例一方面提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述各实施例中的方法。
本申请实施例一方面提供了一种计算机存储介质,计算机存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时,执行上述各实施例中的方法。
本申请实施例一方面提供了一种计算机程序产品或计算机程序,计算机程序产品或计算机程序包括计算机指令,计算机指令存储在计算机可读存储介质中,计算机指令被计算机设备的处理器执行时,执行上述各实施例中的方法。
通过多个异常维度对应的检测规则对历史交易数据进行检测,以得到多个异常维度下的异常交易数据图像,且用户可以通过对某一个异常维度的预览操作,在界面上展示该异常维度下所有的异常交易数据图像。可见,通过终端设备自动识别出历史交易数据中的可疑信息,不需要人工识别,可以提高对异常交易数据的检测效率和检测准确率;通过多个异常维度多方位检测历史交易数据,可以进一步提高对异常交易数据的检测准确率;进一步地,通过界面展现的方式,可以直观且清晰地展现在某一个异常维度下,历史交易数据中的异常交易数据,提升异常交易数据的显示效果。
附图说明
为了更清楚地说明本申请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。
图1是本发明实施例提供的一种图像处理的系统架构图;
图2a-图2h是本申请实例提供的一种图像处理的场景示意图;
图3是本申请实施例提供的一种图像处理方法的流程示意图;
图4a-图4b是本申请实施例提供的一种界面示意图;
图5是本申请实施例提供的一种识别异常交易数据的总体框架图;
图6是本申请实施例提供的一种图像处理方法的流程示意图;
图7是本申请实施例提供的一种确定异常交易数据图像的流程示意图;
图8是本申请实施例提供的一种图像处理方法的流程示意图;
图9是本申请实施例提供的一种确定异常交易数据图像的流程示意图;
图10是本申请实施例提供的一种图像处理装置的结构示意图;
图11是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。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。
请参见图1,是本发明实施例提供的一种图像处理的系统架构图。服务器10f通过交换机10e和通信总线10d与用户终端集群建立连接,用户终端集群可包括:用户终端10a、用户终端10b、...、用户终端10c。数据库10g中存储了大量账户的历史交易数据。针对一个账户的历史交易数据而言,服务器10f通过多个异常维度分别对应的检测规则对该历史交易数据进行异常分析,以发现在不同异常维度下,历史交易数据中的异常交易数据。一旦发现异常交易数据,服务器生成包含异常交易数据的图像。后续,复核人员在用户终端中的界面上可以阅览到每一种异常维度下的异常交易数据图像。
可见,通过多个异常维度检测历史交易数据,可以提高对历史交易数据的检测准确率;通过界面展现的方式,可以直观且清晰地展现在某一个异常维度下,历史交易数据中的异常交易数据。
图1所示的终端设备10a、终端设备10b、终端设备10c等可以是手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(MID,mobile internet device)、可穿戴设备等具有显示功能的智能设备。终端设备集群与服务器10f可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
本申请可应用于异常交易审核系统(例如,反洗钱审核系统),复核人员对某一个账户的历史交易数据进行复核时,通过点击交易监控界面上的图像显示控件,显示异常结果界面,该异常结果界面中包含一种或多种异常维度,每一种异常维度会下属一张或多张异常交易数据图像,且每种异常维度下的异常交易数据图像是采用与每种异常维度对应的检测规则对该历史交易数据进行检测得到。通俗来说,一种异常维度下的异常交易数据图像会包含该种异常维度下历史交易数据中的异常交易数据。复核人员可以执行针对目标异常维度的预览操作,显示目标异常维度下属的所有异常交易数据图像。
下述以图2a-图2h为例,具体说明如何生成异常交易数据图像,以及如何展示异常交易数据图像。
请参见图2a-图2h,其是本申请实例提供的一种图像处理的场景示意图。如图2a所示,审核人员登录异常交易审核系统后,进入异常交易审核系统的主界面20a,主界面中包含待审核的案例以及已审核的案例。每个案例都对应一个账户在一个时间段内(例如,3个月)的历史交易数据。已审核的案例的处理状态为:已处理,当然,已审核的案例也会存在对应的审核结果;反之,待审核的案例的处理状态为:未处理,且未审核的案例的审核结果为空。
审核人员可以选中用于当前审核的案例,如图2b所述,终端显示界面20b,在该界面20b中会包含账户“4643”在一段时间内的历史交易数据、按钮“详情”、按钮“异常”以及按钮“正常”,其中按钮“异常”以及按钮“正常”是用于提交审核结果。假设账户“4643”在一段时间内的历史交易数据的数量是3个,且每个历史交易数据都包含流水、账户昵称、对方账户昵称以及交易备注等,其中流水中由具体包含了交易时间,交易金额,主体交易账户号以及对方交易账户号等等。
审核人员点击按钮“详情”,如图2c所示,终端会显示界面20c。从界面20c可以看出,界面20c中包括3种异常维度,分别为:流水异常维度、昵称异常维度以及备注异常维度,且在每种异常维度下都包括多张图像,每种异常维度下的图像都会包含每种异常维度下历史交易数据中的异常交易数据,且图像中的异常交易数据是通过每种异常维度下的检测规则对历史交易数据进行检测得到。
换句话说,流水异常维度下的图像是采用流水异常检测规则对历史交易数据中的流水进行检测得到;昵称异常维度下的图像是采用昵称异常检测规则对历史交易数据中的昵称进行检测得到;备注异常维度下的图像是采用备注异常检测规则对历史交易数据中的备注进行检测得到。
在界面20c中还包括每个异常维度下的按钮“总体预览”,以及还包括每个异常交易数据图像对应的按钮“预览”。如图2c所示,若审核人员点击流水异常维度下的按钮“总体预览”,如图2d所示,终端显示界面20d,在界面20d中展示流水异常维度下的异常交易数据图像(分别为图像1和图像2),该异常交易数据图像中会包含基于流水异常检测规则识别到的异常流水。
生成流水异常维度下的异常交易数据图像的具体过程可以是:
流水异常检测规则又可以细分为交易金额规则和交易时间规则,交易金额规则可以具体是:若如单笔交易金额为十元、百元整数倍的交易笔数占比超过30%,则判断为这些流水是异常流水;交易时间规则可以具体是:如交易时间在预设时间段的交易笔数占比超过30%(预设时间段可以是22:00-06:00),则判断为这些流水是异常流水。
假设基于交易金额规则识别到异常流水为:AA和Ee,还可以生成统计结果:2/3=67%,该统计结果表示识别到2个异常流水,且一共有3个异常流水,异常流水占比为67%。生成包含异常流水“AA”、异常流水“Ee”的统计结果的图像1。
