CN117011051A - 业务处理方法及装置、电子设备和计算机可读存储介质 - Google Patents

Abstract

本公开提供了一种业务处理方法及装置、电子设备和计算机可读存储介质，可以应用于计算机技术、互联网技术、信息处理技术、业务处理技术和金融领域。该业务处理方法包括：响应于检测到业务处理请求，根据业务处理请求指示的业务标识，获取与业务标识对应的待处理业务信息，其中，待处理业务信息包括对象标识、交易模式标识和交易限制值；根据对象标识，从数据源中确定与对象标识对应的M个关联业务信息，其中，关联业务信息包括关联交易模式标识和关联交易限制值，M为正整数；根据交易模式标识、交易限制值、与M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对待处理业务信息进行处理，得到业务处理结果。

Description

业务处理方法及装置、电子设备和计算机可读存储介质

技术领域

本公开涉及计算机技术、互联网技术、信息处理技术、业务处理技术和金融领域，更具体地，涉及一种业务处理方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

互联网金融业务可以指利用互联网技术和信息通信技术实现贷款、支付和投资等服务的新型金融业务模式。随着互联网金融业务的不断发展，提升了金融行业运行的质量和效率，给用户办理金融业务提供了极大的便利。

然而，在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：在金融业务处理场景中，由于前端金融业务往往较为复杂且信息较为繁琐，难以实现系统化处理，因而无法保障业务处理的效率和准确性。

发明内容

有鉴于此，本公开提供了一种业务处理方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一个方面，提供了一种业务处理方法，包括：响应于检测到业务处理请求，根据上述业务处理请求指示的业务标识，获取与上述业务标识对应的待处理业务信息，其中，上述待处理业务信息包括对象标识、交易模式标识和交易限制值；根据上述对象标识，从数据源中确定与上述对象标识对应的M个关联业务信息，其中，上述关联业务信息包括关联交易模式标识和关联交易限制值，M为正整数；根据上述交易模式标识、上述交易限制值、与上述M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对上述待处理业务信息进行处理，得到业务处理结果。

根据本公开的实施例，上述数据源存储有N个服务对象标识，上述N个服务对象标识各自对应有预定服务类型、预定服务限制阈值和当前状态信息。

根据本公开的实施例，上述方法还包括：根据对象类型信息和与上述N个服务对象标识各自对应的预定服务类型，对上述N个服务对象标识进行筛选，得到第一数目个上述服务对象标识；根据交易限制值和与上述N个服务对象标识各自对应的预定服务限制阈值，对第一数目个上述服务对象标识进行筛选，得到第二数目个上述服务对象标识；根据与第二数目个上述服务对象标识各自对应的当前状态信息，在上述第二数目个上述服务对象标识中确定与上述业务标识对应的目标服务对象标识。

根据本公开的实施例，上述数据源存储有N个候选业务标识和与上述N个候选业务标识各自对应的候选业务信息，上述候选业务信息包括候选对象标识，N为正整数。

根据本公开的实施例，上述根据上述对象标识，从数据源中确定与上述对象标识对应的M个关联业务信息包括：针对上述N个候选业务标识中的每个候选业务标识，将上述对象标识和与上述候选业务标识对应的候选对象标识进行匹配，得到对象标识匹配结果；响应于上述对象标识匹配结果表征上述对象标识与上述候选对象标识相匹配，将与上述候选对象标识对应的候选业务信息，确定为与上述对象标识对应的上述关联业务信息。

根据本公开的实施例，上述M个关联业务信息各自对应有关联业务标识，上述业务处理结果包括交易限制值评估结果。

根据本公开的实施例，上述根据上述交易模式标识、上述交易限制值、与上述M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对上述待处理业务信息进行处理，得到业务处理结果包括：根据上述交易模式标识，确定与上述交易模式标识对应的交易限制阈值和第三数目个第一关联业务标识；根据上述交易限制值和与上述第三数目个第一关联业务标识各自对应的关联交易限制值，确定与上述交易模式标识对应的第一交易限制值；根据上述交易限制阈值，对上述第一交易限制值进行评估，得到上述交易限制值评估结果。

根据本公开的实施例，上述业务处理结果还包括对象风险评估结果。

根据本公开的实施例，上述方法还包括：根据上述M个关联业务标识和上述第三数目个第一关联业务标识，确定第四数目个第二关联业务标识，其中，上述第三数目和上述第四数目之和等于M；根据上述第四数目个第二关联业务标识，确定与至少一个剩余交易模式标识各自对应的第二交易限制值；根据与上述交易模式标识对应的第一交易限制值和与上述至少一个剩余交易模式标识各自对应的第二交易限制值，确定交易限制评估值；根据预定风险评估阈值和上述交易限制评估值，确定上述对象风险评估结果。

根据本公开的实施例，上述根据与上述交易模式标识对应的第一交易限制值和与至少一个剩余交易模式标识各自对应的第二交易限制值，确定交易限制评估值包括以下方式之一：将与上述交易模式标识对应的第一交易限制值和与至少一个剩余交易模式标识各自对应的第二交易限制值输入至预定模型，输出上述交易限制评估值；确定与上述交易模式标识对应的第一权重和与至少一个剩余交易模式标识各自对应的第二权重；根据上述第一权重、上述第一交易限制值、与至少一个剩余交易模式标识各自对应的第二权重和第二交易限制值，确定上述交易限制评估值。

根据本公开的实施例，上述预定风险评估阈值包括第一预定阈值和第二预定阈值。

根据本公开的实施例，上述根据预定风险评估阈值和上述交易限制评估值，确定上述对象风险评估结果包括：在上述交易限制评估值大于第一预定阈值的情况下，确定表征与上述对象标识对应的对象属于第一风险等级的上述对象风险评估结果；在上述交易限制评估值位于上述第一预定阈值和上述第二预定阈值之间的情况下，确定表征与上述对象标识对应的对象属于第二风险等级的上述对象风险评估结果；在上述评估值小于上述第二预定阈值的情况下，确定表征与上述对象标识对应的对象属于第三风险等级的上述对象风险评估结果。

根据本公开的实施例，上述待处理业务信息还包括对象类型信息和处理状态信息。

根据本公开的实施例，上述响应于检测到业务处理请求，根据上述业务处理请求指示的业务标识，获取与上述业务标识对应的待处理业务信息包括：响应于检测到上述业务处理请求，根据上述业务标识，获取与上述业务标识对应的候选待处理业务信息；根据第一预定字段，对上述候选待处理业务信息进行字段匹配处理，得到上述对象标识和上述对象类型信息；根据第二预定字段，对上述候选待处理业务信息进行字段匹配处理，得到上述交易模式标识、上述交易限制值和上述处理状态信息。

