CN115082221A - 一种交易控制方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请实施例提供一种交易控制方法、装置、电子设备和存储介质，其中，方法包括：构建客户等级评价模型；获取客户的历史信用卡数据和银行卡数据；将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果；根据所述评价结果控制所述客户的银行交易流程。实施上述实施例，能够将银行的人力成本和物力成本合理化分配，减少客户的处理时间，提高工作人员的工作效率，实现银行资产的盈利最大化。

Description

一种交易控制方法、装置、电子设备和存储介质

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种交易控制方法、装置、电子设备和计算机可读存储介质。

背景技术

银行在处理业务时，需要经过多个程序，包括：客户调研，相关信息获取，确认信息等一系列流程。现有技术中银行在处理业务时，不管客户的实际情况，对所有客户的交易流程相同化，既无法精准识别坏客户，亦容易对好客户造成误伤，降低工作效率，同时没有实现银行资产的最大化利用。

发明内容

本申请实施例的目的在于提供一种交易控制方法、装置、电子设备和存储介质，能够根据不同的客户情况控制客户的银行交易流程，将不同资质的银行交易流程差异化，减少处理时间，提高工作人员的工作效率，将银行资产的盈利最大化。

第一方面，本申请实施例提供了一种交易控制方法，包括：

构建客户等级评价模型；

获取客户的历史信用卡数据和银行卡数据；

将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果；

根据所述评价结果控制所述客户的银行交易流程。

在上述实现过程中，与现有技术不同的是，通过构建客户等级评价模型，获取客户的历史信用卡数据和外部电电信数据，将客户的历史新永安数据和银行卡数据输入所述客户等级评价模型，得到评价结果，将客户在等级上实现差异化，基于不同的评价结果控制银行交易流程，能够将银行的人力成本和物力成本合理化分配，减少客户的处理时间，提高工作人员的工作效率，实现银行资产的盈利最大化。

进一步地，所述构建客户等级评价模型的步骤，包括：

构建存量用户客户等级评价模型；

获取多个存量用户的信用卡数据和理财数据；

根据所述多个存量用户的信用卡数据和理财数据对所述客户等级评价模型进行强化训练。

在上述实现过程中，通过构建存量用户客户等级评价模型；基于存量用户的信用卡数据和理财数据进强化训练，能够使得训练后的存量用户客户等级评价模型能够精准地判断输入的用户对应的标签等级，将存量用户的数据合理利用。

进一步地，所述构建客户等级评价模型的步骤，还包括：

获取多个风险案例；

根据所述多个风险案例生成多个特征数据；

根据所述特征数据生成风险案例池；

根据所述风险案例池对所述客户等级评价模型进行训练。

在上述实现过程中，对风险案例的解析以及利用，能够使得训练后的客户等级评价模型能够在基于输入的信用数据和银行卡数据判断出客户对应的等级，从而避免银行对客户等级、存在的风险不清楚而办理业务所带来的资产风险。基于上述实施方式，能够提高客户等级评价模型对客户等级的识别能力，进一步降低银行财产损失的风险，实现银行资产的盈利最大化。

进一步地，所述将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果的步骤之前，还包括：

根据训练后的所述客户等级评价模型生成外部函数；

所述将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果的步骤，包括：

调用所述外部函数，将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到所述评价结果。

在上述实现过程中，模型的计算过程需要大量的计算机资源，因此通过等级评价模型和其他的功能都是分开部署的，通过根据训练后的所述客户等级评价模型生成外部函数，使得其他模块能够通过调用所述外部阿含糊，将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到所述评价结果。基于上述实施方式，能够实现对计算机资源的合理利用，提高获取用户等级的速度。

