CN115099936A - 一种交易监测系统 - Google Patents

Abstract

本申请涉及汽车领域，公开了一种交易监测系统，包括：获取接口，用于获取目标交易；其中，所述目标交易包括与汽车行业相关的交易数据和交易主体；检测组件，用于对所述目标交易中的交易数据进行计算得到第一评分，并对所述目标交易对应的目标交易主体的风险度进行计算得到第二评分；其中，所述目标交易主体的风险度与所述目标交易的可疑程度呈正相关关系；判定器，用于根据所述第一评分和所述第二评分确定出最终评分，以判断所述最终评分是否大于预设阈值，如果是，则判定所述目标交易为可疑交易。本申请能够对汽车领域的交易进行自动监测，高效、准确地识别出可疑的交易，提高汽车领域交易的合规度。

Description

一种交易监测系统

技术领域

本发明涉及汽车技术领域，特别涉及一种交易监测系统。

背景技术

近年来，对客户身份识别深度、反洗钱工作有效性和反洗钱信息安全等提出了新的监管要求。同时，也加强了对洗钱风险评估的重视力度，强调监测指标有效性的重要性，要求开展产品(业务)洗钱风险评估管理、本机构洗钱风险自评估管理以及监测指标有效性管理。从总体来看，反洗钱监管重心正逐渐由合规性向有效性发生转变，这也要求反洗钱工作需逐渐从被动合规转向主动合规。

目前，汽车领域的反洗钱工作目前存在如下问题：1)汽车金融的业务模式较简单和单一，客户贷款金额大都为5万到20万之间，以等额本息的方式偿还，每月还款几千元不等，客户行为的辨识度不高，常规的以异常交易为主的反洗钱风险挖掘方式不适用于汽车金融业务，需要借助更多的客户信息强化反洗钱识别能力；2)人工审核的流程复杂，难度高。反洗钱的识别需要借助大量的信息，这些信息的来源多，有可能是核心的交易数据、客户信息，也有可能运营的回访记录，电话记录等，获取和筛选会花费大量的时间精力。同时按监管要求，可疑交易要历经初审、复核、审定，再完成可疑报文后进行监管上报，还有后续的报文修正和变更，整体流程复杂繁琐，业务人员的负担较大。

因此，上述技术问题是亟待本领域技术人员解决的。

发明内容

有鉴于此，本发明的目的在于提供一种交易监测系统，应用于汽车领域，能够对汽车领域的交易进行自动监测，高效、准确地识别出可疑的交易，提高汽车领域交易的合规度。其具体方案如下：

获取接口，用于获取目标交易；其中，所述目标交易包括与汽车行业相关的交易数据和交易主体；

检测组件，用于对所述目标交易中的交易数据进行计算得到第一评分，并对所述目标交易对应的目标交易主体的风险度进行计算得到第二评分；其中，所述目标交易主体的风险度与所述目标交易的可疑程度呈正相关关系；

判定器，用于根据所述第一评分和所述第二评分确定出最终评分，以判断所述最终评分是否大于预设阈值，如果是，则判定所述目标交易为可疑交易。

可选的，所述检测组件，还用于从预设数据库中读取所述目标交易主体的风险指标数据，以根据所述风险指标数据计算所述目标交易主体的风险度得到所述第二评分；其中，所述风险指标数据包括所述目标交易主体的黑名单匹配度、风险评分及关联风险分中的至少一种；所述黑名单匹配度为所述目标交易主体属于预设黑名单中的交易主体的概率，所述风险评分表征所述目标交易主体为风险主体的概率，所述关联风险分反映所述目标交易主体的关联信息。

可选的，当所述风险指标数据包括所述目标交易主体的所述黑名单匹配度，所述交易监测系统还包括：

名单构建模块，用于构建所述预设黑名单；

比对模块，用于分别计算所述目标交易主体的姓名与所述预设黑名单中的每个姓名的字符串距离以及所述目标交易主体的出生日期、身份证号与所述预设黑名单中的每个出生日期、身份证号的匹配度；

第一存储模块，用于根据各个字符串距离和各个匹配度确定出所述目标交易主体的所述黑名单匹配度并将所述黑名单匹配度存储至所述预设数据库。

可选的，当所述风险指标数据还包括所述目标交易主体的所述风险评分，所述交易监测系统还包括：

计算模块，用于根据所述目标交易主体的基本信息及所述黑名单匹配度计算第一风险评分，并根据所述目标交易主体的所述基本信息的完整度计算第二风险评分，以及对所述第一风险评分和所述第二风险评分进行加权求和后得到所述风险评分；