假设基于交易时间规则识别到异常流水也是:AA和Ee,还可以生成时间分布图,生成包含异常流水“AA”、异常流水“Ee”的时间分布图的图像2。
界面20d中的异常交易数据图像可以直观、清晰的展示风险点,帮助审核人员快速识别、分析案例。
其余异常维度下的异常交易数据图像可以采用对应的检测规则对历史交易数据进行检测得到,此处不再详述。
如图2e所示,若用户点击界面20c中的关于流水异常维度下的图像1对应的按钮“预览”,如图2f所示,终端显示界面20e,在界面20e中展示流水异常维度下的图像1。
待审核人员预览过所有异常维度下的异常交易数据图像后,或者阅览过部分异常维度下的异常交易数据图像后,如图2g所示,审核人员可以在界面20b中点击按钮“异常”,或者按钮“正常”。若审核人员认为账户“4643”的历史交易数据不存在异常,或者说即使存在部分异常也可以忽略,那么审核人员可以点击按钮“正常”,反之,若审核人员认为账户“4643”的历史交易数据存在异常,且这些异常不能被忽略,那么审核人员可以点击按钮“异常”。
假设审核人员点击按钮“异常”,此时终端关闭除主界面20a以外的所有界面,并在主界面中,将账户“4643”的处理状态由“未处理”修改为“已处理”,并将账户“4643”的审核结果设置为:异常。
后续,审核人员可以从主界面20a中选择下一个用于审核的案例。
其中,显示交易监控界面(如上述实施例中的界面20b),显示异常结果界面(如上述实施例中的界面20c),异常结果界面中包含多个异常维度(如上述实施例中的流水异常维度、昵称异常维度以及备注异常维度),生成每个异常维度下属的异常交易数据图像(如上述实施例中流水异常维度下属的图像1和图像2,昵称异常维度下属的图像1和图像2,备注异常维度下属的图像1和图像2)的具体过程可以参见下述图3-图9对应的实施例。
请参见图3,图3是本申请实施例提供的一种图像处理方法的流程示意图,本实施例主要从可视化角度展示异常交易数据图像的展示方式,图像处理方法包括如下步骤:
步骤S101,显示交易监控界面,所述交易监控界面包括历史交易数据和图像显示控件。
具体的,终端显示案例列表界面(如上述图2a-图2h对应实施例中的主界面20a),案例列表界面包括多个案例,以及每个案例的状态。案例的状态可以是未处理状态,或者已完成状态。
当存在针对目标案例的审核操作时,终端显示交易监控界面(如上述图2a-图2h对应实施例中的界面20b),该交易监控界面上包含历史交易数据和图像显示控件(如上述图2a-图2h对应实施例中的界面20b中的按钮“详情”),图像显示控件的表现形式可以是按钮,链接,图标等。
审核操作可以具体是用户点击目标案例,目标案例时候多个案例中的一个案例,且目标案例与交易监控界面中的历史交易数据存在对应关系。
历史交易数据是同一个账户(可以称为主体账户)在一段时间内已发生的交易数据。历史交易数据可以包括交易流水和交易文本,交易文本可以是交易账户名称,以及可以是交易备注(交易备注也可以称为交易附言,用于表明此笔交易的用途)。账户名称可以是用户在发起交易的应用程序中的用户昵称。
交易流水可以具体包括:交易时间,交易金额,交易双方的数字账号等。交易账户名称可以是交易双方的账户名称,以及可以是主体账户名下其他关联账户的账户名称等。交易备注可以是由交易双发任何一方发起交易时所生成的备注文本,以及可以是由主体账户与主体账户名下其他关联账户进行交易时,由主体账户或主体账户名下其他关联账户生成的备注文本。
交易流水的数量可以是一个或多个,交易账户名称的数量可以是一个或多个,交易备注的数量可以是一个或多个。
步骤S102,当所述图像显示控件被选择时,显示异常结果界面;所述异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对所述历史交易数据进行检测得到的。
具体的,当图像显示控件被选择时,显示异常结果界面(如上述图2a-图2h对应实施例中的界面20c),异常结果界面包括一种或多个异常维度,每种异常维度下会包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用每种异常维度对应的检测规则对历史交易数据进行检测得到。
每一张异常交易数据图像都包含异常交易数据,且异常维度下的异常交易数据中的异常交易数据是采用与该异常维度对应的检测规则对历史交易数据进行检测后确定的,即异常维度下的异常交易数据是在该异常维度下,历史交易数据中的异常信息。
在异常结果界面除了会包含每种异常维度,还会包含每种异常维度分别对应的总体预览控件(总体预览控件即是一种异常维度下的多张异常交易数据的预览控件),还会包含每种异常维度下的每张异常交易数据图像的图像名称和预览控件(异常交易数据图像的预览控件即是单张异常交易数据图像的预览控件)。
需要说明的是,在异常结果界面,每种异常维度下的所有异常交易数据图像的图像名称和预览控件都是按照异常交易数据图像的显示优先级排列显示的,当然,显示优先级越高,该异常交易数据图像的图像名称和预览控件的显示位置就越靠前。
异常交易数据图像的显示优先级是由异常交易数据图像的风险预测标签决定的,且每个异常交易数据图像都会携带风险预测标签,风险预测标签用于表示异常交易数据图像中的异常交易数据的风险程度。
举例来说,在某一个异常维度下包括异常交易数据图像1和异常交易数据图像2,若异常交易数据图像1的风险预测标签是:高风险,且异常交易数据图像2的风险预测标签是:低风险,那么在异常结果界面上,异常交易数据图像1的图像名称和预览控件的显示位置比异常交易数据图像1的图像名称和预览控件的显示位置更醒目。
步骤S103,当存在针对目标异常维度的预览操作时,显示所述目标异常维度的预览界面,并在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,所述目标异常维度是一种或多种异常维度中的一种异常维度。
具体的,目标异常维度是一种或多个异常维度中的一种异常维度,且针对目标异常维度的预览操作可以具体是指对目标异常维度对应的总体预览控件的选择操作。
显示目标异常维度的预览界面(如上述图2a-图2h对应实施例中的界面20d),并在目标异常维度的预览界面中显示目标异常维度下的所有异常交易数据图像。
从前述可知,所有的异常交易数据图像都会携带风险预测标签,该风险预测标签表示异常交易数据图像中的异常交易数据的风险程度。因此,在目标异常维度的预览界面,显示目标异常维度下的异常交易数据图像时,同样可以按照显示优先级排列显示目标异常维度下的异常交易数据图像。
目标异常维度下,每个异常交易数据图像的显示优先级同样是由每个异常交易数据图像的风险预测标签决定的。
可选的,交易监控界面还包括审核完成控件(如上述图2a-图2h对应实施例中界面20b中的按钮“异常”和按钮“正常”),当用户点击该审核完成控件时,说明用户对目标案例审核完成,可以关闭交易监控界面、异常结果界面和目标异常维度的预览界面。关闭后,屏幕上仅显示案例列表界面,在案例列表界面中将目标案例的状态调整为已完成状态。