进一步地，所述方法还包括：

响应于待提升客户的等级提升请求；

获取预设的时间窗口内所述待提升客户近期的信用卡数据；

将所述信用卡数据输入所述客户等级评价模型，得到所述待提升客户的等级。

在上述实现过程中，考虑到用户可能由于消费习惯改变或者经济习惯改变，其对应的风险可能也会改变，因此，通过响应于待提升客户的等级提升请求，获取预设的时间窗口内客户的近期的信用卡数据，将信用卡数据输入到等级评价模型里，得到客户新的等级，基于上述实施方式，能够获取到客户最新的等级，基于客户最新的等级进行交易，能够提升办理效率，同时能够保护银行的资产。

进一步地，所述根据训练后的所述客户等级评价模型生成外部函数的步骤之前，还包括：

将训练后的所述客户等级评价模型部署于大数据平台。

在上述实现过程中，将训练后的所述客户等级评价模型部署于大数据平台，能够基于大数据平台的处理能力，快速地得到用户的等级，加快银行处理业务的效率。

进一步地，所述评价结果包括：第一风险、第二风险、第三风险、第四风险；

所述根据所述评价结果控制所述客户的银行交易流程的步骤，包括：

当所述评价结果为第一风险时，在进行银行交易时采用人工客服的方式获取所述客户的相关信息；

当所述评价结果为第二风险时，在进行银行交易时采用复杂交互式问答程序获取所述客户的信息；

当所述评价结果为第三风险时，在进行银行交易时采用标准交互式问答的方式获取所述客户的相关信息。

在上述实现过程中，评价结果包括多个等级，分别为第一风险、第二风险和第四风险，通过对不同等级采取不同的方式获取其相关的信息，能够保证获取到的相关信息的真实性，从而能够保证银行的资产安全。当客户为第一风险时，采用人工客服的方式获取其信息，是考虑到在真人对话环境下交流更加真实，不容易造假，在为第二风险时，通过交叉问卷的方式获取真实信息，能够提高获取信息的真实性，当为第一风险时，直接采用普通问卷即可。

第二方面，本申请实施例提供一种交易控制装置，包括：

构建模块，用于构建客户等级评价模型；

获取模块，用于获取客户的历史信用卡数据和银行卡数据；

输入模块，用于将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果；

控制模块，用于根据所述评价结果控制所述客户的银行交易流程。

在上述实现过程中，与现有技术不同的是，通过构建客户等级评价模型，获取客户的历史信用卡数据和外部电电信数据，将客户的历史新永安数据和银行卡数据输入所述客户等级评价模型，得到评价结果，将客户在等级上实现差异化，基于不同的评价结果控制银行交易流程，能够将银行的人力成本和物力成本合理化分配，减少客户的处理时间，提高工作人员的工作效率，实现银行资产的盈利最大化。

第三方面，本申请实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述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如第一方面任一项所述的方法的步骤。

第四方面，本申请实施例提供的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指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。

本申请公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本申请公开的上述技术即可得知。

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

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例提供的交易控制方法的流程示意图；

图2为本申请实施例提供的交易控制装置的结构示意图；

图3为本申请实施例提供的电子设备的结构示意图。

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描述。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

银行在处理业务时，需要经过多个程序，包括：客户调研，相关信息获取，确认信息等一系列流程。现有技术中银行在处理业务时，不管客户的实际情况，对所有客户的交易流程相同化，既无法精准识别坏客户，亦容易对好客户造成误伤，降低工作效率，同时没有实现银行资产的最大化利用。

实施例1

基于上述问题，本申请实施例提供一种交易控制方法，包括：

S1：构建客户等级评价模型；

S2：获取客户的历史信用卡数据和银行卡数据；

S3：将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果；

S4：根据评价结果控制客户的银行交易流程。

在上述实现过程中，与现有技术不同的是，通过构建客户等级评价模型，获取客户的历史信用卡数据和外部电电信数据，将客户的历史新永安数据和银行卡数据输入客户等级评价模型，得到评价结果，将客户在等级上实现差异化，基于不同的评价结果控制银行交易流程，能够将银行的人力成本和物力成本合理化分配，减少客户的处理时间，提高工作人员的工作效率，实现银行资产的盈利最大化。

进一步地，构建客户等级评价模型的步骤，包括：

构建存量用户客户等级评价模型；

示例性地，先通过hadoop的数据仓库功能，构建存量用户客户等级评价模型。Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。

获取多个存量用户的信用卡数据和理财数据；

根据多个存量用户的信用卡数据和理财数据对客户等级评价模型进行强化训练。

在上述实现过程中，通过构建存量用户客户等级评价模型；基于存量用户的信用卡数据和理财数据进强化训练，能够使得训练后的存量用户客户等级评价模型能够精准地判断输入的用户对应的标签等级，将存量用户的数据合理利用。

进一步地，构建客户等级评价模型的步骤，还包括：

获取多个风险案例；

根据多个风险案例生成多个特征数据；

上述实施例中，特征数据的形式为向量，也可以是其他形式，本申请实施例对此不做限定。

根据特征数据生成风险案例池；

示例性地，整理监管、反洗钱作业中心等各类渠道的风控案例数据，形成风险案例池。

根据风险案例池对客户等级评价模型进行训练。

示例性地，利用云计算平台结合风险特征数据、风险案例池数据，做模型训练。

在上述实现过程中，对风险案例的解析以及利用，能够使得训练后的客户等级评价模型能够在基于输入的信用数据和银行卡数据判断出客户对应的等级，从而避免银行对客户等级、存在的风险不清楚而办理业务所带来的资产风险。基于上述实施方式，能够提高客户等级评价模型对客户等级的识别能力，进一步降低银行财产损失的风险，实现银行资产的盈利最大化。

进一步地，将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果的步骤之前，还包括：

根据训练后的客户等级评价模型生成外部函数；

这里的外部函数指的是能被银行业务引擎调用的函数。

将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果的步骤，包括：

调用外部函数，将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果。

在上述实现过程中，模型的计算过程需要大量的计算机资源，因此通过等级评价模型和其他的功能都是分开部署的，通过根据训练后的客户等级评价模型生成外部函数，使得其他模块能够通过调用外部阿含糊，将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果。基于上述实施方式，能够实现对计算机资源的合理利用，提高获取用户等级的速度。

进一步地，方法还包括：

响应于待提升客户的等级提升请求；

获取预设的时间窗口内待提升客户近期的信用卡数据；

将信用卡数据输入客户等级评价模型，得到待提升客户的等级。

在上述实现过程中，考虑到用户可能由于消费习惯改变或者经济习惯改变，其对应的风险可能也会改变，因此，通过响应于待提升客户的等级提升请求，获取预设的时间窗口内客户的近期的信用卡数据，将信用卡数据输入到等级评价模型里，得到客户新的等级，基于上述实施方式，能够获取到客户最新的等级，基于客户最新的等级进行交易，能够提升办理效率，同时能够保护银行的资产。

进一步地，根据训练后的客户等级评价模型生成外部函数的步骤之前，还包括：

将训练后的客户等级评价模型部署于大数据平台。

在上述实现过程中，将训练后的客户等级评价模型部署于大数据平台，能够基于大数据平台的处理能力，快速地得到用户的等级，加快银行处理业务的效率。

进一步地，评价结果包括：第一风险、第二风险、第三风险、第四风险；

根据评价结果控制客户的银行交易流程的步骤，包括：

当评价结果为第一风险时，在进行银行交易时采用人工客服的方式获取客户的相关信息；

当评价结果为第二风险时，在进行银行交易时采用复杂交互式问答程序获取客户的信息；

当评价结果为第三风险时，在进行银行交易时采用标准交互式问答的方式获取客户的相关信息。

在上述实现过程中，评价结果包括多个等级，分别为第一风险、第二风险和第四风险，通过对不同等级采取不同的方式获取其相关的信息，能够保证获取到的相关信息的真实性，从而能够保证银行的资产安全。当客户为第一风险时，采用人工客服的方式获取其信息，是考虑到在真人对话环境下交流更加真实，不容易造假，在为第二风险时，通过交叉问卷的方式获取真实信息，能够提高获取信息的真实性，当为第一风险时，直接采用普通问卷即可。

在一种可能的实施方式中：当评价结果为第一风险时：向业务人员风险提示；当评价结果为第二风险：采用人脸识别验证或者短信或安全密钥验证进行用户身份确认，当评价结果为第一风险时，采用自动视频验证技术等进行客户身份的验证。

在一种可能的实施方式中，当评价结果为第一风险且金额为超高金额时，采用人工客服的方式获取客户的相关信息。

在一种可能的实施方式中，当评价结果为第一风险且金额为第一风险且金额为小金额时，标准问卷获取客户的相关信息。

在一种可能的实施方式中，当评价结果为第二风险且金额为小金额时，采用标准问卷获取客户的相关信息。

在一种可能的实施方式中，当评价结果为第三结果且金额为超高金额时，采用标准问卷获取客户的相关信息。

在一种可能是还是方式中，当评价结果为第三风险且金额为小金额时，蔡为客户开启绿色通道。

实施例2

本申请实施例提供一种交易控制装置，包括：

构建模块1，用于构建客户等级评价模型；

获取模块2，用于获取客户的历史信用卡数据和银行卡数据；

输入模块3，用于将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果；

控制模块4，用于根据评价结果控制客户的银行交易流程。

在上述实现过程中，与现有技术不同的是，通过构建客户等级评价模型，获取客户的历史信用卡数据和外部电电信数据，将客户的历史新永安数据和银行卡数据输入客户等级评价模型，得到评价结果，将客户在等级上实现差异化，基于不同的评价结果控制银行交易流程，能够将银行的人力成本和物力成本合理化分配，减少客户的处理时间，提高工作人员的工作效率，实现银行资产的盈利最大化。

在一种可能的实施方式中，构建模块1还用于构建存量用户客户等级评价模型；

获取多个存量用户的信用卡数据和理财数据；

根据多个存量用户的信用卡数据和理财数据对客户等级评价模型进行强化训练。

在一种可能的实施方式中，构建模块1还用于获取多个风险案例；

根据多个风险案例生成多个特征数据；

根据特征数据生成风险案例池；

根据风险案例池对客户等级评价模型进行训练。

在一种可能的实施方式中，装置还包括：外部函数生成模块，用于根据训练后的客户等级评价模型生成外部函数；

输入模块3还用于调用外部函数，将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果。

在一种可能的实施方式中，输入模块3还用于响应于待提升客户的等级提升请求；获取预设的时间窗口内待提升客户近期的信用卡数据；将信用卡数据输入客户等级评价模型，得到待提升客户的等级。

在一种可能的实施方式中，装置还包括：部署模块，用于将训练后的客户等级评价模型部署于大数据平台。

在一种可能的实施方式中，评价结果包括：第一风险、第二风险、第三风险、第四风险；执行模块4还用于根据评价结果控制客户的银行交易流程的步骤，包括：

当评价结果为第一风险时，在进行银行交易时采用人工客服的方式获取客户的相关信息；

当评价结果为第二风险时，在进行银行交易时采用复杂交互式问答程序获取客户的信息；

当评价结果为第三风险时，在进行银行交易时采用标准交互式问答的方式获取客户的相关信息。

本申请还提供一种电子设备，请参见图3，图3为本申请实施例提供的一种电子设备的结构框图。电子设备可以包括处理器31、通信接口32、存储器33和至少一个通信总线34。其中，通信总线34用于实现这些组件直接的连接通信。其中，本申请实施例中电子设备的通信接口32用于与其他节点设备进行信令或数据的通信。处理器31可以是一种集成电路芯片，具有信号的处理能力。

上述的处理器31可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器31也可以是任何常规的处理器等。

存储器33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-Only Memory，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。存储器33中存储有计算机可读取指令，当计算机可读取指令由处理器31执行时，电子设备可以执行上述方法实施例涉及的各个步骤。

可选地，电子设备还可以包括存储控制器、输入输出单元。

存储器33、存储控制器、处理器31、外设接口、输入输出单元各元件相互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，这些元件相互之间可通过一条或多条通信总线34实现电性连接。处理器31用于执行存储器33中存储的可执行模块，例如电子设备包括的软件功能模块或计算机程序。

输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。输入输出单元可以是，但不限于，鼠标和键盘等。

可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有指令，当指令在计算机上运行时，计算机程序被处理器执行时实现方法实施例1的方法，包括：构建客户等级评价模型；

获取客户的历史信用卡数据和银行卡数据；

将客户的历史信用卡数据和银行卡数据输入客户等级评价模型，得到评价结果；

根据评价结果控制客户的银行交易流程。

可以理解的是，计算机存储介质还执行方法实施例的其他方法，为避免重复，此处不再赘述。

在本申请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，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。

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，服务器，或者网络设备等)执行本申请各个实施例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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的实施例而已，并不用于限制本申请的保护范围，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。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种交易控制方法，其特征在于，包括：

构建客户等级评价模型；

获取客户的历史信用卡数据和银行卡数据；

将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果；

根据所述评价结果控制所述客户的银行交易流程。

2.根据权利要求1所述的交易控制方法，其特征在于，所述构建客户等级评价模型的步骤，包括：

构建存量用户客户等级评价模型；

获取多个存量用户的信用卡数据和理财数据；

根据所述多个存量用户的信用卡数据和理财数据对所述客户等级评价模型进行强化训练。

3.根据权利要求2所述的交易控制方法，其特征在于，所述构建客户等级评价模型的步骤，还包括：

获取多个风险案例；

根据所述多个风险案例生成多个特征数据；

根据所述特征数据生成风险案例池；

根据所述风险案例池对所述客户等级评价模型进行训练。

4.根据权利要求3所述的交易控制方法，其特征在于，所述将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果的步骤之前，还包括：

根据训练后的所述客户等级评价模型生成外部函数；

所述将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果的步骤，包括：

调用所述外部函数，将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到所述评价结果。

5.根据权利要求4所述的交易控制方法，其特征在于，所述方法还包括：

响应于待提升客户的等级提升请求；

获取预设的时间窗口内所述待提升客户近期的信用卡数据；

将所述信用卡数据输入所述客户等级评价模型，得到所述待提升客户的等级。

6.根据权利要求5所述的交易控制方法，其特征在于，所述根据训练后的所述客户等级评价模型生成外部函数的步骤之前，还包括：

将训练后的所述客户等级评价模型部署于大数据平台。

7.根据权利要求6所述的交易控制方法，其特征在于，

所述评价结果包括：第一风险、第二风险、第三风险、第四风险；

所述根据所述评价结果控制所述客户的银行交易流程的步骤，包括：

当所述评价结果为第一风险时，在进行银行交易时采用人工客服的方式获取所述客户的相关信息；

当所述评价结果为第二风险时，在进行银行交易时采用复杂交互式问答程序获取所述客户的信息；

当所述评价结果为第三风险时，在进行银行交易时采用标准交互式问答的方式获取所述客户的相关信息。

8.一种交易控制装置，其特征在于，包括：

构建模块，用于构建客户等级评价模型；

获取模块，用于获取客户的历史信用卡数据和银行卡数据；

输入模块，用于将所述客户的历史信用卡数据和所述银行卡数据输入所述客户等级评价模型，得到评价结果；

控制模块，用于根据所述评价结果控制所述客户的银行交易流程。

9.一种电子设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1-7任一项所述的方法的步骤。

10.一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上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1-7任一项所述的方法。

Images