第二存储模块，用于将所述风险评分存储至所述预设数据库。

可选的，当所述风险指标数据还包括所述目标交易主体的所述关联风险分，所述交易监测系统还包括：

图谱生成模块，用于获取所述目标交易主体的关联信息，并基于所述关联信息生成关联图谱；

第三存储模块，用于根据所述关联图谱确定出所述目标交易主体的所述关联风险分并将所述关联风险分存储至所述预设数据库，或以图数据库的形式存储所述关联图谱，以便从所述图数据库中读取所述关联图谱表征的所述关联风险分。

可选的，所述从所述图数据库中读取所述关联图谱表征的所述关联风险分，包括：

从所述图数据库中读取所述关联图谱，并根据所述关联图谱确定所述目标交易主体的关联人数量、关联人的风险评分、关联人的交易相似度，以得到所述目标交易主体的所述关联风险分。

可选的，所述交易监测系统，还包括：

显示模块，用于将判定为可疑交易的所述目标交易的相关交易信息在人工交互界面进行显示，以便根据所述人工交互界面的显示信息进行人工审核。

相应的，所述获取接口，还用于获取所述人工交互界面返回的针对所述目标交易的相关交易信息的人工审核结果。

可选的，所述交易监测系统，还包括：

报文生成模块，用于如果所述人工审核结果表征所述目标交易为可疑交易，则生成相应的可疑交易报文；

报文上报模块，用于将所述可以交易报文上报至监管平台。

可选的，所述交易监测系统，还包括删除模块，用于如果所述人工审核结果表征所述目标交易为非可疑交易，则删除所述判定模块判定所述目标交易为可疑交易的记录。

可选的，所述交易监测系统，还包括报文更新模块，用于获取所述人工交互界面返回的报文更新指令，并根据所述报文更新指令对所述可疑交易报文进行更新，以便所述报文上报模块将更新后的所述可疑交易报文上报至所述监管平台。

本申请中，所述交易监测系统应用在汽车领域，包括获取接口、检测组件和判定器。其中，所述获取接口，用于获取目标交易；所述检测组件，用于对所述目标交易中的交易数据进行计算得到第一评分，并对所述目标交易对应的目标交易主体的风险度进行计算得到第二评分；其中，所述目标交易主体的风险度与所述目标交易的可疑程度呈正相关关系；所述判定器，用于根据所述第一评分和所述第二评分确定出最终评分，以判断所述最终评分是否大于预设阈值，如果是，则判定所述目标交易为可疑交易。可见，本申请的交易监测系统的获取接口在获取到目标交易时，检测组件便针对目标交易从交易数据和交易主体两个维度进行评分，判定器对检测组件输出的评分进行判断以确定目标交易是否可疑。能够对汽车领域的交易进行自动监测，高效、准确地识别出可疑的交易，提高汽车领域交易的合规度。

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，还可以根据提供的附图获得其他的附图。

图1为本申请提供的一种交易监测系统结构图；

图2为本申请提供的一种具体的客户数据新增流程示意图；

图3为本申请提供的一种具体的交易监测流程图；

图4为本申请提供的一种具体的可疑交易报文上报流程图；

图5为本申请提供的一种具体的可疑交易报文更新流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

现有技术中，汽车领域的反洗钱工作目前一方面存在客户行为的辨识度不高的问题，常规的以异常交易为主的反洗钱风险挖掘方式不适用于汽车金融业务，需要借助更多的客户信息强化反洗钱识别能力；另一方面存在人工审核的流程复杂，难度高的问题，同时按监管要求，可疑交易要历经初审、复核、审定，再完成可疑报文后进行监管上报，还有后续的报文修正和变更，整体流程复杂繁琐，业务人员的负担较大。针对上述技术问题，本申请提供一种应用于汽车领域的交易监测系统，获取接口在获取到目标交易时，检测组件便针对目标交易从交易数据和交易主体两个维度进行评分，判定器对检测组件输出的评分进行判断以确定目标交易是否可疑。能够对汽车领域的交易进行自动监测，高效、准确地识别出可疑的交易，提高汽车领域交易的合规度。

图1为本申请实施例提供的一种交易监测系统结构图。参见图1所示，该交易监测系统应用于汽车领域，包括：

获取接口01，用于获取目标交易；其中，所述目标交易包括与汽车行业相关的交易数据和交易主体。

本实施例中，所述交易接口01主要用于获取包括与汽车行业相关的交易数据和交易主体的目标交易。所述目标交易可以是实时生成的新交易，也可以是在预设周期内生成的待检测交易，一旦有新交易生成，则自动获取该交易。也即监测操作是由新交易行为触发的。特别的，所述目标交易是与汽车行业相关的交易。

