CN116957578A - 一种限额设置方法、装置、存储介质、电子设备及产品 - Google Patents
一种限额设置方法、装置、存储介质、电子设备及产品 Download PDFInfo
- Publication number
- CN116957578A CN116957578A CN202310945087.9A CN202310945087A CN116957578A CN 116957578 A CN116957578 A CN 116957578A CN 202310945087 A CN202310945087 A CN 202310945087A CN 116957578 A CN116957578 A CN 116957578A
- Authority
- CN
- China
- Prior art keywords
- quota
- data
- determining
- setting
- target 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012417 linear regression Methods 0.000 claims description 17
- 230000004048 modification Effects 0.000 claims description 14
- 238000012986 modification Methods 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q20/405—Establishing or using transaction specific rules
-
- 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)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Technology Law (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种限额设置方法、装置、存储介质、电子设备及产品,其中方法包括:在满足限额更新条件的情况下,基于当前时间确定限额设置策略;获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据;基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额;获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。通过动态更新限额,避免单一固定限额不满足目标对象的交易需求,导致存在大量失败交易的情况。针对于不同的目标对象,在不同的时间范围内通过不同的限额设置策略进行限额的更新,提高限额更新的准确性。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种限额设置方法、装置、存储介质、电子设备及产品。
背景技术
在金融机构中,为了保证交易安全,为客户设置交易限额。其中,交易限额一般是通过如下方式设置的:1、金融机构设置默认值;2、金融机构的子机构设置的统一限额;3、根据客户的业务需求人工设置。
上述方式设置的限额可能存在过大或过小的问题,导致无法满足交易需求而交易失败。
发明内容
本发明提供了一种限额设置方法、装置、存储介质、电子设备及产品,实现动态更新限额,提高限额设置的准确性。
根据本发明的一方面,提供了一种限额设置方法,包括:
在满足限额更新条件的情况下,基于当前时间确定限额设置策略;
获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据;
基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额;
获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。
可选的,所述限额设置策略包括常规限额设置策略和特殊限额设置策略;
所述基于当前时间确定限额设置策略,包括:若所述当前时间属于常规时间范围,则确定常规限额设置策略;若所述当前时间属于特殊时间范围,则确定特殊限额设置策略。
可选的,获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据,包括:获取所述当前时间对应历史时间范围内的历史交易数据,基于历史时间范围内的历史交易数据确定所述限额设置策略所需的影响因子数据。
可选的,所述常规限额设置策略的影响因子数据包括历史常规时间范围内的交易流水最大值、交易失败的最大交易数据、流水最大值月增长率、已有限额、历史时长;
所述特殊限额设置策略的影响因子数据包括:历史特殊时间范围内的交易流水最大值、流水最大值年增长率、交易失败的最大交易数据。
可选的,所述限额设置策略中的预测模型包括多元线性回归模型,所述多元线性回归模型中包括各所述影响因子数据的处理系数。