根据本公开的另一个方面，提供了一种业务处理装置，包括：获取模块，用于响应于检测到业务处理请求，根据业务处理请求指示的业务标识，获取与业务标识对应的待处理业务信息，其中，待处理业务信息包括对象标识、交易模式标识和交易限制值；确定模块，用于根据对象标识，从数据源中确定与对象标识对应的M个关联业务信息，其中，关联业务信息包括关联交易模式标识和关联交易限制值，M为正整数；以及处理模块，用于根据交易模式标识、交易限制值、与M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对待处理业务信息进行处理，得到业务处理结果。

根据本公开的另一个方面，提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个指令，其中，当上述一个或多个指令被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如本公开的方法。

根据本公开的另一个方面，提供了一种计算机可读存储介质，其上存储有可执行指令，上述可执行指令被处理器执行时使处理器实现如本公开的方法。

根据本公开的另一个方面，提供了一种计算机程序产品，上述计算机程序产品包括计算机可执行指令，上述计算机可执行指令在被执行时用于实现如本公开的方法。

根据本公开的实施例，在对待处理业务信息进行处理的过程中，针对不同客户和业务类型，利用对象标识在数据源中识别和采集到关联业务信息，并将关联业务信息用于匹配不同的目标服务对象，因此，利用上述业务处理方法能够至少部分地克服相关技术中由于前端金融业务往往较为复杂且信息较为繁琐，难以实现系统化处理的技术问题，提高了智能化处理效果，进而提高了业务处理的效率和准确性。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用业务处理方法的系统架构；

图2示意性示出了根据本公开实施例的业务处理方法的流程图；

图3示意性示出了根据本公开实施例的目标服务对象标识确定方法的流程图；

图4示意性示出了根据本公开实施例的根据对象标识，从数据源中确定与对象标识对应的M个关联业务信息方法的流程图；

图5示意性示出了根据本公开实施例的根据交易模式标识、交易限制值、与M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对待处理业务信息进行处理，得到业务处理结果方法的流程图；

图6示意性示出了根据本公开实施例的对象风险评估方法的流程图；

图7示意性示出了根据本公开实施例的交易限制评估值确定方法的流程图；

图8示意性示出了根据本公开实施例的根据预定风险评估阈值和交易限制评估值，确定对象风险评估结果方法的流程图；

图9示意性示出了根据本公开实施例的待处理业务信息获取方法的流程图；

图10示意性示出了根据本公开的实施例的业务处理装置的框图；以及

图11示意性示出了根据本公开实施例的适于实现业务处理方法的电子设备的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

在本公开的技术方案中，所涉及的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息，例如位置信息等)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、存储、使用、加工、传输、提供、公开和应用等处理，均遵守相关国家和地区的相关法律法规和标准，采取了必要保密措施，不违背公序良俗，并提供有相应的操作入口，供用户选择授权或者拒绝。

互联网金融业务可以指利用互联网技术和信息通信技术实现贷款、支付和投资等服务的新型金融业务模式。随着互联网金融业务的不断发展，提升了金融行业运行的质量和效率，给用户办理金融业务提供了极大的便利。

然而，在金融业务处理过程中，由于前端金融业务往往较为复杂且信息较为繁琐，难以实现系统化处理，因此需要智能化处理方法进行辅助处理。现有技术虽然能够根据预设规则对业务请求进行智能化处理，但在实际管理过程中，针对不同客户需要转接多次客服进行业务处理，在使用时仍然存在处理的效率和智能化程度低的技术问题，因而无法保障业务处理的效率和准确性。

为了至少部分地解决相关技术中存在的技术问题，本公开提供了一种业务处理方法及装置、电子设备和计算机可读存储介质。

需要说明的是，本公开实施例提供的业务处理方法和装置可用于计算机技术、互联网技术、信息处理技术、业务处理技术和金融领域，例如应用于金融领域在金融行业运行过程中处理金融业务。本公开实施例提供的业务处理方法和装置也可用于除计算机技术、互联网技术、信息处理技术、业务处理技术和金融领域之外的任意领域，例如应用于人工智能领域和通信领域。本公开实施例提供的业务处理方法和装置的应用领域不做限定。

图1示意性示出了根据本公开实施例的可以应用业务处理方法的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括第一终端设备101、第二终端设备102、第三终端设备103，网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互，以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的业务处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的业务处理装置一般可以设置于服务器105中。本公开实施例所提供的业务处理方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的业务处理装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。

备选地，本公开实施例所提供的业务处理方法也可以由第一终端设备101、第二终端设备102或第三终端设备103执行，或者也可以由不同于第一终端设备101、第二终端设备102或第三终端设备103的其他终端设备执行。相应地，本公开实施例所提供的业务处理装置也可以设置于第一终端设备101、第二终端设备102或第三终端设备103中，或设置于不同于第一终端设备101、第二终端设备102或第三终端设备103的其他终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

应注意，以下方法中各个操作的序号仅作为该操作的表示以便描述，而不应被看作表示该各个操作的执行顺序。除非明确指出，否则该方法不需要完全按照所示顺序来执行。

图2示意性示出了根据本公开实施例的业务处理方法的流程图。

如图2所示，该业务处理方法包括操作S210～S230。

在操作S210，响应于检测到业务处理请求，根据业务处理请求指示的业务标识，获取与业务标识对应的待处理业务信息，其中，待处理业务信息包括对象标识、交易模式标识和交易限制值。

根据本公开的实施例，业务处理请求可以用于表征客户端生成并发送的需要办理的业务请求。在金融领域中，该业务可以包括银行业务，证券业务，保险业务等，例如投资、储蓄、信贷、结算、商业保险。

根据本公开的实施例，业务标识可以用于表征不同的待处理业务。业务标识可以根据实际业务需求进行设置，在此不作限定。例如，业务标识可以包括以下至少之一：待处理业务的名称和待处理业务的流水号。例如，在客户端发送的业务处理请求为申请调整取款额度的情况下，则该业务请求所包括的业务标识可以是取款调额申请标识。

