CN116071152A - 一种数据处理方法、装置、电子设备及存储介质 - Google Patents
一种数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116071152A CN116071152A CN202310213903.7A CN202310213903A CN116071152A CN 116071152 A CN116071152 A CN 116071152A CN 202310213903 A CN202310213903 A CN 202310213903A CN 116071152 A CN116071152 A CN 116071152A
- Authority
- CN
- China
- Prior art keywords
- transaction
- monitoring
- user
- list
- transaction object
- 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
本发明公开了一种数据处理方法、装置、电子设备及存储介质。本发明涉及数据处理技术领域。该方法包括:获取至少一个交易报文,并获取交易报文中的交易对象以及与交易对象相对应的交易关联数据;对于交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息;基于各目标监控信息,对相应的交易对象进行监控处理。解决了在进行交易筛查时,存在交易对象的误命中概率高的问题,在基于监控用户列表进行初次筛查的基础上,基于排除用户列表进行二次筛查,达到了更加准确的从交易对象中确定目标监控对象,降低误命中概率的效果。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
根据金融机构的监管要求,金融机构需要对每天设计的交易进行交易审核,以保证交易的合法合规和安全性。
对于金融机构来说,每天涉及的交易量非常大,少则几十万笔,多则上亿笔,在对各交易信息进行审核时通常是基于金融机构的业务筛查系统对所有的交易业务进行逐笔审核。在对交易业务进行审核过程中,通常是基于交易对象的主题信息进行审核,但是由于交易对象一般只有名称信息,命中的业务信息的数据量非常大,且存在大量误命中的情况,导致需要大量人工对命中的交易信息进行复核。同时,在此过程中,当正常业务信息被误命中时,金融机构将实时阻断客户交易,大大影响了金融机构的客户体验。
为了解决上述问题,需要对交易信息审核的方法进行改进。
发明内容
本发明实施例提供一种数据处理方法、装置、电子设备及存储介质,用以解决在进行交易筛查时,仅通过金融监管机构发布的监控用户名单进行筛查,存在交易对象的误命中概率高的问题。
第一方面,本发明实施例提供了一种数据处理方法,包括:
获取至少一个交易报文,并获取所述交易报文中的交易对象以及与所述交易对象相对应的交易关联数据;其中,所述交易对象包括权益转移方以及权益交付方;
对于所述交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息;其中,所述排除用户列表是基于所述监控用户列表确定的;
基于各所述目标监控信息,对相应的交易对象进行监控处理。
第二方面,本发明实施例还提供了一种数据处理装置,该装置包括:
关联数据获取模块,用于获取至少一个交易报文,并获取所述交易报文中的交易对象以及与所述交易对象相对应的交易关联数据;其中,所述交易对象包括权益转移方以及权益交付方;
监控信息确定模块,用于对于所述交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息;其中,所述排除用户列表是基于所述监控用户列表确定的;
监控处理模块,用于基于各所述目标监控信息,对相应的交易对象进行监控处理。
第三方面,本发明实施例还提供了一种电子设备,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程序时实现如本发明实施例中任一所述的数据处理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的数据处理方法。
第五方面,本发明实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如本发明实施例中任一所述的数据处理方法。
本发明实施例中,通过获取至少一个交易报文,并获取交易报文中的交易对象以及与交易对象相对应的交易关联数据,在进行交易筛查时,通过获取金融机构的至少一个交易报文,并对各交易报文进行解析,以从交易报文中提取交易对象以及与交易对象相关联的交易关联数据,如,权益转移方标识、转移方账号、转移方名称以及交易价值;与权益交付方相对应的交易关联数据包括权益交付方标识、交付方账号以及交付方名称等。其中,交易对象包括权益转移方和权益交付方。进一步的,对于交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息,需要说明的是,监控用户列表为金融监管机构发布的用户列表,用于记录重点监控用户,以及具有交易风险的风险交易用对象;排除用户列表中用于记录疑似交易对象中的正常交易对象。具体而言,在基于监控用户列表中的各监控用户的用户关联数据对交易对象的交易关联数据进行初次交易筛查,得到至少一个疑似交易对象,进一步的,通过排除用户列表中的监控用户的用户关联数据对各交易对象的交易关联数据进行二次筛查,可以从各交易对象中确定目标监控对象,并确定与目标监控对象相对应的目标监控信息。在此基础上,基于各目标监控信息,对相应的交易对象进行监控处理,也就是说,根据目标监控信息的不同,所对应的监控处理方式也不同,如,当交易对象为正常交易对象时,目标监控信息为三级监控,无需进行交易阻断;当交易对象为疑似交易对象时,目标监控信息为二级监控,需要进一步对交易对象进行风险判断;当交易对象为目标监控对象时,目标监控信息为一级监控,此时可以对该交易对象的交易行为进行交易阻断。解决了在进行交易筛查时,仅通过金融监管机构发布的监控用户名单进行筛查,存在交易对象的误命中概率高的问题,本技术方案通过在基于监控用户列表进行初次筛查的基础上,基于排除用户列表对初次筛查结果中的疑似交易对象进行二次筛查,达到了更加准确的从交易对象中确定目标监控对象,降低误命中概率,并及时对目标监控对象的交易行为进行告警的效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对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发明的某些实施例,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为本发明实施例提供的数据处理方法的流程图;
图2为本发明实施例提供的数据处理方法的流程图;
图3为本发明实施例提供的数据处理方法的流程图;
图4为本发明实施例提供的数据处理方法的流程图;
图5为本发明实施例提供的数据处理方法的流程图;
图6为本发明实施例提供的数据处理方法的流程图;
图7为本发明实施例提供的数据处理装置的结构示意图;
图8为本发明实施例提供的一种电子设备的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
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,在本发明的描述中,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。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
在对本技术方案进行详细阐述之前,先对本技术方案的应用场景进行简单介绍,以便更加清楚地理解本技术方案。