可选的,所述获取所述目标对象的限额调节数据,包括:获取目标对象的行业属性、信用数据和规模数据的一项或多项;基于所述行业属性、信用数据和规模数据的一项或多项确定所述目标对象的限额调节数据。
可选的,所述限额更新条件包括所述目标对象的限额更新频率。
可选的,所述限额更新条件还包括常规时间范围和特殊时间范围的切换时间节点。
可选的,所述方法还包括:接收限额修改操作,在所述限额修改操作中的限额修改值与所述当前限额的偏差值满足预警条件的情况下,生成预警信息。
根据本发明的一方面,提供了一种限额设置装置,包括:
限额设置策略确定模块,用于在满足限额更新条件的情况下,基于当前时间确定限额设置策略;
影响因子数据确定模块,用于获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据;
预测限额确定模块,用于基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额;
限额确定模块,用于获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的限额设置方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的限额设置方法。
根据本发明的另一方面,提供了一种计算机程序产品,其特征在于,所述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本发明任一实施例所述的限额设置方法。
本发明实施例的技术方案,通过动态更新限额,避免单一固定限额不满足目标对象的交易需求,导致存在大量失败交易的情况。针对于不同的目标对象,在不同的时间范围内通过不同的限额设置策略进行限额的更新,提高限额更新的准确性。同时通过确定目标对象自适应的限额调节数据,对预测限额进行调节,避免预测限额存在误差的情况,提高限额准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种限额设置方法的流程图;
图2是本发明实施例二提供的一种限额设置装置的结构示意图;
图3是本发明实施例三提供的一种电子设备的结构示意图。
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“第一特征数据”、“第二特征数据”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。
本申请所涉及技术方案中对数据的获取、存储和/或处理,符合国家法律法规的相关规定。
实施例一
图1是本发明实施例一提供的一种限额设置方法的流程图,本实施例可适用于向新入职员工推荐合适且其感兴趣的岗位的情况,该方法可以由限额设置装置来执行,该限额设置装置可以采用硬件和/或软件的形式实现,该限额设置装置可配置于本发明实施例提供的电子设备中。如图1所示,该方法包括:
S110、在满足限额更新条件的情况下,基于当前时间确定限额设置策略。
S120、获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据。
S130、基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额。
S140、获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。
本实施例中,目标对象可以是在金融机构中存在交易需求的用户,例如可以是个体用户或者集体用户,其中,集体用户可以是企业、组织等,此处不作限定。
针对于每一目标对象,通过动态更新目标对象的限额,以满足不同目标对象在不同情况下的交易需求,提高交易成功率。通过设置限额更新条件,在满足限额更新条件的情况下,可自动更新限额,实现限额的动态更新。在一些实施例中,限额更新条件包括所述目标对象的限额更新频率,该限额更新频率可以是根据目标对象的更新需求设置,例如可以是1次/周、1次/月、1次/季等。确定当前时刻与前一次限额更新时刻的时间间隔,在时间间隔满足限额更新频率的情况下,触发限额更新。
在一些实施例,不同时间范围采用不同的限额设置策略,例如常规时间范围和特殊时间范围,分别采用不同的限额设置策略,以设置适用于不同时间范围的限额,其中特殊时间范围可以包括但不限于假期时间范围、约定交易时间范围等,该约定交易时间范围可以是诸如11.11所在时间范围。可选的,特殊时间范围还可以是根据历史交易量确定的,可绘制目标对象的历史交易曲线,通过历史交易曲线提取交易突变时间段,将交易突变时间段确定为特殊时间范围,其中,交易突变时间段可以是交易失败次数增大,且增大量大于第一阈值的时间端,或者,还可以是单次交易量的变化率增大,且增大量大于第二阈值的时间段。
常规时间范围为除特殊时间范围之外的时间范围。该特殊时间范围的交易量大于常规时间范围,需更新设置的限额。因此,限额更新条件还包括常规时间范围和特殊时间范围的切换时间节点。该切换时间节点可以包括特殊时间范围的起始时刻和特殊时间范围的结束时刻。
