CN116542674B - 一种基于大数据的风险分析评估方法及系统 - Google Patents
一种基于大数据的风险分析评估方法及系统 Download PDFInfo
- Publication number
- CN116542674B CN116542674B CN202310820372.8A CN202310820372A CN116542674B CN 116542674 B CN116542674 B CN 116542674B CN 202310820372 A CN202310820372 A CN 202310820372A CN 116542674 B CN116542674 B CN 116542674B
- Authority
- CN
- China
- Prior art keywords
- signing
- bit
- area
- financial
- financial data
- 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.)
- Active
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000004927 fusion Effects 0.000 claims description 9
- 230000037237 body shape Effects 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 14
- 230000015654 memory Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Security & Cryptography (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Image Analysis (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明适用于计算机领域,提供了一种基于大数据的风险分析评估方法及系统,所述方法包括:获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;识别在所述外扩区域内是否存在外物介入或者内物输出;若是,判定第一签署位关联金融签署风险,本申请实施例的技术方案,能够对金融签署业务中被代签或者修改的风险进行识别分析,且简化了识别步骤。
Description
技术领域
本发明属于计算机领域,尤其涉及一种基于大数据的风险分析评估方法及系统。
背景技术
金融服务指开展业务活动为客户提供金融类服务,金融服务运用货币交易手段融通有价物品,向金融活动参与者和顾客提供的共同受益的活动,业务活动为客户提供包括融资投资、储蓄、信贷、结算、证券买卖、商业保险和金融信息咨询等金融类服务。
金融业务涉及到多客户签署时,尤其是涉及到一些必要的客户签署场景时,在客户签署场景中容易发生签署业务异常,现有技术中采用监控装置来捕捉人脸信息,以保证签署人是相关业务对应的本人,但是考虑到签署业务时,金融业务可能在有意或者无意的条件下被代签或者修改,因此,实施以上现有技术,难以对此类场景进行准确识别。
发明内容
本发明实施例的目的在于提供一种基于大数据的风险分析评估方法及系统,旨在解决上述背景技术中提出的问题。
本发明实施例是这样实现的,一方面,一种基于大数据的风险分析评估方法,所述方法包括以下步骤:
获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;
识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;
基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;
识别在所述外扩区域内是否存在外物介入或者内物输出;
若是,判定第一签署位关联金融签署风险。
作为本发明的进一步方案,所述获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位,包括:
获取金融数据签署的金融数据,将所述金融数据按照关键词进行分类,生成第一分类金融数据;
将第一分类金融数据中同类数据按照目标区域的签署位的间隔顺序插序排布,得到第一排布结果;
将第一分类金融数据对应的待签约项按照第一排布结果进行匹配。
作为本发明的再进一步方案,所述识别目标区域内第一签署位的签署时段具体包括:
根据签署前置准备时间以及签署位的数量,生成对应每个签署位的签署时段;
分别读取每个签署位内签署人的合格认证信息后,捕捉签署位内签署人的外观体态信息,提取外观体态信息的外观姿态特征,生成融合特征;
在签署时段计时开始后,周期性识别签署位内的待识别目标的外观体态是否符合融合特征;
若否,则执行签署时段重启;
若是,则判定签署位内签署人未离位,判定当前所处的时间节点处于目标区域内第一签署位的签署时段。
作为本发明的又进一步方案,所述方法还包括:
根据签署人的身形信息确定所述最大占据区域,具体的,所述根据签署人的身形信息确定所述最大占据区域具体包括:
获取签署人身形信息,提取所述身形信息中身高高度;
