CN115760119B - 基于数据处理和特征识别的金融支付监管系统及方法 - Google Patents

Abstract

本发明公开了基于数据处理和特征识别的金融支付监管系统及方法，属于信息安全技术领域；通过从商户自身方面以及经营方面进行不同维度的数据采集和处理，来为后续的不同目标的支付风险分析评估提供可靠的数据支持；通过将目标支付时的不同维度的数据与对应的标签权重以及商户对应的类型权重进行联立整合计算，通过实施数据整合获取对应的支付风险值，基于支付风险值来对目标的支付风险进行评估分类，以便后续来对目标的支付进行动态管理和提示；本发明用于解决现有方案中金融支付监管的整体效果不佳的技术问题。

Description

基于数据处理和特征识别的金融支付监管系统及方法

技术领域

本发明涉及信息安全技术领域，具体涉及基于数据处理和特征识别的金融支付监管系统及方法。

背景技术

金融支付一般指电子金融与支付。

经检索，公开号为CN110599164B、名称为一种可监管的链下任意收款方快速支付方法的中国发明，公开了：央行生成系统公共参数、央行的私钥和公钥；央行分发密钥给商行，商行分发密钥给支行，支行分发密钥给用户；用户对交易额签名并加密发送给支行；支行解密并验证签名风险持续性；若有效，则接受交易并通知收款方；若无效，则拒绝；支行对所有交易单签名并发送给商行，商行验证交易单签名的风险持续性；若有效，则存储到区块链上，若无效，则拒绝；该发明方法通过分级密钥分发，使得央行能够监管整个交易系统；由于用户交易行为仅由支行完成，该发明交易系统与现有中心化系统相兼容，且交易速度与现有的中心化系统相等，能够满足快速交易需求。

虽然该发明实现了能够满足快速交易需求，但是在支付风险评估以及管控方面存在一定的缺陷：没有对支付的目标进行标签化管理，进而无法实施差异化的分析评估和管控；同时也没有将目标支付时不同维度的数据进行整合来对其支付行为的风险进行评估和分类，并自适应的实施管控或者放行；最后也没有对常客的可疑支付行为实施追溯核验并管控，导致金融支付监管的整体效果不佳。

发明内容

本发明的目的在于提供基于数据处理和特征识别的金融支付监管系统及方法，用于解决现有方案中金融支付监管的整体效果不佳的技术问题。

本发明的目的可以通过以下技术方案实现：

基于数据处理和特征识别的金融支付监管系统，包括采集预处理模块，用于对商户的经营实施不同维度的信息采集以及预处理，得到商户信息集；

支付识别模块，用于对目标实施的支付行为进行特征识别和提取，得到支付特征数据，包括：

当目标对商户实施支付行为时，获取支付的账户以及账户关联的总金额、支付方式和支付时间；

将目标支付的账户与商户的历史账户数据库进行匹配获取对应的标签类型；若目标支付的账户不在商户的历史账户数据库中，则生成陌生标签并与该账户相绑定；若目标支付的账户在商户的历史账户数据库中，则生成常客标签并与该账户相绑定，并将该账户的消费次数加一；

匹配获取的标签类型以及账户关联的总金额、支付方式和支付时间构成支付特征数据；

监管评估模块，用于根据支付特征数据中的标签类型并结合商户信息集来对目标的支付实施相对应的监管评估方案；包括对陌生标签对应的支付行为进行拦截管控或者放行，以及对常客标签对应的支付行为进行拦截管控、追溯核验管控以及放行；

管控提示模块，用于根据监管评估数据不同的管控信号自适应的对对应目标账户的支付行为实施拦截管控，并对账户被拦截管控的行为进行提示。

优选地，商户信息集的获取步骤包括：

获取商户的经营类型，将获取的经营类型与数据库中预存储的经营类型权重表进行匹配获取对应的类型权重并标记为商户标志；

获取商户经营过程的收款价格以及对应的收款方式和收款时间，并将采集的各项数据按对应的类别并根据时间的顺序排列组合，得到收款价格数据、收款方式数据和收款时间数据。

优选地，根据预设的价格划分区间对收款价格数据中的若干收款价格进行区间划分并排序，得到包含若干价格划分区间的价格划分数据；

设定不同的支付方式均对应一个不同的方式风险系数，将若干支付方式以及关联的方式风险系数排列组合，得到方式处理数据；

根据预设的时间划分区域对收款时间数据中的若干收款时间进行区间划分并排序，得到包含若干时间划分区间的时间划分数据；

商户对应的商户标志、价格划分数据、方式处理数据和时间划分数据构成商户信息集并上传存储至历史账户数据库中。

优选地，不同的价格划分区间均关联一个对应的价格风险系数，不同的时间划分区间均关联一个对应的时间风险系数。

优选地，监管评估模块的工作步骤包括：

获取支付特征数据中的标签类型，并根据标签类型获取关联的标签权重并标记；获取标签关联的总金额、支付方式和支付时间并分别标记为监管总金额、监管支付方式和监管支付时间；