在当前时刻满足限额更新频率、常规时间范围和特殊时间范围的切换时间节点的任一项的情况下,更新限额。由于不同时间范围采用不同的限额设置策略,可确定当前时间所属的时间范围,调用当前时间所属的时间范围对应的限额设置策略。
其中,当前时间所属的时间范围包括常规时间范围和特殊时间范围,限额设置策略包括常规限额设置策略和特殊限额设置策略;相应的,若所述当前时间属于常规时间范围,则确定常规限额设置策略;若所述当前时间属于特殊时间范围,则确定特殊限额设置策略。常规限额设置策略中包括适用于设置常规时间范围内限额的影响因子数据,以及影响因子数据的处理规则,特殊限额设置策略中包括用于设置特殊时间范围内限额的影响因子数据,以及影响因子数据的处理规则。
根据匹配到的限额设置策略,确定该限额设置策略所需的影响因子数据,例如,当前时间匹配到常规限额设置策略,获取常规限额设置策略所需的影响因子数据,当前时间匹配到特殊限额设置策略,获取特殊限额设置策略所需的影响因子数据。其中,获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据,包括:获取所述当前时间对应历史时间范围内的历史交易数据,基于历史时间范围内的历史交易数据确定所述限额设置策略所需的影响因子数据。其中,历史交易数据中包括每一次交易的交易数值、交易时间戳、交易是否成功、交易时刻对应的历史限额等。
当前时间属于常规时间范围的情况下,当前时间对应历史时间范围为历史常规时间范围,当前时间属于特殊时间范围的情况下,当前时间对应历史时间范围为历史特殊时间范围。提取历史时间范围内的历史交易数据,通过上述历史交易数据确定限额设置策略所需的影响因子数据。
可选的,常规限额设置策略的影响因子数据包括历史常规时间范围内的交易流水最大值、交易失败的最大交易数据、流水最大值月增长率、已有限额、历史时长;其中,交易流水最大值为历史常规时间范围内的最大交易数值,交易失败的最大交易数据为历史常规时间范围内的失败交易中最大交易数值,已有限额可以是更新前的已设置限额,流水最大值月增长率可以通过确定每一月内流水最大值,并基于每个月对应的流水最大值计算得到增长率。历史时长可以是基于本实施例中的方法设置限额的历史时长。
可选的,特殊限额设置策略的影响因子数据包括:历史特殊时间范围内的交易流水最大值、流水最大值年增长率、交易失败的最大交易数据。其中,历史特殊时间范围内的交易流水最大值为历史特殊时间范围内最大交易数值,交易失败的最大交易数据为历史特殊时间范围内失败交易中最大交易数值,流水最大值年增长率通过历史特殊时间范围内每一年的流水最大值计算得到的增长率。
通过历史交易数据得到限额设置策略所需的影响因子数据,通过限额设置策略中的处理规则,对上述影响因子数据进行处理,得到预测限额。在一些实施例中,限额设置策略中的处理规则可以是预先训练得到的限额预测模型,该限额预测模型可以是神经网络模型,此处不限定限额预测模型的具体结构,具有限额预测功能即可。该限额预测模型可以是通过历史影像因子数据和限额标签训练得到。其中,常规限额设置策略中包括常规限额预测模型,特殊限额设置策略中包括特殊限额预测模型,分别通过不同历史时间段的历史影像因子数据和限额标签训练得到。将影像因子数据输入至限额设置策略中的限额预测模型,得到该限额预测模型输出的预测限额。
在一些实施例中,限额设置策略中的预测模型包括多元线性回归模型,所述多元线性回归模型中包括各所述影响因子数据的处理系数。其中,常规限额设置策略和特殊限额设置策略中分别包括多元线性回归模型,且多元线性回归模型所处理的影响因子数据不同,影响因子数据的处理系数也不同。通过将获取的影响因子数据输入至上述多元线性回归模型,基于多元线性回归模型中的处理系数对上述影响因子数据进行处理,可得到预测限额。可选的,通过多元线性回归模型中的处理系数对多个影响因子数据进行加权处理,得到预测限额。
示例性的,常规限额设置策略中多元线性回归模型可以是:
Y1=a1*交易流水最大值1+a2*交易失败的最大交易数据1+a3*流水最大值月增长率+a4*已有限额+a5*历史时长,其中,交易流水最大值1为常规历史交易时间范围内的交易流水最大值,交易失败的最大交易数据1为常规历史交易时间范围内的交易失败的最大交易数据。
特殊限额设置策略中多元线性回归模型可以是:
Y2=b1*交易流水最大值2+b2*流水最大值年增长率+b3*交易失败的最大交易数据2,其中,交易流水最大值2为特殊历史交易时间范围内的交易流水最大值,交易失败的最大交易数据2为特殊历史交易时间范围内的交易失败的最大交易数据。
其中,上述多元线性回归模型可通过历史影像因子数据和限额标签训练得到。例如,常规限额设置策略中多元线性回归模型可以是通过常规历史时间段的历史影像因子数据和限额标签训练得到,特殊限额设置策略中多元线性回归模型可以是通过特殊历史时间段的历史影像因子数据和限额标签训练得到。其中,多元线性回归模型可以是通过多组影像因子数据和限额标签进行数据拟合得到。
在上述实施例的基础上,为了避免预测限额存在误差,设置限额调节数据,通过限额调节数据对预测限额进行调节,得到适合于目标对象在当前时间所属时间范围的当前限额。其中,限额调节数据根据目标对象的关联信息针对性设置,为适用于目标对象的参数,以提高当前限额的设置准确性。限额调节数据可以是预先设置的,还可以是根据目标对象的关联信息的变化定期更新的,该限额调节数据的更新周期可以是与限额的更新周期相同,例如在限额更新前,更新限额调节数据,避免不准确的限额调节数据对限额的干扰。
可选的,目标对象的关联信息包括但不限于目标对象的行业属性、信用数据和规模数据的一项或多项,相应的,获取所述目标对象的限额调节数据,包括:获取目标对象的行业属性、信用数据和规模数据的一项或多项;基于所述行业属性、信用数据和规模数据的一项或多项确定所述目标对象的限额调节数据。例如可以是分别设置行业属性、信用数据和规模数据的权重,对上述行业属性、信用数据和规模数据进行加权处理,得到限额调节数据。例如,可以是设置参数预测模型,该参数预测模型可以是神经网络模型或者决策时模型等,此处不作限定,通过将目标对象的行业属性、信用数据和规模数据的一项或多项输入至参数预测模型,得到限额调节数据。例如,还可以是设置关联参数与限额调节数据的映射表,通过目标对象的关联参数在上述映射表中进行匹配,得到限额调节数据。其中,上述映射表可以是行业属性与限额调节数据的映射表、信用数据与限额调节数据的映射表、规模数据与限额调节数据的映射表,或者还可以是行业属性、信用数据和规模数据中至少两项的组合与限额调节数据的映射表。
可选的,限额调节数据可以是大于或等于1数值,将限额调节数据与预测限额的乘积确定为当前限额。可选的,限额调节数据可以是补偿限额值,将限额调节数据与预测限额之和确定为当前限额。
在上述实施例的基础上,接收限额修改操作,在所述限额修改操作中的限额修改值与所述当前限额的偏差值满足预警条件的情况下,生成预警信息。其中,预警条件可以是偏差值的绝对值大于偏差阈值。通过生成预警信息,可快速定位风险,避免交易风险的发生,提高交易安全性。
本发明实施例提供的技术方案,通过动态更新限额,避免单一固定限额不满足目标对象的交易需求,导致存在大量失败交易的情况。针对于不同的目标对象,在不同的时间范围内通过不同的限额设置策略进行限额的更新,提高限额更新的准确性。同时通过确定目标对象自适应的限额调节数据,对预测限额进行调节,避免预测限额存在误差的情况,提高限额准确性。
实施例二
图2是本发明实施例二提供的一种限额设置装置的结构示意图。如图2所示,该装置包括:限额设置策略确定模块210、影响因子数据确定模块220、预测限额确定模块230和限额确定模块240。
限额设置策略确定模块210,用于在满足限额更新条件的情况下,基于当前时间确定限额设置策略;
影响因子数据确定模块220,用于获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据;
预测限额确定模块230,用于基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额;
限额确定模块240,用于获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。
可选的,所述限额设置策略包括常规限额设置策略和特殊限额设置策略;
所述限额设置策略确定模块用于:若所述当前时间属于常规时间范围,则确定常规限额设置策略;若所述当前时间属于特殊时间范围,则确定特殊限额设置策略。
可选的,所述影响因子数据确定模块用于:获取所述当前时间对应历史时间范围内的历史交易数据,基于历史时间范围内的历史交易数据确定所述限额设置策略所需的影响因子数据。
可选的,所述常规限额设置策略的影响因子数据包括历史常规时间范围内的交易流水最大值、交易失败的最大交易数据、流水最大值月增长率、已有限额、历史时长;
所述特殊限额设置策略的影响因子数据包括:历史特殊时间范围内的交易流水最大值、流水最大值年增长率、交易失败的最大交易数据。
可选的,所述限额设置策略中的预测模型包括多元线性回归模型,所述多元线性回归模型中包括各所述影响因子数据的处理系数。
可选的,限额确定模块用于:获取目标对象的行业属性、信用数据和规模数据的一项或多项;基于所述行业属性、信用数据和规模数据的一项或多项确定所述目标对象的限额调节数据。
可选的,所述限额更新条件包括所述目标对象的限额更新频率。
可选的,所述限额更新条件还包括常规时间范围和特殊时间范围的切换时间节点。
可选的,该装置还包括,预警模块,用于:接收限额修改操作,在所述限额修改操作中的限额修改值与所述当前限额的偏差值满足预警条件的情况下,生成预警信息。
本发明实施例所提供的限额设置装置可执行本发明任意实施例所提供的限额设置方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3是本发明实施例三提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如限额设置方法。
在一些实施例中,限额设置方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的限额设置方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行限额设置方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例四
本发明实施例四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指令,计算机指令用于使处理器执行限额设置方法,该方法包括:
在满足限额更新条件的情况下,基于当前时间确定限额设置策略;获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据;基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额;获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
实施例五
本发明实施例五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根据本发明任一实施例所述的限额设置方法。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (15)
1.一种限额设置方法,其特征在于,包括:
在满足限额更新条件的情况下,基于当前时间确定限额设置策略;
获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据;
基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额;
获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。
2.根据权利要求1所述的方法,其特征在于,所述限额设置策略包括常规限额设置策略和特殊限额设置策略;
所述基于当前时间确定限额设置策略,包括:
若所述当前时间属于常规时间范围,则确定常规限额设置策略;
若所述当前时间属于特殊时间范围,则确定特殊限额设置策略。
3.根据权利要求2所述的方法,其特征在于,获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据,包括:
获取所述当前时间对应历史时间范围内的历史交易数据,基于历史时间范围内的历史交易数据确定所述限额设置策略所需的影响因子数据。
4.根据权利要求3所述的方法,其特征在于,所述常规限额设置策略的影响因子数据包括历史常规时间范围内的交易流水最大值、交易失败的最大交易数据、流水最大值月增长率、已有限额、历史时长;
所述特殊限额设置策略的影响因子数据包括:历史特殊时间范围内的交易流水最大值、流水最大值年增长率、交易失败的最大交易数据。
5.根据权利要求1所述的方法,其特征在于,所述限额设置策略中的预测模型包括多元线性回归模型,所述多元线性回归模型中包括各所述影响因子数据的处理系数。
6.根据权利要求1所述的方法,其特征在于,所述获取所述目标对象的限额调节数据,包括:
获取目标对象的行业属性、信用数据和规模数据的一项或多项;
基于所述行业属性、信用数据和规模数据的一项或多项确定所述目标对象的限额调节数据。
7.根据权利要求1所述的方法,其特征在于,所述限额更新条件包括所述目标对象的限额更新频率。
8.根据权利要求7所述的方法,其特征在于,所述限额更新条件还包括常规时间范围和特殊时间范围的切换时间节点。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收限额修改操作,在所述限额修改操作中的限额修改值与所述当前限额的偏差值满足预警条件的情况下,生成预警信息。
10.一种限额设置装置,其特征在于,包括:
限额设置策略确定模块,用于在满足限额更新条件的情况下,基于当前时间确定限额设置策略;
影响因子数据确定模块,用于获取目标对象的历史交易数据,基于所述历史交易数据确定所述限额设置策略所需的影响因子数据;
预测限额确定模块,用于基于所述限额设置策略中的预测模型对所述影响因子数据进行处理,得到预测限额;
限额确定模块,用于获取所述目标对象的限额调节数据,基于所述限额调节数据和所述预测限额确定所述目标对象的当前限额。
11.根据权利要求10所述的装置,其特征在于,所述限额设置策略包括常规限额设置策略和特殊限额设置策略;
所述限额设置策略确定模块用于:若所述当前时间属于常规时间范围,则确定常规限额设置策略;若所述当前时间属于特殊时间范围,则确定特殊限额设置策略。
12.根据权利要求11所述的装置,其特征在于,所述影响因子数据确定模块用于:获取所述当前时间对应历史时间范围内的历史交易数据,基于历史时间范围内的历史交易数据确定所述限额设置策略所需的影响因子数据。
13.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的限额设置方法。
14.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-9中任一项所述的限额设置方法。
15.一种计算机程序产品,其特征在于,所述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根据权利要求1-9中任一项所述的限额设置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310945087.9A CN116957578A (zh) | 2023-07-28 | 2023-07-28 | 一种限额设置方法、装置、存储介质、电子设备及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310945087.9A CN116957578A (zh) | 2023-07-28 | 2023-07-28 | 一种限额设置方法、装置、存储介质、电子设备及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116957578A true CN116957578A (zh) | 2023-10-27 |
Family
ID=88456395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310945087.9A Pending CN116957578A (zh) | 2023-07-28 | 2023-07-28 | 一种限额设置方法、装置、存储介质、电子设备及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116957578A (zh) |
-
2023
- 2023-07-28 CN CN202310945087.9A patent/CN116957578A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112527598B (zh) | 监控数据的方法、装置、设备、存储介质和程序产品 | |
CN113312578B (zh) | 一种数据指标的波动归因方法、装置、设备、及介质 | |
CN114494784A (zh) | 深度学习模型的训练方法、图像处理方法和对象识别方法 | |
US10430799B1 (en) | System and method for determining a time threshold guarantee of a task for updating in a penalty clause of a service level agreement | |
CN117333076A (zh) | 一种基于混合专家模型的估值方法、装置、设备及介质 | |
CN117011025A (zh) | 信贷风险的预测方法、装置、设备、存储介质及程序产品 | |
CN116957578A (zh) | 一种限额设置方法、装置、存储介质、电子设备及产品 | |
CN115564593A (zh) | 一种针对农作物的融资预警方法、设备和存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN116151991A (zh) | 一种企业估值方法、装置、电子设备、存储介质及产品 | |
CN115759283A (zh) | 一种模型解释方法、装置、电子设备以及存储介质 | |
CN115630078A (zh) | 基于数字孪生的用户数据处理方法、装置、设备及介质 | |
CN113408641B (zh) | 资源生成模型的训练与服务资源的生成方法、装置 | |
CN113204467B (zh) | 线上业务系统的监控方法、装置、设备及存储介质 | |
CN113112311A (zh) | 训练因果推断模型的方法、信息提示方法以装置 | |
CN117573983A (zh) | 一种融资方案的推荐方法、装置、电子设备及存储介质 | |
CN117635298A (zh) | 一种目标对象确定方法、装置、设备和存储介质 | |
CN115100461B (zh) | 图像分类模型训练方法、装置、电子设备、介质 | |
CN116663905A (zh) | 金融风险的预测方法、装置、设备、存储介质及程序产品 | |
CN117634822A (zh) | 一种网点业务的调度方法、装置、设备及存储介质 | |
CN117635267A (zh) | 金融产品的推荐方法、装置、设备及存储介质 | |
CN118313921A (zh) | 一种数据处理方法、装置、设备、存储介质及产品 | |
CN114781480A (zh) | 目标对象的评价方法、评价模型训练方法及装置 | |
CN115860916A (zh) | 一种风险预测方法、装置、电子设备和存储介质 | |
CN117670518A (zh) | 一种供应链融资的贷后预警方法、装置、电子设备及介质 |
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 |