可选的,从前述可知,异常结果界面还包括每种异常维度下的每张异常交易数据图像的预览控件,因此,当目标异常交易数据图像的预览控件被选择时,显示目标异常交易数据图像的预览界面,并在目标异常交易数据图像的预览界面中显示目标异常交易数据图像,目标异常交易数据图像是所有异常维度下的所有异常交易数据图像中的一张异常交易数据图像。
可选的,目标异常交易数据的预览界面和目标异常维度的预览界面各不相同,且上述两个界面都属于浮窗界面。由于浮窗界面是轻量级窗口,因此浮窗的创建和删除所耗费的时间较短,同时,在显示浮窗界面时,不会影响其余窗口的显示,因此交易监控界面、目标异常交易数据的预览界面和目标异常维度的预览界面可以同时显示,即用户可以在屏幕上可以同时预览到上述3个窗口。
可选的,异常维度还可以进一步细分为多个单位异常维度,每个异常维度包含的单位异常维度的数量可以是一个,也可以是多个,每个单位异常维度存在对应的一个检测规则,基于单位异常维度对应的检测规则对历史交易数据进行检测,可以得到历史交易数据中的异常交易数据。异常维度下的异常交易数据图像的数量=基于该异常维度下的所有单位异常维度对应的检测规则所检测到的异常交易数据图像之和。
因此,在异常结果界面上,除了会显示一种或多种异常维度以外,还会显示每种异常维度包含的单位异常维度。在异常结果界面上,可以一并显示所有异常维度下的所有异常交易数据图像的图像名称和图像预览控件;还可以切换显示每种单位异常维度下的图像名称和图像预览控件,即当某一个单位异常维度被选中时,在异常结果界面上仅显示被选中的单位异常维度下的所有异常交易数据图像的图像名称和图像预览控件。当存在针对目标单位异常维度的预览操作时,显示目标单位异常维度的预览界面,在目标单位异常维度的预览界面中显示目标单位异常维度下的异常交易数据图像。
当然,无论是直接显示所有异常维度下的所有异常交易数据图像的图像名称和图像预览控件,还是只显示被选中单位异常维度下的所以异常交易数据图像的图像名称和图像预览控件,异常交易数据图像的图像名称都是按照对应异常交易数据图像的显示优先级进行排列显示的。
请参见图4a-图4b,其是本申请实施例提供的一种界面示意图,图4a的界面可以对应本申请中的异常结果界面,图4b的界面可以对应本申请中的目标异常维度的预览界面。图4a中的流水、昵称以及备注可以对应本申请中的异常维度,交易金额、交易时间以及交易频次是异常维度“流水”下属的3单位异常维度;主体昵称、关联昵称和对手昵称是异常维度“昵称”下属的3单位异常维度;主体备注、关联备注和对手备注是异常维度“备注”下属的3单位异常维度。从图4a可以看出,每一种异常维度下属的单位异常维度可以是切换显示的。用户可以预览某一张异常交易数据图像,可以预览某一个单位异常维度下的异常交易数据图像,还可以预览某一个异常维度下的异常交易数据图像。若用户选择预览异常维度“流水”下属的所有异常交易数据图像,显示图4b对应的界面,在该界面中显示异常维度“流水”下属的所有异常交易数据图像。
请参见图5,图5是本申请实施例提供的一种识别异常交易数据的总体框架图。如图5所示,本申请涉及发起方和后台,发起方可以是用于审核异常交易数据的异常交易审核系统,主要用于展示异常交易数据以便于人工审核;后台的主要功能是识别出异常交易数据,以向发起方展示(后台也可以嵌入在异常交易审核系统中)。发起方从交易池中提取出未审核的历史交易数据,并生成对应的案例。当用户选中一个案例用于审核时,后台可以提取出该案例对应的历史交易数据,通过匹配交易特征异常指标和黑词库,确定出不同异常维度下的历史交易数据中的异常交易数据,生成包含异常交易数据的异常交易数据图像。多个异常维度可以具体是流水异常维度、名称异常维度和备注异常维度。在异常交易审核系统所在的界面上按照不同的异常维度分别展示对应的异常交易数据图像,审核人员处理案例时便可直接查看不同异常维度下的异常交易数据图像,以提高审核效率。
本申请可主动识别风险点,且将异常信息通过图像的形式展现在前端页面,本申请的上线节省了审核人员的操作时间,大大的提高了工作效率,如一个案例大概需要数十个可疑点支撑结论,案例人工审核的整体耗时约6min,可疑点截图时间大概需要耗时2分钟,本申请上线可节省40%的时效;另本申请可直接在任务页面展示异常信息,为审核人员案例分析提供了有力证据,让可疑交易报文输出更加充实,从而提高审核质量及准确性。综上,在提高审核人员工作效率的同时,可保证案例定性的准确性,亦达到节省人力的目的。
请参见图6,图6是本申请实施例提供的一种图像处理方法的流程示意图,本实施例主要描述如何从历史交易数据中确定出异常交易数据图像,图像处理方法包括如下步骤:
步骤S201,从历史交易数据中抽取每种异常维度对应的单位历史交易数据。
具体的,终端获取待检测的历史交易数据,其中,历史交易数据是同一个账户(可以称为主体账户)在一段时间内已发生的交易数据。历史交易数据可以包括交易流水和交易文本,交易文本可以是交易账户名称,以及可以是交易备注(交易备注也可以称为交易附言,用于表明此笔交易的用途)。账户名称可以是用户在发起交易的应用程序中的用户昵称。
交易流水可以具体包括:交易时间,交易金额,交易双方的数字账号等。交易账户名称可以是交易双方的账户名称,以及可以是主体账户名下其他关联账户的账户名称等。交易备注可以是由交易双发任何一方发起交易时所生成的备注文本,以及可以是由主体账户与主体账户名下其他关联账户进行交易时,由主体账户或主体账户名下其他关联账户生成的备注文本。
交易流水的数量可以是一个或多个,交易账户名称的数量可以是一个或多个,交易备注的数量可以是一个或多个。
终端获取多种异常维度,这多种异常维度可以是根据处理对象划分的。多个异常维度可以分为流水异常维度和文本异常维度,终端从历史交易数据中抽取流水异常维度对应的单位历史交易数据,此处与流水异常维度对应的单位历史交易数据即是历史交易数据中的交易流水。终端从历史交易数据中抽取文本异常维度对应的单位历史交易数据,此处与文本异常维度对应的单位历史交易数据即是历史交易数据中的交易文本。
步骤S202,确定每种异常维度分别对应的检测规则。
具体的,终端获取每种异常维度分别对应的检测规则,检测规则是由人工基于经验设定的,检测规则中会定义检测对象以及检测手段。
步骤S203,依据每种异常维度对应的检测规则分别对每种异常维度对应的单位历史交易数据进行检测,得到每种异常维度下的异常交易数据图像。
具体的,从前述可知,异常维度分为流水异常维度和文本异常维度,下面分别对这两种异常维度下的单位历史交易数据进行检测,以得到异常交易数据图像。
首先说明如何确定流水异常维度下的异常交易数据图像:
目标异常维度是流水异常维度,目标异常维度对应的单位历史交易数据是交易流水,且交易流水的数量是多个。依据目标异常维度对应的检测规则对多个交易流水进行检测,得到多个交易流水中的异常交易流水。依据异常交易流水、多个交易流水和目标异常维度对应的检测规则生成统计分析结果。终端生成包含上述异常交易流水和统计分析结果的图像,该图像就是目标异常维度下的异常交易数据图像,且该异常交易数据图像中的异常交易数据就是异常交易流水。
更进一步地,流水异常维度可以细分为多个单位异常维度,且每个单位异常维度对应一个检测规则,终端可以依据每个单位异常维度分别对应的检测规则,分别确定在不同单位异常维度下的异常交易流水,同样地,生成每个单位异常维度下的统计分析结果,分别生成每个单位异常维度下的异常交易数据图像。
例如,流水异常维度包括3个单位异常维度,分别为金额异常维度、时间异常维度和频次异常维度,金额异常维度的检测规则可以具体是:如单笔交易流水的金额为十元、百元整数倍的交易笔数占比超过阈值(例如30%),则将这些交易金额为十元、百元整数倍的交易流水判断为异常交易流水。针对金额异常维度的统计分析结果可以是异常交易流水与所有交易流水的统计占比。
时间异常维度的检测规则可以具体是:交易时间为预设时间段的交易笔数占比超过阈值(例如30%)(预设时间段的取值可以为22点-06点),则将这些交易时间为预设时间段的交易流水判断为异常交易流水。针对时间异常维度的统计分析结果可以是异常交易流水和交易流水中除异常交易流水以外的其余交易流水的时间分布图。
频次异常维度的检测过程可以具体是:在时间段内(例如,一个小时内)交易频次达到频次阈值(例如,60笔)的情况占比超过百分比阈值(例如,30%),则将在时间段内交易频次达到频次阈值的交易流水作为异常交易流水。针对频次异常维度的统计分析结果可以是在每个时间段内的交易频次的趋势图,以及在趋势图中标记出异常交易流水所在的时间段。
从前述可知,流水异常维度下属的3个单位异常维度对应的3个检测规则的检测对象均是多个交易流水。
可选的,在每个单位异常维度下,确定异常交易数据图像时,都会包含统计分析结果,根据统计分析结果确定该异常交易流水的风险预测标签,为风险预测标签和包含异常交易流水的异常交易数据图像设置关联关系,该风险预测标签可以用于异常交易数据图像的显示优先级。
例如,当异常交易数据图像是由金额异常维度对应的检测规则确定时,单笔交易流水的金额为十元、百元整数倍的交易笔数占比越高,该异常交易数据图像的风险预测标签对应的风险程度就越高;
当异常交易数据图像是由时间异常维度对应的检测规则确定时,交易时间为预设时间段的交易笔数占比越高,该异常交易数据图像的风险预测标签对应的风险程度就越高;
当异常交易数据图像是由频次异常维度对应的检测规则确定时,在时间段内交易频次达到频次阈值的情况占比越高,该异常交易数据图像的风险预测标签对应的风险程度就越高。
下面再说明如何确定文本异常维度下的异常交易数据图像:
目标异常维度是文本异常维度,文本异常维度对应的单位历史交易数据包括交易文本,且交易文本的数量是多个,交易文本可以是交易账户名称或者交易备注。
依据目标异常维度对应的检测规则,将异常关键词库分别与每个交易文本进行匹配,得到异常关键词;将异常关键词所在的交易文本作为异常交易文本,并获取异常关键词对应的风险预测标签,生成包含异常交易文本和风险预测标签的图像,且该图像即是文本异常维度下的异常交易数据图像,该异常交易数据图像中的异常交易数据即是异常交易文本。
异常关键词在在异常交易数据图像中按照预设标记方式被标记,例如,预设标记方式为加粗,或者添加矩形框,或者使用不同颜色等。
请参见图7,图7是本申请实施例提供的一种确定异常交易数据图像的流程示意图,异常交易审核系统从历史交易数据中提取出交易流水,通过流水异常维度对应的检测规则对交易流水进行检测,以提取出异常交易流水以及统计分析结果。其中,流水异常维度对应的检测规则可以包括涉及交易金额的检测规则,涉及交易时间的检测规则以及涉及交易频次的检测规则,此处的3个检测规则可以对应本申请中流水异常维度下的3个单位异常维度分别对应的3个检测规则。生成包含异常交易流水和统计分析结果的异常交易数据图像,并在前端页面中的流水异常维度下展示上述异常交易数据图像。
请参见图8,图8是本申请实施例提供的一种图像处理方法的流程示意图,本实施例主要描述当目标异常维度是文本异常维度时,如何确定文本异常维度下的异常交易数据图像,图像处理方法包括如下步骤:
步骤S301,依据目标异常维度对应的检测规则,将异常关键词库与每个交易文本进行匹配,得到异常关键词。
步骤S302,将异常关键词所在的交易文本作为异常交易文本。
文本异常维度可以是名称异常维度,也可以是备注异常维度,且上述2个异常维度都属于一个或多个异常维度中的异常维度,名称异常维度的处理对象是交易账户名称,备注异常维度的处理对象是交易备注。
当文本异常维度是名称异常维度,交易文本是交易账户名称,异常交易文本是异常账户名称,且交易账户名称的数量是多个时,更进一步地,名称异常维度可以细分为多个单位异常维度,且每个单位异常维度对应一个检测规则,终端可以依据每个单位异常维度分别对应的检测规则,分别确定在不同单位异常维度下的异常账户名称。
从前述可知,交易双方的账户名称(交易双方的账户名称包括主体账户名称和对手账户名称),以及主体账户名下其他关联账户的账户名称均称为交易账户名称。
将多个交易账户名称划分为属于不同单位异常维度的交易账户名称集合,采用不同单位异常维对应的检测规则,从对应的交易账户名称集合中确定出异常关键词,以及异常关键词所在的异常交易账户名称。
例如,名称异常维度包括3个单位异常维度,分别为主体账户名称异常维度、对手账户名称异常维度和关联账户名称异常维度,那么对应地,可以将主体账户名称组合为与主体账户名称异常维度对应的集合,将所有的对手账户名称组合为与对手账户名称异常维度对应的集合,将所有的关联账户名称组合为与关联账户名称异常维度对应的集合。
主体账户名称异常维度对应的检测规则可以具体是:若主体账户名称和异常关键词库匹配成功,则将该主体账户名称作为异常账户名称;匹配成功是指存在至少一个词组既存在于主体账户名称中,也存在于异常关键词库中,且将该词组作为该异常账户名称的异常关键词。
对手账户名称异常维度对应的检测规则可以具体是:若对手账户名称和异常关键词库匹配成功,则将该对手账户名称作为异常账户名称;匹配成功是指存在至少一个词组既存在于对手账户名称中,也存在于异常关键词库中,且将该词组作为该异常账户名称的异常关键词。
关联账户名称异常维度对应的检测规则可以具体是:若关联账户名称和异常关键词库匹配成功,则将该关联账户名称作为异常账户名称;匹配成功是指存在至少一个词组既存在于关联账户名称中,也存在于异常关键词库中,且将该词组作为该异常账户名称的异常关键词。
可以知道,主体账户名称异常维度对应的检测规则的检测对象是主体账户名称,对手账户名称异常维度对应的检测规则的检测对象是对手账户名称,关联账户名称异常维度对应的检测规则的检测对象是关联账户名称。
步骤S303,生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包括所述异常交易文本。
同样地,确定每个异常关键词的风险预测标签,生成每个单位异常维度下的包含异常账户名称和风险预测标签的异常交易数据图像。生成的异常交易数据图像即是名称异常维度下的异常交易数据图像。