将监管总金额与商户信息集中的价格划分数据进行匹配获取对应的价格区间以及关联的价格风险系数并标记；将监管支付方式与方式处理数据进行匹配获取对应的方式风险系数并标记；将监管支付时间与商户信息集中的时间划分数据进行匹配获取对应的时间区间以及关联的时间风险系数并标记；获取商户信息集中商户对应的类型权重并标记；提取标记的各项数据的数值并联立整合获取目标对应的支付风险值。

优选地，根据支付风险值对支付的目标进行风险画像时，根据支付特征数据中的标签类型获取对应的支付风险评估表，将目标的支付风险值与对应的支付风险评估表进行匹配获取对应的陌生评估级别并提示；支付风险评估表包含陌生风险评估表和常客风险评估表；

其中，陌生风险评估表和常客风险评估表分别包含若干不同的陌生评估范围和常客评估范围，以及关联有对应的陌生评估级别和常客评估级别，陌生评估级别包含陌生安全级别、陌生低风险级别、陌生中风险级别和陌生高风险级别；常客评估级别包含常客安全级别、常客低风险级别、常客中风险级别和常客高风险级别。

优选地，若陌生标签对应的支付风险值的风险画像结果为陌生高风险级别，则生成第一管控信号并对陌生标签对应的账户的支付行为进行管控和提示；反之，则不对陌生标签对应的账户的支付行为进行管控；

若常客标签对应的支付风险值的风险画像结果为常客高风险级别，则生成第二管控信号并对常客标签对应的账户的支付行为进行管控和提示；

若常客标签对应的支付风险值的风险画像结果为常客低风险级别或者常客中风险级别，则生成核验信号，并根据核验信号对常客标签对应的账户的支付行为进行风险持续性追溯核验，得到核验结果；

支付风险值以及对应的评估级别和第一管控信号、第二管控信号、核验结果构成监管评估数据。

优选地，对常客标签对应的账户的支付行为进行风险持续性追溯核验的步骤包括：

获取常客标签对应的账户的常客低风险级别和常客中风险级别出现的总次数并分别标记，并将每次常客低风险级别和常客中风险级别对应的支付风险值分别标记；提取标记的各项数据的数值并联立整合获取常客标签对应账户的风险核验值；

根据商户的经营类型获取对应的预先关联的风险核验阈值，并将计算获取的风险核验值与风险核验阈值进行匹配；

若风险核验阈值大于风险核验阈值，则生成第三管控信号，根据第三管控信号对常客标签对应的账户的支付行为进行管控并提示；

风险核验值以及对应的维持信号和第三管控信号构成核验结果。

为了解决问题，本发明还公开了基于数据处理和特征识别的金融支付监管方法，包括：

对商户的经营实施不同维度的信息采集以及预处理，得到商户信息集；

对目标实施的支付行为进行特征识别和提取，得到支付特征数据；

根据支付特征数据中的标签类型并结合商户信息集来对目标的支付实施相对应的监管评估方案，得到监管评估数据；

根据监管评估数据不同的管控信号自适应的对对应目标账户的支付行为实施拦截管控，并对账户被拦截管控的行为进行提示。

相比于现有方案，本发明实现的有益效果：

本发明通过从商户自身方面以及经营方面进行不同维度的数据采集和处理，来为后续的不同目标的支付风险分析评估提供可靠的数据支持；通过将目标支付时的不同维度的数据与对应的标签权重以及商户对应的类型权重进行联立整合计算，通过实施数据整合获取对应的支付风险值，基于支付风险值来对目标的支付风险进行评估分类，以便后续来对目标的支付进行动态管理和提示。

本发明将目标支付时的不同维度的数据进行整合来对其整体支付风险进行和分类，并对支付风险异常的高风险级别均进行主动拦截管控并提示，对于常客标签对应的常客低风险级别或者常客中风险级别，则对常客标签对应的账户的支付行为进行风险持续性追溯核验，以此来提高常客标签对应的账户的支付行为风险评估的准确性；通过对目标的支付实施相对应的监管评估方案和动态管控，可疑提高不同类型的目标的支付行为风险评估以及监管的整体效果。

附图说明

下面结合附图对本发明作进一步的说明。

图1为本发明基于数据处理和特征识别的金融支付监管系统的模块框图。

图2为本发明基于数据处理和特征识别的金融支付监管方法的流程框图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，本发明为基于数据处理和特征识别的金融支付监管系统，包括采集预处理模块、支付识别模块、监管评估模块、管控提示模块和历史账户数据库；

本发明实施例中的金融支付监管的对象为小微商户，随着第三方支付的快速发展，越来越多的小微商户通过第三方服务商提供的收款工具进行收款，区别于现有的银行收款方式的直接监管，第三方服务商提供的收款工具存在监管难度大以及风险识别困难的缺陷，同时金融提供方提供的金融融合收款工具，大多数通过限制交易金额的方式来进行安全防范，进而会影响到不同类型商户不同目标支付时的收款效果；本发明实施例通过从商户方面以及目标支付方面进行数据采集、数据处理以及联立整合和分析评估，来对不同类型商户的目标支付风险进行监管并采取措施来对高风险的支付进行拦截，来提高不同类型商户经营时的金融支付监管的整体效果；

采集预处理模块，用于对商户的经营实施不同维度的信息采集以及预处理，得到商户信息集；包括：

获取商户的经营类型，将获取的经营类型与数据库中预存储的经营类型权重表进行匹配获取对应的类型权重并标记为商户标志；商户的经营类型包括但不限于餐饮类、线下零售类、居民生活服务类和休闲娱乐类；

其中，经营类型权重表包含若干个不同的经营类型以及关联的类型权重，不同的经营类型预先设置一个对应的类型权重，类型权重的数值可以基于现有的商户经营的大数据来进行自定义；

获取商户经营过程的收款价格以及对应的收款方式和收款时间，并将采集的各项数据按对应的类别并根据时间的顺序排列组合，得到收款价格数据、收款方式数据和收款时间数据；其中，收款方式包括但不限于目标的第三方支付、银行卡支付和信用卡支付，第三方支付包含微信余额支付和支付宝余额支付；

根据预设的价格划分区间对收款价格数据中的若干收款价格进行区间划分并排序，得到包含若干价格划分区间的价格划分数据；价格划分区间的个数可以为四个，具体区间范围需要根据实际收款价格数据进行自定义；此外，不同的价格划分区间均关联一个对应的价格风险系数，价格风险系数可以根据实际商户进行自定义；

设定不同的支付方式均对应一个不同的方式风险系数，将若干支付方式以及关联的方式风险系数排列组合，得到方式处理数据；方式风险系数可以根据商户经营的大数据进行设定，或者根据经验进行人为自定义；

根据预设的时间划分区域对收款时间数据中的若干收款时间进行区间划分并排序，得到包含若干时间划分区间的时间划分数据；

其中，时间划分区间的划分范围可以为一小时，比如，(8:00，9:00]、(9:00，10:00]；此外，不同的时间划分区间均关联一个对应的时间风险系数，时间风险系数可以根据现有的支付风险大数据进行设定；

商户对应的商户标志、价格划分数据、方式处理数据和时间划分数据构成商户信息集并上传存储至历史账户数据库中；

本发明实施例中，通过从商户自身方面以及经营方面进行不同维度的数据采集和处理，来为后续的不同目标的支付风险分析评估提供可靠的数据支持，通过对文本类的数据进行数字化处理，可以提高不同类型数据整合以及数据分析的准确性；

支付识别模块，用于对目标实施的支付行为进行特征识别和提取，得到支付特征数据，包括：

当目标对商户实施支付行为时，获取支付的账户以及账户关联的总金额、支付方式和支付时间；

将目标支付的账户与商户的历史账户数据库进行匹配获取对应的标签类型；

若目标支付的账户不在商户的历史账户数据库中，则生成陌生标签并与该账户相绑定；

若目标支付的账户在商户的历史账户数据库中，则生成常客标签并与该账户相绑定，并将该账户的消费次数加一；

匹配获取的标签类型以及账户关联的总金额、支付方式和支付时间构成支付特征数据；

本发明实施例中，通过将目标支付的账户与商户的历史账户数据库进行匹配，以便后续来对不同的标签类型的目标支付状态实施差异化的监测分析，同时还可以对商户的历史账户数据库进行更新；

监管评估模块，用于根据支付特征数据中的标签类型并结合商户信息集来对目标的支付实施相对应的监管评估方案；

其中，实施相对应的监管评估方案包括对陌生标签对应的支付行为进行拦截管控或者放行，以及对常客标签对应的支付行为进行拦截管控、追溯核验管控以及放行；

具体的步骤包括：

获取支付特征数据中的标签类型，并根据标签类型获取关联的标签权重并标记为BQ；

获取标签关联的总金额、支付方式和支付时间并分别标记为监管总金额、监管支付方式和监管支付时间；

将监管总金额与商户信息集中的价格划分数据进行匹配获取对应的价格区间以及关联的价格风险系数并标记为JF；

将监管支付方式与方式处理数据进行匹配获取对应的方式风险系数并标记为FF；

将监管支付时间与商户信息集中的时间划分数据进行匹配获取对应的时间区间以及关联的时间风险系数并标记为SF；

获取商户信息集中商户对应的类型权重并标记为LQ；提取标记的各项数据的数值并联立整合，通过评估计算公式计算获取目标对应的支付风险值ZF；用于计算获取支付风险值ZF的评估计算公式为：

ZF＝BQ×LQ×(g1×JF+g2×FF+g3×SF+α)

式中，g1、g2、g3为预设的均大于零的比例因子，且取值范围均属于(0，6)，g1可以取值为1.549，g2可以取值为2.836，g3可以取值为3.175，α为预设的评估补偿因子，取值范围为(0,2)，可以取值为1.0217；

需要说明的是，支付风险值是用于将商户方面和目标支付时的各方面数据进行整合来对目标的支付风险进行整体评估的数值；支付风险值越大，对应目标的支付风险也就越大；

本发明实施例中，通过将目标支付时的不同维度的数据与对应的标签权重以及商户对应的类型权重进行联立整合计算，通过实施数据整合获取对应的支付风险值，基于支付风险值来对目标的支付风险进行评估分类，以便后续来对目标的支付进行动态管理和提示；

根据支付风险值对支付的目标进行风险画像时，根据支付特征数据中的标签类型获取对应的支付风险评估表，将目标的支付风险值与对应的支付风险评估表进行匹配获取对应的陌生评估级别并提示；支付风险评估表包含陌生风险评估表和常客风险评估表；

其中，陌生风险评估表和常客风险评估表分别包含若干不同的陌生评估范围和常客评估范围，以及关联有对应的陌生评估级别和常客评估级别，陌生评估级别包含陌生安全级别、陌生低风险级别、陌生中风险级别和陌生高风险级别；常客评估级别包含常客安全级别、常客低风险级别、常客中风险级别和常客高风险级别；

其中，陌生评估级别和常客评估级别对应的评估范围可以通过对应的标签权重来实现差异化的表示以及计算分析；

若陌生标签对应的支付风险值的风险画像结果为陌生高风险级别，则生成第一管控信号，根据第一管控信号对陌生标签对应的账户的支付行为进行管控并提示；反之，则不对陌生标签对应的账户的支付行为进行管控；

若常客标签对应的支付风险值的风险画像结果为常客高风险级别，则生成第二管控信号，根据第二管控信号对常客标签对应的账户的支付行为进行管控并提示；这里的管控可以为对目标的支付行为进行拦截，并提示目标更换支付方式；比如通过信用卡进行支付并拦截时，提示更换银行卡进行支付；或者通过银行卡进行支付并拦截时，提示更换第三方余额进行支付；

若常客标签对应的支付风险值的风险画像结果为常客低风险级别或者常客中风险级别，则生成核验信号，并根据核验信号对常客标签对应的账户的支付行为进行风险持续性追溯核验，得到核验结果；包括：

获取常客标签对应的账户的常客低风险级别和常客中风险级别出现的总次数并分别标记为DC和ZC，并将每次常客低风险级别和常客中风险级别对应的支付风险值分别标记为ZF1和ZF2；提取标记的各项数据的数值并联立整合，通过追溯计算公式计算获取常客标签对应账户的风险核验值FH；用于计算获取风险核验值FH的追溯计算公式为：