检测组件02，用于对所述目标交易中的交易数据进行计算得到第一评分，并对所述目标交易对应的目标交易主体的风险度进行计算得到第二评分；其中，所述目标交易主体的风险度与所述目标交易的可疑程度呈正相关关系。

本实施例中，在获取到所述目标交易后，所述检测组件02一方面对所述目标交易中的交易数据进行计算得到第一评分，另一方面对所述目标交易对应的目标交易主体的风险度进行计算得到第二评分。其中，所述目标交易主体的风险度与所述目标交易的可疑程度呈正相关关系。

本实施例中，所述交易数据包括交易行为性质、交易金额和钱款来源等数据，也即当新交易行为进入所述交易监测系统中后，首先对该交易行为性质(定期自动还款、汽车金融公司放款、线下打款)、交易金额、钱款来源(客户本人银行卡还款、非客户本人银行卡还款)进行分析，计算交易评分(所述第一评分)。

本实施例中，在对所述目标交易对应的目标交易主体的风险度进行计算时，所述检测组件02还用于从预设数据库中读取所述目标交易主体的风险指标数据，以根据所述风险指标数据计算所述目标交易主体的风险度得到所述第二评分。其中，所述风险指标数据包括所述目标交易主体的黑名单匹配度、风险评分及关联风险分中的至少一种；所述黑名单匹配度为所述目标交易主体属于预设黑名单中的交易主体的概率，所述风险评分表征所述目标交易主体为风险主体的概率，所述关联风险分反映所述目标交易主体的关联信息。

需要说明的是，所述风险指标数据是预先生成并存储的，具体如图2所示。当有新交易进入系统时，所述检测组件02只需要去数据库中抽取相关数据进行计算即可。对于所述黑名单匹配度，所述交易监测系统还包括名单构建模块、比对模块和第一存储模块。其中，所述名单构建模块用于构建所述预设黑名单；所述比对模块用于分别计算所述目标交易主体的姓名与所述预设黑名单中的每个姓名的字符串距离以及所述目标交易主体的出生日期、身份证号与所述预设黑名单中的每个出生日期、身份证号的匹配度；所述第一存储模块用于根据各个字符串距离和各个匹配度确定出所述目标交易主体的所述黑名单匹配度并将所述黑名单匹配度存储至所述预设数据库。具体的，可以先从联合国官网、监管部门等地方获取相应的洗钱黑名单，经数据处理后形成自己的黑名单库，然后通过levenshtein距离计算客户姓名和黑名单中的姓名的相似度，再对比客户的出生日期和身份证号，结合这三个内容的对比情况计算客户命中黑名单的概率。

对于所述风险评分，所述交易监测系统还包括计算模块和第二存储模块。其中，所述计算模块用于根据所述目标交易主体的基本信息及所述黑名单匹配度计算第一风险评分，并根据所述目标交易主体的所述基本信息的完整度计算第二风险评分，以及对所述第一风险评分和所述第二风险评分进行加权求和后得到所述风险评分；所述第二存储模块用于将所述风险评分存储至所述预设数据库。具体的，先从大数据平台抽取数据，也即获取客户的国籍、身份证有效期、职业、收入、共借人国籍、行业、来源渠道信息及从黑名单匹配结果中获取客户命中黑名单的概率。然后计算客户信息中国籍、职业、共借人国籍、收入、年龄、行业、来源渠道、命中黑名单概率的风险评分(所述第一风险评分)。接着计算客户信息整体缺失情况的风险评分(所述第二风险评分)，信息越完整，风险评分越低。最后按一定权重将所有算得的风险评分求和获得客户的最终风险评分。

对于所述关联风险分，所述交易监测系统还包括图谱生成模块和第三存储模块。其中，所述图谱生成模块用于获取所述目标交易主体的关联信息，并基于所述关联信息生成关联图谱；所述第三存储模块用于根据所述关联图谱确定出所述目标交易主体的所述关联风险分并将所述关联风险分存储至所述预设数据库，或以图数据库的形式存储所述关联图谱，以便从所述图数据库中读取所述关联图谱表征的所述关联风险分。进一步的，所述从所述图数据库中读取所述关联图谱表征的所述关联风险分具体可以为从所述图数据库中读取所述关联图谱，并根据所述关联图谱确定所述目标交易主体的关联人数量、关联人的风险评分、关联人的交易相似度，以得到所述目标交易主体的所述关联风险分。也即依据交易方的关联图谱情况计算关联风险分，以关联人的数量，关联人的风险评分，关联人的相似度(贷款时间、贷款金额、贷款车辆等信息)综合评判。

本实施例中的所述关联图谱的具体生成过程为：先从大数据平台抽取数据，获取客户的身份证号、电话号、地址、经销商、共借人等信息。生成关联图谱首先要构建节点，本实施例的关联图谱由四类节点构成，分别为客户、经销商、电话号和工作单位，将获取到的数据分别映射到不同的节点上，客户节点以客户身份证号为唯一标识，经销商节点以公司内部的经销商编号为唯一标识，电话号节点以号码为唯一标识，工作单位以工作单位名称为唯一标识。关联图谱的节点之间以边相连，简单的连接方式有如下几种情况：客户A为客户B的共借人、配偶；客户A在经销商B处买车；电话B为客户A的手机、紧急联系人电话；客户A在工作单位B工作；工作单位A有电话B。

可以理解，客户、工作单位都有地址信息，由于地址信息为客户自主填写，格式不统一，以地址信息连接的方式较复杂，主要有以下几个流程：a)使用分词算法将地址进行分词，例如“福建省泉州市晋江市深沪镇柳山村柳南路XX号”，划分为“福建省”、“泉州市”、“晋江市”、“深沪镇”、“柳山村”、“柳南路”、“XX号”；b)针对省市部分，依据国家标准省市区划分，对含有市信息，缺失省信息的自动填补省信息，同时统一化写法，例如“泉州市”改写为“福建泉州”；c)对于路、街道或更低一级的情况，则直接去掉。经过整体处理后，“福建省泉州市晋江市深沪镇柳山村柳南路XX号”变为“福建泉州晋江市深沪镇柳山村”，再将处理后完全相同的地址连接起来，作为客户节点、工作单位节点相互之间或者内部之间的边。

本实施例中的所述关联图谱可以基于图数据库neo4j构建。上述方案针对汽车金融由于交易性质简单、交易金额低的特点、可疑判别困难的问题，增加了客户个人的黑名单情况、风险情况以及关联情况共同对交易的可疑性进行分析判断，增加了判别的准确性，同时也节省了人工筛选的负担。

判定器03，用于根据所述第一评分和所述第二评分确定出最终评分，以判断所述最终评分是否大于预设阈值，如果是，则判定所述目标交易为可疑交易。

本实施例中，将所述检测组件02输出的所述目标交易的各项评分按一定权重求和，即可获得本次交易的最终评分，也可称为可疑评分，若本次交易的可疑评分高于专家设置的阈值，则判定该交易为可疑交易。

进一步的，对于所述判定器03判定为可疑交易的交易记录需要进行复核。总体流程如图3所示。此时，所述交易监测系统还包括显示模块，用于将判定为可疑交易的所述目标交易的相关交易信息在人工交互界面进行显示，以便根据所述人工交互界面的显示信息进行人工审核。相应的，所述获取接口01，还用于获取所述人工交互界面返回的针对所述目标交易的相关交易信息的人工审核结果。其中，在将识别为可疑的交易分配到复核人员时，系统会将该笔交易的详情、交易方最近的交易、交易方的详情等信息展示给复核人员，便于复核人员审核该笔交易。

本实施例中，如果复核人员审核可疑，所述监测系统中的报文生成模块则会在所述人工审核结果表征所述目标交易为可疑交易时，生成相应的可疑交易报文，报文上报模块将所述可疑交易报文上报至监管平台。上报流程如图4所示。如果复核人员复审后认定审核错误，该交易正常，也即如果所述人工审核结果表征所述目标交易为非可疑交易，则所述监测系统中的删除模块删除所述判定模块判定所述目标交易为可疑交易的记录。取消可疑判定后流程结束。另外，如果可疑交易信息有变更，所述监测系统还包括报文更新模块，用于获取所述人工交互界面返回的报文更新指令，并根据所述报文更新指令对所述可疑交易报文进行更新，以便所述报文上报模块将更新后的所述可疑交易报文上报至所述监管平台。报文更新流程如图5所示。

可见，本申请实施例中的所述交易监测系统应用在汽车领域，包括获取接口、检测组件和判定器。其中，所述获取接口，用于获取目标交易；所述检测组件，用于对所述目标交易中的交易数据进行计算得到第一评分，并对所述目标交易对应的目标交易主体的风险度进行计算得到第二评分；其中，所述目标交易主体的风险度与所述目标交易的可疑程度呈正相关关系；所述判定器，用于根据所述第一评分和所述第二评分确定出最终评分，以判断所述最终评分是否大于预设阈值，如果是，则判定所述目标交易为可疑交易。本申请实施例的交易监测系统的获取接口在获取到目标交易时，检测组件便针对目标交易从交易数据和交易主体两个维度进行评分，判定器对检测组件输出的评分进行判断以确定目标交易是否可疑。能够对汽车领域的交易进行自动监测，高效、准确地识别出可疑的交易，提高汽车领域交易的合规度。

最后，还需要说明的是，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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的交易监测系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种交易监测系统，其特征在于，包括：

获取接口，用于获取目标交易；其中，所述目标交易包括与汽车行业相关的交易数据和交易主体；

检测组件，用于对所述目标交易中的交易数据进行计算得到第一评分，并对所述目标交易对应的目标交易主体的风险度进行计算得到第二评分；其中，所述目标交易主体的风险度与所述目标交易的可疑程度呈正相关关系；

判定器，用于根据所述第一评分和所述第二评分确定出最终评分，以判断所述最终评分是否大于预设阈值，如果是，则判定所述目标交易为可疑交易。

2.根据权利要求1所述的交易监测系统，其特征在于，所述检测组件，还用于从预设数据库中读取所述目标交易主体的风险指标数据，以根据所述风险指标数据计算所述目标交易主体的风险度得到所述第二评分；其中，所述风险指标数据包括所述目标交易主体的黑名单匹配度、风险评分及关联风险分中的至少一种；所述黑名单匹配度为所述目标交易主体属于预设黑名单中的交易主体的概率，所述风险评分表征所述目标交易主体为风险主体的概率，所述关联风险分反映所述目标交易主体的关联信息。

3.根据权利要求2所述的交易监测系统，其特征在于，当所述风险指标数据包括所述目标交易主体的所述黑名单匹配度，所述交易监测系统还包括：

名单构建模块，用于构建所述预设黑名单；

比对模块，用于分别计算所述目标交易主体的姓名与所述预设黑名单中的每个姓名的字符串距离以及所述目标交易主体的出生日期、身份证号与所述预设黑名单中的每个出生日期、身份证号的匹配度；

第一存储模块，用于根据各个字符串距离和各个匹配度确定出所述目标交易主体的所述黑名单匹配度并将所述黑名单匹配度存储至所述预设数据库。

4.根据权利要求3所述的交易监测系统，其特征在于，当所述风险指标数据还包括所述目标交易主体的所述风险评分，所述交易监测系统还包括：

计算模块，用于根据所述目标交易主体的基本信息及所述黑名单匹配度计算第一风险评分，并根据所述目标交易主体的所述基本信息的完整度计算第二风险评分，以及对所述第一风险评分和所述第二风险评分进行加权求和后得到所述风险评分；

第二存储模块，用于将所述风险评分存储至所述预设数据库。

5.根据权利要求4所述的交易监测系统，其特征在于，当所述风险指标数据还包括所述目标交易主体的所述关联风险分，所述交易监测系统还包括：

图谱生成模块，用于获取所述目标交易主体的关联信息，并基于所述关联信息生成关联图谱；

第三存储模块，用于根据所述关联图谱确定出所述目标交易主体的所述关联风险分并将所述关联风险分存储至所述预设数据库，或以图数据库的形式存储所述关联图谱，以便从所述图数据库中读取所述关联图谱表征的所述关联风险分。

6.根据权利要求5所述的交易监测系统，其特征在于，所述从所述图数据库中读取所述关联图谱表征的所述关联风险分，包括：

从所述图数据库中读取所述关联图谱，并根据所述关联图谱确定所述目标交易主体的关联人数量、关联人的风险评分、关联人的交易相似度，以得到所述目标交易主体的所述关联风险分。

7.根据权利要求1至6任一项所述的交易监测系统，其特征在于，还包括：

显示模块，用于将判定为可疑交易的所述目标交易的相关交易信息在人工交互界面进行显示，以便根据所述人工交互界面的显示信息进行人工审核；

相应的，所述获取接口，还用于获取所述人工交互界面返回的针对所述目标交易的相关交易信息的人工审核结果。

8.根据权利要求7所述的交易监测系统，其特征在于，还包括：

报文生成模块，用于如果所述人工审核结果表征所述目标交易为可疑交易，则生成相应的可疑交易报文；

报文上报模块，用于将所述可以交易报文上报至监管平台。

9.根据权利要求7所述的交易监测系统，其特征在于，还包括删除模块，用于如果所述人工审核结果表征所述目标交易为非可疑交易，则删除所述判定模块判定所述目标交易为可疑交易的记录。

10.根据权利要求7所述的交易监测系统，其特征在于，还包括报文更新模块，用于获取所述人工交互界面返回的报文更新指令，并根据所述报文更新指令对所述可疑交易报文进行更新，以便所述报文上报模块将更新后的所述可疑交易报文上报至所述监管平台。

Images