CN114820169B - 一种金融业务的数据服务处理系统及方法 - Google Patents
一种金融业务的数据服务处理系统及方法 Download PDFInfo
- Publication number
- CN114820169B CN114820169B CN202210477867.0A CN202210477867A CN114820169B CN 114820169 B CN114820169 B CN 114820169B CN 202210477867 A CN202210477867 A CN 202210477867A CN 114820169 B CN114820169 B CN 114820169B
- Authority
- CN
- China
- Prior art keywords
- data
- value
- transmission
- evaluation
- sender
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 124
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000010606 normalization Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 122
- 238000012550 audit Methods 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 33
- 238000007726 management method Methods 0.000 claims description 32
- 230000005856 abnormality Effects 0.000 claims description 21
- 238000012502 risk assessment Methods 0.000 claims description 20
- 238000011282 treatment Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000005192 partition Methods 0.000 claims description 8
- 238000003672 processing method Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000000638 solvent extraction Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及数据服务处理技术领域，揭露了一种金融业务的数据服务处理系统及方法；本发明首先对金融业务的发送方的数据包及其关联的发送信息进行采集和预处理，并对预处理后的发送信息进行归一化处理和取值并从发送方面和经营方面来获取发送方对应的发送系数和经营系数，并将发送系数和经营系数联立获取发送方的风险评估值，通过风险评估值来对发送方的风险情况进行评估和归类，并根据归类结果对该发送方动态实施不同的数据服务处理方案；本发明可以解决现有方案中金融业务的数据服务处理的整体效果不佳的问题。
Description
技术领域
本发明涉及数据服务处理技术领域，尤其涉及一种金融业务的数据服务处理系统及方法。
背景技术
金融业务一般指金融服务业务，金融机构是指从事金融服务业有关的金融中介机构，为金融体系的一部分，金融服务业包括银行、证券、保险、信托、基金等行业，与此相应，金融中介机构也包括银行、证券公司、保险公司、信托投资公司和基金管理公司等等。
现有的金融业务的数据服务处理方案在实施时，没有对金融业务的发送方进行全面的评估和分析，并根据分析结果执行不同的处理方案，并且没有对风险性评估比较模糊的发送方通过不同级别的人工进行审核，并对不同发送方进行风险性评估和标记，导致金融业务的数据服务处理的整体效果不佳。
发明内容
本发明提供一种金融业务的数据服务处理系统及方法，其主要目的在于解决现有方案中金融业务的数据服务处理的整体效果不佳的问题。
为实现上述目的，本发明提供的一种金融业务的数据服务处理系统，包括采集排序模块、预处理模块、分析评估模块和调控模块；
采集排序模块用于将采集的金融业务的数据包及其关联的发送信息按时间的顺序进行排序，得到金融业务的数据排序集；发送信息包含发送方的经营数据和发送数据；
预处理模块用于对数据包关联的发送信息进行预处理，得到对应的包含经营处理数据和发送处理数据的发送处理信息；
分析评估模块用于根据发送处理信息获取数据包对应的风险评估值，将风险评估值与预设的风险评估阈值进行匹配分析，得到包含第一风评信号、第二风评信号和第三风评信号的发送分析集；
调控模块用于根据发送分析集中的风评信号获取数据包对应的评估标签，并根据评估标签对数据包进行不同方式的处理。
优选地，进行预处理的具体步骤包括：