识别所述身形信息中上身宽度;
确定所述身高高度和上身宽度分别对应的第一影响因子和第二影响因子;
计算身高高度和第一影响因子的第一乘积、上身宽度和第二影响因子的第二乘积,根据第一乘积和第二乘积之和确定所述最大占据区域。
作为本发明的进一步方案,所述识别在所述外扩区域内是否存在外物介入或者内物输出具体包括:
实时获取包括所述外扩区域的第一图像;
根据外扩区域的区域特征提取外扩区域所在的第一子图像;
识别所述第一子图像中是否包括异物;
若包括,识别所述异物是否为签署工具;
若所述异物为签署工具,则判断签署工具的外端是否超过外扩区域的外边缘;
若不超过,则判定外扩区域内不存在外物介入或者内物输出;
若所述异物不为签署工具,或者,所述外端超过外扩区域的外边缘,则判定所述外扩区域内存在外物介入或者内物输出。
作为本发明的进一步方案,所述签署工具为签署位的主签署用具。
作为本发明的进一步方案,在判定第一签署位关联金融签署风险之后,所述方法还包括:
对相应的签署位执行签署时段暂停,并且上报关于金融签署风险的风险告警信息。
作为本发明的进一步方案,所述方法还包括:
识别所述外物介入或者内物输出中异物所对应的至少一个其他签署位;
根据关联金融签署风险对应的第一签署位和至少一个其他签署位形成关联预警信息,将关联预警信息上报。
作为本发明的进一步方案,另一方面,一种基于大数据的风险分析评估系统,所述系统包括:
签署位分配模块,用于获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;
识别模块,用于识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;
确定模块,用于基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;
异物干扰识别模块,用于识别在所述外扩区域内是否存在外物介入或者内物输出;
条件判定模块,用于若存在外物介入或者内物输出,判定第一签署位关联金融签署风险。
本发明实施例提供的一种基于大数据的风险分析评估方法及系统,通过获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;识别在所述外扩区域内是否存在外物介入或者内物输出;若是,判定第一签署位关联金融签署风险,能够对金融签署业务中被代签或者修改的风险进行识别分析,且通过定位外扩区域,简化了识别步骤。
附图说明
图1是一种基于大数据的风险分析评估方法的主流程图。
图2是一种基于大数据的风险分析评估方法中根据所述金融数据分类分配若干签署位的流程图。
图3是一种基于大数据的风险分析评估方法中识别目标区域内第一签署位的签署时段的流程图。
图4是一种基于大数据的风险分析评估方法中根据签署人的身形信息确定所述最大占据区域的流程图。
图5是一种基于大数据的风险分析评估方法中识别在所述外扩区域内是否存在外物介入或者内物输出的流程图。
图6是一种基于大数据的风险分析评估系统的主结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
本发明提供的一种基于大数据的风险分析评估方法及系统,解决了背景技术中的技术问题。
如图1所示,为本发明的一个实施例提供的一种基于大数据的风险分析评估方法的主流程图,所述一种基于大数据的风险分析评估方法包括:
步骤S10:获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;金融数据一般包括融资投资、储蓄、信贷、结算、证券买卖等类型的数据,分类后分配签署位,利于签署的进行;签署位一般是设定或者划定的签署位置,例如物理位置;
步骤S11:识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;签署位一般包括纸质文档所在的放置区域或者显示电子文档的设备所在的放置区域;第一签署位置表示签署人所在的签署位和自身对应,签署人不能发生变动;而现实生活中签署人发生变化的可能性更大,例如签署人短暂离开或者被代签导致签署人变化等;签署时段只有在匹配合格时才允许开始计时,表示当前签署存在意义,否则可能是违规的;
步骤S12:基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;前述已经确定签署时段的合规性,表示签署人与签署位相匹配,进一步的,通过第一签署位在合格签署状态下的最大占据区域,来确定外扩区域;最大占据区域,即签署人处于第一签署位时,在正常签署状态下可能占据的最大签署区域,所谓的外扩,即最大占据区域相对于第一签署位置所在签署区之外部分;
步骤S13:识别在所述外扩区域内是否存在外物介入或者内物输出;通过识别所述外扩区域内是否存在外物介入或者内物输出,从而不需要识别签署位的签署区内部的情况,因为签署位内部有签署人在进行相关的动作,识别比较复杂且容易误识别;当存在外物介入或者内物输出时,表明存在不必要的外物介入或者内物输出;
步骤S14:若是,判定第一签署位关联金融签署风险。否则,需要继续进行识别判断,直到签署结束。
