CN116703413A - 交易数据的处理方法、装置、存储介质及电子设备 - Google Patents

交易数据的处理方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN116703413A
CN116703413A CN202310693634.9A CN202310693634A CN116703413A CN 116703413 A CN116703413 A CN 116703413A CN 202310693634 A CN202310693634 A CN 202310693634A CN 116703413 A CN116703413 A CN 116703413A
Authority
CN
China
Prior art keywords
transaction data
target
transaction
data
target model
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
Application number
CN202310693634.9A
Other languages
English (en)
Inventor
高庆刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin Yillion Bank Co ltd
Original Assignee
Jilin Yillion Bank Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin Yillion Bank Co ltd filed Critical Jilin Yillion Bank Co ltd
Priority to CN202310693634.9A priority Critical patent/CN116703413A/zh
Publication of CN116703413A publication Critical patent/CN116703413A/zh
Pending legal-status Critical Current

Links

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
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0483—Interaction with page-structured environments, e.g. book metaphor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
    • 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
    • G06Q40/03—Credit; Loans; Processing thereof
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Computer Interaction (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种交易数据的处理方法、装置、存储介质及电子设备。涉及金融科技领域。其中，该方法包括：接收交易数据，其中，交易数据为通过存储过程的方式推送与金融交易相关的数据；获取目标模型的多个参数阈值，其中，多个参数阈值包括通过前端页面进行参数化配置的预设阈值；基于交易数据和多个参数阈值，确定交易数据与目标模型关联的非法资金转移行为之间的关系。本发明解决了相关技术中采用的对非法资金转移行为进行识别的识别模型，需要技术人员直接变更数据库SQL以使识别模型适应新的识别场景，导致非法资金转移行为识别效果不佳的技术问题。

Description

交易数据的处理方法、装置、存储介质及电子设备
技术领域
本发明涉及金融科技领域，具体而言，涉及一种交易数据的处理方法、装置、存储介质及电子设备。
背景技术
目前，为了提高对非法资金转移行为进行识别处理，以提高抵制非法资金转移行为的效果，金融机构有每年对本机构抵制非法资金转移行为的可疑模型进行调整，但因调整模型结构复杂，不利于灵活的对模型进行调整；并且由于金融机构强化客户调查线下进行，浪费较多人力，如果客户数量基数大，也更加不利于客户调查凭证的保存。具体的，业务人员在进行可疑模型调整时，通常通过技术人员直接操作数据库变更SQL的形式进行，流程繁琐，且特别容易出错，出错后不易调整。
对于强化客户调查、疑似黑名单认定自动分配模型，相关技术中通常是通过业务人员手工对发生的业务进行分配，但是在客户基数大的时候，业务人员根本处理不过来，浪费较多人力，也不利于强化客户调查凭证保存管理。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种交易数据的处理方法、装置、存储介质及电子设备，以至少解决相关技术中采用的对非法资金转移行为进行识别的识别模型，需要技术人员直接变更数据库SQL以使识别模型适应新的识别场景，导致非法资金转移行为识别效果不佳的技术问题。
根据本发明实施例的一个方面，提供了一种交易数据的处理方法，包括：接收交易数据，其中，所述交易数据为通过存储过程的方式推送与金融交易相关的数据；获取目标模型的多个参数阈值，其中，多个所述参数阈值包括通过前端页面进行参数化配置的预设阈值；基于所述交易数据和多个所述参数阈值，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。
进一步地，基于所述交易数据和多个所述参数阈值，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系，包括：基于多个预设统计维度，对所述交易数据进行统计处理，得到每个所述预设统计维度下的统计数据，其中，每个所述预设统计维度用于统计所述交易数据中一个或多个交易业务的数据；对每个所述预设统计维度下的统计数据与对应的所述参数阈值进行比较，得到多个比较结果；基于多个所述比较结果，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。
进一步地，在获取目标模型的多个参数阈值之前，还包括：响应所述目标模型的定义请求，通过所述前端页面获取所述目标模型的定义信息；基于所述定义信息，确定所述目标模型。
进一步地，所述定义信息包括：业务指标的定义信息，事件的定义信息，其中，所述业务指标包括：金融交易相关的交易业务的指标，所述事件中包括多个所述业务指标，基于所述定义信息，确定所述目标模型，包括：基于所述前端页面，获取所述事件中每个所述业务指标的预设参数阈值；基于所述定义信息和每个所述业务指标的预设参数阈值，确定所述目标模型的数据库编程语言SQL语句，以得到所述目标模型。
进一步地，所述定义信息还包括：客户识别点信息、适用机构信息，其中，所述适用机构信息包括：所述目标模型识别所述非法资金转移行为所适用的机构的信息，所述客户识别点信息包括：识别的交易行为的信息。
进一步地，在接收交易数据之前，还包括：通过目标系统接收目标文件，其中，所述目标系统用于识别非法资金转移行为，所述目标文件存储有所述交易数据；通过预设数据导入方式，将所述目标文件中的所述交易数据加载至所述目标系统的操作数据存储ODS层；通过所述存储过程，将所述ODS层中的所述交易数据推送至所述目标系统的目标数据库。
进一步地，在通过目标系统接收目标文件之前，还包括：抽取目标交易系统中的所述交易数据，得到所述目标文件；将所述目标文件发送至所述目标系统。
根据本发明实施例的另一方面，还提供了一种交易数据的处理装置，包括：接收单元，用于接收交易数据，其中，所述交易数据为通过存储过程的方式推送与金融交易相关的数据；获取单元，用于获取目标模型的多个参数阈值，其中，多个所述参数阈值包括通过前端页面进行参数化配置的预设阈值；确定单元，用于基于所述交易数据和多个所述参数阈值，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。
进一步地，确定单元包括：处理子单元，用于基于多个预设统计维度，对所述交易数据进行统计处理，得到每个所述预设统计维度下的统计数据，其中，每个所述预设统计维度用于统计所述交易数据中一个或多个交易业务的数据；比较子单元，用于对每个所述预设统计维度下的统计数据与对应的所述参数阈值进行比较，得到多个比较结果；确定子单元，用于基于多个所述比较结果，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。
进一步地，交易数据的处理方法还包括：定义信息获取单元，用于在获取目标模型的多个参数阈值之前，响应所述目标模型的定义请求，通过所述前端页面获取所述目标模型的定义信息；模型确定单元，用于基于所述定义信息，确定所述目标模型。
进一步地，所述定义信息包括：业务指标的定义信息，事件的定义信息，其中，所述业务指标包括：金融交易相关的交易业务的指标，所述事件中包括多个所述业务指标，模型确定单元包括：获取子单元，用于基于所述前端页面，获取所述事件中每个所述业务指标的预设参数阈值；处理子单元，用于基于所述定义信息和每个所述业务指标的预设参数阈值，确定所述目标模型的数据库编程语言SQL语句，以得到所述目标模型。
进一步地，所述定义信息还包括：客户识别点信息、适用机构信息，其中，所述适用机构信息包括：所述目标模型识别所述非法资金转移行为所适用的机构的信息，所述客户识别点信息包括：识别的交易行为的信息。
进一步地，交易数据的处理装置还包括：文件接收单元，用于在接收交易数据之前，通过目标系统接收目标文件，其中，所述目标系统用于识别非法资金转移行为，所述目标文件存储有所述交易数据；加载单元，用于通过预设数据导入方式，将所述目标文件中的所述交易数据加载至所述目标系统的操作数据存储ODS层；推送单元，用于通过所述存储过程，将所述ODS层中的所述交易数据推送至所述目标系统的目标数据库。
进一步地，交易数据的处理装置还包括：数据抽取单元，用于在通过目标系统接收目标文件之前，抽取目标交易系统中的所述交易数据，得到所述目标文件；发送单元，用于将所述目标文件发送至所述目标系统。
根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的交易数据的处理方法。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的交易数据的处理方法。
在本发明中，通过接收交易数据，其中，所述交易数据为通过存储过程的方式推送与金融交易相关的数据；获取目标模型的多个参数阈值，其中，多个所述参数阈值包括通过前端页面进行参数化配置的预设阈值；基于所述交易数据和多个所述参数阈值，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。进而解决了相关技术中采用的对非法资金转移行为进行识别的识别模型，需要技术人员直接变更数据库SQL以使识别模型适应新的识别场景，导致非法资金转移行为识别效果不佳的技术问题。在本发明中，通过在前端页面进行参数化配置的目标模型，对交易数据中的非法资金转移行为进行识别，避免了通过技术人员直接操作数据库SQL调整目标模型，非法资金转移行为的识别效率低、准确性差的情况，从而实现了提高非法资金转移行为识别的效率以及准确性率的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的交易数据的处理方法的流程图；
图2是根据本发明实施例的一种可选的建立目标模型的流程图；
图3是根据本发明实施例的一种可选的系统间关系的示意图；
图4是根据本发明实施例的一种可选的数据架构的示意图；
图5是根据本发明实施例的一种可选的强化客户调查自动分配的流程图；
图6是根据本发明实施例的一种可选的模型仓库的示意图；
图7是根据本发明实施例的一种可选的系统架构的示意图；
图8是根据本发明实施例的一种可选的技术架构的示意图；
图9是根据本发明实施例的一种可选的物理部署网络图；
图10是根据本发明实施例的一种可选的交易数据的处理装置的示意图；
图11是根据本发明实施例的一种电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
实施例一
根据本发明实施例，提供了一种可选的交易数据的处理方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的交易数据的处理方法的流程图，如图1所示，该方法包括如下步骤：
步骤S101，接收交易数据，其中，交易数据为通过存储过程的方式推送与金融交易相关的数据。
上述的交易数据可以包括与金融交易相关的数据，可以包括金融机构的用户(或客户)进行转账、汇款、充值等交易操作所产生的交易数据。在本实施例中，首先客户在账务交易系统发现转账、汇款、充值等交易操作后，交易数据可以记录在账务交易系统的数据库中，然后通过大数据平台进行该交易数据进行数据抽取，并把客户的客户信息、账户信息、交易信息等交易数据，以文件的形式推送给对非法资金转移行为进行识别和处理的系统，该系统可以通过SQLload(一种将文件数据导入至数据库的方式)的方式将数据加载至数据库的ODS层(可以理解为数据加工仓库)，在ODS层的数据通过存储过程的方式推送至该系统应用层，在存储过程中可以将ODS层的数据按已定义好的数据化客户画像分布，将客户自动分配至归属的业务部门，该系统的应用层还可以接收该交易数据。
步骤S102，获取目标模型的多个参数阈值，其中，多个参数阈值包括通过前端页面进行参数化配置的预设阈值。
上述的目标模型可以用于识别判断交易数据中涉及的非法资金转移行为，以抵制非法资金转移行为。
上述的目标模型可以部署在模型仓库中，该模型仓库中可以包括多个目标模型，每个目标模型对应识别一种非法资金转移行为，也即是多个目标模型识别的非法资金转移行为所涉及的交易类型或交易的范围可以不同。
步骤S103，基于交易数据和多个参数阈值，确定交易数据与目标模型关联的非法资金转移行为之间的关系。
在本实施例中，可以对一段时间内产生的交易数据按照不同的预设统计维度进行统计，将每个预设统计维度下统计得到的数据与对应的参数阈值进行比较，以确定每个预设统计维度下的统计的数据是否超过对应的参数阈值，基于比较结果还可确定交易数据中是否存在命中目标模型关联的非法资金转移行为的交易行为，或存在命中该目标模型的用户。
通过上述步骤，通过在前端页面进行参数化配置的目标模型，对交易数据中的非法资金转移行为进行识别，避免了通过技术人员直接操作数据库SQL调整目标模型，非法资金转移行为的识别效率低、准确性差的情况，从而实现了提高非法资金转移行为识别的效率以及准确性率的技术效果。进而解决了相关技术中采用的对非法资金转移行为进行识别的识别模型，需要技术人员直接变更数据库SQL以使识别模型适应新的识别场景，导致非法资金转移行为识别效果不佳的技术问题。
可选地，基于交易数据和多个参数阈值，确定交易数据与目标模型关联的非法资金转移行为之间的关系，包括：基于多个预设统计维度，对交易数据进行统计处理，得到每个预设统计维度下的统计数据，其中，每个预设统计维度用于统计交易数据中一个或多个交易业务的数据；对每个预设统计维度下的统计数据与对应的参数阈值进行比较，得到多个比较结果；基于多个比较结果，确定交易数据与目标模型关联的非法资金转移行为之间的关系。
上述目标模型关联的非法资金转移行为可以用于表示目标模型关联一种金融交易类型存在非法资金转移行为。在本实施例中，对交易数据进行统计处理，可以包括对每个预设统计维度下对应的交易类型涉及的交易的数量，如：该交易类型下在一段时间内的交易笔数，交易金额等进行统计，然后将每个预设统计维度下统计的一个或多个统计数据与对应的参数阈值进行比较，在每个预设统计维度下统计的一个或多个统计数据超过对应的参数阈值的数量达到预设阈值的情况下，可以确定该交易数据关联的用户命中目标模型，也即是该交易数据关联的用户存在与目标模型关联的非法资金转移行为，在确定该交易数据关联的用户命中目标模型后，还可以对该交易数据关联的用户存在非法资金转移行为的风险等级进行评定。
可选地，在获取目标模型的多个参数阈值之前，还包括：响应目标模型的定义请求，通过前端页面获取目标模型的定义信息；基于定义信息，确定目标模型。
为了避免相关技术中更新或新增对抵制非法资金转移行为的模型，只能通过技术人员直接操作数据库变更SQL的形式进行，流程繁琐，且特别容易出错，出错后不易调整的情况，在本实施例中，可以通过前端页面对目标模型的阈值进行参数化，可以通过前端页面获取目标模型的定义信息，直接依据前端页面活动到的定义信息，建立或更新目标模型。
上述的定义信息可以包括目标模型的基本信息、涉及的非法资金转移行为的交易场景的基本信息，客户识别点基本信息，以及目标模型的适用机构信息，其中，目标模型的基本信息可以包括但不限于：模型标识、模型编号、模型关联的指标等，客户识别点基本信息可以包括目标模型识别的交易的信息点或交易的关键字信息等，上述的适用机构可以包括目标模型所适用的金融机构网点等。
图2是根据本发明实施例的一种可选的建立目标模型的流程图，如图2所示，包括：在模型仓库中对目标模型进行模型定义，以确定目标模型的模型基本信息、场景基本信息、客户识别点基本信息、适用机构信息等，还可以基于模型基本信息进行指标定义、填写指标基本信息、填写指标sql，在场景基本信息中选择事件并进行事件定义，填写事件基本信息、选择业务指标、添加每个业务指标的阈值参数、实现sql编写等，然后还可以进行模型审核，审核通过后确定上述的目标模型，实现了提高目标模型的识别精准度的技术效果。
可选地，定义信息包括：业务指标的定义信息，事件的定义信息，其中，业务指标包括：金融交易相关的交易业务的指标，事件中包括多个业务指标，基于定义信息，确定目标模型，包括：基于前端页面，获取事件中每个业务指标的预设参数阈值；基于定义信息和每个业务指标的预设参数阈值，确定目标模型的数据库编程语言SQL语句，以得到目标模型。
上述的事件可以为与金融交易相关的交易行为事件，每个事件中可以包括金融交易(例如：资金交易)相关的多个业务的业务指标，上述的业务指标的定义信息可以包括每个业务指标的标识、描述等信息，上述的事件的定义信息可以包括事件的标识、描述等信息，本实施例中的事件和业务指标可以由金融机构的管理人员自行定义，并在前端页面中进行显示，在此不作限定。
在本实施例中，可以通过前端页面获取事件中的每个业务指标的预设参数阈值，基于定义信息和每个业务指标的预设参数阈值，确定目标模型的数据库编程语言SQL语句，以得到目标模型，例如：可以将该定义信息和每个业务指标的预设参数阈值直接更改预设的SQL语句，以确定目标模型，避免了相关技术中通过技术人员直接操作数据库SQL，建立或更改目标模型，效率低的情况，实现了提高对目标模型进行调整的调整效率的技术效果。
可选地，定义信息还包括：客户识别点信息、适用机构信息，其中，适用机构信息包括：目标模型识别非法资金转移行为所适用的机构的信息，客户识别点信息包括：识别的交易行为的信息。
上述的定义信息还可以包括客户识别点信息、适用机构信息，适用机构信息包括：目标模型识别非法资金转移行为所适用的机构的信息，客户识别点信息包括：识别的交易行为的信息或交易识别点的信息，实现了提高目标模型识别精准度的技术效果。
可选地，在接收交易数据之前，还包括：通过目标系统接收目标文件，其中，目标系统用于识别非法资金转移行为，目标文件存储有交易数据；通过预设数据导入方式，将目标文件中的交易数据加载至目标系统的操作数据存储ODS层；通过存储过程，将ODS层中的交易数据推送至目标系统的目标数据库。
图3是根据本发明实施例的一种可选的系统间关系的示意图，如图3所示，统一用户中心、联合贷款、核心系统，……，联网核查系统的数据可以存入数据库，非法资金转移进行识别处理，得到FILE文件。
图4是根据本发明实施例的一种可选的数据架构的示意图，如图4所示，应用程序如：贷款业务系统，核心系统统一用户中心……网络查控系统中可以产生的交易数据，然后对交易数据进行数据预处理，通过数据接入层和数据加工层，最后再返回至应用层。
图5是根据本发明实施例的一种可选的强化客户调查自动分配的流程图,其中，图5中的HIVE表示开源的数据仓库系统，SPARKSQL表示用于Spark框架中进行结构化数据处理和分析的组件。如图5所示，客户在账务交易系统发现转账、汇款、充值等交易操作时，交易信息可以记录在账务交易系统的数据库中，然后通过大数据平台进行数据抽取，并把客户的客户信息、账户信息、交易信息等交易数据，以文件的形式推送给目标系统系统，目标系统系统可以通过sqlload(一种将文件数据导入至数据库的方式，对应于上述的预设数据导入方式)的方式将数据加载至目标系统数据库的ODS层(操作数据存储，一种数据加工仓库)，在ODS层的交易数据通过存储过程的方式推送至目标系统应用层数据库(对应于上述的目标数据库)。在存储过程中可以将ODS层的数据按之前定义好的数据化客户画像分组，将客户自动分配至归属的业务部门。此时客户的相关信息(即交易数据)可以进入至目标系统。实现了提高识别交易数据中是否存在与非法资金转移行为关联的交易的识别效率的技术效果。
可选地，在通过目标系统接收目标文件之前，还包括：抽取目标交易系统中的交易数据，得到目标文件；将目标文件发送至目标系统。
在本实施例中，可以通过大数据平台对目标交易系统中的交易数据进行数据抽取，并把抽取到的客户的客户信息、账户信息、交易信息等交易数据以文件的形式发送至目标系统，即将目标文件发送至目标系统，实现了提高交易数据的提取效率的技术效果。
在本实施例中，对非法资金转移行为进行识别和处理的技术架构可以包括：
(1)数据接入层，通过外围的ODS数据仓库将对应的采集数据推送给对非法资金转移交易进行识别及处理数据接入层进行基础数据落表，基本业务的办理；
(2)应用业务层，对非法资金转移交易进行识别及处理的系统每日可以定时发起代码任务，主要对交易数据进行统计分析，形成对应的分析结果，根据不同维度的分析解决进行不同的业务处理。对客户模型命中、客户评级等相关的信息进行流程化处理；
(3)基础服务层，通过模型仓库、数据中心进行模型配置以及数据按部门管理。
图6是根据本发明实施例的一种可选的模型仓库的示意图，如图6所示，模型仓库包括：非法资金转移行为的可疑案例jsp页面(java服务器页面)，目标模型的jsp页面，非法资金转移事件的jsp页面，非法资金转移的业务指标jsp页面。
图7是根据本发明实施例的一种可选的系统架构的示意图，如图7所示，包括：数据层、业务层、管理层以及支撑层。
通过本实施例，利用对非法资金转移交易进行识别及处理的系统通过进行不同维度的数据统计进而分析客户的交易行为，当有满足符合数据统计的客户时，即为该客户命中目标模型。对非法资金转移交易进行识别及处理的系统通过SQL进行数据统计的过程其实就是目标模型数据统计的过程，为避免相关技术中出现大规模数据统计时，数据统计的SQL都有几百上千行时，直接将统计SQL在数据库表中写入，维护成本高，并且每次对目标模型调整时，都需要直接去操作数据库，容易出现修改错误的情况，在本实施例中，通过在前端页面中将SQL进行参数化配置，同时形成指标化、事件化，仅需要在页面维护对应的阈值指标、事件参数，减少操作风险，极大提升模型优化效率。避免相关技术中对SQL进行直接操作容易修改错误的情况。
图8是根据本发明实施例的一种可选的技术架构的示意图，如图8所示，包括：机器设备、服务集群，文件传输平台以及关系型数据库。
在本实施例中，还可以通过模型仓库的形式对目标模型进行灵活梳理配置，形成目标模型的知识累计仓库，便于配置；强化客户调查线上智能识别分配，提高办事人员效率，节约人力成本，减少重复性工作，通过系统对接达到智能的行为分析。
图9是根据本发明实施例的一种可选的物理部署网络图，如图9所示，包括：内网取、内网业务区以及核心区，其中，内网业务区包括：网关以及基础服务，核心区包括：业务服务以及数据存储。
本实施例还可以通过java集成Jdbc(一种数据库连接工具)工具调用Oracle(一种关系型数据库)存储过程的形式，解决了java代码大数据量操作瓶颈，即解决了大数据量操作时java代码效率不足、系统资源不足，减少了网络流量、不会产生大量的T-SQL的代码流量。另外，本实施例中的存储过程可以直接在服务器运行，解决大数据处理效率更高处理查询时间的效率问题。解决了对非法资金转移交易进行识别及处理中经常操作千万级数据量进行数据统计的效率问题。
实施例二
本申请实施例二提供了一种可选的交易数据的处理装置，该处理装置中的各个实施单元对应于实施例一中的各个步骤。
图10是根据本发明实施例的一种可选的交易数据的处理装置的示意图，如图10所示，该处理装置包括：接收单元11、获取单元12以及确定单元13。
具体的，接收单元11，用于接收交易数据，其中，交易数据为通过存储过程的方式推送与金融交易相关的数据；
获取单元12，用于获取目标模型的多个参数阈值，其中，多个参数阈值包括通过前端页面进行参数化配置的预设阈值；
确定单元13，用于基于交易数据和多个参数阈值，确定交易数据与目标模型关联的非法资金转移行为之间的关系。
在本申请实施例二提供的交易数据的处理装置中，可以通过接收单元11接收交易数据，其中，交易数据为通过存储过程的方式推送与金融交易相关的数据，通过获取单元12获取目标模型的多个参数阈值，其中，多个参数阈值包括通过前端页面进行参数化配置的预设阈值，通过确定单元13基于交易数据和多个参数阈值，确定交易数据与目标模型关联的非法资金转移行为之间的关系。进而解决了相关技术中采用的对非法资金转移行为进行识别的识别模型，需要技术人员直接变更数据库SQL以使识别模型适应新的识别场景，导致非法资金转移行为识别效果不佳的技术问题。在本实施例中，通过在前端页面进行参数化配置的目标模型，对交易数据中的非法资金转移行为进行识别，避免了通过技术人员直接操作数据库SQL调整目标模型，非法资金转移行为的识别效率低、准确性差的情况，从而实现了提高非法资金转移行为识别的效率以及准确性率的技术效果。
可选地，在本申请实施例二提供的交易数据的处理装置中，确定单元13包括：处理子单元，用于基于多个预设统计维度，对交易数据进行统计处理，得到每个预设统计维度下的统计数据，其中，每个预设统计维度用于统计交易数据中一个或多个交易业务的数据；比较子单元，用于对每个预设统计维度下的统计数据与对应的参数阈值进行比较，得到多个比较结果；确定子单元，用于基于多个比较结果，确定交易数据与目标模型关联的非法资金转移行为之间的关系。
可选地，在本申请实施例二提供的交易数据的处理装置中，交易数据的处理方法还包括：定义信息获取单元，用于在获取目标模型的多个参数阈值之前，响应目标模型的定义请求，通过前端页面获取目标模型的定义信息；模型确定单元，用于基于定义信息，确定目标模型。
可选地，在本申请实施例二提供的交易数据的处理装置中，定义信息包括：业务指标的定义信息，事件的定义信息，其中，业务指标包括：金融交易相关的交易业务的指标，事件中包括多个业务指标，模型确定单元包括：获取子单元，用于基于前端页面，获取事件中每个业务指标的预设参数阈值；处理子单元，用于基于定义信息和每个业务指标的预设参数阈值，确定目标模型的数据库编程语言SQL语句，以得到目标模型。
可选地，在本申请实施例二提供的交易数据的处理装置中，定义信息还包括：客户识别点信息、适用机构信息，其中，适用机构信息包括：目标模型识别非法资金转移行为所适用的机构的信息，客户识别点信息包括：识别的交易行为的信息。
可选地，在本申请实施例二提供的交易数据的处理装置中，交易数据的处理装置还包括：文件接收单元，用于在接收交易数据之前，通过目标系统接收目标文件，其中，目标系统用于识别非法资金转移行为，目标文件存储有交易数据；加载单元，用于通过预设数据导入方式，将目标文件中的交易数据加载至目标系统的操作数据存储ODS层；推送单元，用于通过存储过程，将ODS层中的交易数据推送至目标系统的目标数据库。
可选地，在本申请实施例二提供的交易数据的处理装置中，交易数据的处理装置还包括：数据抽取单元，用于在通过目标系统接收目标文件之前，抽取目标交易系统中的交易数据，得到目标文件；发送单元，用于将目标文件发送至目标系统。
上述的交易数据的处理装置还可以包括处理器和存储器，上述的接收单元11、获取单元12以及确定单元13等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来通过在前端页面进行参数化配置的目标模型，对交易数据中的非法资金转移行为进行识别，避免了通过技术人员直接操作数据库SQL调整目标模型，非法资金转移行为的识别效率低、准确性差的情况，从而实现了提高非法资金转移行为识别的效率以及准确性率的技术效果。
上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的交易数据的处理方法。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的交易数据的处理方法。
图11是根据本发明实施例的一种电子设备的示意图，如图11所示，本发明实施例提供了一种电子设备，电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述任意一项的交易数据的处理方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元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单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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，本发明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全部或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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种交易数据的处理方法，其特征在于，包括：
接收交易数据，其中，所述交易数据为通过存储过程的方式推送与金融交易相关的数据；
获取目标模型的多个参数阈值，其中，多个所述参数阈值包括通过前端页面进行参数化配置的预设阈值；
基于所述交易数据和多个所述参数阈值，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。
2.根据权利要求1所述的处理方法，其特征在于，基于所述交易数据和多个所述参数阈值，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系，包括：
基于多个预设统计维度，对所述交易数据进行统计处理，得到每个所述预设统计维度下的统计数据，其中，每个所述预设统计维度用于统计所述交易数据中一个或多个交易业务的数据；
对每个所述预设统计维度下的统计数据与对应的所述参数阈值进行比较，得到多个比较结果；
基于多个所述比较结果，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。
3.根据权利要求1所述的处理方法，其特征在于，在获取目标模型的多个参数阈值之前，还包括：
响应所述目标模型的定义请求，通过所述前端页面获取所述目标模型的定义信息；
基于所述定义信息，确定所述目标模型。
4.根据权利要求3所述的处理方法，其特征在于，所述定义信息包括：业务指标的定义信息，事件的定义信息，其中，所述业务指标包括：金融交易相关的交易业务的指标，所述事件中包括多个所述业务指标，基于所述定义信息，确定所述目标模型，包括：
基于所述前端页面，获取所述事件中每个所述业务指标的预设参数阈值；
基于所述定义信息和每个所述业务指标的预设参数阈值，确定所述目标模型的数据库编程语言SQL语句，以得到所述目标模型。
5.根据权利要求4所述的处理方法，其特征在于，所述定义信息还包括：客户识别点信息、适用机构信息，其中，所述适用机构信息包括：所述目标模型识别所述非法资金转移行为所适用的机构的信息，所述客户识别点信息包括：识别的交易行为的信息。
6.根据权利要求1所述的处理方法，其特征在于，在接收交易数据之前，还包括：
通过目标系统接收目标文件，其中，所述目标系统用于识别非法资金转移行为，所述目标文件存储有所述交易数据；
通过预设数据导入方式，将所述目标文件中的所述交易数据加载至所述目标系统的操作数据存储ODS层；
通过所述存储过程，将所述ODS层中的所述交易数据推送至所述目标系统的目标数据库。
7.根据权利要求6所述的处理方法，其特征在于，在通过目标系统接收目标文件之前，还包括：
抽取目标交易系统中的所述交易数据，得到所述目标文件；
将所述目标文件发送至所述目标系统。
8.一种交易数据的处理装置，其特征在于，包括：
接收单元，用于接收交易数据，其中，所述交易数据为通过存储过程的方式推送与金融交易相关的数据；
获取单元，用于获取目标模型的多个参数阈值，其中，多个所述参数阈值包括通过前端页面进行参数化配置的预设阈值；
确定单元，用于基于所述交易数据和多个所述参数阈值，确定所述交易数据与目标模型关联的非法资金转移行为之间的关系。
9.一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中存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的交易数据的处理方法。
10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的交易数据的处理方法。
CN202310693634.9A 2023-06-12 2023-06-12 交易数据的处理方法、装置、存储介质及电子设备 Pending CN116703413A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310693634.9A CN116703413A (zh) 2023-06-12 2023-06-12 交易数据的处理方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310693634.9A CN116703413A (zh) 2023-06-12 2023-06-12 交易数据的处理方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN116703413A true CN116703413A (zh) 2023-09-05

Family

ID=87838856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310693634.9A Pending CN116703413A (zh) 2023-06-12 2023-06-12 交易数据的处理方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN116703413A (zh)

Similar Documents

Publication Publication Date Title
CN107810500A (zh) 数据质量分析
US11803798B2 (en) System and method for automatic generation of extract, transform, load (ETL) asserts
CN106850335B (zh) 一种统计软件使用率和调整试用期的方法
CN109902747B (zh) 一种身份识别方法、装置、设备及计算机可读存储介质
CN112559776A (zh) 一种敏感信息的定位方法及系统
CN113849362B (zh) 一种业务服务平台管理方法、装置和计算机可读存储介质
CN114238414A (zh) 一种反洗钱可疑交易数据的监测方法及装置
CN108123810A (zh) 一种错误话单处理方法及装置
CN114090634A (zh) 一种基于数据仓库的酒店数据管理方法及装置
CN110502529B (zh) 数据处理方法、装置、服务器及存储介质
CN117827792A (zh) 一种数据资产管理方法及系统
CN111242779A (zh) 金融数据特征选择和预测方法、装置、设备及存储介质
CN116703413A (zh) 交易数据的处理方法、装置、存储介质及电子设备
CN116228402A (zh) 一种金融征信特征仓库技术支持系统
CN116957785A (zh) 渠道对账方法、装置、电子设备及计算机程序产品
CN109697602B (zh) 一种用于规费征稽的数据处理系统
CN112232962A (zh) 交易指标处理方法、装置和设备
CN112861140A (zh) 一种业务数据的处理方法及装置、可读存储介质
CN112561368B (zh) 一种oa审批系统的可视化业绩计算方法及装置
US7895357B1 (en) Invoice mediation system and method
CN117952620B (zh) 基于数据处理的对账单还原在网率的佣金结算方法及系统
CN118505371B (zh) 一种债权债务数据核销方法、设备及介质
CN116756215B (zh) 一种交易在途状态查询方法和系统
CN114049217A (zh) 一种年金数据的监管方法及装置、电子设备
CN117853245A (zh) 保险合规风控方法、装置、存储介质及计算机设备

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