可选的,当文本异常维度是备注异常维度,交易文本是交易备注,异常交易文本是异常交易备注,且交易备注的数量是多个时,更进一步地,备注异常维度可以细分为多个单位异常维度,且每个单位异常维度对应一个检测规则,终端可以依据每个单位异常维度分别对应的检测规则,分别确定在不同单位异常维度下的异常交易备注。从前述可知,由交易双发任何一方发起交易时所生成的备注文本以及由主体账户与主体账户名下其他关联账户进行交易时,由主体账户或主体账户名下其他关联账户生成的备注文本均称为交易备注。
将多个交易备注划分为属于不同单位异常维度的交易备注集合,采用不同单位异常维对应的检测规则,从对应的交易备注集合中确定出异常关键词,以及异常关键词所在的异常交易备注。
例如,备注异常维度包括3个单位异常维度,分别为主体账户备注异常维度、对手账户备注异常维度和关联账户备注异常维度。那么对应地,可以将由主体账户发起的交易备注划分为与主体账户备注异常维度对应的集合,可以将由对手账户发起的交易备注划分为与对手账户备注异常维度对应的集合,可以将由关联账户发起的交易备注划分为与关联账户备注异常维度对应的集合。
主体账户备注异常维度对应的检测规则可以具体是:若主体账户发起的备注文本和异常关键词库匹配成功,则将该备注文本作为异常交易备注;匹配成功是指存在至少一个词组既存在于主体账户发起的备注文本中,也存在于异常关键词库中,且将该词组作为该异常交易备注的异常关键词。
对手账户备注异常维度对应的检测规则可以具体是:若对手账户发起的备注文本和异常关键词库匹配成功,则将该备注文本作为异常交易备注;匹配成功是指存在至少一个词组既存在于对手账户发起的备注文本中,也存在于异常关键词库中,且将该词组作为该异常交易备注的异常关键词。
关联账户备注异常维度对应的检测规则可以具体是:若关联账户发起的备注文本和异常关键词库匹配成功,则将该备注文本作为异常交易备注;匹配成功是指存在至少一个词组既存在于关联账户发起的备注文本中,也存在于异常关键词库中,且将该词组作为该异常交易备注的异常关键词。
可以知道,主体账户备注异常维度对应的检测规则的检测对象是主体账户发起的备注文本,对手账户备注异常维度对应的检测规则的检测对象是对手账户发起的备注文本,关联账户备注异常维度对应的检测规则的检测对象是关联账户发起的备注文本。
同样地,确定每个异常关键词的风险预测标签,生成每个单位异常维度下的包含异常交易备注和风险预测标签的异常交易数据图像。
总的来说,本申请提出了3种异常维度,分别为流水异常维度,名称异常维度和备注异常维度,名称异常维度和备注异常维度也可以称为文本异常维度。分别确定这3种异常维度下的异常交易数据,和异常交易数据图像。
请参见图9,图9是本申请实施例提供的一种确定异常交易数据图像的流程示意图,异常交易审核系统从历史交易数据中提取出账户昵称和交易备注,通过黑词库与提取出来的账户昵称和交易备注分别进行匹配,以查找出账户昵称中的异常关键词,以及查找出交易备注中的异常关键词。提取存在异常关键词的账户昵称,并生成包含异常关键词的账户昵称的图像,该图像即是异常交易数据图像,展示在前端页面的名称异常维度下。提取存在异常关键词的交易备注,并生成包含异常关键词的交易备注的图像,该图像即是异常交易数据图像,展示在前端页面的备注异常维度下。
上述可知,本申请从交易流水和交易文本等多个维度分析历史交易数据,以发现历史交易数据中的异常信息,检测范围覆盖全面,可以提升异常信息的检测准确率。
进一步的,请参见图10,其是本申请实施例提供的一种图像处理装置的结构示意图。如图10所示,图像处理装置1可以应用于上述图3-图9对应实施例中的终端。具体的,图像处理装置1可以是运行于计算机设备中的一个计算机程序(包括程序代码),例如该图像处理装置1为一个应用软件;该图像处理装置1可以用于执行本申请实施例提供的方法中的相应步骤。
图像处理装置1可以包括:第一显示模块11、第二显示模块12和第三显示模块13。
第一显示模块11,用于显示交易监控界面,所述交易监控界面包括历史交易数据和图像显示控件;
第二显示模块12,用于当所述图像显示控件被选择时,显示异常结果界面;所述异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对所述历史交易数据进行检测得到的;
第三显示模块13,用于当存在针对目标异常维度的预览操作时,显示所述目标异常维度的预览界面,并在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,所述目标异常维度是一种或多种异常维度中的一种异常维度。
在一种可能的实施方式中,所述异常结果界面还包括每种异常维度下的每张异常交易数据图像的预览控件;
所述图像处理装置1还可以包括:第四显示模块14。
第四显示模块14,用于当目标异常交易数据图像的预览控件被选择时,显示所述目标异常交易数据图像的预览界面,并在所述目标异常交易数据图像的预览界面中显示所述目标异常交易数据图像,目标异常交易数据图像是所有异常维度下的所有异常交易数据图像中的一张异常交易数据图像。
在一种可能的实施方式中,所述目标异常交易数据图像的预览界面和所述目标异常维度的预览界面各不相同,且目标异常交易数据图像的预览界面和目标异常维度的预览界面均属于浮窗界面。
在一种可能的实施方式中,目标异常维度下的每张异常交易数据图像携带风险预测标签,风险预测标签表示异常交易数据图像中的异常交易数据的风险程度;
第三显示模块13在用于在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像时,具体用于:
在所述目标异常维度的预览界面中按照显示优先级排列显示所述目标异常维度下的一张或多张异常交易数据图像,目标异常维度下的一张或多张异常交易数据图像的显示优先级是由目标异常维度下的一张或多张异常交易数据图像的风险预测标签确定的。
在一种可能的实施方式中,第一显示模块11在用于显示交易监控界面时,具体用于:
显示案例列表界面,所述案例列表界面包括多个案例以及每个案例的状态;
当存在针对目标案例的审核操作时,显示所述交易监控界面;
所述交易监控界面还包括审核完成控件,所述图像处理装置1还可以包括:关闭模块15。
关闭模块15,用于当所述审核完成控件被选择时,关闭所述交易监控界面、所述异常结果界面和目标异常维度的预览界面,并在案例列表界面中将所述目标案例的状态调整为已完成状态。
在一种可能的实施方式中,图像处理装置1还可以包括:抽取模块16和检测模块17。
抽取模块16,用于从所述历史交易数据中抽取每种异常维度对应的单位历史交易数据,确定每种异常维度分别对应的检测规则;
检测模块17,用于依据每种异常维度对应的检测规则分别对每种异常维度对应的单位历史交易数据进行检测,得到每种异常维度下的异常交易数据图像。
在一种可能的实施方式中,所述目标异常维度对应的单位历史交易数据包括交易流水,交易流水的数量是多个;
检测模块17在用于依据目标异常维度对应的检测规则对目标异常维度对应的单位历史交易数据进行检测,得到目标异常维度下的异常交易数据图像时,具体用于:
依据目标异常维度对应的检测规则对所述多个交易流水进行检测,得到所述多个交易流水中的异常交易流水;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包括所述异常交易流水。
在一种可能的实施方式中,所述检测模块17在用于生成所述目标异常维度下的异常交易数据图像时,具体用于:
根据所述异常交易流水、所述多个交易流水和所述目标异常维度对应的检测规则,生成统计分析结果;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包含所述异常交易流水和所述统计分析结果。
在一种可能的实施方式中,图像处理装置1还可以包括:统计模块18。
统计模块18,用于根据所述统计分析结果确定所述异常交易流水的风险预测标签,为所述异常交易流水的风险预测标签和所述目标异常维度下的异常交易数据图像设置关联关系。
在一种可能的实施方式中,所述目标异常维度对应的单位历史交易数据包括交易文本,所述交易文本的数量是多个;
检测模块17在用于依据目标异常维度对应的检测规则对目标异常维度对应的单位历史交易数据进行检测,得到目标异常维度下的异常交易数据图像的流程时,具体用于:
依据目标异常维度对应的检测规则对所述多个交易文本进行检测,得到所述多个交易文本中的异常交易文本;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包括所述异常交易文本。
在一种可能的实施方式中,所述检测模块17在用于依据目标异常维度对应的检测规则对所述多个交易文本进行检测,得到所述多个交易文本中的异常交易文本时,具体用于:
依据目标异常维度对应的检测规则,将异常关键词库与每个交易文本进行匹配,得到异常关键词;
将异常关键词所在的交易文本作为异常交易文本。
在一种可能的实施方式中,所述检测模块17在用于生成所述目标异常维度下的异常交易数据图像时,具体用于:
获取所述异常关键词对应的风险预测标签;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包含所述异常交易文本和所述异常关键词对应的风险预测标签,所述异常关键词在所述目标异常维度下的异常交易数据图像中按照预设标记方式被标记。
根据本发明的一个实施例,图3-图9所示的方法所涉及的各个步骤均可以是由图10所示的图像处理装置中的各个模块来执行的。例如,图3中所示的步骤S101-S103可以分别由图10中所示的第一显示模块11、第二显示模块12、第三显示模块13、第四显示模块14和关闭模块15来执行;又如,图6中所示的步骤S201-S204可以由图10中所示的抽取模块16、检测模块17和统计模块18来执行;又如,图8中所示的步骤S301-S303可以由图10中所示的检测模块17来执行。
进一步地,请参见图11,是本申请实施例提供的一种计算机设备的结构示意图。上述图3-图9对应实施例中的终端可以为计算机设备1000。如图11所示,计算机设备1000可以包括:用户接口1002、处理器1004、编码器1006以及存储器1008。信号接收器1016用于经由蜂窝接口1010、WIFI接口1012、...、或NFC接口1014接收或者发送数据。编码器1006将接收到的数据编码为计算机处理的数据格式。存储器1008中存储有计算机程序,处理器1004被设置为通过计算机程序执行上述任一项方法实施例中的步骤。存储器1008可包括易失性存储器(例如,动态随机存取存储器DRAM),还可以包括非易失性存储器(例如,一次性可编程只读存储器OTPROM)。在一些实例中,存储器1008可进一步包括相对于处理器1004远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备1000。用户接口1002可以包括:键盘1018和显示器1020。
在图11所示的计算机设备1000中,处理器1004可以用于调用存储器1008中存储计算机程序,以实现:
显示交易监控界面,所述交易监控界面包括历史交易数据和图像显示控件;
当所述图像显示控件被选择时,显示异常结果界面;所述异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对所述历史交易数据进行检测得到的;
当存在针对目标异常维度的预览操作时,显示所述目标异常维度的预览界面,并在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,所述目标异常维度是一种或多种异常维度中的一种异常维度。
在一个实施例中,所述异常结果界面还包括每种异常维度下的每张异常交易数据图像的预览控件;
处理器1004还执行以下步骤:
当目标异常交易数据图像的预览控件被选择时,显示所述目标异常交易数据图像的预览界面,并在所述目标异常交易数据图像的预览界面中显示所述目标异常交易数据图像,目标异常交易数据图像是所有异常维度下的所有异常交易数据图像中的一张异常交易数据图像。
在一个实施例中所述目标异常交易数据图像的预览界面和所述目标异常维度的预览界面各不相同,且目标异常交易数据图像的预览界面和目标异常维度的预览界面均属于浮窗界面。
在一个实施例中,目标异常维度下的每张异常交易数据图像携带风险预测标签,风险预测标签表示异常交易数据图像中的异常交易数据的风险程度;
处理器1004在执行在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像时,具体执行以下步骤:
在所述目标异常维度的预览界面中按照显示优先级排列显示所述目标异常维度下的一张或多张异常交易数据图像,目标异常维度下的一张或多张异常交易数据图像的显示优先级是由目标异常维度下的一张或多张异常交易数据图像的风险预测标签确定的。
在一个实施例中,处理器1004在执行显示交易监控界面时,具体执行以下步骤:
显示案例列表界面,所述案例列表界面包括多个案例以及每个案例的状态;
当存在针对目标案例的审核操作时,显示所述交易监控界面;
所述交易监控界面还包括审核完成控件,处理器1004还执行以下步骤:
当所述审核完成控件被选择时,关闭所述交易监控界面、所述异常结果界面和目标异常维度的预览界面,并在案例列表界面中将所述目标案例的状态调整为已完成状态。
在一个实施例中,处理器1004还执行以下步骤:
从所述历史交易数据中抽取每种异常维度对应的单位历史交易数据;
确定每种异常维度分别对应的检测规则;
依据每种异常维度对应的检测规则分别对每种异常维度对应的单位历史交易数据进行检测,得到每种异常维度下的异常交易数据图像。
在一个实施例中,所述目标异常维度对应的单位历史交易数据包括交易流水,交易流水的数量是多个;
处理器1004在执行依据目标异常维度对应的检测规则对目标异常维度对应的单位历史交易数据进行检测,得到目标异常维度下的异常交易数据图像时,具体执行以下步骤:
依据目标异常维度对应的检测规则对所述多个交易流水进行检测,得到所述多个交易流水中的异常交易流水;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包括所述异常交易流水。
在一个实施例中,处理器1004在执行生成所述目标异常维度下的异常交易数据图像时,具体执行以下步骤:
根据所述异常交易流水、所述多个交易流水和所述目标异常维度对应的检测规则,生成统计分析结果;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包含所述异常交易流水和所述统计分析结果。
在一个实施例中,处理器1004还执行以下步骤:
根据所述统计分析结果确定所述异常交易流水的风险预测标签;
为所述异常交易流水的风险预测标签和所述目标异常维度下的异常交易数据图像设置关联关系。
在一个实施例中,所述目标异常维度对应的单位历史交易数据包括交易文本,所述交易文本的数量是多个;
处理器1004在执行依据目标异常维度对应的检测规则对目标异常维度对应的单位历史交易数据进行检测,得到目标异常维度下的异常交易数据图像时,具体执行以下步骤:
依据目标异常维度对应的检测规则对所述多个交易文本进行检测,得到所述多个交易文本中的异常交易文本;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包括所述异常交易文本。
在一个实施例中,处理器1004在执行依据目标异常维度对应的检测规则对所述多个交易文本进行检测,得到所述多个交易文本中的异常交易文本时,具体执行以下步骤:
依据目标异常维度对应的检测规则,将异常关键词库与每个交易文本进行匹配,得到异常关键词;
将异常关键词所在的交易文本作为异常交易文本。
在一个实施例中,处理器1004在执行生成所述目标异常维度下的异常交易数据图像时,具体执行以下步骤:
获取所述异常关键词对应的风险预测标签;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包含所述异常交易文本和所述异常关键词对应的风险预测标签,所述异常关键词在所述目标异常维度下的异常交易数据图像中按照预设标记方式被标记。
应当理解,本申请实施例中所描述的计算机设备1000可执行前文图3-图9所对应实施例中对图像处理方法的描述,也可执行前文图10所对应实施例中对图像处理装置1的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机存储介质,且计算机存储介质中存储有前文提及的图像处理装置1所执行的计算机程序,且计算机程序包括程序指令,当处理器执行程序指令时,能够执行前文图3-图9所对应实施例中对图像处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。作为示例,程序指令可以被部署在一个计算机设备上执行,或者在位于一个地点的多个计算机设备上执行,又或者,分布在多个地点且通过通信网络互联的多个计算机设备上执行,分布在多个地点且通过通信网络互联的多个计算机设备可以组合为区块链网络。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备可以执行前文图3到图9所对应实施例中的方法,因此,这里将不再进行赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,上述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (15)
1.一种图像处理方法,其特征在于,包括:
显示交易监控界面,所述交易监控界面包括历史交易数据和图像显示控件;
当所述图像显示控件被选择时,显示异常结果界面;所述异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对所述历史交易数据进行检测得到的;
当存在针对目标异常维度的预览操作时,显示所述目标异常维度的预览界面,并在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,所述目标异常维度是一种或多种异常维度中的一种异常维度。
2.根据权利要求1所述的方法,其特征在于,所述异常结果界面还包括每种异常维度下的每张异常交易数据图像的预览控件;
所述方法还包括;
当目标异常交易数据图像的预览控件被选择时,显示所述目标异常交易数据图像的预览界面,并在所述目标异常交易数据图像的预览界面中显示所述目标异常交易数据图像,目标异常交易数据图像是所有异常维度下的所有异常交易数据图像中的一张异常交易数据图像。
3.根据权利要求2所述的方法,其特征在于,所述目标异常交易数据图像的预览界面和所述目标异常维度的预览界面各不相同,且目标异常交易数据图像的预览界面和目标异常维度的预览界面均属于浮窗界面。
4.根据权利要求1所述的方法,其特征在于,目标异常维度下的每张异常交易数据图像携带风险预测标签,风险预测标签表示异常交易数据图像中的异常交易数据的风险程度;
所述在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,包括:
在所述目标异常维度的预览界面中按照显示优先级排列显示所述目标异常维度下的一张或多张异常交易数据图像,目标异常维度下的一张或多张异常交易数据图像的显示优先级是由目标异常维度下的一张或多张异常交易数据图像的风险预测标签确定的。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述显示交易监控界面,包括:
显示案例列表界面,所述案例列表界面包括多个案例以及每个案例的状态;
当存在针对目标案例的审核操作时,显示所述交易监控界面;
所述交易监控界面还包括审核完成控件,所述方法还包括:
当所述审核完成控件被选择时,关闭所述交易监控界面、所述异常结果界面和目标异常维度的预览界面,并在案例列表界面中将所述目标案例的状态调整为已完成状态。
6.根据权利要求1所述的方法,其特征在于,还包括:
从所述历史交易数据中抽取每种异常维度对应的单位历史交易数据;
确定每种异常维度分别对应的检测规则;
依据每种异常维度对应的检测规则分别对每种异常维度对应的单位历史交易数据进行检测,得到每种异常维度下的异常交易数据图像。
7.根据权利要求6所述的方法,其特征在于,所述目标异常维度对应的单位历史交易数据包括交易流水,交易流水的数量是多个;
依据目标异常维度对应的检测规则对目标异常维度对应的单位历史交易数据进行检测,得到目标异常维度下的异常交易数据图像的流程,包括:
依据目标异常维度对应的检测规则对所述多个交易流水进行检测,得到所述多个交易流水中的异常交易流水;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包括所述异常交易流水。
8.根据权利要求7所述的方法,其特征在于,所述生成所述目标异常维度下的异常交易数据图像,包括:
根据所述异常交易流水、所述多个交易流水和所述目标异常维度对应的检测规则,生成统计分析结果;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包含所述异常交易流水和所述统计分析结果。
9.根据权利要求8所述的方法,其特征在于,还包括:
根据所述统计分析结果确定所述异常交易流水的风险预测标签;
为所述异常交易流水的风险预测标签和所述目标异常维度下的异常交易数据图像设置关联关系。
10.根据权利要求6所述的方法,其特征在于,所述目标异常维度对应的单位历史交易数据包括交易文本,所述交易文本的数量是多个;
所述依据目标异常维度对应的检测规则对目标异常维度对应的单位历史交易数据进行检测,得到目标异常维度下的异常交易数据图像的流程,包括:
依据目标异常维度对应的检测规则对所述多个交易文本进行检测,得到所述多个交易文本中的异常交易文本;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包括所述异常交易文本。
11.根据权利要求10所述的方法,其特征在于,所述依据目标异常维度对应的检测规则对所述多个交易文本进行检测,得到所述多个交易文本中的异常交易文本,包括:
依据目标异常维度对应的检测规则,将异常关键词库与每个交易文本进行匹配,得到异常关键词;
将异常关键词所在的交易文本作为异常交易文本。
12.根据权利要求11所述的方法,其特征在于,所述生成所述目标异常维度下的异常交易数据图像,包括:
获取所述异常关键词对应的风险预测标签;
生成所述目标异常维度下的异常交易数据图像,所述目标异常维度下的异常交易数据图像包含所述异常交易文本和所述异常关键词对应的风险预测标签,所述异常关键词在所述目标异常维度下的异常交易数据图像中按照预设标记方式被标记。
13.一种图像处理装置,其特征在于,包括:
第一显示模块,用于显示交易监控界面,所述交易监控界面包括历史交易数据和图像显示控件;
第二显示模块,用于当所述图像显示控件被选择时,显示异常结果界面;所述异常结果界面中包含一种或多种异常维度,每种异常维度下包含一张或多张异常交易数据图像,每种异常维度下的异常交易数据图像是采用与每种异常维度相对应的检测规则对所述历史交易数据进行检测得到的;
第三显示模块,用于当存在针对目标异常维度的预览操作时,显示所述目标异常维度的预览界面,并在所述目标异常维度的预览界面中显示所述目标异常维度下的一张或多张异常交易数据图像,所述目标异常维度是一种或多种异常维度中的一种异常维度。
14.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1-12中任一项所述方法的步骤。
15.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,使得具有所述处理器的计算机设备执行权利要求1-12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005001.5A CN114723507A (zh) | 2021-01-04 | 2021-01-04 | 图像处理方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005001.5A CN114723507A (zh) | 2021-01-04 | 2021-01-04 | 图像处理方法、装置、计算机设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114723507A true CN114723507A (zh) | 2022-07-08 |
Family
ID=82233383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110005001.5A Pending CN114723507A (zh) | 2021-01-04 | 2021-01-04 | 图像处理方法、装置、计算机设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723507A (zh) |
-
2021
- 2021-01-04 CN CN202110005001.5A patent/CN114723507A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105518712A (zh) | 基于字符识别的关键词通知方法及设备、计算机程序产品 | |
CN112507116A (zh) | 基于客户应答语料的客户画像方法及其相关设备 | |
CN111552633A (zh) | 接口的异常调用测试方法、装置、计算机设备及存储介质 | |
CN111611519B (zh) | 一种个人异常行为检测方法及装置 | |
US11356469B2 (en) | Method and apparatus for estimating monetary impact of cyber attacks | |
CN112307464A (zh) | 诈骗识别方法、装置及电子设备 | |
CN113836360B (zh) | 数据检测方法及装置 | |
CN113744054A (zh) | 一种反欺诈方法、装置和设备 | |
CN115204889A (zh) | 文本处理方法、装置、计算机设备及存储介质 | |
CN107135220B (zh) | 欺诈网页检测方法、计算机设备和计算机可读存储介质 | |
CN111199454B (zh) | 实时用户转化评估方法、装置及电子设备 | |
CN110516162B (zh) | 一种信息推荐方法、装置、设备及存储介质 | |
CN109711984B (zh) | 一种基于催收的贷前风险监控方法及装置 | |
CN114723507A (zh) | 图像处理方法、装置、计算机设备以及存储介质 | |
CN114841705B (zh) | 一种基于场景识别的反欺诈监测方法 | |
CN114841815A (zh) | 交易分析方法及装置、电子设备和计算机可读存储介质 | |
CN114781368A (zh) | 业务需求安全处理方法及装置 | |
CN114550300A (zh) | 视频数据分析方法、装置、电子设备及计算机存储介质 | |
CN109688009B (zh) | 一种基于业务流量空间图的网络异常数据挖掘方法 | |
CN113344064A (zh) | 事件处理方法和装置 | |
US20150095099A1 (en) | Rapid assessment of emerging risks | |
CN112035205A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN112163943A (zh) | 违约概率的确定方法、装置、设备和介质 | |
CN111951011A (zh) | 监控系统阈值确定方法及装置 | |
CN111063340A (zh) | 终端的业务处理方法、装置、终端及计算机可读存储介质 |
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 |