本实施例在应用时,通过获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;识别在所述外扩区域内是否存在外物介入或者内物输出;若是,判定第一签署位关联金融签署风险,能够对金融签署业务中被代签或者修改的风险进行识别分析,且通过定位外扩区域,不需要通过常规软件(监控)工具对签署位的签署区内部的情况进行捕捉、管理和处理,从而实现了基于大数据的优化识别,简化了识别步骤,提高了识别效率。
如图2所示,作为本发明的一种优选实施例,所述获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位,包括:
步骤S101:获取金融数据签署的金融数据,将所述金融数据按照关键词进行分类,生成第一分类金融数据;例如按照融资、储蓄、结算、保险的关键词分别进行分类,生成第一分类金融数据;
步骤S102:将第一分类金融数据中同类数据按照目标区域的签署位的间隔顺序插序排布,得到第一排布结果;也即,将对分类金融数据分别间隔排布于目标区域的签署位置上,避免同一类数据的签署位相距过近,从而利于减少金融签署风险中代签或者被修改的发生;示例性的,签署位的间隔顺序为偶数间隔顺序或者其他规律间隔顺序,例如2X+1的顺序,其中X为自然数编号1,2,3,4等,即从1开始的自然数;从而签署位的间隔顺序为2X+1的计算结果;签署位是明确有其排布的数字顺序的;
步骤S103:将第一分类金融数据对应的待签约项按照第一排布结果进行匹配。也即建立待签约项-签署位之间的对应关系。
可以理解的是,通过将所述金融数据按照关键词进行分类,并且对分类得到的第一排布结果进行插序排布,因而可以使得同类的金融数据的签署位置尽量避开,能够降低金融签署风险中(被恶意)代签或者被修改的风险。
如图3所示,作为本发明的一种优选实施例,所述识别目标区域内第一签署位的签署时段具体包括:
步骤S111:根据签署前置准备时间以及签署位的数量,生成对应每个签署位的签署时段;对应每个签署位的签署时段,可以保证多个签署位的签署实施;
步骤S112:分别读取每个签署位内签署人的合格认证信息后,捕捉签署位内签署人的外观体态信息,提取外观体态信息的外观姿态特征,生成融合特征;合格认证信息可以是账号认证信息,也可以是身份认证信息,例如人脸识别信息等;外观体态表示外观信息和体态信息的融合信息,外观信息一般指显著的外观,例如衣着信息;体态信息例如侧面的体态;外观体态信息在目标区域内具有高度的单一性,因而可以作为识别的基础;
步骤S113:在签署时段计时开始后,周期性识别签署位内的待识别目标的外观体态是否符合融合特征;
步骤S114:若否,则执行签署时段重启;执行签署时段重启,即开始签署的内容作废,重新开始签署,若再一次识别到不符合时,暂停执行签署并且通过管控中心(的人员)介入;
步骤S115:若是,则判定签署位内签署人未离位,判定当前所处的时间节点处于目标区域内第一签署位的签署时段。
本实施例给出一种不会影响正常签署从而进行认证的方法,通过在签署时段开始计时后,识别签署位内的待识别目标的外观体态是否符合融合特征,即判断待识别目标的体态和外观组合是否不变,只有这两者符合融合特征时,才表明待识别目标的外观体态与融合特征之间符合预设相似度,即此时应当将待识别目标认定为具有合格认证信息的签署人,因而表明在签署过程中其未离开签署位,因而表明当前时刻是合格的,可以作为外扩区域内是否存在外物介入或者内物输出识别的基础,否则,对外扩区域识别没有意义,因为签署人可能离开或者被换掉了,该种条件下签署自然不可信。
如图4所示,作为本发明的一种优选实施例,所述方法还包括:根据签署人的身形信息确定所述最大占据区域,具体的,所述根据签署人的身形信息确定所述最大占据区域包括:
步骤S20:获取签署人身形信息,提取所述身形信息中身高高度;
步骤S21:识别所述身形信息中上身宽度;
步骤S22:确定所述身高高度和上身宽度分别对应的第一影响因子和第二影响因子;
步骤S23:计算身高高度和第一影响因子的第一乘积、上身宽度和第二影响因子的第二乘积,根据第一乘积和第二乘积之和确定所述最大占据区域。示例性的,实际中取值:身高高度和宽度分别为175、50(单位cm)时,手臂长度一般是身体的五分之二左右,考虑到签署时手臂的屈伸以及倾斜状态,最大占据区域的长度为身形宽度和手臂签署状态下的宽度之和,第一影响因子,一只手臂的影响因子为:0.4乘以0.5乘以0.8,其结果为0.16,0.5是根据手臂的弯曲状态确定的,0.8是根据手臂的倾斜状态确定的;因而第一影响因子为0.32,第二因子根据实际签署时上身宽度而确定,其可能存在浮动范围,一般取0.9到1.2,第一影响因子小于1表示其签署时存在上身部分折叠,第一影响因子大于1表示其签署时存在上身存在过度伸展;因而对应的第一影响因子和第二影响因子可以确定为0.32、1.1,因而第一乘积和第二乘积之和为111(也符合办公桌的一般尺寸或者说办公桌通用尺寸,通用尺寸一般为长120-160毫米),最大占据区域的宽度一般确定为身高高度的一定比例,例如实际中取值为0.4到0.6,即身高高度和第三影响因子的第三乘积作为最大占据区域的另一个决定参数;这个比例改变一般不大,因而前两者的乘积之和为主要的决定参数,因而据此确定的最大占据区域为长为110,宽为40的矩形区域;最大区域和第一签署位的操作区域的差值部分,即可确定为外扩区域;第一签署位的操作区域一般是纸质文档所在的放置区域或者显示电子文档的设备所在的放置区域;
应当理解的是,考虑到身形信息对最大占据区域的影响,人员在进行伏案签署时,其体型会对最大占据区域造成影响,并且尤其是宽度和高度,移位宽度直接确定了其所占据的外围,而高度决定了非端正姿势签署时造成的占据区域的改变,尤其倾斜时造成占据区域的扩大。
如图5所示,作为本发明的一种优选实施例,所述识别在所述外扩区域内是否存在外物介入或者内物输出具体包括:
步骤S121:实时获取包括所述外扩区域的第一图像;第一图像可以是从影像信息中实时提取的;
步骤S122:根据外扩区域的区域特征提取外扩区域所在的第一子图像;外扩区域一般以签署位的外侧为分界,并且与签署位之间有非常明确的界限,外扩区域相当于围绕在签署位外侧的区域;因而区域特征可以是签署位的相对外扩比例;
步骤S123:识别所述第一子图像中是否包括异物;是否存在异物,将没有存在异物的对比图像与第一子图像对比即可识别;当然,在不包括异物时,应当认定本次识别中所述外扩区域内不存在外物介入或者内物输出;
步骤S124:若包括,识别所述异物是否为签署工具;签署用户即为在签署过程中用到工具,比如(电子)签署笔等;此处的识别涉及图像识别技术,只需要事先获取签署笔的图像,然后将二者进行相似度对比,若符合预设相似度,即可认定所述异物为签署工具,具体的在此不进行详细叙述,其为现有技术;
步骤S125:若所述异物为签署工具,则判断签署工具的外端是否超过外扩区域的外边缘;是否超过外边缘,即外端是否朝外超过外边缘,或者外端是否朝内超过了外边缘;朝外朝内可以通过签署工具的使用情况来判定,一般签署工具的书写部为外端;
步骤S126:若不超过,则判定外扩区域内不存在外物介入或者内物输出;不超过的情形表明签署工具可能只是偶然处于该位置,两种情况分别是:朝外且整体处于外扩区域内即不超过外扩区域、朝内但是没有进入外扩区域;并且签署工具大概率来自于该签署位;
步骤S127:若所述异物不为签署工具,或者,所述外端超过外扩区域的外边缘,则判定所述外扩区域内存在外物介入或者内物输出。所述签署工具为签署位的主签署用具。当异物不是签署工具时,其可能是其他不明的异物(未知的签署工具,如伪装的签署工具或者破坏签署记录的工具等),可能造成代签或者修改的风险;当外端超过外扩区域的外边缘,即朝外且(部分)超出外扩区域、朝内且(部分)进入外扩区域;
本实施例在应用时,本实施例实际上提供了一种基于图像识别,以判断签署位存在外物介入或者内物输出的方法,本方法的最大优点在于:不需要识别签署位内部的情况,因为签署位内部有签署人在进行相关的动作,识别比较复杂且容易误识别,因而通过识别外扩区域所在图像,可以使得识别简单清晰化,从而只需要通过识别外扩区域内是否存在符合相应条件的异物即可。
作为本发明的一种优选实施例,在判定第一签署位关联金融签署风险之后,所述方法还包括:
步骤S30:对相应的签署位执行签署时段暂停,并且上报关于金融签署风险的风险告警信息。
可以理解的是,当判定第一签署位关联金融签署风险后,为了避免风险的可能扩大,因而可以暂停执行签署时段,即签署位的签署不能正常进行,可以将关于金融签署风险的风险告警信息上报到管控中心。
作为本发明的一种优选实施例,述方法还包括:
步骤S40:识别所述外物介入或者内物输出中异物所对应的至少一个其他签署位;
步骤S41:根据关联金融签署风险对应的第一签署位和至少一个其他签署位形成关联预警信息,将关联预警信息上报。至少一个其他签署位最有可能来自于外物介入方向所对应的签署位,或者内物输出方向所对应的签署位;
本实施例在应用时,本实施例进一步进行关联预警,即外物介入可能来自于其他至少一个签署位,或者说内物输出可能即将作用于其他至少一个签署位,因而据此形成关联预警,可以为金融签署风险提供更好的处置依据。
如图6所示,作为本发明的另一种优选实施例,另一方面,一种基于大数据的风险分析评估系统,所述系统包括:
签署位分配模块100,用于获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;
识别模块200,用于识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;
确定模块300,用于基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;
异物干扰识别模块400,用于识别在所述外扩区域内是否存在外物介入或者内物输出;
条件判定模块500,用于若存在外物介入或者内物输出,判定第一签署位关联金融签署风险。
需要说明的是,参照前述实施例中对本系统应用的方法的实施描述,在此不再对本系统的具体实施过程进行描述。
本发明上述实施例中提供了一种基于大数据的风险分析评估方法,并基于该基于大数据的风险分析评估方法提供了一种基于大数据的风险分析评估系统,通过获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;识别在所述外扩区域内是否存在外物介入或者内物输出;若是,判定第一签署位关联金融签署风险,能够对金融签署业务中被代签或者修改的风险进行识别分析,且通过定位外扩区域,简化了识别步骤。
为了能够加载上述方法和系统能够顺利运行,该系统除了包括上述各种模块之外,还可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
所称处理器可以是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述系统的控制中心,利用各种接口和线路连接各个部分。
上述存储器可用于存储计算机以及系统程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等。存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于大数据的风险分析评估方法,其特征在于,所述方法包括:
获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;
识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;
基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;
识别在所述外扩区域内是否存在外物介入或者内物输出;
若是,判定第一签署位关联金融签署风险;
所述识别在所述外扩区域内是否存在外物介入或者内物输出具体包括:
实时获取包括所述外扩区域的第一图像;
根据外扩区域的区域特征提取外扩区域所在的第一子图像;
识别所述第一子图像中是否包括异物;
若包括,识别所述异物是否为签署工具;
若所述异物为签署工具,则判断签署工具的外端是否超过外扩区域的外边缘;
若不超过,则判定外扩区域内不存在外物介入或者内物输出;
若所述异物不为签署工具,或者,所述外端超过外扩区域的外边缘,则判定所述外扩区域内存在外物介入或者内物输出。
2.根据权利要求1所述的基于大数据的风险分析评估方法,其特征在于,所述获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位,包括:
获取金融数据签署的金融数据,将所述金融数据按照关键词进行分类,生成第一分类金融数据;
将第一分类金融数据中同类数据按照目标区域的签署位的间隔顺序插序排布,得到第一排布结果;
将第一分类金融数据对应的待签约项按照第一排布结果进行匹配。
3.根据权利要求1所述的基于大数据的风险分析评估方法,其特征在于,所述识别目标区域内第一签署位的签署时段具体包括:
根据签署前置准备时间以及签署位的数量,生成对应每个签署位的签署时段;
分别读取每个签署位内签署人的合格认证信息后,捕捉签署位内签署人的外观体态信息,提取外观体态信息的外观姿态特征,生成融合特征;
在签署时段计时开始后,周期性识别签署位内的待识别目标的外观体态是否符合融合特征;
若否,则执行签署时段重启;
若是,则判定签署位内签署人未离位,判定当前所处的时间节点处于目标区域内第一签署位的签署时段。
4.根据权利要求1所述的基于大数据的风险分析评估方法,其特征在于,所述方法还包括:
根据签署人的身形信息确定所述最大占据区域。
5.根据权利要求4所述的基于大数据的风险分析评估方法,其特征在于,所述根据签署人的身形信息确定所述最大占据区域具体包括:
获取签署人身形信息,提取所述身形信息中身高高度;
识别所述身形信息中上身宽度;
确定所述身高高度和上身宽度分别对应的第一影响因子和第二影响因子;
计算身高高度和第一影响因子的第一乘积、上身宽度和第二影响因子的第二乘积,根据第一乘积和第二乘积之和确定所述最大占据区域。
6.根据权利要求1所述的基于大数据的风险分析评估方法,其特征在于,所述签署工具为签署位的主签署用具。
7.根据权利要求1所述的基于大数据的风险分析评估方法,其特征在于,在判定第一签署位关联金融签署风险之后,所述方法还包括:
对相应的签署位执行签署时段暂停,并且上报关于金融签署风险的风险告警信息。
8.根据权利要求1或6所述的基于大数据的风险分析评估方法,其特征在于,所述方法还包括:
识别所述外物介入或者内物输出中异物所对应的至少一个其他签署位;
根据关联金融签署风险对应的第一签署位和至少一个其他签署位形成关联预警信息,将关联预警信息上报。
9.一种基于大数据的风险分析评估系统,其特征在于,所述系统包括:
签署位分配模块,用于获取金融数据签署的金融数据分类,根据所述金融数据分类分配若干签署位;
识别模块,用于识别目标区域内第一签署位的签署时段,所述第一签署位为与签署人匹配合格的签署位;
确定模块,用于基于所述签署时段,定位第一签署位的外扩区域,所述外扩区域是根据第一签署位在合格签署状态下对应的最大占据区域所确定的;
异物干扰识别模块,用于识别在所述外扩区域内是否存在外物介入或者内物输出;
条件判定模块,用于若存在外物介入或者内物输出,判定第一签署位关联金融签署风险;
所述异物干扰识别模块具体用于:
实时获取包括所述外扩区域的第一图像;
根据外扩区域的区域特征提取外扩区域所在的第一子图像;
识别所述第一子图像中是否包括异物;
若包括,识别所述异物是否为签署工具;
若所述异物为签署工具,则判断签署工具的外端是否超过外扩区域的外边缘;
若不超过,则判定外扩区域内不存在外物介入或者内物输出;
若所述异物不为签署工具,或者,所述外端超过外扩区域的外边缘,则判定所述外扩区域内存在外物介入或者内物输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310820372.8A CN116542674B (zh) | 2023-07-06 | 2023-07-06 | 一种基于大数据的风险分析评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310820372.8A CN116542674B (zh) | 2023-07-06 | 2023-07-06 | 一种基于大数据的风险分析评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116542674A CN116542674A (zh) | 2023-08-04 |
CN116542674B true CN116542674B (zh) | 2023-09-26 |
Family
ID=87449170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310820372.8A Active CN116542674B (zh) | 2023-07-06 | 2023-07-06 | 一种基于大数据的风险分析评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542674B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929660A (zh) * | 2019-11-28 | 2020-03-27 | 杭州云徙科技有限公司 | 一种基于人脸识别与电子签章的合同签订方法 |
CN112887296A (zh) * | 2021-01-22 | 2021-06-01 | 中国地质大学(武汉) | 一种线上电子文件签署系统及电子文件签署方法 |
CN113780212A (zh) * | 2021-09-16 | 2021-12-10 | 平安科技(深圳)有限公司 | 用户身份核验方法、装置、设备及存储介质 |
CN113971762A (zh) * | 2021-12-02 | 2022-01-25 | 国家石油天然气管网集团有限公司 | 一种旋转机械作业安全风险智能识别方法及系统 |
CN114758147A (zh) * | 2020-12-29 | 2022-07-15 | 南宁富联富桂精密工业有限公司 | 人体异常姿态识别方法、装置及计算机可读存储介质 |
CN115297305A (zh) * | 2022-10-09 | 2022-11-04 | 南昌工程学院 | 一种基于边缘计算的多视频流安全风险预警系统及方法 |
CN115511597A (zh) * | 2022-09-16 | 2022-12-23 | 上海印闪网络科技有限公司 | 一种信贷方法、系统、计算机设备及存储介质 |
CN115984967A (zh) * | 2023-01-05 | 2023-04-18 | 北京轩宇空间科技有限公司 | 基于深度学习的人体跌倒检测方法、装置及系统 |
CN116029556A (zh) * | 2023-03-21 | 2023-04-28 | 支付宝(杭州)信息技术有限公司 | 一种业务风险的评估方法、装置、设备及可读存储介质 |
CN116205723A (zh) * | 2023-02-10 | 2023-06-02 | 平安科技(深圳)有限公司 | 基于人工智能的面签风险检测方法及相关设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170083892A1 (en) * | 2015-09-17 | 2017-03-23 | Toshiba Tec Kabushiki Kaisha | Checkout apparatus |
KR102370063B1 (ko) * | 2017-03-28 | 2022-03-04 | 삼성전자주식회사 | 얼굴 인증 방법 및 장치 |
US11514513B2 (en) * | 2020-05-28 | 2022-11-29 | Jpmorgan Chase Bank, N.A. | Systems and methods for management of financial transactions associated with a funding agreement |
-
2023
- 2023-07-06 CN CN202310820372.8A patent/CN116542674B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929660A (zh) * | 2019-11-28 | 2020-03-27 | 杭州云徙科技有限公司 | 一种基于人脸识别与电子签章的合同签订方法 |
CN114758147A (zh) * | 2020-12-29 | 2022-07-15 | 南宁富联富桂精密工业有限公司 | 人体异常姿态识别方法、装置及计算机可读存储介质 |
CN112887296A (zh) * | 2021-01-22 | 2021-06-01 | 中国地质大学(武汉) | 一种线上电子文件签署系统及电子文件签署方法 |
CN113780212A (zh) * | 2021-09-16 | 2021-12-10 | 平安科技(深圳)有限公司 | 用户身份核验方法、装置、设备及存储介质 |
CN113971762A (zh) * | 2021-12-02 | 2022-01-25 | 国家石油天然气管网集团有限公司 | 一种旋转机械作业安全风险智能识别方法及系统 |
CN115511597A (zh) * | 2022-09-16 | 2022-12-23 | 上海印闪网络科技有限公司 | 一种信贷方法、系统、计算机设备及存储介质 |
CN115297305A (zh) * | 2022-10-09 | 2022-11-04 | 南昌工程学院 | 一种基于边缘计算的多视频流安全风险预警系统及方法 |
CN115984967A (zh) * | 2023-01-05 | 2023-04-18 | 北京轩宇空间科技有限公司 | 基于深度学习的人体跌倒检测方法、装置及系统 |
CN116205723A (zh) * | 2023-02-10 | 2023-06-02 | 平安科技(深圳)有限公司 | 基于人工智能的面签风险检测方法及相关设备 |
CN116029556A (zh) * | 2023-03-21 | 2023-04-28 | 支付宝(杭州)信息技术有限公司 | 一种业务风险的评估方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116542674A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110489415B (zh) | 一种数据更新方法及相关设备 | |
WO2021072876A1 (zh) | 证件图像分类方法、装置、计算机设备及可读存储介质 | |
CN103383732B (zh) | 图像处理方法和装置 | |
CN112101311A (zh) | 基于人工智能的双录质检方法、装置、计算机设备及介质 | |
JP7173332B2 (ja) | 不正検知装置、不正検知方法および不正検知プログラム | |
WO2021189853A1 (zh) | 闪光灯光斑位置识别方法、装置、电子设备及存储介质 | |
CN109523399A (zh) | 一种医疗数据处理方法、装置、设备及存储介质 | |
JP5103955B2 (ja) | 画像検索方法、装置およびプログラム | |
CN110310129A (zh) | 风险识别方法及其系统 | |
CN110634223A (zh) | 票据校验方法及装置 | |
CN113132311A (zh) | 异常访问检测方法、装置和设备 | |
Günnemann et al. | Subspace correlation clustering: finding locally correlated dimensions in subspace projections of the data | |
Wang et al. | Open-Set source camera identification based on envelope of data clustering optimization (EDCO) | |
US8055027B2 (en) | Generation of directional field information in the context of image processing | |
US11665176B2 (en) | Systems and methods of performing an identity verification across different geographical or jurisdictional regions | |
CN116542674B (zh) | 一种基于大数据的风险分析评估方法及系统 | |
CN110489416B (zh) | 一种基于数据处理的信息存储方法及相关设备 | |
CN111768345A (zh) | 身份证背面图像的校正方法、装置、设备及存储介质 | |
CN111753722B (zh) | 一种基于特征点类型的指纹识别方法及装置 | |
JP2017027365A (ja) | 帳票判別プログラム、帳票判別方法及び帳票判別装置 | |
US20220237937A1 (en) | Distributed computer system for document authentication | |
US9031326B2 (en) | System and method for effectively performing an image categorization procedure | |
CN109670402B (zh) | 人证核验方法及装置 | |
CN113269190A (zh) | 基于人工智能的数据分类方法、装置、计算机设备及介质 | |
CN113392406A (zh) | 漏洞检测方法、漏洞检测模型和漏洞检测装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |