CN115018629A - 信用卡风险控制方法及装置 - Google Patents
信用卡风险控制方法及装置 Download PDFInfo
- Publication number
- CN115018629A CN115018629A CN202210640593.2A CN202210640593A CN115018629A CN 115018629 A CN115018629 A CN 115018629A CN 202210640593 A CN202210640593 A CN 202210640593A CN 115018629 A CN115018629 A CN 115018629A
- Authority
- CN
- China
- Prior art keywords
- credit card
- transaction
- payment
- credit
- information
- 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
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开一种信用卡风险控制方法及装置,涉及计算机数据处理,该方法包括:根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;在还款日之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、支付请求以及支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据风险识别结果,对信用卡持卡方进行风险分类;在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;在信用卡持卡方超过还款期限仍未还款时,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,降低银行资金风险。
Description
技术领域
本发明涉及计算机数据处理技术领域,尤其涉及一种信用卡风险控制方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着信用卡可以在线下、线上同时支付,人们使用信用卡进行消费的行为随之增加,容易出现信用卡逾期的情况,例如,持卡方因疏忽忘记还款、持卡方过度消费无法还款、持卡方恶意消费从银行骗取资金;信用卡逾期会占用银行资源,影响银行系统工作效率,同时增加持卡方继续使用信用卡的复杂度,给用户带来不必要的麻烦,影响用户体验。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供一种信用卡风险控制方法,用以提醒信用卡持卡方及时还款,降低银行资金损失风险,提高银行系统工作效率,避免持卡方因还款逾期无法正常使用信用卡,改善用户体验,该方法包括:
根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;
在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;
在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库。
本发明实施例还提供一种信用卡风险控制装置,用以提醒信用卡持卡方及时还款,降低银行资金损失风险,提高银行系统工作效率,避免持卡方因还款逾期无法正常使用信用卡,改善用户体验,该装置包括:
处理与获取模块,用于根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;
识别与分类模块,用于在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;
冻结模块,用于在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
上传模块,用于在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述信用卡风险控制方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述信用卡风险控制方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述信用卡风险控制方法。
本发明实施例中,根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,可以提醒信用卡持卡方及时还款,降低银行资金损失风险,提高银行系统工作效率,避免持卡方因还款逾期无法正常使用信用卡,改善用户体验
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。在附图中:
图1为本发明实施例中信用卡风险控制方法的处理流程图;
图2为本发明实施例中信用卡风险控制方法的一具体实例流程图;
图3为本发明实施例中信用卡风险控制装置的结构示意图;
图4为本发明实施例中信用卡风险控制装置的一具体实例结构示意图;
图5为本发明实施例中信用卡风险控制装置的一具体实例结构示意图;
图6为本发明实施例中信用卡风险控制装置的一具体实例结构示意图;
图7为本发明一实施例的计算机设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1为本发明实施例中信用卡风险控制方法的处理流程图。如图1所示,本发明实施例中信用卡风险控制方法可以包括:
步骤101、根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;
步骤102、在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;
步骤103、在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
步骤104、在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库。
首先可以根据信用卡持卡方发送的支付请求执行支付处理,并获取支付请求对应的交易信息;其中,支付请求可以携带信用卡持卡方的账户信息和支付金额,交易信息可以包括交易时刻、交易地点和交易种类,在执行支付处理之后,银行后台可以根据交易时刻开始计算还款日期。
在还款日到达之前,可以获取信用卡持卡方在支付处理后的交易行为信息,然后根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别,作为信用卡持卡方是否存在逾期还款风险的判断依据。
在一个实施例中,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;可以包括:根据支付请求中的账户信息查询信用卡持卡方的身份信息,确定信用卡持卡方的年龄信息,将信用卡持卡方在支付处理后的交易行为信息与信用卡持卡方的年龄信息是否匹配作为第一交易特征;将信用卡持卡方在支付处理后的交易行为信息与支付请求对应的交易信息进行比对,将交易地点变动是否符合预设范围作为第二交易特征,将交易种类变动是否符合预设范围作为第三交易特征;将信用卡持卡方在支付处理后的交易行为金额是否超出预设阈值作为第四交易特征,将信用卡持卡方在支付处理后的交易行为次数否超出预设阈值作为第五交易特征;对第一交易特征、第二交易特征、第三交易特征、第四交易特征、第五交易特征进行风险识别,其中交易行为信息可以包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数。
具体实施时,交易特征的设定具体可以如下所示:
第一交易特征:信用卡持卡方在支付处理后的交易喜好是否与其年龄不符,例如信用卡持卡方的实际年纪较小,但频繁购买老年人的用品;若信用卡持卡方在支付处理后的交易喜好符合其年龄,将第一交易特征记为“1”,否则将第一交易特征记为“0”。
第二交易特征:信用卡持卡方在支付处理后的交易地点变动是否超出预设范围,例如信用卡持卡方的交易发生地点由省内变为国外;若信用卡持卡方在支付处理后的交易地点变动在预设范围内,将第二交易特征记为“1”,否则将第二交易特征记为“0”。
第三交易特征:信用卡持卡方在支付处理后的交易种类变动是否超出预设范围,例如信用卡持卡方由经常购买日常用品变为购买奢侈品;若信用卡持卡方在支付处理后的交易种类变动在预设范围内,将第三交易特征记为“1”,否则第三交易特征记为“0”。
第四交易特征:信用卡持卡方在支付处理后的交易次数是否超出银行后台预先设置常规次数;若信用卡持卡方在支付处理后的交易次数未超出银行后台预先设置的次数,将第四交易特征记为“1”,否则将第四交易特征记为“0”。
第五交易特征:信用卡持卡方在支付处理后的交易金额是否超出银行后台预先设置的常规金额;若信用卡持卡方在支付处理后的交易金额未超出银行后台预先设置的金额,将五交易特征记为“1”,否则将五交易特征记为“0”。
在对上述各交易特征进行风险识别之后,可以采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,分类结果包括存在风险和不存在风险两种;例如,对于记为10000,01000,00100,00010,00001,11000,10100,10010,10001,11100,11010,11001,11110,11111的交易特征,可以认定对应的信用卡持卡方存在逾期不还款的风险。
在信用卡持卡方的风险分类为存在风险时,可以冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;在信用卡持卡方超过还款期限仍未还款时,可以继续保持信用卡持卡方银行关联资产冻结状态,并将信用卡持卡方的信用记录置为逾期状态并上传指定数据库。
在一个实施例中,还可以包括:根据信用卡持卡方申请信用卡时预留的关联人员信息,查询信用卡持卡方的资产信息;若在还款日到达之前,所述关联人员的资产减少超过预设阈值,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,发送信用卡还款提醒给信用卡持卡方的关联人员。
具体实施时,除根据上述多个交易特征进行风险识别外,还可以参照信用卡持卡方关联人员的资产变化情况判断在信用卡持卡方无法还款时,是否可以通过其关联人员获取欠款,其中关联人员例如可以包括:信用卡持卡方的家庭成员、紧密联系人员或担保人,若信用卡持卡方关联人员的资产减少超过预设阈值,说明其可能无法在持卡方无法还款时帮助持卡人,这时可以认为该笔欠款存在风险,需要尽快提醒持卡人还款;在信用卡持卡方超过还款期限仍未还款时,除继续向持卡方发送还款提醒外,还可以将还款提醒发送给信用卡持卡方的关联人员,用以催促持卡方尽快还款或由其关联人员帮助其还款。
在一个实施例中,还可以包括:在信用卡持卡方超过还款期限仍未还款时,根据预期还款时长和欠款金额向持卡方增收罚息和滞纳金。
在一个实施例中,还可以包括:在信用卡持卡方在还款期限内还款时,解冻信用卡持卡方银行关联资产,将信用卡持卡方的信用记录置为良好并上传指定数据库。
具体实施时,若信用卡持卡方超过还款期限仍未还款,可以根据预期还款时长和欠款金额向持卡方增收罚息和滞纳金,并告知信用卡持卡方,以使持卡方因避免欠款增加而尽快还款;另外,可以将超过还款期限仍未还款持卡方的信用记录置为逾期状态并上传指定数据库,并记录此类持卡方为低信用用户,可以拒绝低信用用户继续借款或限制其它权限。
图2为本发明实施例中信用卡风险控制方法的一具体实例流程图。如图2所示,本发明实施例中信用卡风险控制方法的流程可以包括:
步骤201、根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;
步骤202、在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;
步骤203、采用随机森林分类算法根据每一交易特征的风险识别结果,判断信用卡持卡方是否存在风险,若是,执行步骤204,若否,执行步骤206;
步骤204、冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
步骤205、在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,结束流程;
步骤206、根据信用卡持卡方申请信用卡时预留的关联人员信息,查询关联人员的资产信息;
步骤207、判断在还款日到达之前所述关联人员的资产减少是否超过预设阈值,若是,执行步骤208,若否,结束流程;
步骤208、冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
步骤209、在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,发送信用卡还款提醒给信用卡持卡方的关联人员,结束流程。
本发明实施例中还提供了一种信用卡风险控制装置,如下面的实施例所述。由于该装置解决问题的原理与信用卡风险控制方法相似,因此该装置的实施可以参见信用卡风险控制方法的实施,重复之处不再赘述。
图3为本发明实施例中信用卡风险控制装置的结构示意图。如图3所示,本发明实施例中信用卡风险控制装置具体可以包括:
处理与获取模块301,用于根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;
识别与分类模块302,用于在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行识别;采用随机森林分类算法根据每一交易特征的识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;
冻结模块303,用于在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
上传模块304,用于在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库。
在一个实施例中,识别与分类模块302具体用于:
根据所述支付请求中的账户信息查询信用卡持卡方的身份信息,确定信用卡持卡方的年龄信息,将信用卡持卡方在支付处理后的交易行为信息与信用卡持卡方的年龄信息是否匹配作为第一交易特征;
将信用卡持卡方在支付处理后的交易行为信息与所述支付请求对应的交易信息进行比对,将交易地点变动是否符合预设范围作为第二交易特征,将交易种类变动是否符合预设范围作为第三交易特征;
将信用卡持卡方在支付处理后的交易行为金额是否超出预设阈值作为第四交易特征,将信用卡持卡方在支付处理后的交易行为次数否超出预设阈值作为第五交易特征;
对所述第一交易特征、第二交易特征、第三交易特征、第四交易特征、第五交易特征进行识别。
图4为本发明实施例中信用卡风险控制装置的一具体实例结构示意图。如图4所示,在实施例中,图3所示的信用卡交易处理装置还可以包括:
查询模块401,用于:根据信用卡持卡方申请信用卡时预留的关联人员信息,查询关联人员的资产信息;
若在还款日到达之前,所述关联人员的资产减少超过预设阈值,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,发送信用卡还款提醒给信用卡持卡方的关联人员。
图5为本发明实施例中信用卡风险控制装置的一具体实例结构示意图。如图5所示,在实施例中,图3所示的信用卡交易处理装置还可以包括:
增收模块501,用于:在信用卡持卡方超过还款期限仍未还款时,根据预期还款时长和欠款金额向持卡方增收罚息和滞纳金。
图5还可以包括图4中的查询模块401。
图6为本发明实施例中信用卡风险控制装置的一具体实例结构示意图。如图6所示,在实施例中,图3所示的信用卡交易处理装置还可以包括:
解冻模块601,用于:在信用卡持卡方在还款期限内还款时,解冻信用卡持卡方银行关联资产,将信用卡持卡方的信用记录置为良好并上传指定数据库。
图6还可以包括图4中的查询模块401。
图6还可以包括图5中的增收模块501。
基于前述发明构思,如图7所示,本发明还提出了一种计算机设备700,包括存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序730,所述处理器720执行所述计算机程序730时实现前述信用卡交易处理方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述信用卡风险控制方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述信用卡风险控制方法。
综上所述,根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,可以提醒信用卡持卡方及时还款,降低银行资金损失风险,提高银行系统工作效率,避免持卡方因还款逾期无法正常使用信用卡,改善用户体验。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种信用卡风险控制方法,其特征在于,包括:
根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;
在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;
在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库。
2.如权利要求1所述的方法,其特征在于,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;包括:
根据所述支付请求中的账户信息查询信用卡持卡方的身份信息,确定信用卡持卡方的年龄信息,将信用卡持卡方在支付处理后的交易行为信息与信用卡持卡方的年龄信息是否匹配作为第一交易特征;
将信用卡持卡方在支付处理后的交易行为信息与所述支付请求对应的交易信息进行比对,将交易地点变动是否符合预设范围作为第二交易特征,将交易种类变动是否符合预设范围作为第三交易特征;
将信用卡持卡方在支付处理后的交易行为金额是否超出预设阈值作为第四交易特征,将信用卡持卡方在支付处理后的交易行为次数否超出预设阈值作为第五交易特征;
对所述第一交易特征、第二交易特征、第三交易特征、第四交易特征、第五交易特征进行风险识别。
3.如权利要求1所述的方法,其特征在于,还包括:
根据信用卡持卡方申请信用卡时预留的关联人员信息,查询关联人员的资产信息;
若在还款日到达之前,所述关联人员的资产减少超过预设阈值,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,发送信用卡还款提醒给信用卡持卡方的关联人员。
4.如权利要求1所述的方法,其特征在于,还包括:
在信用卡持卡方超过还款期限仍未还款时,根据预期还款时长和欠款金额向持卡方增收罚息和滞纳金。
5.如权利要求1所述的方法,其特征在于,还包括:
在信用卡持卡方在还款期限内还款时,解冻信用卡持卡方银行关联资产,将信用卡持卡方的信用记录置为良好并上传指定数据库。
6.一种信用卡风险控制装置,其特征在于,包括:
处理与获取模块,用于根据信用卡持卡方发送的支付请求执行支付处理,获取支付请求对应的交易信息;所述支付请求携带信用卡持卡方的账户信息和支付金额,所述交易信息包括交易时刻、交易地点和交易种类;
识别与分类模块,用于在还款日到达之前,获取信用卡持卡方在支付处理后的交易行为信息,根据信用卡持卡方在支付处理后的交易行为信息、所述支付请求以及所述支付请求对应的交易信息得到多个交易特征,对每一交易特征进行风险识别;采用随机森林分类算法根据每一交易特征的风险识别结果,对信用卡持卡方进行风险分类,所述交易行为信息包括交易行为地点、交易行为种类、交易行为金额以及交易行为次数;
冻结模块,用于在信用卡持卡方的风险分类为存在风险时,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
上传模块,用于在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库。
7.如权利要求6所述的装置,其特征在于,识别与分类模块具体用于:
根据所述支付请求中的账户信息查询信用卡持卡方的身份信息,确定信用卡持卡方的年龄信息,将信用卡持卡方在支付处理后的交易行为信息与信用卡持卡方的年龄信息是否匹配作为第一交易特征;
将信用卡持卡方在支付处理后的交易行为信息与所述支付请求对应的交易信息进行比对,将交易地点变动是否符合预设范围作为第二交易特征,将交易种类变动是否符合预设范围作为第三交易特征;
将信用卡持卡方在支付处理后的交易行为金额是否超出预设阈值作为第四交易特征,将信用卡持卡方在支付处理后的交易行为次数否超出预设阈值作为第五交易特征;
对所述第一交易特征、第二交易特征、第三交易特征、第四交易特征、第五交易特征进行风险识别。
8.如权利要求6所述的装置,其特征在于,还包括查询模块,用于:
根据信用卡持卡方申请信用卡时预留的关联人员信息,查询关联人员的资产信息;
若在还款日到达之前,所述关联人员的资产减少超过预设阈值,冻结信用卡持卡方银行关联资产,发送信用卡还款提醒给持卡方;
在信用卡持卡方超过还款期限仍未还款时,保持信用卡持卡方银行关联资产冻结状态,将信用卡持卡方的信用记录置为逾期状态并上传指定数据库,发送信用卡还款提醒给信用卡持卡方的关联人员。
9.如权利要求6所述的装置,其特征在于,还包括增收模块,用于:
在信用卡持卡方超过还款期限仍未还款时,根据预期还款时长和欠款金额向持卡方增收罚息和滞纳金。
10.如权利要求6所述的装置,其特征在于,还包括解冻模块,用于:
在信用卡持卡方在还款期限内还款时,解冻信用卡持卡方银行关联资产,将信用卡持卡方的信用记录置为良好并上传指定数据库。
11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一所述方法。
13.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210640593.2A CN115018629A (zh) | 2022-06-08 | 2022-06-08 | 信用卡风险控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210640593.2A CN115018629A (zh) | 2022-06-08 | 2022-06-08 | 信用卡风险控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115018629A true CN115018629A (zh) | 2022-09-06 |
Family
ID=83073113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210640593.2A Pending CN115018629A (zh) | 2022-06-08 | 2022-06-08 | 信用卡风险控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018629A (zh) |
-
2022
- 2022-06-08 CN CN202210640593.2A patent/CN115018629A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20220138367A (ko) | 스마트 계약 아키텍쳐를 갖는 분산형 원장 대출 시스템들 및 이를 위한 방법들 | |
Benton et al. | Blockchain for Supply Chain: Improving Transparency and Efficiency Simultaneously. | |
CN1226042A (zh) | 追踪智能卡购买记分的方法与系统 | |
US20090204539A1 (en) | Portable Electronic Financial Management | |
US20130282562A1 (en) | Systems and methods for preventing fraudulent purchases | |
CN108898493A (zh) | 一种基于区块链的投资策略交易方法及系统 | |
CN112927045A (zh) | 租车信用数据处理方法、装置及设备 | |
CN113112272A (zh) | 基于区块链的外汇业务处理方法及装置 | |
CN113935844A (zh) | 一种基于大数据和人工智能的金融风控系统 | |
CN115018629A (zh) | 信用卡风险控制方法及装置 | |
CN111882323A (zh) | 基于云服务租赁的用户融资风险控制方法及装置 | |
JP2016062280A (ja) | 電子マネーシステム及びその処理方法 | |
CN112070646A (zh) | 用于二级市场代理投注的建议引擎 | |
CN105956919A (zh) | 一种业务数据申请评估方法及装置 | |
CN113506164B (zh) | 一种风控决策方法、装置、电子设备及机器可读存储介质 | |
CN114511400A (zh) | 信用卡审批信息处理方法及装置 | |
CN114092225A (zh) | 银行网点提供金融服务的方法及装置 | |
JP2002117362A (ja) | 電子マネーの管理方法,電子マネー管理システム,電子マネー管理所有用媒体,電子マネー管理用プログラム,同プログラムを記録したコンピュータ読取可能な記録媒体,電子的価値情報管理所有用媒体および電子的価値情報管理方法 | |
CN113971469A (zh) | 贵金属纪念币预约方法及装置 | |
JP2005346730A (ja) | 履歴情報を用いたクレジットカードの不正利用の判定方法 | |
KR102436982B1 (ko) | 리셀 상품의 가치 평가에 기반한 동산 담보 대출 시스템 및 리셀 상품의 온라인 등기 시스템 | |
CN113409137A (zh) | 信用贷款的风险控制方法、系统、设备与存储介质 | |
CN113129021A (zh) | 基于区块链的防范信用卡恶意透支的方法及装置 | |
CN111583035A (zh) | 一种区块链通证的价值判断方法及装置 | |
CN113988876A (zh) | 信用卡交易处理方法及装置 |
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 |