根据金融机构监管要求,金融机构需要根据监管名单对金融交易进行交易筛查,如,可以对金融机构的交易信息进行实时筛查,或者,还可以在监管名单发生变更时,对历史交易信息进行交易回溯。但是,对金融机构来说,每天涉及的交易少则几十万笔,多则上亿笔。可以理解的是,在每个交易信息中都包含至少两个交易对象,即,权益转移方和权益收益方,但是由于交易对象的重名率非常高,而在金融交易过程中一般只包含交易对象的主体名称,而不包含交易对象的身份附属信息。因此,在对金融交易进行初步交易筛查后,可以得到大量的疑似命中交易信息,进一步的,为了保证交易筛查的准确性,还需要通过人工审核的方式对这些疑似交易信息进行人工筛查。但是由于金融机构的金融交易数量巨大,在进行初步交易筛查后,将得到大量的疑似命中交易,导致在基于人工筛查时的工作量非常大,需要金融机构投入大量的人力物力去处理。同时,当金融交易为疑似命中交易时,金融机构将实时阻断交易对象的金融交易,若该疑似命中交易为正常交易时,则可以确定该疑似命中交易为误命中交易,此时会大大影响交易对象的交易体验。
基于此,本技术方案提供了一种数据处理方法对实时交易信息进行交易筛查,或者在监管名单发生变更时,对历史交易信息进行交易回溯,通过在初步交易筛查的基础上进行二次筛查过滤,降低金融机构在交易筛查过程中的误命中概率,进而减少人工审核压力,同时提高交易对象在交易过程中的交易体验。
本申请技术方案提供一种数据处理方法。图1为本申请技术方案提供的数据处理方法的流程图。
如图1所示,该数据处理方法包括:
S101、获取至少一个交易报文,并获取交易报文中的交易对象以及与交易对象相对应的交易关联数据。
其中,金融机构为了方便记录所有交易对象的交易信息,通常会采用交易报文的方式进行记录。所谓交易报文是指遵循某种格式规范的报文信息,具体而言,交易报文是指交易对象在进行交易时需要通过金融机构中转发送的信息文件,如,交易报文可以为转账交易报文、收款报文、付款报文以及借贷报文等。其中,交易对象包括权益转移方以及权益交付方,且交易对象可以为个体用户、企业机构、金融机构、交通工具、运输工具以及不同的地理区域等。在根据交易报文进行实时交易筛查或历史交易回溯筛查时,需要对交易报文进行解析,以获取交易报文中的交易对象以及与交易对象相对应的交易关联数据。
需要说明的是,本技术方案中的交易对象包括权益转移方和权益交付方。可选的,与权益转移方相对应的交易关联数据中包括权益转移方标识、转移方账号、转移方名称以及交易价值;与权益交付方相对应的交易关联数据包括权益交付方标识、交付方账号以及交付方名称。
其中,对于权益转移方来说,权益转移方标识可以作为权益转移方在进行交易时所对应的唯一性标识,用于对权益转移方进行标记,以方便对权益转移方进行查找。如,权益转移方标识可以为权益转移方的名称、证件信息以及所对应的交易流水编号等,转移方账号可以理解为权益转移方在交易时所使用的金融账号。交易价值可以理解为权益转移方在向权益交付方进行交易时的交易金额。
相应的,对于权益交付方来说,权益交付方标识可以理解为与权益交付方所对应的唯一性标识,用于权益转移方在向权利交付方进行交易时,对权益交付方进行身份认证。如,权益交付方标识可以为权益交付方的名称和证件信息等。交付方账号可以理解为权益交付方在交易过程中所使用的金融账号。
具体的,金融机构进行实时交易筛查时,金融机构的货币交易系统可以获取至少一个交易报文,并分别对各交易报文进行报文解析,得到各交易报文中的交易对象,以及与交易对象相对应的交易关联数据。
示例性地,以转账交易报文为例,在转账交易过程中,权益转移方A在设定转账金额后,通过金融机构将相应的转账金额从权益转移方A的金融账户中转账至交易对象B的金融账户中。在此过程中,基于权益转移方A和权益交付方B之间的转账行为,会产生与权益转移方A对应的交易关联数据,如,与权益转移方相对应的客户名称、客户编号、客户账号、转账时间、交易价值以及交易地址等,同时,还会产生与权益交付方B对应的交易关联数据,如,权益交付方的客户账号和客户名称等。基于此交易行为,金融机构将实时生成相应的转账交易报文,在进行实时交易筛查时,货币交易系统获取该转账交易报文,并进行报文解析,即可获取该转账交易报文中的权益转移方A和与权益转移方A对应的交易关联数据,以及权益交付方B和与权益交付方B对应的交易关联数据。
这样设置的好处在于,权益转移方A在向权益交付方B进行转账交易时,金融机构将记录权益转移方A的权益转移方标识、转移方账号、转移方名称以及交易价值,以便在进行交易筛查时,若权益转移方A存在异常时,可以对权益转移方A进行交易筛查以及查询与权益转移方A相对应的详细的交易信息。而在权益转移方A在向权益交付方B进行转账之前,需要先根据权益交付方B的权益交付方标识、交付方账号和交付名称对权益交付方B进行身份认证,以防止转账错误。同时,在权益交付方B存在异常时,也可以根据权益交付方B的相关信息对权益交付方B进行交易筛查,以及查询与权益交付方B相对应的详细的交易信息。
S102、对于交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息。
其中,监控用户列表为由金融监管机构根据监管要求预先设置的用户列表,用以记录需要重点监控的监控用户和存在交易风险的监控用户,以及与各监控用户相对应的用户关联数据。同时,基于监控用户列表可以对金融机构中的交易对象以及与交易对象相对应的交易关联数据进行初次交易筛查,以得到至少一个疑似交易对象。需要说明的是,疑似交易对象可能是不存在交易风险的交易对象,也可能是存在交易风险的风险交易对象。排除用户列表可以理解为用于记录疑似交易对象中的正常交易对象以及与正常交易对象相对应的用户关联数据,在本技术方案中,排除用户列表可以是基于人工筛查方式对疑似交易对象进行筛查后,预先设置的用户列表。所谓用户关联数据是指监控用户列表或排除用户列表中各监控用户相对应的身份附属信息,如,监控用户的身份附属信息、企业注册信息或地址信息等。目标监控信息可以理解为与交易对象相对应的监控级别信息,在本技术方案中,将正常交易对象所对应的目标监控信息设置为三级监控,将疑似交易对象的目标监控信息设置为二级监控,将目标监控对象的目标监控信息设置为一级监控。所谓目标监控对象是指基于监控用户列表和排除用户列表对当前交易对象进行交易筛查后,确定的风险交易对象。
需要说明的是,疑似交易对象可能是不存在交易风险的交易对象,也可能是存在交易风险的风险交易对象的原因在于,监控用户列表中包括与各监控用户相对应的较为完整的身份附属信息,而在实际应用中,金融机构中与交易对象的相对应交易关联数据,交易对象的身份附属信息可能并不完善,因此,在基于监控用户列表的用户关联数据对交易数据中的交易对象的交易关联数据进行筛查时,可能存在误命中的情况。也就是说,在基于监控用户列表确定的交易对象中,既可能是存在交易风险的风险交易对象,也可能是被误命中的正常交易对象。
在实时交易筛查中,从交易报文中获取当前交易对象以及与当前交易对象相对应的交易关联数据后,调取预先确定的监控用户列表,并基于监控用户列表中的各监控用户以及相应的用户关联数据进行筛查,若当前交易对象为监控用户列表中的监控用户,表示当前交易对象被命中,则可以确定当前交易对象为疑似交易对象;反之,若当前交易对象未被命中,为正常交易对象。
进一步的,若当前交易对象为疑似交易对象,则调取预先确定的排除用户列表,以基于排除用户列表中的监控用户以及相应的用户关联数据进行筛查。若当前交易对象为排除用户列表中的监控用户,表示当前交易对象被排除用户列表命中,其表明当前用户在进行人工筛查时已被排除交易风险,则可以将当前交易对象确定为正常交易对象;反之,若当前交易对象未排除交易风险,则确定当前交易对象为具有交易风险的风险交易对象,也即,目标监控对象。
在此基础上,若当前交易对象为正常交易对象时,对应的目标监控信息为三级监控,若当前交易对象为疑似交易对象时,对应的目标监控信息为二级监控,若当前交易对象为目标监控对象时,则对应的目标监控信息为一级监控。
这样设置的好处在于,基于监控用户列表对各交易数据中的交易对象和相应的交易关联数据进行初次交易筛查,可以初步过滤交易数据中的正常交易数据,并降低二次交易筛查时的交易筛查量。进一步的,在初次筛查的基础上,基于排除用户列表进行二次交易筛查,可以进一步排除初次筛查结果中被误命中的交易对象,降低交易对象被误命中的概率。
S103、基于各目标监控信息,对相应的交易对象进行监控处理。