获取发送信息中的经营数据和发送数据；获取经营数据中的经营异常、行政处罚次数和总金额、严重违法次数和被告次数；
根据经营数据中的经营异常获取对应的经营异常关联值并标记；分别提取行政处理次数和总金额的数值并标记；分别提取严重违法次数和被告次数的数值并标记；
标记的经营异常关联值、行政处理次数和总金额、严重违法次数和被告次数构成经营处理数据；
获取发送数据中的发送类型和发送地及其对应的发送类型关联值和发送地关联值并标记；
标记的发送类型关联值与发送地关联值构成发送处理数据；经营处理数据和发送处理数据构成发送处理信息。
优选地，根据发送处理信息获取数据包对应的风险评估值的具体步骤包括：
获取发送处理信息中标记的经营异常关联值、行政处理次数、行政处理总金额、严重违法次数、被告次数；
对标记的各项数据进行归一化处理并取值联立获取数据包对应的经营系数；
获取发送处理信息中标记的发送类型关联值和发送地关联值；对标记的各项数据进行归一化处理并取值联立获取数据包对应的发送系数；
将数据包的经营系数与发送系数联立得到对应的风险评估值。
优选地，将风险评估值与预设的风险评估阈值进行匹配分析的具体步骤包括：
将风险评估值与风险评估阈值FXGmin、FXGmax进行匹配，得到包含第一风评信号和第一标签、第二风评信号和第二标签、第三风评信号和第三标签的发送分析集。
优选地，根据评估标签对数据包进行不同方式的处理的具体步骤包括：
分别根据发送分析集中第一标签、第二标签和第三标签将对应的数据包按时间的顺序排列，得到第一划分集、第二划分集和第三划分集；
对第一划分集中排序的数据包不进行拦截操作并将其放行来通过预设的处理流程自动进行处理；对第二划分集中排序的数据包进行拦截操作并将其发送给审核员进行人工审核；对第三划分集中排序的数据包进行拦截操作并向对应数据包的发送方发送数据处理失败的提示，并将该发送方的发送地的危险次数加一，在预设的监测时段内对所有的发送地进行危险性统计。
优选地，进行人工审核的具体步骤包括：
获取第二划分集中排序的若干个数据包及其对应的风险评估值并将其与预设的分类评估阈值进行匹配；
将小于等于分类评估阈值的风险评估值对应的数据包标记为第一识别目标，将若干个第一识别目标根据时间的顺序进行排列得到第一目标集；
将大于分类评估阈值的风险评估值对应的数据包标记为第二识别目标，将若干个第二识别目标根据时间的顺序进行排列得到第二目标集；
分别将第一目标集和第二目标集发送给对应审核级别的审核员进行审核。
优选地，审核员的审核级别获取的具体步骤包括：
获取所有审核员的审核信息和能力信息；分别提取审核信息中审核的总次数和总时长的数值并标记；分别提取能力信息中学习年限、入职年限和出错总次数的数值并标记；
对标记的审核的总次数、总时长、学习年限、入职年限和出错总次数进行归一化处理并取五者的数值在预设的评估时段内获取审核员的审估值；
将审估值与预设的审估阈值进行匹配获取对应的审核级别。
优选地，将审估值与预设的审估阈值进行匹配的具体步骤包括：
将小于审估阈值的审估值对应的审核员划分为一类审核等级，将属于一类审核等级的若干个审核员按审估值的大小进行降序排列，得到第一审核排序集；将不小于审估阈值的审估值对应的审核员划分为二类审核等级，将属于二类审核等级的若干个审核员按审估值的大小进行降序排列，得到第二审核排序集。
为了解决上述问题，本发明还提供了一种金融业务的数据服务处理方法，包括：
将采集的金融业务的数据包及其关联的发送信息按时间的顺序进行排序，得到金融业务的数据排序集；发送信息包含发送方的经营数据和发送数据；
对数据包关联的发送信息进行预处理，得到对应的包含经营处理数据和发送处理数据的发送处理信息；
根据发送处理信息获取数据包对应的风险评估值，将风险评估值与预设的风险评估阈值进行匹配分析，得到包含第一风评信号、第二风评信号和第三风评信号的发送分析集；
根据发送分析集中的风评信号获取数据包对应的评估标签，并根据评估标签对数据包进行不同方式的处理。
为了解决上述问题，本发明还提供了一种电子设备，电子设备包括：
至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行如上述的一种金融业务的数据服务处理系统。
相比于现有方案，本发明可以实现的有益效果为：
本发明首先对金融业务的发送方的数据包及其关联的发送信息进行采集和预处理，并对预处理后的发送信息进行归一化处理和取值并从发送方面和经营方面来获取发送方对应的发送系数和经营系数，并将发送系数和经营系数联立获取发送方的风险评估值，通过风险评估值来对发送方的风险情况进行评估和归类，并根据归类结果对该发送方动态实施不同的数据服务处理方案，通过人工对其风险情况进行核验和裁定，提高了自动化数据处理的效率以及准确性，同时还对不同的审核员的审核能力进行评估和分级，使得不同级别的审核员处理不同难度的风险裁定，进一步提高了数据服务处理的整体效果。
附图说明
图1为本发明一实施例提供的一种金融业务的数据服务处理系统的模块示意图；
图2为本发明一实施例提供的一种一种金融业务的数据服务处理方法的流程示意图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种金融业务的数据服务处理系统。该一种金融业务的数据服务处理系统的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，该一种金融业务的数据服务处理系统可以由安装在终端设备或服务端设备的软件或硬件来执行，该软件可以是区块链平台。该服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1：
参照图1所示，为本发明一实施例提供的一种金融业务的数据服务处理系统的模块示意图。
一种金融业务的数据服务处理系统，包括采集排序模块、预处理模块、分析评估模块、调控模块和数据表构建模块；
采集排序模块用于将采集的金融业务的数据包及其关联的发送信息按时间的顺序进行排序，得到金融业务的数据排序集；发送信息包含发送方的经营数据和发送数据；
预处理模块用于对数据包关联的发送信息进行预处理，得到对应的包含经营处理数据和发送处理数据的发送处理信息；
其中，预处理模块包含文本处理单元和数字处理单元，分别用于对发送信息中的各类文本数据和数字数据进行预处理和归类；
获取发送信息中的经营数据和发送数据；
获取经营数据中的经营异常、行政处罚次数和总金额、严重违法次数和被告次数；
将数据排序集中排序的数据包标记为i，i=｛1，2，3，...，n｝，n为正整数；
通过文本处理单元将经营数据中的经营异常与经营异常表进行匹配获取对应的经营异常关联值并标记为JYGi；
通过数字处理单元分别提取行政处理次数和总金额的数值并标记为XCCi和XCJi；分别提取严重违法次数和被告次数的数值并标记为YWCi和BGCi；
标记的经营异常关联值、行政处理次数和总金额、严重违法次数和被告次数构成经营处理数据；
获取发送数据中的发送类型和发送地；
通过文本处理单元将发送数据中的发送类型与发送类型表进行匹配获取对应的发送类型关联值并标记为FLGi；将发送数据中的发送地与发送地关联表进行匹配获取对应的发送地关联值并标记为FDGi；
标记的发送类型关联值与发送地关联值构成发送处理数据；经营处理数据和发送处理数据构成发送处理信息；
需要注意的是，数据表构建模块用于构建经营异常表、发送类型表和发送地关联表，经营异常表由若干个不同类型的经营异常及其对应的经营异常关联值构成，不同类型的经营异常预先设定一个对应的经营异常关联值；经营异常的类型包括但不限于税务异常、逾期未申报、拖欠税款、关联风险纳税人；
同理，发送类型表和发送地关联表的构建方式与经营异常表的构建方式相同；发送类型包括但不限于移动终端流量发送、移动终端无线流量发送和终端流量发送，移动终端可以为手机或者平板，终端可以为台式电脑；发送地可以为现有的地级市；
值得注意的是，设定发送地关联表可以对不同文本的地级市进行数字化处理，既可以表示出不同地级市的权重，同时还可以对不同地级市的发送风险进行统计和评估，依次来筛选出安全区域、低风险区域和高风险区域。
分析评估模块用于根据发送处理信息获取数据包对应的风险评估值，具体的步骤包括：
获取发送处理信息中标记的经营异常关联值JYGi、行政处理次数XCCi、行政处理总金额XCJi、严重违法次数YWCi、被告次数BGCi；
对标记的各项数据进行归一化处理并取值，通过公式获取数据包对应的经营系数JYX；该公式为：
a1、a2、a3为不同的比例系数，取值范围均为（0，5），公式中的比例系数可以由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取，比如，a1可以取值为2.395，a2可以取值为1.826，a2可以取值为0.473，当发送方的经营异常关联值越大、行政处理次数、行政处理总金额和严重违法次数越多以及被告次数越多时，则对应的经营系数越大，可以表示对应发送方的经营状态越差；
获取发送处理信息中标记的发送类型关联值FLGi和发送地关联值FDGi；对标记的各项数据进行归一化处理并取值，通过公式获取数据包对应的发送系数FSX；该公式为：
；b1、b2为不同的比例系数，取值范围均为（0，3），b1可以取值为0.637，b2可以取值为1.274，FDGi0为数据包发送方对应的发送地关联阈值，因为不同发送方的发送地对应的发送地关联值不同，因此对应的发送地关联阈值也同样不同；
通过公式将数据包的经营系数与发送系数联立得到对应的风险评估值FP；该公式为：FP=（c1×JYX+c2×FSX）/（c1×c1+c2×c2）；c1、c2均为大于零的比例系数，c1+c2=1，c1可以取值为0.639，c2可以取值为0.361；
需要说明的是，风险评估值是将数据包发送方的经营方面和发送方面的各项数据进行联立来对其风险进行整体评估的数值；本发明实施例中，首先将经营方面的各项数据进行联立计算获取发送方的经营系数，基于经营系数可以对发送方的经营状态进行评估；然后将发送方面的各项数据进行联立计算获取发送方的发送系数，基于发送系数可以对发送方的发送状态进行评估；最后将经营系数和发送系数进行联立来对发送方自身的风险进行整体评估；通过对发送方进行风险评估后，可以对发送方发送的数据包进行不同方式的处理，有效提高了数据服务处理的全面性。
将风险评估值与预设的风险评估阈值进行匹配分析，得到包含第一风评信号、第二风评信号和第三风评信号的发送分析集；具体的步骤包括：
获取风险评估阈值FXGmin、FXGmax；其中，风险评估阈值FXGmin＜风险评估阈值FXGma；
将风险评估值FP与风险评估阈值FXGmin、FXGmax进行匹配；
当风险评估值FP＜风险评估阈值FXGmin时，则生成第一风评信号，根据第一风评信号将对应的数据包标记上第一标签，第一风评信号表示对应的发送方的风险低；
当风险评估阈值FXGmin≤风险评估值FP≤风险评估阈值FXGmax时，则生成第二风评信号，根据第二风评信号将对应的数据包标记上第二标签，第二风评信号表示对应的发送方的风险中等；
当风险评估值FP＞风险评估阈值FXGmax时，则生成第三风评信号，根据第三风评信号将对应的数据包标记上第三标签，第三风评信号表示对应的发送方的风险高；
若干个第一风评信号和第一标签、第二风评信号和第二标签、第三风评信号和第三标签构成排序的数据包的发送分析集；
需要注意的是，对风险评估值进行匹配分析的目的是用于对发送方进行风险评估和归类，以便可以针对性的对不同风险的发送方发送的数据包进行不同方式的处理，进行不同方式的处理基于不同的标签来实现，对于风险低和风险高的发送方发送的数据包可以自动进行处理，而风险中等的发送方发送的数据包需要审核员进行人工审核，来对中等风险的数据包进行放行操作或者拦截操作。
调控模块用于根据发送分析集中的风评信号获取数据包对应的评估标签，并根据评估标签对数据包进行不同方式的处理，具体的步骤包括：
获取发送分析集中不同的评估标签，分别根据第一标签、第二标签和第三标签将对应的数据包按时间的顺序排列，得到第一划分集、第二划分集和第三划分集；
对第一划分集中排序的数据包不进行拦截操作并生成有效指令，并根据有效指令将其放行并通过预设的处理流程自动进行处理；预设的处理流程可以为现有的常规处理流程；
对第二划分集中排序的数据包进行拦截操作并生成审核指令，并根据审核指令将其发送给审核员进行人工审核；
其中，进行人工审核的具体步骤包括：
获取第二划分集中排序的若干个数据包及其对应的风险评估值FP并将其与预设的分类评估阈值FLP进行匹配；
将小于等于分类评估阈值FLP的风险评估值FP对应的数据包标记为第一识别目标，将若干个第一识别目标根据时间的顺序进行排列得到第一目标集；
将大于分类评估阈值FLP的风险评估值FP对应的数据包标记为第二识别目标，将若干个第二识别目标根据时间的顺序进行排列得到第二目标集；
分别将第一目标集和第二目标集发送给对应审核级别的审核员进行审核；其中，第二目标集对应审核员的审核级别高于第一目标集对应审核员的审核级别；
对第三划分集中排序的数据包进行拦截操作并生成终止指令，根本终止指令分别向对应数据包的发送方发送数据处理失败的提示，并将该发送方的发送地的危险次数加一，在预设的监测时段内对所有的发送地进行危险性统计。
本发明实施例中，通过对发送方的风险进行评估和归类，并根据归类结果对不同发送方发送的数据包进行不同方式的处理，对于风险中等的数据包，由于和风险中等与风险低和风险高之间均有关联，所以风险中等判定的准确性低于风险低和风险高判定的准确性，需要审核员介入来裁定最终属于哪个风险。
实施例2：
在实施例1的基础上，本发明实施例中，审核员的审核级别获取的具体步骤包括：
获取所有的审核员并标记为j，j=｛1，2，3，...，m｝，m为正整数；
获取所有审核员的审核信息和能力信息；审核信息包含审核员审核的总次数和总时长；能力信息包含学习年限、入职年限和出错总次数；其中，总时长的单位为小时，学习年限和入职年限的单位均为年；
分别提取审核信息中审核的总次数和总时长的数值并标记为SCj和SSj；
分别提取能力信息中学习年限、入职年限和出错总次数的数值并标记为SXj、SRj和SCj；
对标记的审核的总次数SCj、总时长SSj、学习年限SXj、入职年限SRj和出错总次数SCj进行归一化处理并取值，在预设的评估时段内通过公式计算获取审核员的审估值SG；该公式为
SG=（d1×SCj+d2×SSj+d3×SXj+d4×SRj）/（d1+d2+d3+d4+SCj）；
d1、d2、d3、d4为不同的比例系数，取值范围均为（0，5），d1可以取值为0.375，d2可以取值为0.684，d3可以取值为0.965，d4可以取值为1.327；
需要说明的是，审估值是将审核员的审核方面和能力方面的各项数据进行联立来对其审核状态进行整体评估的数值；不同审核员的审查经历和审查能力不同，因此需要将不同方面的数据进行整合来进行整体评估，以便不同审核状态的审核员可以审核不同风险中等的数据包；
将审估值与预设的审估阈值进行匹配获取对应的审核级别，具体的步骤包括：
将小于审估阈值的审估值对应的审核员划分为一类审核等级，将属于一类审核等级的若干个审核员按审估值的大小进行降序排列，得到第一审核排序集；
将不小于审估阈值的审估值对应的审核员划分为二类审核等级，将属于二类审核等级的若干个审核员按审估值的大小进行降序排列，得到第二审核排序集；其中，二类审核等级的审核级别高于一类审核等级的审核级别，二类审核等级的审核员可以审核靠近风险高的数据包，一类审核等级的审核员可以审核靠近风险低的数据包。
本发明实施例中，通过将若干个审核员进行分析和评估并归类，使得不同的审核员可以对不同风险中等的数据包进行审核，可以有效提高风险中等的数据包的审核效果。
实施例3：
在实施例1的基础上，本发明实施例中还公开在预设的监测时段内对所有的发送地进行危险性统计的具体步骤，包括：
在监测时段内获取所有发送地的危险总次数并取值标记为WCi；将标记的所有发送地的危险总次数WCi以及发送地关联值FDGi进行归一化处理并取值，通过公式计算获取发送地的危估值WG；
该公式为WG=WCi×FDGi/T；T为监测时段，单位为天，可以取值为30，设置监测时段的目的是使得不同危险程度的发送地可以动态监测和更新；
需要说明的是，危估值是用于将发送地的危险数据进行联立来对其危险程度进行整体评估的数值；不同发送地标记的危险次数以及发送地对应的发送权重不同，因此需要进行差异化的分析，本发明实施例中基于危估值实现发送地危险的差异化分析。
将危估值与预设的危估阈值进行匹配；
将小于危估阈值的危估值对应的发送地标记为第一发送地，第一发送地表示该发送地为安全区域；
将不小于危估阈值且不大于危估阈值v%的危估值对应的发送地标记为第二发送地，v为大于一百的实数，可以取值为160，第二发送地表示该发送地为低风险区域；
将大于危估阈值v%的危估值对应的发送地标记为第三发送地，第三发送地表示该发送地为高风险区域；
第一发送地、第二发送地和第三发送地构成发送地危险性的统计集。
本发明实施例中，通过对不同发送地的危险程度进行分析和标注，以便审核员可以高效的进行审核以及数据处理，同时也便于对不同发送地进行观察以及数据统计，有效提高了不同发送地的监测效果。
实施例4：
如图2所示，是本发明一实施例提供的一种金融业务的数据服务处理方法的流程示意图，其可以实现实施例1、2和3中的一种金融业务的数据服务处理系统。
本发明所述一种一种金融业务的数据服务处理方法，根据实现的功能，一种金融业务的数据服务处理方法，包括：
S1：将采集的金融业务的数据包及其关联的发送信息按时间的顺序进行排序，得到金融业务的数据排序集；发送信息包含发送方的经营数据和发送数据；
S2：对数据包关联的发送信息进行预处理，得到对应的包含经营处理数据和发送处理数据的发送处理信息；
S3：根据发送处理信息获取数据包对应的风险评估值，将风险评估值与预设的风险评估阈值进行匹配分析，得到包含第一风评信号、第二风评信号和第三风评信号的发送分析集；
S4：根据发送分析集中的风评信号获取数据包对应的评估标签，并根据评估标签对数据包进行不同方式的处理。
详细地，本发明实施例中所述的一种金融业务的数据服务处理方法中在使用时采用与上述的图1中所述的一种金融业务的数据服务处理系统一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
电子设备集成的模块/单元如果以软件功能单元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存储介质中。计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器。
本发明还提供一种计算机可读存储介质，可读存储介质存储有计算机程序，计算机程序在被电子设备的处理器所执行。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (7)
1.一种金融业务的数据服务处理系统，其特征在于，包括采集排序模块、预处理模块、分析评估模块和调控模块；
所述采集排序模块用于将采集的金融业务的数据包及其关联的发送信息按时间的顺序进行排序，得到金融业务的数据排序集；所述发送信息包含发送方的经营数据和发送数据；
所述预处理模块用于对数据包关联的发送信息进行预处理，得到对应的包含经营处理数据和发送处理数据的发送处理信息；
所述预处理模块进行预处理的具体步骤包括：
获取发送信息中的经营数据和发送数据；获取所述经营数据中的经营异常、行政处罚次数和总金额、严重违法次数和被告次数；
将数据排序集中排序的数据包标记为i，i=｛1，2，3，...，n｝，n为正整数；
通过文本处理单元将经营数据中的经营异常与经营异常表进行匹配获取对应的经营异常关联值并标记为JYGi；
通过数字处理单元分别提取行政处理次数和总金额的数值并标记为XCCi和XCJi；分别提取严重违法次数和被告次数的数值并标记为YWCi和BGCi；
标记的经营异常关联值、行政处理次数和总金额、严重违法次数和被告次数构成经营处理数据；
获取发送数据中的发送类型和发送地；
通过文本处理单元将发送数据中的发送类型与发送类型表进行匹配获取对应的发送类型关联值并标记为FLGi；将发送数据中的发送地与发送地关联表进行匹配获取对应的发送地关联值并标记为FDGi；
标记的发送类型关联值与发送地关联值构成发送处理数据；经营处理数据和发送处理数据构成发送处理信息；