根据本公开的实施例，待处理业务信息可以包括对象标识、交易模式标识和交易限制值，其中，对象标识可以用于表征客户名称，客户名称可以是开户人的姓名。交易模式标识可以用于表征业务来源，业务来源可以指获得相关业务信息的渠道，例如包括线下网点、营业厅、手机银行、公众号、金融应用软件等。交易限制值可以用于表征所办理业务的交易额度，例如，针对银行业务办理的场景，客户A提交贷款申请，在该笔贷款的交易额度为5万元的情况下，则交易限制值为5万元。

根据本公开的实施例，在接收所检测到的业务处理请求后，对业务处理请求进行识别，可以得到该业务的业务标识(例如，业务名称)，以及该业务对应的对象标识(例如，客户名称)、交易模式标识(例如，业务来源)和以及交易限制值(例如，交易额度)。

本公开的实施例在接收到业务处理请求后，通过对业务处理请求进行识别，从而获取到待处理业务信息，能够提高待处理业务信息的精确度。

在操作S220，根据对象标识，从数据源中确定与对象标识对应的M个关联业务信息，其中，关联业务信息包括关联交易模式标识和关联交易限制值，M为正整数。

根据本公开的实施例，数据源是可以提供数据的数据库或者数据库服务器，包括分布式数据库、云端数据库、MySQL数据库等。本公开采用云端数据库，该云端数据库包括通过云端信息存储终端存储的接收信息。

根据本公开的实施例，关联业务信息可以用于表征与待处理业务信息存在相同或相似的交易特征的至少一个其他业务信息。其中，交易特征可以是客户名称，业务类型等。

例如，客户A申请存款500元，若以客户名称为交易特征，则以客户A的姓名提交的其他存款申请，即为该笔存款的关联业务，其他存款申请的业务信息即为关联业务信息。

根据本公开的实施例，关联业务信息包括关联交易模式标识和关联交易限制值。其中，关联交易模式标识用于表征关联业务的业务来源，关联交易限制值用于表征关联业务的交易额度，该业务来源及交易额度与前文描述一致，在此不再赘述。

根据本公开的实施例，在获取到待处理业务信息后，可以利用客户名称作为筛选条件，从云端数据库中筛选出与客户名称相关联的业务，并获取至少一个关联业务信息，其中，关联业务信息可以包括关联业务的业务来源和交易额度。

本公开的实施例通过利用数据源存储的接收到的所有业务信息，筛选出与待处理业务具有关联关系的关联业务，并获取对应的关联业务信息。通过关联业务信息能够更全面地掌握客户交易特征，以提高待处理业务的处理效率。

在操作S230，根据交易模式标识、交易限制值、与M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对待处理业务信息进行处理，得到业务处理结果。

根据本公开的实施例，业务处理结果可以用于表征对当前待处理业务的业务状态进行分析和评估进而得到的评估结果，业务处理结果可以包括以下至少之一：交易限制值评估结果和风险评估结果。

根据本公开的实施例，交易限制值评估结果可以用于表征利用交易限制阈值对交易限制值和关联交易限制值进行评估和分析所得到的评估结果。其中，交易限制阈值是根据交易模式标识确定的，交易模式标识可以用于保障业务来源。例如，在手机银行办理业务的场景下，业务A为转账申请，在手机银行中申请办理转账业务的转账限制额度若为两万元，则交易限制阈值为两万元。

根据本公开的实施例，风险评估结果可以用于表征利用预设的风险评估等级对待处理业务的业务状态进行风险评估和分析所得到的评估结果。其中，风险评估等级可以分为高、中、低。

本公开的实施例提供的业务处理方法在对待处理业务信息进行处理的过程中，一方面针对不同客户的业务类型和业务来源，利用对象标识在数据源中识别和采集到关联业务信息，能够直观且快速地确定业务状态分析所需的数据，至少部分地克服相关技术中由于前端金融业务往往较为复杂且信息较为繁琐，难以实现系统化处理的技术问题，进而能够有效提高业务处理的效率和准确性；另一方面利用交易限制值和关联交易限制值对风险和交易额度进行评估和分析，能够提高金融业务的安全性。

根据本公开的实施例，数据源存储有N个服务对象标识，N个服务对象标识各自对应有预定服务类型、预定服务限制阈值和当前状态信息。

根据本公开的实施例，服务对象可以用于表征企业或组织为客户提供专业服务的客服人员。服务对象包括金融客服、电子商务客服、导航客服等。

根据本公开的实施例，针对本公开实施例的金融领域应用场景中，服务对象可以指金融客服。其中，金融客服可以包括在线客服、电话客服、邮件客服等。

根据本公开的实施例，服务对象标识可以用于表征金融客服信息，包括每个金融客服对应的预定服务类型、预定服务限制阈值和当前状态信息。预订服务类型用于表征每个客服对应的所负责的金融业务服务类型。例如，预订服务类型可以包括以下至少之一：银行理财、证券服务、保险服务、投资服务等。预订服务限制阈值用于表征每个金融客服针对不同业务有权限处理的交易金额。当前状态信息用于表征每个金融客服各自当前所处的状态信息。该状态信息可以包括以下之一：包括空闲状态或工作状态。例如，客服A当前处于空闲状态，客服B当前处于工作状态。

根据本公开的实施例，根据数据源即云端数据库中所存储的多个客服信息，每个客服的客服信息包括对应的业务服务类型、有权限处理的交易金额和当前所处的状态信息。

图3示意性示出了根据本公开的实施例的目标服务对象标识确定方法的流程图。

根据本公开的实施例，该方法还包括操作S310～操作S330。

在操作S310，根据对象类型信息和与N个服务对象标识各自对应的预定服务类型，对N个服务对象标识进行筛选，得到第一数目个服务对象标识。

根据本公开的实施例，对象类型信息可以用于表征客户的类型信息，如以个人或企业名义所进行的投资、理财等业务申请。

根据本公开的实施例，在确定客户的对象类型信息和每个客服的客服信息后，针对该客户的对象类型信息，可以在所有客服中筛选出与对象类型信息相匹配的至少一个第一候选客服。在此基础上，可以将与上述至少一个第一候选客服各自对应的服务对象标识，确定为第一数目个服务对象标识。

在操作S320，根据交易限制值和与N个服务对象标识各自对应的预定服务限制阈值，对第一数目个服务对象标识进行筛选，得到第二数目个服务对象标识。

根据本公开的实施例，在得到第一数目个服务对象标识即第一数目个客服后，针对待处理业务所涉及的业务金额，可以对第一数目个客服进行再次进行筛选，筛选出交易金额与该笔业务金额相匹配的至少一个第二候选客服。在此基础上，可以将与上述至少一个第二候选客服各自对应的服务对象标识，确定为第二数目个服务对象标识。

在操作S330，根据与第二数目个服务对象标识各自对应的当前状态信息，在第二数目个服务对象标识中确定与业务标识对应的目标服务对象标识。

根据本公开的实施例，在得到第二数目个服务对象标识即第二数目个客服后，针对第二数目个客服当前所处的状态信息，可以在第二数目个客服中筛选出处于空闲状态的客服，并在这些客服中任意选择其中一个客服与客户相匹配，并将该客服确定为客户提供此次服务的目标客服。在此基础上，可以将与上述目标客服对应的服务对象标识，确定为目标服务对象标识。

本公开的实施例，通过利用客户类型和业务所涉及的金额，在云端数据库中对存储的所有客服信息，包括所负责的业务类型、有权限处理的业务金额和当前所处的工作状态依次进行筛选，最终筛选出与客户相匹配的目标客服，为该客户提供服务。由于采用多重筛选，针对不同的客户和业务类型选择不同的客服对客户业务进行处理，从而在为客户提供个性化服务的同时，提高了业务的智能化处理效果。

根据本公开的实施例，数据源存储有N个候选业务标识和与N个候选业务标识各自对应的候选业务信息，候选业务信息包括候选对象标识，N为正整数。

根据本公开的实施例，候选业务标识可以用于表征在云端数据库中存储的至少一个或多个历史业务名称。

根据本公开的实施例，候选业务信息可以用于表征至少一个或多个历史业务名称所对应的历史业务数据。其中，历史业务数据包括对应的历史客户名称，即为候选对象标识。

图4示意性示出了根据本公开的实施例的根据对象标识，从数据源中确定与对象标识对应的M个关联业务信息方法的流程图。

如图4所示，在400中，针对N个候选业务标识中的每个候选业务标识401，将对象标识402和与候选业务标识401对应的候选对象标识403进行匹配，得到对象标识匹配结果404。在获得对象标识匹配结果404之后，可以执行操作S410。

在操作S410，对象标识匹配结果404表征对象标识402与候选对象标识403相匹配？若是，则可以将与候选对象标识403对应的候选业务信息405，确定为与对象标识402对应的关联业务信息406。若否，则可以结束流程。

根据本公开的实施例，对象标识匹配结果404可以用于表征将客户名称与云端数据库中存储的每个历史业务名称对应的历史客户名称进行匹配所得到的客户名称匹配结果。

根据本公开的实施例，在客户名称匹配结果表征客户名称与历史客户名称相匹配的情况下，即表征该客户曾经办理过相关业务，进一步地，就可以输出该历史客户名称所对应的历史业务信息，并将该历史业务信息与该客户名称进行绑定，作为与该客户名称相关联的关联业务信息406。

根据本公开的实施例，在客户名称匹配结果表征客户名称与历史客户名称不匹配的情况下，即表征该客户在历史上没有办理过相关业务，进一步地表示该客户不存在关联业务信息，即可结束该流程。

例如，在手机银行办理业务的应用场景下，客户A提交了信用卡调额请求，客户B提交了信用卡还款请求；在云端数据库中存储的所有历史业务中，存在一笔历史业务的业务名称为信用卡还款请求，提出该调额请求的历史客户名称为客户A’，将客户A’与客户A进行匹配，匹配结果若表示客户A’与客户A为同一个人，即可将该笔信用卡还款请求作为客户A的关联业务信息，并将该笔信用卡还款请求即这笔历史业务与客户A进行绑定；将客户A’与客户B进行匹配，匹配结果若表示客户A’与客户B不是同一个人，则该笔信用卡还款请求不能作为客户B的关联业务信息，可结束该流程。

在该应用场景具体实施例中，历史信用卡还款请求即为候选业务标识401，客户A为对象标识402，客户A’为候选对象标识403，在匹配结果表示客户A’与客户A为同一个人后，历史信用卡还款请求即可作为关联业务信息406。

本公开的实施例通过将客户名称与历史客户名称进行匹配，得到相匹配的历史业务信息，即为该客户的关联业务信息，并将该客户与关联业务信息进行绑定，以有效提高获取业务处理所需数据的准确性及全面性，进而能够有效提高业务智能化处理的准确性及处理效率。

根据本公开的实施例，M个关联业务信息各自对应有关联业务标识，业务处理结果包括交易限制值评估结果。

根据本公开的实施例，关联业务标识可以用于表征不同的关联业务。交易限制评估结果可以用于表征对业务金额和关联业务金额进行分析和评估后得到的交易额度评估结果。

图5示意性示出了根据本公开的实施例的根据交易模式标识、交易限制值、与M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对待处理业务信息进行处理，得到业务处理结果方法的流程图。

如图5所示，在500中，根据交易模式标识501，确定与交易模式标识501对应的交易限制阈值502和第三数目个第一关联业务标识503。

根据交易限制值505和与第三数目个第一关联业务标识503各自对应的关联交易限制值504，确定与交易模式标识501对应的第一交易限制值506。

根据交易限制阈值502，对第一交易限制值506进行评估，得到交易限制值评估结果507。

根据本公开的实施例，交易限制阈值502用于表征业务办理中限制的交易金额额度。交易金额额度可以根据实际业务需求进行设置，在此不作限定。例如，交易金额额度的设置方式可以包括以下至少之一：基于金融企业类型的设置方式和基于业务渠道类型的设置方式。在基于金融企业类型设置交易金额额度的情况下，不同金融企业可以设定不同的交易限制额度。在基于业务渠道类型设置交易金额额度的情况下，通过不同业务渠道办理业务可以设定不同的交易限制额度。

例如，在通过银行A的手机银行进行转账时，该银行针对单笔交易所设定的交易限制额度不超过5万元，针对每日交易所设定的交易限制额度不超过10万元。在通过银行B的线下自助机进行转账时，该银行针对每日交易所设定的交易限制额度不超过5万元。

根据本公开的实施例，第一关联业务标识503用于表征在关联业务信息中与待处理业务信息具有相同业务来源的至少一个或多个关联业务的业务名称。

根据本公开的实施例，在获取待处理业务信息中的业务来源和业务金额后，根据业务来源，得到与该业务来源对应的交易限制额度和与该业务来源相同的关联业务名称。

例如，所获取的待处理业务信息为通过线下网点提交的贷款申请，贷款金额为50万元，则该业务的业务来源为线下网点，业务金额为50万元。其中，线下网点所设定的限制贷款额度为50万元，手机银行所设定的限制贷款额度为30万元，则根据该笔贷款申请的申请渠道为线下网点，从而能够确定交易限制额度为50万元，以及根据与该申请的线下网点渠道，在关联业务信息中筛选出了5笔同样通过线下网点渠道所提交的业务申请信息对应的业务名称。

根据本公开的实施例，第一交易限制值506用于表征第一关联业务标识503对应的关联交易限制值504，即与待处理业务的业务来源相同的关联业务名称所对应的关联交易金额。

根据本公开的实施例，根据不同业务渠道对应的交易限制额度，对第一交易限制值506即与待处理业务具有同样业务来源的关联业务金额进行评估和分析，得到交易额度的评估结果，即交易限制值评估结果507。

根据本公开的实施例，在获得交易额度的评估结果之后，进一步地，可以将交易限制值评估结果应用于分析客户的业务状态。客户的业务状态可以包括以下至少之一：存款状态、还款状态、贷款状态等。例如，可以将交易限制值评估结果应用于分析客户的存款状态，存款状态可以包括正常、部分冻结、单项冻结。备选地，可以将将交易限制值评估结果应用于分析客户的还款状态，还款状态可以包括逾期、透支、还清、销户。备选地，可以将交易限制值评估结果应用于分析客户的贷款状态，贷款状态可以包括结清、未结清、冻结、转让、逾期未还、展期。

根据本公开的另一实施例，在获得交易额度的评估结果之后，还可以将交易额度的评估结果发送至客户端，用于向客户提示当前的业务状态。

本公开的实施例通过交易限制阈值，对利用交易限制值和关联交易限制值所确定的第一交易限制值进行评估和分析，从而获得交易限制值评估结果。由于利用关联交易限制值可以对待处理业务与历史业务数据中具有相同业务来源的交易金额进行评估，能够提高评估结果的准确性，因此可以提高业务处理结果的准确性。

根据本公开的实施例，业务处理结果还包括对象风险评估结果。

根据本公开的实施例，对象风险评估结果用于表征对客户及其账户的交易风险进行评估所得到的账户风险评估结果。

图6示意性示出了根据本公开的实施例的对象风险评估方法的流程图。

如图6所示，在600中，可以根据M个关联业务标识601和第三数目个第一关联业务标识602，确定第四数目个第二关联业务标识603。根据第四数目个第二关联业务标识603，确定与至少一个剩余交易模式标识604各自对应的第二交易限制值605。根据与交易模式标识606对应的第一交易限制值607和与至少一个剩余交易模式标识604各自对应的第二交易限制值605，确定交易限制评估值608。在此基础上，根据预定风险评估阈值609和交易限制评估值608，确定对象风险评估结果610。

根据本公开的实施例，第二关联业务标识603用于表征在关联业务信息中与待处理业务信息具有不同业务来源的至少一个或多个关联业务的业务名称。

根据本公开的实施例，关联业务标识601包括第一关联业务标识和第二关联业务标识，其中，关联业务标识的数目为第一关联业务标识的数目与第二关联业务标识的数目之和。

根据本公开的实施例，在云端数据库中获得关联业务名称后，筛选掉第一关联业务标识，即与待处理业务具有相同业务来源的至少一个或多个关联业务名称，剩余关联业务名称即为第二关联业务标识，即与待处理业务具有不同业务来源的至少一个或多个关联业务名称。

例如，待处理业务为通过手机银行提交的转账申请，在云端数据库获得的关联业务A为通过手机银行提交的500元转账申请，关联业务B为通过线下营业厅提交的200元转账申请，关联业务C为通过线下网点提交的100元还款申请，关联业务D为通过手机银行申请的2000元还款申请。因此，与待处理业务具有相同业务来源的关联业务为业务A、业务D，与待处理业务具有不同业务来源的关联业务为业务B、业务C，即业务A的转账申请、业务D的还款申请作为第一关联业务标识，业务B的转账申请、业务C还款申请作为第二关联业务标识。

根据本公开的实施例，剩余交易模式标识604用于表征与待处理业务的业务来源不相同的一个或多个其他业务来源。第二交易限制值605用于表征第二关联业务标识603的各业务来源对应的关联交易金额。

例如，在上述实施例中，业务B的线下营业厅与业务C的线下网点即为剩余交易模式标识，业务B的交易金额200元与业务C的交易金额100元即为第二交易限制值。

根据本公开的实施例，交易限制评估值608可以是根据与各个渠道对应的交易金额确定的。例如，可以根据与待处理业务具有相同渠道的交易金额和与待处理业务具有不同渠道的交易金额，确定交易限制评估值608。备选地，可以根据与待处理业务具有相同渠道的交易金额，确定交易限制评估值608。备选地，可以根据与待处理业务具有相同不同的交易金额，确定交易限制评估值608。

根据本公开的实施例，预定风险评估阈值609是根据预定规则所设定的，用于判断客户所对应账户的风险等级。其中，预定规则用于表征不同的风险等级对应不同的预定阈值。

根据本公开的实施例，通过将交易限制评估值608和预定风险评估阈值进行比较，得到不同账户对应风险等级的账户风险评估结果，即对象风险评估结果610。

根据本公开的实施例，在获得对象风险评估结果610之后，例如，可以向客户和金融企业展示该对象风险评估结果。备选地，还可以根据该对象风险评估结果对客户进行风险管控。备选地，还可以根据该对象风险评估结果对业务状态信息进行更新。

本公开的实施例通过引入剩余交易模式对应的第二交易限制值，即与待处理业务具有不同业务来源的交易金额计算交易金额评估值，用于风险评估，以提高账户风险评估结果的精确性。

图7示意性示出了根据本公开的实施例的交易限制评估值确定方法的流程图。

如图7所示，在700中，根据与交易模式标识701对应的第一交易限制值704和与至少一个剩余交易模式标识702各自对应的第二交易限制值706，确定交易限制评估值708包括以下方式之一：

在获得与交易模式标识701对应的第一交易限制值704和与至少一个剩余交易模式标识702各自对应的第二交易限制值706之后，设定与交易模式标识701对应的第一权重703和与至少一个剩余交易模式标识702各自对应的第二权重705。在此基础上，可以将第一权重703、第一交易限制值704、第二权重705和第二交易限制值706输入至预定模型707，输出交易限制评估值708。

根据本公开的实施例，第一权重703和第二权重705可以是用于调节第一交易限制值703和第二交易限制值706的超参数，第一权重703和第二权重705可以根据专家经验生成，在此不做具体限定。

根据本公开的实施例，预定模型707用于对交易金额进行估值和预测，从而得到交易金额评估值。其算法可以包括机器学习、神经网络、有监督学习、无监督学习等，在此不做具体限定。

根据本公开的实施例，可以通过下述方法构造预定模型707中的计算函数：对第一权重703和第一交易限制值704的乘积、第二权重705和第二交易限制值706的乘积进行求和，计算得到交易限制评估值708。

本公开的实施例通过利用预定模型对交易限制值进行预测，并通过权重对交易限制值进行调整，以提高模型估值和预测的精确度，进一步提高账户风险评估结果的准确性。

根据本公开的实施例，预定风险评估阈值包括第一预定阈值和第二预定阈值。其中，第一预定阈值和第二预定阈值可以是根据设定原则所确定的经验数值，通常第一预定阈值大于第二预定阈值，不同金融企业各自针对不同业务来源设定原则不同。本公开所采用的设定原则可以根据实际业务来源进行选择。

图8示意性示出了根据本公开的实施例的根据预定风险评估阈值和交易限制评估值，确定对象风险评估结果方法的流程图。

如图8所示，在800中，在获得交易限制评估值801之后，可以执行操作S810。

在操作S810中，交易限制评估值是否大于第一预定阈值？若是，则可以确定第一风险等级的对象风险评估结果802。若否，则可以执行操作S820。

在操作S820中，交易限制评估值是否大于第二预定阈值？若是，则可以确定第二风险等级的对象风险评估结果803。若否，则可以确定第三风险等级的对象风险评估结果804。

根据本公开的实施例，风险等级用于表征当前待处理业务对应所对应客户的账户状态是否存在风险以及存在的风险程度。该风险等级可以基于不同的账户状态构建不同的风险等级，例如，可以将第一风险等级、第二风险等级、第三风险等级依次设置为高风险，中风险，低风险。

根据本公开的实施例，与对象标识对应的对象为与客户名称对应的账户。

根据本公开的实施例，第一风险等级的对象风险评估结果802用于表征与对应的待处理业务所对应的账户属于高风险。第二风险等级的对象风险评估结果803用于表征与对应的待处理业务所对应的账户属于中风险。第三风险等级的对象风险评估结果804用于表征与对应的待处理业务所对应的账户属于低风险。

例如，在银行账户应用场景中，所设定的第一预定阈值、第二预定阈值分别为100、50，预定模型所输出的交易限制评估值A为120，交易限制评估值B为60。将交易评估值A输入至判断操作中，通过比较得出交易限制评估值A大于100，则对应待处理业务客户的账户A即为高风险账户。将交易评估值B输入至判断操作中，通过比较得出交易限制评估值B小于100且大于50，则交易限制评估值B对应待处理业务客户的账户B为中风险账户。

本公开的实施例通过对交易限制评估值与预定阈值进行比较，得出不同风险等级的对象风险评估结果，能够提高对用户进行风险管控的精确度，从而提高金融业务的安全性。

根据本公开的实施例，待处理业务信息还包括对象类型信息和处理状态信息。其中，对象类型信息可以是服务对象，例如客服。处理状态信息可以分为待处理、处理中、已处理。

图9示意性示出了根据本公开实施例的待处理业务信息获取方法的流程图。

如图9所示，待处理业务信息获取方法包括操作S910～S930。

在操作S910，响应于检测到业务处理请求，根据业务标识，获取与业务标识对应的候选待处理业务信息。

在操作S920，根据第一预定字段，对候选待处理业务信息进行字段匹配处理，得到对象标识和对象类型信息。

在操作S930，根据第二预定字段，对候选待处理业务信息进行字段匹配处理，得到交易模式标识、交易限制值和处理状态信息。

根据本公开的实施例，在检测到业务处理请求之后，采集与客户名称对应的候选待处理业务信息。其中，候选待处理业务信息包括客户名称、服务对象、客户面部信息及联系方式等。

根据本公开的实施例，候选待处理业务信息可以用于对客户及业务信息进行识别和分析处理。例如，客户名称可以用于将业务信息与客户名称进行绑定，联系方式可以用于相关信息推送，业务类型可以用于对业务进行分类处理，面部信息用于对客户进行面部识别，以及对于具有相同客户名称的对象进行分类标识。

根据本公开的实施例，第一预定字段用于表征与对象相关的字段，可以包括客户名称字段和客户类型字段。

根据本公开的实施例，利用第一预定字段即客户名称字段和客户类型字段，与候选待处理业务信息进行字段匹配，得到第一匹配结果。其中，匹配结果用于表征预定字段与候选待处理业务信息具有相同字段的信息，第一匹配结果包括对象标识和对象类型信息。

根据本公开的实施例，候选待处理业务信息还可以包括业务来源、业务金额、业务处理状态信息等。其中，业务来源可以用于对业务信息的来源渠道进行识别分析，业务金额可以用于对业务的金额数据进行识别分析，业务处理状态信息可以用于对业务当前的处理状态进行识别分析。

根据本公开的实施例，第二预定字段用于表征与业务相关的字段，可以包括业务来源字段、业务金额信息字段和业务处理状态信息字段。

根据本公开的实施例，利用第二预定字段即业务来源字段、业务金额信息字段和业务处理状态信息字段，与候选待处理业务信息进行字段匹配，得到第二匹配结果。其中，第二匹配结果可以包括交易模式标识、交易限制值和处理状态信息。

根据本公开的实施例，第一预定字段和第二预定字段通常根据业务信息进行预先设定的。

本公开的实施例通过将预定字段与候选待处理业务信息进行匹配得到相匹配的待处理业务信息，以保证所采集到的待处理业务信息准确性。

图10示意性示出了根据本公开的实施例的业务处理装置的框图。

如图10所示，业务处理装置1000可以包括获取模块1010、确定模块1020、处理模块1030。

获取模块1010，用于响应于检测到业务处理请求，根据业务处理请求指示的业务标识，获取与业务标识对应的待处理业务信息，其中，待处理业务信息包括对象标识、交易模式标识和交易限制值。在一实施例中，获取模块1010可以用于执行前文描述的操作S210，在此不再赘述。

确定模块1020，用于根据对象标识，从数据源中确定与对象标识对应的M个关联业务信息，其中，关联业务信息包括关联交易模式标识和关联交易限制值，M为正整数。在一实施例中，确定模块1020可以用于执行前文描述的操作S220，在此不再赘述。

处理模块1030，用于根据交易模式标识、交易限制值、与M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对待处理业务信息进行处理，得到业务处理结果。在一实施例中，处理模块1030可以用于执行前文描述的操作S230，在此不再赘述。

根据本公开的实施例，业务处理装置1000还可以包括筛选模块。

筛选模块，用于根据对象类型信息和与N个服务对象标识各自对应的预定服务类型，对N个服务对象标识进行筛选，得到第一数目个服务对象标识，根据交易限制值和与N个服务对象标识各自对应的预定服务限制阈值，对第一数目个服务对象标识进行筛选，得到第二数目个服务对象标识，根据与第二数目个服务对象标识各自对应的当前状态信息，在第二数目个服务对象标识中确定与业务标识对应的目标服务对象标识。在一实施例中，筛选模块可以用于执行前文描述的操作S310～S330，在此不再赘述。

根据本公开的实施例，获取模块1010包括第一获取单元、第二获取单元、第三获取单元。

第一获取单元用于响应于检测到业务处理请求，根据业务标识，获取与业务标识对应的候选待处理业务信息。第一获取单元可以用于执行前文描述的操作S910，在此不再赘述。

第二获取单元用于根据第一预定字段，对候选待处理业务信息进行字段匹配处理，得到对象标识和对象类型信息。第一获取单元可以用于执行前文描述的操作S920，在此不再赘述。

第三获取单元用于根据第二预定字段，对候选待处理业务信息进行字段匹配处理，得到交易模式标识、交易限制值和处理状态信息。在一实施例中，第一获取单元可以用于执行前文描述的操作S930，在此不再赘述。

根据本公开的实施例，确定模块1020包括第一确定单元和第二确定单元。

第一确定单元用于针对N个候选业务标识中的每个候选业务标识，将对象标识和与候选业务标识对应的候选对象标识进行匹配，得到对象标识匹配结果。

第二确定单元用于响应于对象标识匹配结果表征对象标识与候选对象标识相匹配，将与候选对象标识对应的候选业务信息，确定为与对象标识对应的关联业务信息。

根据本公开的实施例，处理模块1030包括第三确定单元、第四确定单元、第五确定单元。

第三确定单元用于根据交易模式标识，确定与交易模式标识对应的交易限制阈值和第三数目个第一关联业务标识。

第四确定单元用于根据交易限制值和与第三数目个第一关联业务标识各自对应的关联交易限制值，确定与交易模式标识对应的第一交易限制值。

第五确定单元用于根据交易限制阈值，对第一交易限制值进行评估，得到交易限制值评估结果。

根据本公开的实施例，处理模块1030还包括第六确定单元、第七确定单元、第八确定单元、第九确定单元。

第六确定单元用于根据M个关联业务标识和第三数目个第一关联业务标识，确定第四数目个第二关联业务标识，其中，第三数目和第四数目之和等于M。

第七确定单元用于根据第四数目个第二关联业务标识，确定与至少一个剩余交易模式标识各自对应的第二交易限制值。

第八确定单元用于根据与交易模式标识对应的第一交易限制值和与至少一个剩余交易模式标识各自对应的第二交易限制值，确定交易限制评估值。

第九确定单元用于根据预定风险评估阈值和交易限制评估值，确定对象风险评估结果。

根据本公开的实施例，第八确定单元包括预定模型子单元，权重确定子单元、交易限制评估值确定子单元。

预定模型子单元用于将与交易模式标识对应的第一交易限制值和与至少一个剩余交易模式标识各自对应的第二交易限制值输入至预定模型，输出交易限制评估值。

权重确定子单元用于确定与交易模式标识对应的第一权重和与至少一个剩余交易模式标识各自对应的第二权重。

交易限制评估值确定子单元用于根据第一权重、第一交易限制值、与至少一个剩余交易模式标识各自对应的第二权重和第二交易限制值，确定交易限制评估值。

根据本公开的实施例，第九确定单元包括第一风险等级判断子单元、第二风险等级判断子单元、第三风险等级判断子单元。

第一风险等级判断子单元用于在交易限制评估值大于第一预定阈值的情况下，确定表征与对象标识对应的对象属于第一风险等级的对象风险评估结果。

第二风险等级判断子单元用于在交易限制评估值位于第一预定阈值和第二预定阈值之间的情况下，确定表征与对象标识对应的对象属于第二风险等级的对象风险评估结果。

第三风险等级判断子单元用于在交易限制评估值小于第二预定阈值的情况下，确定表征与对象标识对应的对象属于第三风险等级的对象风险评估结果。

根据本公开的实施例，获取模块1010、确定模块1020、处理模块1030的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。

根据本公开实施例，获取模块1010、确定模块1020、处理模块1030中的任意一个或多个可以被拆分成多个模块来实现。

根据本公开实施例，获取模块1010、确定模块1020、处理模块1030中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块1010、确定模块1020、处理模块1030中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

需要说明的是，本公开的实施例中业务处理装置部分与本公开的实施例中业务处理方法部分是相对应的，业务处理装置部分的描述具体参考业务处理方法部分，在此不再赘述。

图11示意性示出了根据本公开实施例的适于实现业务处理法的电子设备的框图。图11示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图11所示，根据本公开实施例的计算机电子设备1100包括处理器1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1109加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。处理器1101例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1101还可以包括用于缓存用途的板载存储器。处理器1101可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 103中，存储有电子设备1100操作所需的各种程序和数据。处理器1101、ROM1102以及RAM 1103通过总线1104彼此相连。处理器1101通过执行ROM 1102和/或RAM1103中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，程序也可以存储在除ROM 1102和RAM 1103以外的一个或多个存储器中。处理器1101也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备1100还可以包括输入/输出(I/O)接口1105，输入/输出(I/O)接口1105也连接至总线1104。电子设备1100还可以包括连接至输入/输出(I/O)接口1105的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至输入/输出(I/O)接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被处理器1101执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、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。在本公开中，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。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1102和/或RAM 1103和/或ROM 1102和RAM 1103以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本公开实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本公开实施例所提供的业务处理方法。

在该计算机程序被处理器1101执行时，执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分1109被下载和安装，和/或从可拆卸介质1111被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“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设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (12)

1.一种业务处理方法，包括：

响应于检测到业务处理请求，根据所述业务处理请求指示的业务标识，获取与所述业务标识对应的待处理业务信息，其中，所述待处理业务信息包括对象标识、交易模式标识和交易限制值；

根据所述对象标识，从数据源中确定与所述对象标识对应的M个关联业务信息，其中，所述关联业务信息包括关联交易模式标识和关联交易限制值，M为正整数；以及

根据所述交易模式标识、所述交易限制值、与所述M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对所述待处理业务信息进行处理，得到业务处理结果。

2.根据权利要求1所述的方法，其中，所述数据源存储有N个服务对象标识，所述N个服务对象标识各自对应有预定服务类型、预定服务限制阈值和当前状态信息；所述方法还包括：

根据对象类型信息和与所述N个服务对象标识各自对应的预定服务类型，对所述N个服务对象标识进行筛选，得到第一数目个所述服务对象标识；

根据交易限制值和与所述N个服务对象标识各自对应的预定服务限制阈值，对第一数目个所述服务对象标识进行筛选，得到第二数目个所述服务对象标识；以及

根据与第二数目个所述服务对象标识各自对应的当前状态信息，在所述第二数目个所述服务对象标识中确定与所述业务标识对应的目标服务对象标识。

3.根据权利要求1所述的方法，其中，所述数据源存储有N个候选业务标识和与所述N个候选业务标识各自对应的候选业务信息，所述候选业务信息包括候选对象标识，N为正整数；

所述根据所述对象标识，从数据源中确定与所述对象标识对应的M个关联业务信息包括：

针对所述N个候选业务标识中的每个候选业务标识，将所述对象标识和与所述候选业务标识对应的候选对象标识进行匹配，得到对象标识匹配结果；以及

响应于所述对象标识匹配结果表征所述对象标识与所述候选对象标识相匹配，将与所述候选对象标识对应的候选业务信息，确定为与所述对象标识对应的所述关联业务信息。

4.根据权利要求1至3中任一项所述的方法，其中，所述M个关联业务信息各自对应有关联业务标识，所述业务处理结果包括交易限制值评估结果；

所述根据所述交易模式标识、所述交易限制值、与所述M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对所述待处理业务信息进行处理，得到业务处理结果包括：

根据所述交易模式标识，确定与所述交易模式标识对应的交易限制阈值和第三数目个第一关联业务标识；

根据所述交易限制值和与所述第三数目个第一关联业务标识各自对应的关联交易限制值，确定与所述交易模式标识对应的第一交易限制值；以及

根据所述交易限制阈值，对所述第一交易限制值进行评估，得到所述交易限制值评估结果。

5.根据权利要求4所述的方法，其中，所述业务处理结果还包括对象风险评估结果；

所述方法还包括：

根据所述M个关联业务标识和所述第三数目个第一关联业务标识，确定第四数目个第二关联业务标识，其中，所述第三数目和所述第四数目之和等于M；

根据所述第四数目个第二关联业务标识，确定与至少一个剩余交易模式标识各自对应的第二交易限制值；

根据与所述交易模式标识对应的第一交易限制值和与所述至少一个剩余交易模式标识各自对应的第二交易限制值，确定交易限制评估值；以及

根据预定风险评估阈值和所述交易限制评估值，确定所述对象风险评估结果。

6.根据权利要求5所述的方法，其中，所述根据与所述交易模式标识对应的第一交易限制值和与至少一个剩余交易模式标识各自对应的第二交易限制值，确定交易限制评估值包括以下方式之一：

将与所述交易模式标识对应的第一交易限制值和与至少一个剩余交易模式标识各自对应的第二交易限制值输入至预定模型，输出所述交易限制评估值；

确定与所述交易模式标识对应的第一权重和与至少一个剩余交易模式标识各自对应的第二权重；以及

根据所述第一权重、所述第一交易限制值、与至少一个剩余交易模式标识各自对应的第二权重和第二交易限制值，确定所述交易限制评估值。

7.根据权利要求5所述的方法，其中，所述预定风险评估阈值包括第一预定阈值和第二预定阈值；

所述根据预定风险评估阈值和所述交易限制评估值，确定所述对象风险评估结果包括：

在所述交易限制评估值大于第一预定阈值的情况下，确定表征与所述对象标识对应的对象属于第一风险等级的所述对象风险评估结果；

在所述交易限制评估值位于所述第一预定阈值和所述第二预定阈值之间的情况下，确定表征与所述对象标识对应的对象属于第二风险等级的所述对象风险评估结果；以及

在所述评估值小于所述第二预定阈值的情况下，确定表征与所述对象标识对应的对象属于第三风险等级的所述对象风险评估结果。

8.根据权利要求1至3中任一项所述的方法，其中，所述待处理业务信息还包括对象类型信息和处理状态信息；

所述响应于检测到业务处理请求，根据所述业务处理请求指示的业务标识，获取与所述业务标识对应的待处理业务信息包括：

响应于检测到所述业务处理请求，根据所述业务标识，获取与所述业务标识对应的候选待处理业务信息；

根据第一预定字段，对所述候选待处理业务信息进行字段匹配处理，得到所述对象标识和所述对象类型信息；以及

根据第二预定字段，对所述候选待处理业务信息进行字段匹配处理，得到所述交易模式标识、所述交易限制值和所述处理状态信息。

9.一种业务处理装置，包括：

获取模块，用于响应于检测到业务处理请求，根据所述业务处理请求指示的业务标识，获取与所述业务标识对应的待处理业务信息，其中，所述待处理业务信息包括对象标识、交易模式标识和交易限制值；

确定模块，用于根据所述对象标识，从数据源中确定与所述对象标识对应的M个关联业务信息，其中，所述关联业务信息包括关联交易模式标识和关联交易限制值，M为正整数；以及

处理模块，用于根据所述交易模式标识、所述交易限制值、与所述M个关联业务信息各自对应的关联交易模式标识和关联交易限制值，对所述待处理业务信息进行处理，得到业务处理结果。

10.一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个指令，

其中，当所述一个或多个指令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8中任一项所述的方法。

11.一种计算机可读存储介质，其上存储有可执行指令，所述可执行指令被处理器执行时使处理器实现权利要求1至8中任一项所述的方法。

12.一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，所述计算机可执行指令在被执行时用于实现权利要求1至8中任一项所述的方法。