具体的,若交易对象的目标监控信息为三级监控,则无需对交易对象进行监控。若目标监控信息为二级监控,其表明,交易对象为疑似交易对象,此时需要再次基于人工筛查的方式对相应的交易对象以及交易关联数据进行交易筛查。若目标监控信息为一级监控,则表明交易对象为风险交易对象,也就是目标监控对象,则需要对交易对象进行交易阻断,并对交易对象所关联的交易关联数据进行交易告警。
本发明实施例中,通过获取至少一个交易报文,并获取交易报文中的交易对象以及与交易对象相对应的交易关联数据,在进行交易筛查时,通过获取金融机构的至少一个交易报文,并对各交易报文进行解析,以从交易报文中提取交易对象以及与交易对象相关联的交易关联数据,如,权益转移方标识、转移方账号、转移方名称以及交易价值;与权益交付方相对应的交易关联数据包括权益交付方标识、交付方账号以及交付方名称等。其中,交易对象包括权益转移方和权益交付方。进一步的,对于交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息,需要说明的是,监控用户列表为金融监管机构发布的用户列表,用于记录重点监控用户,以及具有交易风险的风险交易用对象;排除用户列表中用于记录疑似交易对象中的正常交易对象。具体而言,在基于监控用户列表中的各监控用户的用户关联数据对交易对象的交易关联数据进行初次交易筛查,得到至少一个疑似交易对象,进一步的,通过排除用户列表中的监控用户的用户关联数据对各交易对象的交易关联数据进行二次筛查,可以从各交易对象中确定目标监控对象,并确定与目标监控对象相对应的目标监控信息。在此基础上,基于各目标监控信息,对相应的交易对象进行监控处理,也就是说,根据目标监控信息的不同,所对应的监控处理方式也不同,如,当交易对象为正常交易对象时,目标监控信息为三级监控,无需进行交易阻断;当交易对象为疑似交易对象时,目标监控信息为二级监控,需要进一步对交易对象进行风险判断;当交易对象为目标监控对象时,目标监控信息为一级监控,此时可以对该交易对象的交易行为进行交易阻断。解决了在进行交易筛查时,仅通过金融监管机构发布的监控用户名单进行筛查,存在交易对象的误命中概率高的问题,本技术方案通过在基于监控用户列表进行初次筛查的基础上,基于排除用户列表对初次筛查结果中的疑似交易对象进行二次筛查,达到了更加准确的从交易对象中确定目标监控对象,降低误命中概率,并及时对目标监控对象的交易行为进行告警的效果。
在上述方案的基础上,在根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息之前,还包括若权益转移方或权益交付方为监控用户列表中的监控用户,则确定当前交易对象所对应的目标监控信息。
如图3所示,本实施例技术方案提供的数据处理方法包括:
S201、对交易报文进行解析,以得到权益转移方、权益交付方以及相应的交易关联数据。
可以理解的是,不同的交易报文所对应的报文格式规范可能不同,相应的额,在对交易报文进行解析时所采用的解析方式也不同。因此,在获取交易报文后,调取相对应的报文解析方式对交易报文进行解析,以得到交易报文中的权益转移方、权益交付方以及相应的交易关联数据。
在本技术方案中,交易对象包括权益转移方和权益交付方,无论对权益转移方还是权益交付方,可以将交易对象划分为3类:我行客户、代理人和交易对手。以金融机构A为例,我行客户是指在金融机构A存储有完整身份附属信息的交易对象,如,可以为在金融机构A进行过开户的用户。代理人可以理解为进行辅助交易的交易对象,如交易对象A的年龄不符合金融机构A的最低年龄要求,当交易对象A需要进行存取交易或转账交易等行为时,根据监管要求,可以由交易对象A的监护对象B代为处理,则监护对象B即为代理人。交易对手可以理解为交易过程中的权益交付方。
如图2所示,在基于货币交易系统进行报文解析后,所得到的交易对象可以为我行客户(即,权益转移方)、代理人或交易对手(即,权益交付方),其中,代理人和交易对手可以是我行客户,也可以是非我行客户。示例性地,代理人可以理解为进行辅助交易的交易对象,如交易对象A的年龄不符合金融机构A的最低年龄要求,当交易对象A需要进行存取交易或转账交易等行为时,根据监管要求,可以由交易对象A的监护对象B代为处理,则监护对象B即为代理人。交易对手可以理解为金融机构A中未存储完整身份附属信息的交易对象,如,交易对象A向交易对象B进行转账,则交易对象B即为交易对手。
需要说明的是,对于不同类型的交易对象,金融机构A所能获取的与交易对象相对应的交易关联数据是不同的。具体来说,对于我行客户类型的交易对象来说,金融机构A可以获取与交易对象相对应的客户编号和客户账号等唯一标识号,同时,还可以包括与交易对象A相对应的对私9要素和对公26要素等。也就是说,对于我行客户类型的交易对象,金融机构A可以获取与交易对象相对应的完整的身份附属信息。对于代理人来说,金融机构A可以获取代理人类型的交易对象的证件信息,如,证件类型、证件号以及客户名称等。对于交易对手类型的交易对象来说,金融机构A可以获取交易对象的客户账号和客户名称。
这样设置的好处在于,在获取交易报文后,根据交易报文所对应的不同的报文规范调取相应的报文解析方式,可以准确的对交易报文进行解析,以从交易报文中提取交易对象,以及与交易对象相关联的交易关联数据。
S202、若权益转移方或权益交付方为监控用户列表中的监控用户,则确定当前交易对象所对应的目标监控信息。
具体的,本技术方案可以应用于实时交易筛查,也就是在对交易报文进行解析后,获取交易报文中的权益转移方或权益交付方以及相应的交易关联数据。进一步的,调取预先确定的监控用户列表,并基于监控用户列表中各监控用户以及相应的用户关联数据对权益转移方或权益交付方以及相应的交易关联数据进行筛查,以确定当前交易对象所对应的目标监控信息。示例性地,可以基于相似度匹配算法对当前交易对象以及相应的交易关联数据进行相似度匹配,并根据相似度值确定当前交易对象所对应的目标监控信息。
在实际应用中,基于报文解析得到的权益转移方或权益交付方后,根据相应的交易关联数据可以确定相应的权益转移方或权益交付方所对应的主体类别,以在对交易数据中的权益转移方或权益交付方进行筛查时,调取相应的类别的监控用户列表进行初步筛查。
具体的,对于预先确定的监控用户列表,可以根据监控用户的用户关联数据内容的不同,确定不同类型的监控用户列表。具体而言,可以将监控用户列表设置为3类,即,包含客户编号的监控用户列表A、包含证件信息的监控用户列表B以及包含客户账号的监控用户列表C。
再次参见图2,以交易对象为A权益转移方或权益交付方为例,若相应的交易关联数据中包含客户编号,则可以调取预先确定的用户监控列表A,以基于用户监控列表A中的各监控用户以及相应的用户关联数据对交易对象A以及相应的交易关联数据进行交易筛查。进一步的,在筛查完毕后,可以从筛查结果中提取与交易对象A相对应的客户编号、客户账号、客户名称、疑似命中名单编号(即,监控用户列表A的列表编号)、名单名称(即,监控用户列表A的列表名称)、名单更新时间(即,监控用户列表A的列表更新时间信息)。
若在交易关联数据中包含交易对象的证件信息,则可以调取预先确定的用户监控列表B,以基于用户监控列表B中的各监控用户以及相应的用户关联数据对交易对象B以及相应的交易关联数据进行交易筛查。进一步的,在筛查完毕后,可以从筛查结果中提取与交易对象A相对应的客户名称、客户证件类型以及证件附属信息、疑似命中名单编号(即,监控用户列表B的列表编号)、名单名称(即,监控用户列表B的列表名称)、名单更新时间(即,监控用户列表B的列表更新时间信息)。
若在交易关联数据中包含交易对象的客户账号,则可以调取预先确定的用户监控列表C,以基于用户监控列表C中的各监控用户以及相应的用户关联数据对交易对象C以及相应的交易关联数据进行交易筛查。进一步的,在筛查完毕后,可以从筛查结果中提取与交易对象A相对应的客户名称、客户账号、疑似命中名单编号(即,监控用户列表C的列表编号)、名单名称(即,监控用户列表C的列表名称)、名单更新时间(即,监控用户列表C的列表更新时间信息)。
在此基础上,若确定交易对象A命中任一监控用户列表,则确定交易对象A为监控用户列表中的监控用户,即,交易对象A被确定为疑似交易对象,此时与交易对象A对应的目标监控信息为二级监控。
这样设置的好处在于,对于不同主体类型的交易对象调取相应的监控用户列表进行初步交易筛查,可以提高交易筛查效率,且筛查信息更加有针对性,筛查结果更加准确。
S203、对于交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息。
S204、基于各目标监控信息,对相应的交易对象进行监控处理。
本发明实施例中,通过若权益转移方或权益交付方为监控用户列表中的监控用户,则确定当前交易对象所对应的目标监控信息,其中,交易对象包括权益转移方和权益交付方。在实际应用中,若在监控用户列表中存在与交易对象相匹配的监控用户时,可以确定交易对象的目标监控信息为二级监控,其表明交易对象为疑似交易对象,需要对交易对象进行进一步的风险判断。通过基于监控用户列表中的监控用户的用户关联数据对交易对象的交易关联数据进行初步筛查,可以从海量的交易数据所对应的交易对象中确定出疑似交易对象,以进一步从疑似交易对象中确定目标监控对对象,达到了降低交易筛查工作量的效果。
在上述方案的基础上,对根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息进行细化。
在本技术方案中,确定交易对象所对应的目标监控信息时,需要基于监控用户列表中的监管用户的用户关联数据对交易对象的交易关联数据进行相似度筛查,以得到交易对象的交易关联数据与各监控用户的相似度。同时还需要基于排除用户列表中的监管用户的用户关联数据对交易对象的交易关联数据进行排除指数筛查,得到相应的排除指数。进一步的,基于交易对象的交易关联数据的相似度和排除指数,确定相应目标监管信息。
如图4所示,本实施例技术方案提供的数据处理方法包括:
在本实施例中,仅以交易对象为交易对象A作为举例说明。
S301、根据交易关联数据和监控用户列表中各监控用户的用户关联数据,确定交易关联数据与各监控用户所对应的相似度。
在实际应用中,监控用户列表中不仅记录了至少一个监控用户,同时还记录了与各监控用相对应的用户关联数据。在金融机构对各交易对象进行交易筛查时,为了确定交易对象是否为监控用户列表中的监控用户,可以将交易对象的交易关联数据与监控用户列表中的各监控用户的用户关联数据进行相似度计算,得到交易对象的交易关联数据与各用户关联数据的相速度,进而确定该交易对象是否为监控用户列表中的监控用户。
示例性地,在监控用户列表中包含10个监控用户,以及与这10个监控用户相对应的用户关联数据。获取交易对象A的交易关联数据,如权益转移方标识、转移方账号、转移方名称以及交易价值等。通过相似度算法,分别计算交易对象A的交易关联数据与监控用户列表中的10个监控用户的用户关联数据之间相似度。
其中,本技术方案中对交易关联数据与用户关联数据之间的相似度计算方法不做限定,如,可以为文本相似度算法、基于欧几里得距离的相似度算法、基于曼哈顿距离的相似度算法以及余弦相似度算法等。
S302、根据交易关联数据和排除用户列表中各监控用户的用户关联数据,确定排除指数。
示例性地,在排除用户列表中包含5个监控用户,在确定交易对象A为监控用户列表中的监控用户后,进一步的确定交易对象A是否为误命中用户,也就是说,需要确定交易对象A是否为排除用户列表中的监控用户。
相类似地,在确定交易对象A的交易关联数据所对应的排除指数时,同样可以采用相似度算法进行相似度计算,得到交易对象A的交易关联数据与排除用户列表中的5个监控用户的用户关联数据之间的相似度,以作为交易对象A的交易关联数据所对应的排除指数。
S303、基于相似度和排除指数,确定当前交易对象是否为目标监控对象,若是,则确定目标监控信息为一级监控。
具体的,当交易对象A的交易关联数据的相似度大于相似度阈值时,可以确定交易对象A为监控用户列表中的监控用户。反之,若相似度小于相似度阈值,则可以确定交易对象A不是监控用户列表中的监控用户。
进一步的,若交易对象A为监控用户列表中的监控用户,确定交易关联数据所对应的排除指数,若排除指数大于预设排除指数,则可以确定交易对象A为排除用户列表中的监控用户,即,交易对象A为正常交易对象。若排除指数小于预设排除指数,则可以确定交易对象A不是排除用户列表中的监控用户,即,交易对象A为具有交易风险的风险交易对象,也就是目标监控对象,相应的,可以确定交易对象A的目标监控信息为一级监控,以基于相应的监控处理方式对交易对象A进行交易阻断。
这样设置的好处在于,基于交易对象A与监控用户列表中的各监控用户的进行相似度比对,当相似度大于相似度阈值时,可以确定交易对象A为疑似交易对象。为了避免交易对象A为误命中的正常交易对象,进一步的,根据相似度算法确定交易对象A和排除用户列表中的排除指数,当排除指数大于预设排除指数时,可以确定交易对象为正常交易对象。也就是说,基于监控用户列表和排除用户列表对交易对象A进行两次交易筛查,可以更加准确的判断交易对象A是否为目标监控对象,同时也降低了交易对象A被误命中的概率。
本发明实施例中,通过根据交易关联数据和监控用户列表中各监控用户的用户关联数据,确定交易关联数据与各监控用户所对应的相似度,基于相似度算法计算交易对象的交易关联数据与监控用户列表中各监控用户的相似度,当相似度大于相似度阈值时,确定交易对象为监控用户列表中的监控用户,也就是疑似交易对象。进一步的,根据交易关联数据和排除用户列表中各监控用户的用户关联数据,确定排除指数,相类似的,通过相似度算法计算交易对象的交易关联数据与排除用户列表中各监控用户的用户关联数据的排除指数,当排除指数大于预设排除指数时,确定交易对象为排除用户列表中的监控用户,也就是正常交易对象;若排除指数小于预设排除指数,则可以确定交易对象为目标监控对象。基于相似度和排除指数,确定当前交易对象是否为目标监控对象,若是,则确定目标监控信息为一级监控。通过基于监控用户列表对各交易对象的交易关联数据进行初次交易筛查,得到至少一个疑似交易对象,并进一步的基于排除用户列表中的用户关联数据对疑似交易对象的交易关联数据进行二次筛查,以从疑似交易对象中确定出目标监控对象。达到了降低交易筛查中交易对象被误命中的概率。
在上述方案的基础上,在根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息之前,可以确定监控用户列表的更新时间信息,以及排除用户列表的更新时间信息,以基于监控用户列表和排除用户列表的更新时间信息确定交易对象的目标监控信息。
如图5所示,本实施例技术方案提供的数据处理方法包括:
可选的,在本技术方案中,交易对象的交易关联数据可以包括实时交易关联数据。
在实际应用中,本技术方案可以应用于实时交易筛查,此时,基于交易报文获取的交易数据为实时交易关联数据。所谓实时交易筛查为在交易对象的交易过程中进行筛查。一般来说,金融监管机构会向金融机构提供监控用户列表,以使金融机构基于监控用户列表对交易对象以及相应的交易关联数据进行筛查。
以实时交易筛查为例,在交易对象A发生交易行为时,金融机构将根据交易对象A的交易行为生成相应的交易报文A。为了确定交易对象A的交易行为是否为异常交易,如,不合法合规的交易,金融机构将实时获取交易报文A,并对交易报文A进行报文解析,从交易报文A中获取交易对象A,以及与交易对象A相对应的交易关联数据,以根据监控用户列表和排除用户列表中各监控用户的用户关联数据,对交易对象A以及关联的交易关联数据进行筛查,确定交易对象A的目标监管信息。
S401、确定监控用户列表和排除用户列表的更新时间信息。
为了方便阐述,本技术方案中将监控用户列表对应的更新时间信息称为第一更新时间信息,将排除用户列表的更新时间信息作为第二更新时间信息。
在实际应用中,金融监管机构需要根据监管要求对监控用户列表进行更新,并将更新后的监控用户列表发布给各金融机构,以使各金融机构根据最新的监控用户列表对交易对象的交易信息进行交易筛查。本技术方案中,将监控用户列表的发布时间作为第一更更新时间信息。或者,金融机构也可以定时的对监控用户列表进行检测,以在检测到监控用户列表更新时,将检测时间作为监控用户列表所对应的第一更新时间信息。
在本技术方案中,排除用户列表通常是基于人工筛查的方式对各疑似交易对象进行筛查后,根据疑似交易对象中的正常交易对象生成的用户列表,因此,第二更新时间信息是根据排除用户列表的生成时间确定的。
S402、若监控用户列表的列表更新时间早于排除用户列表的列表更新时间,则确定当前交易对象的目标监控信息。
在实时交易筛查中,若当前交易对象既是监控用户列表中的监控用户,也是排除用户列表中的监控用户,则可以根据监控用户列表的第一更新时间信息和排除用户列表对应的第二更新时间信息,确定当前交易对象所对应的目标监控信息。
具体的,若第一更新时间信息早于第二更新时间信息,其表明当前交易对象在被确定为监控用户列表中的监控用户(即,疑似交易对象)后,通过人工筛查的方式,已排除当前交易对象的交易风险。此时,可以确定当前交易对象为误命中的交易对象。也就是说,当前交易对象为正常交易对象,相应的,当前交易对象的目标监控信息为三级监控。
可选的,若监控用户列表的列表更新时间晚于排除用户列表的更新时间,则基于监控用户列表中的用户关联数据更新排除用户列表,以基于更新后的排除用户列表确定当前交易对象的目标监控信息。
具体的,若第一更新时间信息晚于第二更新时间信息,其表明在当前交易对象在被确定为疑似交易对象后,基于人工筛查的方式确定当前交易对象为正常交易对象。但是由于监控用户列表出现变更,且在监控用户列表变更后,还未基于人工筛查的方式对当前交易对象进行重新筛查,也就是说,当前时刻无法确定当前交易对象是否为正常交易对象,需要重新对当前交易对象进行人工筛查。此时,将当前交易对象作为目标监控对象,相应的,目标监控信息确定为一级监控。
这样设置的好处在于,由于监控用户列表和排除用户列表的更新时间信息不完全不同步,通过比对两个用户列表的更新时间信息,可以确定对当前交易对象的筛查结果是否准确,同时,也可以防止在监控用户列表发生变更时遗漏目标监控对象。
本发明实施例中,通过确定监控用户列表和排除用户列表的更新时间信息,在本技术方案中,监控用户列表的更新时间信息是根据金融监管机构发布监控用户列表的时间确定的,排除用户列表的更新时间信息是在基于监控用户列表进行初次筛查后,根据疑似交易对象中的正常交易对象生成的用户列表的时间确定的。不难看出,监控用户列表的更新时间信息和排除用户列表的更新时间信息不是完全同步的,基于此,若监控用户列表的列表更新时间早于排除用户列表的列表更新时间,则确定当前交易对象的目标监控信息,其表明,当交易对象为监控用户列表中的监控用户,又经过排除用户列表确定交易对象为正常交易对象,此时可以确定交易对象对应的目标监控信息为三级监控。反之,若监控用户列表的列表更新时间晚于排除用户列表的更新时间,则基于监控用户列表中的用户关联数据更新排除用户列表,以基于更新后的排除用户列表确定当前交易对象的目标监控信息,其表明,在交易对象被确定为正常交易对象后,监控用户列表又发生了变更,此时,需要对交易对象是否为目标监控对象进行再次的筛查,以确保在监控用户列表发生变更时,遗漏存在交易风险的目标监控对象,达到了准确的从交易对象中确定目标监控对象的效果。
在上述方案的基础上,本技术方案还可以应用于历史交易回溯筛查,具体的,在监控用户列表发生变更时,基于变更后的监控用户列表中的增量信息对金融机构中的历史交易进行交易回溯筛查。
可选的,在本技术方案中,交易对象的交易关联数据还可以包括历史交易关联数据。
在实际应用中,本技术方案还可以应用于历史交易回溯筛查,此时,基于交易报文获取的交易数据为历史交易关联数据。所谓历史交易回溯筛查通常发生的金融监管机构提供的监控用户列表发生变更时。根据监管要求,金融机构需要对已发生的历史交易数据进行交易筛查,以在监控用户列表发生变更时,基于更新后的监控用户列表重新对金融机构中的各交易对象进行筛查,以实时根据监控用户列表的变更,准确的确定历史交易数据中是否存在具有交易风险的交易数据。
如图6所示,本实施例技术方案提供的数据处理方法包括:
S501、当接收到监控用户列表时,确定监控用户列表与前一次接收到的监控用户列表之间的增量信息。
其中,增量信息包括新增监控用户以及与新增监控用户相对应的用户关联数据。
以历史交易回溯筛查为例,当监控用户列表发生变更时,可能存在原来被认定为正常交易的交易对象,变更为具有交易风险的交易对象,因此,需要在监控用户列表发生变更时,对金融机构存储的历史交易数据进行历史交易回溯筛查。
示例性地,在监控用户列表A未发生变更时,监控用户列表A中包括监控用户1、监控用户2、监控用户3以及与各监控用户相对应的用户关联数据。但是当监控用户列表A变更为监控用户列表B时,监控用户列表B中包含监控用户1、监控用户2、监控用户3、监控用户4以及与各监控用户相对应的用户关联数据。比对监控用户列表A和监控用户列表B,不难看出,监控用户4以及与监控用户4相对应的用户关联数据为监控用户列表变更后的增量信息。
具体来说,金融机构在基于监控用户列表A进行交易筛查时,对于监控用户4所对应的交易数据将被认定为正常交易数据,而在监控用户列表A发生变更时,由于监控用户4被列为监控用户列表中的监控用户,也就是说,在历史交易筛查过程中,可能存在监控用户4相关的异常交易被忽略。因此,在监控用户列表发生变更时,根据金融机构的监管要求,需要根据监控用户列表中的增量信息,对历史交易进行交易回溯筛查,以确定金融机构的历史交易中是否存在异常交易。
这样设置的好处在于,在进行历史交易回溯筛查时,金融机构可以根据监管要求,对预设时长内的历史交易进行交易回溯筛查,如,金融机构可以对距离当前时刻的3年内的历史交易进行历史交易回溯筛查,以防止由于监控用户列表的变更导致存在遗漏的目标监控对象。
S502、基于增量信息,调取多条历史交易数据。
其中,历史交易数据包括权益转移方、权益交付方、转移方名称、转移方编号、交付方名称、交付方编号、转移方标识以及交付方标识。
具体的,监控用户列表发生变更后,根据监管要求,金融机构将调取预设时长内的历史交易数据,如,金融机构可以调取对距离当前时刻的3年内的历史交易报文,并分别对各历史交易报文进行解析,获取相应的历史交易数据。进一步的,基于变更后的监控用户列表中的增量信息从获取的历史交易数据中确定调取与增量信息相对应的历史交易数据。
示例性地,增量信息为监控用户4以及与监控用户4相对应的用户关联数据,根据用户关联数据中与监控用户4相对应的身份附属信息,可以从多个历史交易数据中调取与监控用户4相对应的历史交易数据。
这样设置的好处在于,基于增量信息对历史交易数据进行回溯时,可以降低回溯筛查时的筛查工作量,提高交易筛查效率。
S503、基于多条历史交易数据从监控用户列表中,确定出排除用户列表。
在实际应用中,基于增量信息中对历史交易数据进行交易回溯筛查,可以得到相应的新增监控用户即为新增疑似交易对象,进一步的,在得到至少一个新增疑似交易对象后,确定各新增疑似交易对象中是否存在正常交易对象。若存在,则根据新增疑似交易对象中的正常交易对象得到排除用户列表。
可选的,基于多条历史交易数据从监控用户列表中,确定出排除用户列表,包括:根据各条历史交易数据与监控用户列表中当前监控用户的用户关联数据,确定各条历史交易数据与当前监控用户的相似度;根据相似度,从监控用户列表中确定出疑似用户列表;基于疑似用户列表中各监控用户所属的用户类型,确定排除用户列表。
其中,疑似用户列表用于记录历史交易数据中的新增疑似交易对象,以及与新增疑似交易对象相对应的历史交易关联数据。疑似用户列表中的监控用户即为新郑疑似交易对象。用户类型可以理解为疑似用户列表中各监控用户所对应的主体类型,如我行客户、代理人或交易对手。
具体的,在历史交易回溯筛查中,针对各历史交易关联数据,获取当前历史交易数据中的历史交易对象以及相应的历史交易关联数据,并基于相似度算法,计算历史交易对象及历史交易关联数据与监控用户列表中的各监控用户的用户关联数据的相似度。若相似度大于相似度阈值,则确定该历史交易对象为新增疑似交易对象;反之,若相似度小于相似度阈值,则该历史交易对象为正常交易对象。进而,根据各新增疑似交易对象以及相应的历史交易关联数据可以生成疑似用户列表。
进一步的,通过人工筛查的方式对疑似用户列表中的各监控用户进行筛查,以确定是否存在被误命中的新增疑似交易对象。具体的,在基于人工筛查时,可以采用向新增疑似交易对象发送短信、邮件以及电话通话等方式获取新增疑似交易对象更为完善的用户关联数据,并再次基于更新后的新增疑似交易对象以及相对应的用户关联数据进行相似度计算,以确定各新增疑似交易对象是否为正常交易对象,并根据新增疑似交易对象中的正常交易对象生成相应的排除用户列表。
其中,在生成排除用户列表时,为了提高历史交易回溯筛查时的筛查速度,可以根据新增疑似交易对象的用户类型设置相应的排除用户列表。具体的,排除用户列表可以为包含客户编号的排除用户列表、包含证件信息的排除用户列表以及包含客户账号的排除用户列表。
这样设置的好处在于,根据设置不同类型的排除用户列表在对疑似用户列表中的各监控用户进行回溯筛查时,可以更加有针对性的进行筛查,确定新增疑似交易对象是否为目标监控对象,不仅筛查效率高,且筛查结果准确。
可选的,基于疑似用户列表中各监控用户所属的用户类型,确定排除用户列表,包括:根据用户类型调取相应的用户过滤模型,并根据用户过滤模型中的过滤维度对各监控用户的用户关联数据进行处理,确定排除用户列表。
其中,用户过滤模型为依据排除用户列表生成的模型,具体的,用户过滤模型可以为包含客户编号的过滤模型、包含证件信息的过滤模型以及包含客户账号的过滤模型。本技术方案中,用户过滤模型中包括基于人工筛查后得到的被误命中的正常交易对象,可以用于对各新增疑似交易对象进行二次交易筛查。过滤维度可以理解为对历史交易关联数据进行筛查时所使用的筛查维度,如,过滤维度可以是基于客户编号的筛查维度、基于证件信息的筛查维度,或者,还可以是基于客户账号的筛查维度。
再次参见图2,若用户过滤模型为包含客户编号的过滤模型,则在疑似用户列表中的监控用户(即,新增疑似交易对象)的用户类型为包含客户编号的类型时,基于客户编号的过滤模型对该监控用户以及相应的历史交易关联数据进行筛查。进一步的,在筛查完毕后,可以从筛查结果中提取与新增疑似交易对象相对应的客户编号、客户账号、客户名称、名单编号(即,排除用户列表的列表编号)、名单名称(即,排除用户列表的列表名称)和排除时间(即,排除用户列表的列表更新时间信息)。
若用户过滤模型为包含证件信息的过滤模型,则在疑似用户列表中的监控用户(即,新增疑似交易对象)的用户类型为包含证件信息的类型时,基于证件信息的过滤模型对该监控用户以及相应的历史交易关联数据进行筛查。进一步的,在筛查完毕后,可以从筛查结果中提取与新增疑似交易对象相对应的证件类型、证件信息、名单编号(即,排除用户列表的列表编号)、名单名称(即,排除用户列表的列表名称)和排除时间(即,排除用户列表的列表更新时间信息)。
若用户过滤模型为包含客户账号的过滤模型,则在疑似用户列表中的监控用户(即,新增疑似交易对象)的用户类型为包含客户账号的类型时,基于包含客户账号的过滤模型对该监控用户以及相应的历史交易关联数据进行筛查。进一步的,在筛查完毕后,可以从筛查结果中提取与新增疑似交易对象相对应的客户账号、客户名称、名单编号(即,排除用户列表的列表编号)、名单名称(即,排除用户列表的列表名称)和排除时间(即,排除用户列表的列表更新时间信息)。
这样设置的好处在于,在基于排除用户列表对疑似用户列表中的监控用户进行二次筛查时,可以根据监控用户的用户类型直接调取相应的用户过滤模型,并筛查,可以有效的提高历史交易回溯筛查的筛查效率。
本发明实施例中,本技术方案还可以应用于历史交易回溯筛查的应用场景,且根据金融机构的监管要求,在监控用户列表变更时,需要对金融机构内的历史交易数据进行历史交易回溯筛查。具体的,当接收到监控用户列表时,确定监控用户列表与前一次接收到的监控用户列表之间的增量信息,也就是说,当监控用户列表发生变更时,比对两次监控用户列表已获得监控用户列表变更后的增量信息。进一步的,基于增量信息,调取多条历史交易数据,也就是说,在历史交易回溯筛查时,只需要根据增量信息中的新增监控用户的用户关联数据对历史交易数据进行回溯筛查即可,可以明显降低历史交易回溯筛查中的交易筛查工作量,提高交易筛查效率。基于多条历史交易数据从监控用户列表中,确定出排除用户列表,相类似的,基于相似度算法可以确定各历史交易数据与监控用户列表中的各监控用户的相似度,当相似度大于相似度阈值时,确定相应的历史交易数据所对应的交易对象为疑似交易对象,并生成相应的疑似用户列表。进一步的,通过对各疑似交易对象进行人工筛查,可以确定相应的排除用户列表。通过监控用户列表中的增量信息进行筛查,得到新的疑似交易对象,同时更新排除用户列表,以基于变更后的监控用户列表和排除用户列表确定历史交易数据交易对象是否存在具有交易风险的风险交易对象,即,目标监控对象,达到了在历史交易回溯筛查时,根据监控用户列表中的增量信息进行交易筛查,提高历史交易回溯筛查效率的效果。
图7为本申请技术方案提供的数据处理装置的结构示意图。如图7所示,该数据处理装置,包括:关联数据获取模块601、监控信息确定模块602和监控处理模块603;
关联数据获取模块601,用于获取至少一个交易报文,并获取交易报文中的交易对象以及与交易对象相对应的交易关联数据;其中,交易对象包括权益转移方以及权益交付方;
监控信息确定模块602,用于对于交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息;其中,排除用户列表是基于监控用户列表确定的;
监控处理模块603,用于基于各目标监控信息,对相应的交易对象进行监控处理。
本发明实施例中,通过获取至少一个交易报文,并获取交易报文中的交易对象以及与交易对象相对应的交易关联数据;对于交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息;基于各目标监控信息,对相应的交易对象进行监控处理。解决了在进行交易筛查时,仅通过金融监管机构发布的监控用户名单进行筛查,存在交易对象的误命中概率高的问题,本技术方案通过在基于监控用户列表进行初次筛查的基础上,基于排除用户列表对初次筛查结果中的疑似交易对象进行二次筛查,达到了更加准确的从交易对象中确定目标监控对象,降低误命中概率,并及时对目标监控对象的交易行为进行告警的效果。
在一些实施例中,可选的,与权益转移方相对应的交易关联数据中包括权益转移方标识、转移方账号、转移方名称以及交易价值;与权益交付方相对应的交易关联数据包括权益交付方标识、交付方账号以及交付方名称。
在一些实施例中,可选的,关联数据获取模块601,用于对交易报文进行解析,以得到权益转移方、权益交付方以及相应的交易关联数据。
在一些实施例中,可选的,数据处理装置还包括:目标监控信息确定模块,用于在根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息之前,若权益转移方或权益交付方为监控用户列表中的监控用户,则确定当前交易对象所对应的目标监控信息。
在一些实施例中,可选的,监控信息确定模块602,包括:相似度确定子模块,用于根据交易关联数据和监控用户列表中各监控用户的用户关联数据,确定交易关联数据与各监控用户所对应的相似度;
排除指数确定子模块,用于根据交易关联数据和排除用户列表中各监控用户的用户关联数据,确定排除指数;
目标监控对象确定子模块,用于基于相似度和排除指数,确定当前交易对象是否为目标监控对象;
监控级别确定子模块,用于若是,则确定目标监控信息为一级监控。
在一些实施例中,可选的,交易关联数据包括实时交易关联数据或历史交易关联数据。
在一些实施例中,可选的,数据处理装置还包括:更新时间信息确定模块,用于在根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定当前交易对象的目标监控信息之前,确定监控用户列表和排除用户列表的更新时间信息;
第一监控信息确定模块,用于若监控用户列表的列表更新时间早于排除用户列表的列表更新时间,则确定当前交易对象的目标监控信息。
在一些实施例中,可选的,数据处理装置还包括:第二监控信息确定模块,用于若监控用户列表的列表更新时间晚于排除用户列表的更新时间,则基于监控用户列表中的用户关联数据更新排除用户列表,以基于更新后的排除用户列表确定当前交易对象的目标监控信息。
在一些实施例中,可选的,第二监控信息确定模块,包括:增量信息确定子模块,用于当接收到监控用户列表时,确定监控用户列表与前一次接收到的监控用户列表之间的增量信息;其中,增量信息包括新增监控用户以及与新增监控用户相对应的用户关联数据;
历史交易数据确定子模块,用于基于增量信息,调取多条历史交易数据;其中,历史交易数据包括权益转移方、权益交付方、转移方名称、转移方编号、交付方名称、交付方编号、转移方标识以及交付方标识;
排除用户列表确定子模块,用于基于多条历史交易数据从监控用户列表中,确定出排除用户列表。
在一些实施例中,可选的,第二监控信息确定模块,还包括:监管用户相似度确定子模块,用于根据各条历史交易数据与监控用户列表中当前监控用户的用户关联数据,确定各条历史交易数据与当前监控用户的相似度;
疑似用户列表确定子模块,用于根据相似度,从监控用户列表中确定出疑似用户列表;
排除用户列表确定子模块,用于基于疑似用户列表中各监控用户所属的用户类型,确定排除用户列表。
在一些实施例中,可选的,排除用户列表确定子模块,用于根据用户类型调取相应的用户过滤模型,并根据用户过滤模型中的过滤维度对各监控用户的用户关联数据进行处理,确定排除用户列表。
本发明实施例所提供的数据处理装置可执行本发明任意实施例所提供的数据处理方法,具备执行方法相应的功能模块和有益效果。
图8为本发明实施例所提供的一种电子设备的结构示意图。图8示出了适于用来实现本发明实施例实施方式的示例性电子设备80的框图。图8显示的电子设备80仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,电子设备80以通用计算设备的形式表现。电子设备80的组件可以包括但不限于:一个或者多个处理器或者处理单元801,系统存储器802,连接不同系统组件(包括系统存储器802和处理单元801)的总线803。
总线803表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备80典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备80访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器802可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)804和/或高速缓存存储器805。电子设备80可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统806可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线803相连。存储器802可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块807的程序/实用工具808,可以存储在例如存储器802中,这样的程序模块807包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块807通常执行本发明所描述的实施例中的功能和/或方法。
电子设备80也可以与一个或多个外部设备809(例如键盘、指向设备、显示器810等)通信,还可与一个或者多个使得用户能与该电子设备80交互的设备通信,和/或与使得该电子设备80能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口811进行。并且,电子设备80还可以通过网络适配器812与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器812通过总线803与电子设备80的其它模块通信。应当明白,尽管图8中未示出,可以结合电子设备80使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元801通过运行存储在系统存储器802中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的数据处理方法。
本发明实施例还提供一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行一种数据处理方法,该方法包括:
获取至少一个交易报文,并获取所述交易报文中的交易对象以及与所述交易对象相对应的交易关联数据;其中,所述交易对象包括权益转移方以及权益交付方;
对于所述交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息;其中,所述排除用户列表是基于所述监控用户列表确定的;
基于各所述目标监控信息,对相应的交易对象进行监控处理。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现如本申请任一实施例所提供的数据处理方法。
计算机程序产品在实现的过程中,可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (15)
1.一种数据处理方法,其特征在于,包括:
获取至少一个交易报文,并获取所述交易报文中的交易对象以及与所述交易对象相对应的交易关联数据;其中,所述交易对象包括权益转移方以及权益交付方;
对于所述交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息;其中,所述排除用户列表是基于所述监控用户列表确定的;
基于各所述目标监控信息,对相应的交易对象进行监控处理。
2.根据权利要求1所述的方法,其特征在于,与所述权益转移方相对应的交易关联数据中包括权益转移方标识、转移方账号、转移方名称以及交易价值;与所述权益交付方相对应的交易关联数据包括权益交付方标识、交付方账号以及交付方名称。
3.根据权利要求1所述的方法,其特征在于,所述获取所述交易报文中的交易对象以及与所述交易对象相对应的交易关联数据,包括:
对所述交易报文进行解析,以得到所述权益转移方、权益交付方以及相应的交易关联数据。
4.根据权利要求1所述的方法,其特征在于,在所述根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息之前,还包括:
若所述权益转移方或所述权益交付方为所述监控用户列表中的监控用户,则确定当前交易对象所对应的目标监控信息。
5.根据权利要求1所述的方法,其特征在于,所述根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息,包括:
根据所述交易关联数据和所述监控用户列表中各监控用户的用户关联数据,确定所述交易关联数据与各监控用户所对应的相似度;
根据所述交易关联数据和所述排除用户列表中各监控用户的用户关联数据,确定排除指数;
基于所述相似度和所述排除指数,确定所述当前交易对象是否为目标监控对象;
若是,则确定所述目标监控信息为一级监控。
6.根据权利要求1-5中任一所述的方法,其特征在于,所述交易关联数据包括实时交易关联数据或历史交易关联数据。
7.根据权利要求1所述的方法,其特征在于,在所述根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息之前,还包括:
确定所述监控用户列表和所述排除用户列表的更新时间信息;
若所述监控用户列表的列表更新时间早于所述排除用户列表的列表更新时间,则确定所述当前交易对象的目标监控信息。
8.根据权利要求7所述的方法,其特征在于,还包括:
若所述监控用户列表的列表更新时间晚于所述排除用户列表的更新时间,则基于所述监控用户列表中的用户关联数据更新所述排除用户列表,以基于更新后的排除用户列表确定所述当前交易对象的目标监控信息。
9.根据权利要求8所述的方法,其特征在于,还包括:
当接收到监控用户列表时,确定所述监控用户列表与前一次接收到的所述监控用户列表之间的增量信息;其中,所述增量信息包括新增监控用户以及与新增监控用户相对应的用户关联数据;
基于所述增量信息,调取多条历史交易数据;其中,所述历史交易数据包括权益转移方、权益交付方、转移方名称、转移方编号、交付方名称、交付方编号、转移方标识以及交付方标识;
基于所述多条历史交易数据从所述监控用户列表中,确定出所述排除用户列表。
10.根据权利要求9所述的方法,其特征在于,所述基于所述多条历史交易数据从所述监控用户列表中,确定出所述排除用户列表,包括:
根据各条历史交易数据与所述监控用户列表中当前监控用户的用户关联数据,确定各条历史交易数据与所述当前监控用户的相似度;
根据所述相似度,从所述监控用户列表中确定出疑似用户列表;
基于所述疑似用户列表中各监控用户所属的用户类型,确定所述排除用户列表。
11.根据权利要求10所述的方法,其特征在于,所述基于所述疑似用户列表中各监控用户所属的用户类型,确定所述排除用户列表,包括:
根据所述用户类型调取相应的用户过滤模型,并根据所述用户过滤模型中的过滤维度对各监控用户的用户关联数据进行处理,确定所述排除用户列表。
12.一种数据处理装置,其特征在于,包括:
关联数据获取模块,用于获取至少一个交易报文,并获取所述交易报文中的交易对象以及与所述交易对象相对应的交易关联数据;其中,所述交易对象包括权益转移方以及权益交付方;
监控信息确定模块,用于对于所述交易对象,根据与当前交易对象相对应的交易关联数据、预先确定的监控用户列表以及排除用户列表中各监控用户的用户关联数据,确定所述当前交易对象的目标监控信息;其中,所述排除用户列表是基于所述监控用户列表确定的;
监控处理模块,用于基于各所述目标监控信息,对相应的交易对象进行监控处理。
13.一种数据处理电子设备,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-11中任一项所述的数据处理方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-11中任一所述的数据处理方法。
15.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现如权利要求1-11中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310213903.7A CN116071152A (zh) | 2023-02-28 | 2023-02-28 | 一种数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310213903.7A CN116071152A (zh) | 2023-02-28 | 2023-02-28 | 一种数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116071152A true CN116071152A (zh) | 2023-05-05 |
Family
ID=86178647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310213903.7A Pending CN116071152A (zh) | 2023-02-28 | 2023-02-28 | 一种数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071152A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117978629A (zh) * | 2024-04-01 | 2024-05-03 | 宁波长壁流体动力科技有限公司 | 一种新型矿用综合接入方法及系统 |
-
2023
- 2023-02-28 CN CN202310213903.7A patent/CN116071152A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117978629A (zh) * | 2024-04-01 | 2024-05-03 | 宁波长壁流体动力科技有限公司 | 一种新型矿用综合接入方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9661012B2 (en) | Systems and methods for identifying information related to payment card breaches | |
US11449379B2 (en) | Root cause and predictive analyses for technical issues of a computing environment | |
US20170024828A1 (en) | Systems and methods for identifying information related to payment card testing | |
US8745759B2 (en) | Associated with abnormal application-specific activity monitoring in a computing network | |
US20160300241A1 (en) | System and method for automated data breach compliance | |
US20090319411A1 (en) | Personal finance integration system and method | |
US20210112101A1 (en) | Data set and algorithm validation, bias characterization, and valuation | |
CN111260465A (zh) | 一种业务处理方法、装置、服务器及存储介质 | |
CN113612766B (zh) | 数据治理装置、方法、计算机设备及存储介质 | |
US11888986B2 (en) | Insight generation using personal identifiable information (PII) footprint modeling | |
CN116071152A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN117501658A (zh) | 安全事件告警的可能性评估 | |
US20180365687A1 (en) | Fraud detection | |
US8893289B1 (en) | Internal privacy invasion detection and prevention system | |
US11575702B2 (en) | Systems, devices, and methods for observing and/or securing data access to a computer network | |
CN113904828B (zh) | 接口的敏感信息检测方法、装置、设备、介质和程序产品 | |
CN115983995A (zh) | 交易业务监管方法、装置、设备及存储介质 | |
CN116205717A (zh) | 用于对风险网络中的可疑活动检测流水线执行治理的系统和方法 | |
US20220335155A1 (en) | Insight Generation Using Personal Identifiable Information (PII) Footprint Modeling | |
US11704362B2 (en) | Assigning case identifiers to video streams | |
RU2702275C1 (ru) | Способ и система маркировки действий пользователя для последующего анализа и накопления | |
CN111489101A (zh) | 基于大数据的订单审核方法、装置、设备和介质 | |
CN110943982A (zh) | 单据数据加密的方法、装置、电子设备和存储介质 | |
RU2693646C1 (ru) | Способ и система подбора предложений для пользователя на основании анализа его действий | |
US11853173B1 (en) | Log file manipulation detection |
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 |