式中，f1、f2为预设的均大于零的比例因子，且f1＜f2，f1可以取值为2.317，f2可以取值为4.354；

需要说明的是，风险核验值是用于将常客标签对应目标的历史评估数据进行整合来对其实时的支付风险进行整体评估的数值；风险核验值越大，对应的支付风险也就越大；

根据商户的经营类型获取对应的预先关联的风险核验阈值，并将计算获取的风险核验值与风险核验阈值进行匹配；

若风险核验阈值不大于风险核验阈值，则生成维持信号，维持信号表示对应常客标签的支付风险正常；

若风险核验阈值大于风险核验阈值，则生成第三管控信号，根据第三管控信号对常客标签对应的账户的支付行为进行管控并提示；第三管控信号表示对应常客标签的支付风险高度异常；

风险核验值以及对应的维持信号和第三管控信号构成核验结果；

支付风险值以及对应的评估级别和第一管控信号、第二管控信号、核验结果构成监管评估数据；

本发明实施例中，通过将目标支付时的不同维度的数据进行整合来对其整体支付风险进行和分类，并对支付风险异常的高风险级别均进行主动拦截管控并提示，对于常客标签对应的常客低风险级别或者常客中风险级别，则对常客标签对应的账户的支付行为进行风险持续性追溯核验，以此来提高常客标签对应的账户的支付行为风险评估的准确性；

管控提示模块，用于根据监管评估数据不同的管控信号自适应的对对应目标账户的支付行为实施拦截管控，并对账户被拦截管控的行为进行提示。

本发明实施例中，通过对标签化的目标账户的支付行为实施差异化的风险评估，并对评估的高风险级别实施主动的拦截管控并提示，同时还对评估的中低风险实施主动的追溯核验评估，以此来提高不同类型的目标的支付行为风险评估以及监管的整体效果；

此外，上述中涉及的公式均是去除量纲取其数值计算，是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的比例系数以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得；比例系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于比例系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数；只要不影响参数与量化后数值的比例关系即可。

实施例二

如图2所示，本发明为基于数据处理和特征识别的金融支付监管方法，包括：

对商户的经营实施不同维度的信息采集以及预处理，得到商户信息集；

对目标实施的支付行为进行特征识别和提取，得到支付特征数据；

根据支付特征数据中的标签类型并结合商户信息集来对目标的支付实施相对应的监管评估方案，得到监管评估数据；包括对陌生标签对应的支付行为进行拦截管控或者放行，以及对常客标签对应的支付行为进行拦截管控、追溯核验管控以及放行；

根据监管评估数据不同的管控信号自适应的对对应目标账户的支付行为实施拦截管控，并对账户被拦截管控的行为进行提示。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，可以通过其它的方式实现。例如，以上所描述的发明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模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块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 (2)

1.基于数据处理和特征识别的金融支付监管系统，其特征在于，包括采集预处理模块，用于对商户的经营实施不同维度的信息采集以及预处理，得到商户信息集；包括：

获取商户的经营类型，将获取的经营类型与数据库中预存储的经营类型权重表进行匹配获取对应的类型权重并标记为商户标志；

获取商户经营过程的收款价格以及对应的收款方式和收款时间，并将采集的各项数据按对应的类别并根据时间的顺序排列组合，得到收款价格数据、收款方式数据和收款时间数据；根据预设的价格划分区间对收款价格数据中的若干收款价格进行区间划分并排序，得到包含若干价格划分区间的价格划分数据；

设定不同的支付方式均对应一个不同的方式风险系数，将若干支付方式以及关联的方式风险系数排列组合，得到方式处理数据；

根据预设的时间划分区域对收款时间数据中的若干收款时间进行区间划分并排序，得到包含若干时间划分区间的时间划分数据；不同的价格划分区间均关联一个对应的价格风险系数，不同的时间划分区间均关联一个对应的时间风险系数；

商户对应的商户标志、价格划分数据、方式处理数据和时间划分数据构成商户信息集并上传存储至历史账户数据库中；

支付识别模块，用于对目标实施的支付行为进行特征识别和提取，得到支付特征数据，包括：

当目标对商户实施支付行为时，获取支付的账户以及账户关联的总金额、支付方式和支付时间；

将目标支付的账户与商户的历史账户数据库进行匹配获取对应的标签类型；若目标支付的账户不在商户的历史账户数据库中，则生成陌生标签并与该账户相绑定；若目标支付的账户在商户的历史账户数据库中，则生成常客标签并与该账户相绑定，并将该账户的消费次数加一；

匹配获取的标签类型以及账户关联的总金额、支付方式和支付时间构成支付特征数据；

监管评估模块，用于根据支付特征数据中的标签类型并结合商户信息集来对目标的支付实施相对应的监管评估方案；包括对陌生标签对应的支付行为进行拦截管控或者放行，以及对常客标签对应的支付行为进行拦截管控、追溯核验管控以及放行；包括：

获取支付特征数据中的标签类型，并根据标签类型获取关联的标签权重并标记；获取标签关联的总金额、支付方式和支付时间并分别标记为监管总金额、监管支付方式和监管支付时间；

将监管总金额与商户信息集中的价格划分数据进行匹配获取对应的价格区间以及关联的价格风险系数并标记；将监管支付方式与方式处理数据进行匹配获取对应的方式风险系数并标记；将监管支付时间与商户信息集中的时间划分数据进行匹配获取对应的时间区间以及关联的时间风险系数并标记；获取商户信息集中商户对应的类型权重并标记；提取标记的各项数据的数值并联立整合获取目标对应的支付风险值；

根据支付风险值对支付的目标进行风险画像时，根据支付特征数据中的标签类型获取对应的支付风险评估表，将目标的支付风险值与对应的支付风险评估表进行匹配获取对应的陌生评估级别并提示；支付风险评估表包含陌生风险评估表和常客风险评估表；陌生风险评估表和常客风险评估表分别包含若干不同的陌生评估范围和常客评估范围，以及关联有对应的陌生评估级别和常客评估级别，陌生评估级别包含陌生安全级别、陌生低风险级别、陌生中风险级别和陌生高风险级别；常客评估级别包含常客安全级别、常客低风险级别、常客中风险级别和常客高风险级别；

若陌生标签对应的支付风险值的风险画像结果为陌生高风险级别，则生成第一管控信号并对陌生标签对应的账户的支付行为进行管控和提示；反之，则不对陌生标签对应的账户的支付行为进行管控；

若常客标签对应的支付风险值的风险画像结果为常客高风险级别，则生成第二管控信号并对常客标签对应的账户的支付行为进行管控和提示；

若常客标签对应的支付风险值的风险画像结果为常客低风险级别或者常客中风险级别，则生成核验信号，并根据核验信号对常客标签对应的账户的支付行为进行风险持续性追溯核验，得到核验结果；

其中，对常客标签对应的账户的支付行为进行风险持续性追溯核验的步骤包括：

获取常客标签对应的账户的常客低风险级别和常客中风险级别出现的总次数并分别标记，并将每次常客低风险级别和常客中风险级别对应的支付风险值分别标记；提取标记的各项数据的数值并联立整合获取常客标签对应账户的风险核验值；

根据商户的经营类型获取对应的预先关联的风险核验阈值，并将计算获取的风险核验值与风险核验阈值进行匹配；

若风险核验阈值大于风险核验阈值，则生成第三管控信号，根据第三管控信号对常客标签对应的账户的支付行为进行管控并提示；

风险核验值以及对应的维持信号和第三管控信号构成核验结果；支付风险值以及对应的评估级别和第一管控信号、第二管控信号、核验结果构成监管评估数据，通过对标签化的目标账户的支付行为实施差异化的风险评估，并对评估的高风险级别实施主动的拦截管控并提示，同时还对评估的中低风险实施主动的追溯核验评估，以此来提高不同类型的目标的支付行为风险评估以及监管的整体效果；

管控提示模块，用于根据监管评估数据不同的管控信号自适应的对对应目标账户的支付行为实施拦截管控，并对账户被拦截管控的行为进行提示。

2.基于数据处理和特征识别的金融支付监管方法，应用于权利要求1所述的基于数据处理和特征识别的金融支付监管系统，其特征在于，包括：

对商户的经营实施不同维度的信息采集以及预处理，得到商户信息集；

对目标实施的支付行为进行特征识别和提取，得到支付特征数据；

根据支付特征数据中的标签类型并结合商户信息集来对目标的支付实施相对应的监管评估方案，得到监管评估数据；

根据监管评估数据不同的管控信号自适应的对对应目标账户的支付行为实施拦截管控，并对账户被拦截管控的行为进行提示。