所述分析评估模块用于根据发送处理信息获取数据包对应的风险评估值，所述风险评估值是将数据包发送方的经营方面和发送方面的各项数据进行联立来对其风险进行整体评估的数值，将所述风险评估值与预设的风险评估阈值进行匹配分析，得到包含第一风评信号、第二风评信号和第三风评信号的发送分析集；
所述分析评估模块根据发送处理信息获取数据包对应的风险评估值的具体步骤包括：
获取发送处理信息中标记的经营异常关联值JYGi、行政处理次数XCCi、行政处理总金额XCJi、严重违法次数YWCi、被告次数BGCi；
对标记的各项数据进行归一化处理并取值，通过公式获取数据包对应的经营系数JYX；该公式为：
；
公式中a1、a2、a3为不同的比例系数，取值范围均为0-5，当发送方的经营异常关联值越大、行政处理次数、行政处理总金额和严重违法次数越多以及被告次数越多时，则对应的经营系数越大，可以表示对应发送方的经营状态越差；
获取发送处理信息中标记的发送类型关联值FLGi和发送地关联值FDGi；对标记的各项数据进行归一化处理并取值，通过公式获取数据包对应的发送系数FSX；该公式为：
；
公式中b1、b2为不同的比例系数，取值范围均为0-3，FDGi0为数据包发送方对应的发送地关联阈值；
通过公式将数据包含的经营系数与发送系数联立得到对应的风险评估值FP；该公式为：
；
公式中c1、c2均为大于零的比例系数，c1+c2=1；
所述调控模块用于根据发送分析集中的风评信号获取数据包对应的评估标签，并根据评估标签对数据包进行不同方式的处理。
2.如权利要求1所述的一种金融业务的数据服务处理系统，其特征在于，将风险评估值与预设的风险评估阈值进行匹配分析的具体步骤包括：
将所述风险评估值与风险评估阈值FXGmin、FXGmax进行匹配，得到包含第一风评信号和第一标签、第二风评信号和第二标签、第三风评信号和第三标签的发送分析集。
3.如权利要求1所述的一种金融业务的数据服务处理系统，其特征在于，根据评估标签对数据包进行不同方式的处理的具体步骤包括：
分别根据所述发送分析集中第一标签、第二标签和第三标签将对应的数据包按时间的顺序排列，得到第一划分集、第二划分集和第三划分集；
对所述第一划分集中排序的数据包不进行拦截操作并将其放行来通过预设的处理流程自动进行处理；对所述第二划分集中排序的数据包进行拦截操作并将其发送给审核员进行人工审核；对所述第三划分集中排序的数据包进行拦截操作并向对应数据包的发送方发送数据处理失败的提示，并将该发送方的发送地的危险次数加一，在预设的监测时段内对所有的发送地进行危险性统计。
4.如权利要求3所述的一种金融业务的数据服务处理系统，其特征在于，进行人工审核的具体步骤包括：
获取所述第二划分集中排序的若干个数据包及其对应的风险评估值并将其与预设的分类评估阈值进行匹配；
将小于等于所述分类评估阈值的风险评估值对应的数据包标记为第一识别目标，将若干个所述第一识别目标根据时间的顺序进行排列得到第一目标集；将大于所述分类评估阈值的风险评估值对应的数据包标记为第二识别目标，将若干个所述第二识别目标根据时间的顺序进行排列得到第二目标集；分别将所述第一目标集和第二目标集发送给对应审核级别的审核员进行审核。
5.如权利要求4所述的一种金融业务的数据服务处理系统，其特征在于，审核员的审核级别获取的具体步骤包括：
获取所有审核员的审核信息和能力信息；分别提取所述审核信息中审核的总次数和总时长的数值并标记；分别提取所述能力信息中学习年限、入职年限和出错总次数的数值并标记；
对标记的审核的总次数、总时长、学习年限、入职年限和出错总次数进行归一化处理并取五者的数值在预设的评估时段内获取审核员的审估值；
将所述审估值与预设的审估阈值进行匹配获取对应的审核级别。
6.如权利要求5所述的一种金融业务的数据服务处理系统，其特征在于，将审估值与预设的审估阈值进行匹配的具体步骤包括：
将小于所述审估阈值的审估值对应的审核员划分为一类审核等级，将属于所述一类审核等级的若干个审核员按审估值的大小进行降序排列，得到第一审核排序集；将不小于所述审估阈值的审估值对应的审核员划分为二类审核等级，将属于所述二类审核等级的若干个审核员按审估值的大小进行降序排列，得到第二审核排序集。
7.一种金融业务的数据服务处理方法，应用于如权利要求1-6任一项所述的一种金融业务的数据服务处理系统，其特征在于，包括：
将采集的金融业务的数据包及其关联的发送信息按时间的顺序进行排序，得到金融业务的数据排序集；发送信息包含发送方的经营数据和发送数据；
对数据包关联的发送信息进行预处理，得到对应的包含经营处理数据和发送处理数据的发送处理信息；
根据所述发送处理信息获取数据包对应的风险评估值，将所述风险评估值与预设的风险评估阈值进行匹配分析，得到包含第一风评信号、第二风评信号和第三风评信号的发送分析集；
根据所述发送分析集中的风评信号获取数据包对应的评估标签，并根据所述评估标签对数据包进行不同方式的处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210477867.0A CN114820169B (zh) | 2022-05-05 | 2022-05-05 | 一种金融业务的数据服务处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210477867.0A CN114820169B (zh) | 2022-05-05 | 2022-05-05 | 一种金融业务的数据服务处理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114820169A CN114820169A (zh) | 2022-07-29 |
| CN114820169B true CN114820169B (zh) | 2023-05-16 |
Family
ID=82511274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210477867.0A Active CN114820169B (zh) | 2022-05-05 | 2022-05-05 | 一种金融业务的数据服务处理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114820169B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115759640B (zh) * | 2022-11-21 | 2023-06-23 | 北京中城智汇科技有限公司 | 一种智慧城市的公共服务信息处理系统及方法 |
| CN115760119B (zh) * | 2022-11-28 | 2024-03-12 | 西安乐刷宝网络科技有限公司 | 基于数据处理和特征识别的金融支付监管系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550876A (zh) * | 2015-10-30 | 2016-05-04 | 东莞酷派软件技术有限公司 | 移动支付的监控方法、系统及智能终端 |
| CN110310079A (zh) * | 2019-05-22 | 2019-10-08 | 平安银行股份有限公司 | 基于智能决策的申请数据评价方法、装置、计算机设备及存储介质 |
| CN111222765A (zh) * | 2019-12-28 | 2020-06-02 | 合肥长远知识产权管理有限公司 | 一种风险智能评估方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5427825B2 (ja) * | 2011-04-19 | 2014-02-26 | 株式会社日立製作所 | 仮名化システム |
| CN107730335A (zh) * | 2016-08-11 | 2018-02-23 | 凡学（上海）教育科技有限公司 | 一种应用于电商平台的多阶段价格数据处理系统 |
| CN106651190A (zh) * | 2016-12-28 | 2017-05-10 | 深圳微众税银信息服务有限公司 | 一种企业风险等级评估方法以及系统 |
| US11797995B2 (en) * | 2017-12-04 | 2023-10-24 | Mastercard International Incorporated | Method and system for risk scoring anonymized transactions |
| CN108416669A (zh) * | 2018-03-13 | 2018-08-17 | 腾讯科技（深圳）有限公司 | 用户行为数据处理方法、装置、电子设备及计算机可读介质 |
| CN109872050A (zh) * | 2019-01-23 | 2019-06-11 | 平安科技（深圳）有限公司 | 供应商风险评估处理方法、装置、计算机设备和存储介质 |
| CN110992135B (zh) * | 2019-11-25 | 2024-01-23 | 拉扎斯网络科技（上海）有限公司 | 一种风险识别方法、装置、电子设备及存储介质 |
| CN112017023A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 小微企业资源额度确定方法、装置及电子设备 |
| CN111815207B (zh) * | 2020-08-27 | 2021-01-12 | 北京每日优鲜电子商务有限公司 | 一种针对供应链金融的风险定量评估方法 |
| CN113065748A (zh) * | 2021-03-15 | 2021-07-02 | 中国平安财产保险股份有限公司 | 业务风险评估方法、装置、设备及存储介质 |
-
2022
- 2022-05-05 CN CN202210477867.0A patent/CN114820169B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550876A (zh) * | 2015-10-30 | 2016-05-04 | 东莞酷派软件技术有限公司 | 移动支付的监控方法、系统及智能终端 |
| CN110310079A (zh) * | 2019-05-22 | 2019-10-08 | 平安银行股份有限公司 | 基于智能决策的申请数据评价方法、装置、计算机设备及存储介质 |
| CN111222765A (zh) * | 2019-12-28 | 2020-06-02 | 合肥长远知识产权管理有限公司 | 一种风险智能评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114820169A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114820169B (zh) | 一种金融业务的数据服务处理系统及方法 | |
| CN108764267B (zh) | 一种基于对抗式决策树集成的拒绝服务攻击检测方法 | |
| CN112348520A (zh) | 基于XGBoost的风险评估方法、装置和电子设备 | |
| US8364580B2 (en) | Independent research consensus earnings estimates and methods of determining such | |
| CN111985937A (zh) | 交易商价值信息评估方法、系统、存储介质、计算机设备 | |
| CN113298121B (zh) | 基于多数据源建模的消息发送方法、装置和电子设备 | |
| CN111557011A (zh) | 企业破产预测系统及其运行方法 | |
| CN112491854A (zh) | 一种基于fcnn的多方位安全入侵检测方法及系统 | |
| WO2022143431A1 (zh) | 一种反洗钱模型的训练方法及装置 | |
| CN113487241A (zh) | 企业环保信用等级的分类方法、装置、设备及存储介质 | |
| CN110222971A (zh) | 一种基于交易单分级提高交易效率的方法及装置 | |
| CN113313580A (zh) | 可疑交易筛选方法、装置、电子设备和存储介质 | |
| CN115293598A (zh) | 一种基于金融大数据的企业财务管理风险识别方法 | |
| CN117670359A (zh) | 异常交易数据的识别方法、装置、存储介质及电子设备 | |
| CN110046951A (zh) | 一种交易行为判断方法和系统 | |
| Linn et al. | In‐field classification of herbicide‐resistant Papaver rhoeas and Stellaria media using an imaging sensor of the maximum quantum efficiency of photosystem II | |
| CN113065710A (zh) | 一种基于人工智能和区块链的金融预测系统 | |
| CN117372173A (zh) | 基于图像识别的农险处理方法、装置、设备及存储介质 | |
| CN112418839A (zh) | 一种基于云计算电子商务支付系统 | |
| CN111612602A (zh) | 上市公司疑似财务风险判别方法及装置 | |
| CN113691552B (zh) | 威胁情报有效性评估方法、装置、系统及计算机存储介质 | |
| CN115775175A (zh) | 一种异常两卡识别方法及系统 | |
| CN112926989B (zh) | 一种基于多视图集成学习的银行贷款风险评估方法及设备 | |
| CN115271926A (zh) | 基于云计算的金融大数据自动化智能分析控制系统及方法 | |
| CN114818947A (zh) | 分类器的训练方法及装置、分类装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230417 Address after: Room 1103, No. 181 Yanjiang West Road, Yuexiu District, Guangzhou City, Guangdong Province, 510120 Applicant after: Guangzhou Feiquan Small Loan Co.,Ltd. Address before: 100000 building 13, No. 145, Chaoyang North Road, Chaoyang District, Beijing (No. 4303, Liulitun incubator) Applicant before: SHANGBAN (Beijing) Network Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |