CN117408695A - 信息报送方法、装置、计算机设备和存储介质 - Google Patents
信息报送方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117408695A CN117408695A CN202311175501.9A CN202311175501A CN117408695A CN 117408695 A CN117408695 A CN 117408695A CN 202311175501 A CN202311175501 A CN 202311175501A CN 117408695 A CN117408695 A CN 117408695A
- Authority
- CN
- China
- Prior art keywords
- transaction
- information
- suspicious
- user
- report
- 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 47
- 230000002159 abnormal effect Effects 0.000 claims abstract description 89
- 230000008859 change Effects 0.000 claims abstract description 89
- 238000012216 screening Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 18
- 238000012512 characterization method Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013070 change management Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011160 research Methods 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
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种信息报送方法、装置、计算机设备和存储介质。本申请涉及人工智能技术领域。该方法包括：获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息和交易对象，在各交易流水信息中筛选各可疑交易信息；提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各交易特征、各交易数据特征、各用户特征，生成多个可疑报送信息；通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将目标可疑报送信息发送至目标报送中心。采用本方法能够提升可疑资源异常变动信息的报送效率。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种信息报送方法、装置、计算机设备和存储介质。
背景技术
随着反资源异常变动管理技术的发展，各银行需要识别日常经营过程存在的可疑资源异常变动相关活动，生成可疑资源异常变动信息，并将该可疑资源异常变动信息报送至目标报送中心进行审核，从而提升对反资源异常变动管理技术的发展工作，但是由于银行业务数据量庞大，所产生的可疑资源异常变动信息数据量也十分庞大，因此如何提升可疑资源异常变动信息的报送效率是当前的研究重点。
传统可疑资源异常变动信息的报送方式是通过人工汇总所有可疑资源异常变动信息，然后人工审核所有可疑资源异常变动信息，在经过人工审核之后，将所有可疑资源异常变动信息报送至目标报送中心完成该可疑资源异常变动信息的报送工作。但是该方式需要耗费大量人力资源，并且人工汇总、人工报送、人工审核容易出现误差信息，从而导致可疑资源异常变动信息的报送效率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种信息报送方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种信息报送方法。所述方法包括：
获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息；
提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息；
通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将所述目标可疑报送信息发送至目标报送中心。
可选的，所述基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息，包括：
针对每个交易流水信息，解析所述交易流水信息的交易明细信息，以及所述交易流水信息对应的交易对象的用户基本信息；
基于所述交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断所述交易流水信息是否为大额交易流水信息，并在所述交易流水信息为大额交易流水信息的情况下，将所述交易流水信息作为可疑交易信息。
可选的，所述基于所述交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断所述交易流水信息是否为大额交易流水信息，包括：
基于所述用户基本信息，识别所述交易对象的用户类型；
在预设的各大额交易识别策略中，筛选所述用户类型对应的目标大额交易识别策略，并识别所述目标大额交易识别策略对应的大额交易判断流程；
基于所述大额交易判断流程，判断所述交易明细信息是否为大额交易流水信息。
可选的，所述提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，包括：
识别每个可疑交易信息的交易明细信息中的可疑交易数据、以及所述可疑交易信息的交易流程，并分别将每个可疑交易数据、以及每个交易流程进行特征化处理，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征；
基于预设的用户信息提取策略，提取每个可疑交易信息对应的可疑交易对象的用户基本信息的目标用户信息，并将每个可疑交易对象的目标用户信息进行特征化处理，得到每个可疑交易信息对应的可疑交易对象的用户特征。
可选的，所述基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息，包括：
获取可疑报送模板信息；
将各所述交易特征、各所述交易数据特征、各所述用户特征填充至所述可以报送模板信息中，得到可疑报送信息。
可选的，所述通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，包括：
针对每个可疑报送信息，基于所述可疑报送信息的用户特征，判断所述用户特征对应的用户是否属于白名单用户，并在所述用户特征对应的用户不属于白名单用户的情况下，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息；
获取大额报送模板，并基于所述大额报送模板、每个可疑资源异常变动信息中的交易数据特征、以及每个可疑资源异常变动信息中的交易特征，生成每个可疑资源异常变动信息的大额报告报文，并基于所述大额报告报文，调整所述可疑资源异常变动信息对应的可疑报送信息，得到目标可疑报送信息。
第二方面，本申请还提供了一种信息报送装置。所述装置包括：
获取模块，用于获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息；
生成模块，用于提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息；
报送模块，用于通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将所述目标可疑报送信息发送至目标报送中心。
可选的，所述获取模块，具体用于：
针对每个交易流水信息，解析所述交易流水信息的交易明细信息，以及所述交易流水信息对应的交易对象的用户基本信息；
基于所述交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断所述交易流水信息是否为大额交易流水信息，并在所述交易流水信息为大额交易流水信息的情况下，将所述交易流水信息作为可疑交易信息。
可选的，所述获取模块，具体用于：
基于所述用户基本信息，识别所述交易对象的用户类型；
在预设的各大额交易识别策略中，筛选所述用户类型对应的目标大额交易识别策略，并识别所述目标大额交易识别策略对应的大额交易判断流程；
基于所述大额交易判断流程，判断所述交易明细信息是否为大额交易流水信息。
可选的，所述生成模块，具体用于：
识别每个可疑交易信息的交易明细信息中的可疑交易数据、以及所述可疑交易信息的交易流程，并分别将每个可疑交易数据、以及每个交易流程进行特征化处理，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征；
基于预设的用户信息提取策略，提取每个可疑交易信息对应的可疑交易对象的用户基本信息的目标用户信息，并将每个可疑交易对象的目标用户信息进行特征化处理，得到每个可疑交易信息对应的可疑交易对象的用户特征。
可选的，所述生成模块，具体用于：
获取可疑报送模板信息；
将各所述交易特征、各所述交易数据特征、各所述用户特征填充至所述可以报送模板信息中，得到可疑报送信息。
可选的，所述报送模块，具体用于：
针对每个可疑报送信息，基于所述可疑报送信息的用户特征，判断所述用户特征对应的用户是否属于白名单用户，并在所述用户特征对应的用户不属于白名单用户的情况下，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息；
获取大额报送模板，并基于所述大额报送模板、每个可疑资源异常变动信息中的交易数据特征、以及每个可疑资源异常变动信息中的交易特征，生成每个可疑资源异常变动信息的大额报告报文，并基于所述大额报告报文，调整所述可疑资源异常变动信息对应的可疑报送信息，得到目标可疑报送信息。
第三方面，本申请提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质。其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
第五方面，本申请提供了一种计算机程序产品。所述计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
上述信息报送方法、装置、计算机设备、存储介质和计算机程序产品，通过获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息；提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息；通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将所述目标可疑报送信息发送至目标报送中心，完成信息报送任务。本方案，通过智能获取银行的交易流水信息、以及交易对象，避免人工汇总产生的信息遗漏的问题，提升了获取的交易流水信息的全面性。然后通过交易流水信息和交易对象，识别可疑交易信息，避免人工识别可疑交易信息的识别失误的问题，提升了识别可疑交易信息的精准度。再后，通过提取交易流水信息和交易对象的特征，生成可疑报送信息，并通过资源异常变动识别策略，识别可疑报送信息中的可疑资源异常变动信息，使得避免人工生成报送信息、人工审核的过程，提升了报送信息汇总和审核的效率，最后，得到目标可疑报送信息直接发送至目标报送中心，避免人工报送信息的过程，从而综合提升了可疑资源异常变动信息的报送效率。
附图说明
图1为一个实施例中信息报送方法的流程示意图；
图2为一个实施例中大额交易判断步骤的流程示意图；
图3为一个实施例中信息报送示例的流程示意图；
图4为一个实施例中信息报送装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的信息报送方法，可以应用于银行汇总可疑资源异常变动信息报送至目标报送中心的应用环境中。该方法可以应用于终端，也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。其中，终端通过智能获取银行的交易流水信息、以及交易对象，避免人工汇总产生的信息遗漏的问题，提升了获取的交易流水信息的全面性。然后通过交易流水信息和交易对象，识别可疑交易信息，避免人工识别可疑交易信息的识别失误的问题，提升了识别可疑交易信息的精准度。再后，通过提取交易流水信息和交易对象的特征，生成可疑报送信息，并通过资源异常变动识别策略，识别可疑报送信息中的可疑资源异常变动信息，使得避免人工生成报送信息、人工审核的过程，提升了报送信息汇总和审核的效率，最后，得到目标可疑报送信息直接发送至目标报送中心，避免人工报送信息的过程，从而综合提升了可疑资源异常变动信息的报送效率。
在一个实施例中，如图1所示，提供了一种信息报送方法，以该方法应用于终端为例进行说明，包括以下步骤：
步骤S101，获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各交易流水信息中筛选各可疑交易信息。
本实施例中，终端在获得用户授权的情况下，获取银行中的每个用户的交易流水信息，以及每个交易流水信息对应的交易对象，其中该交易对象表征该交易流水信息对应的交易双方用户。然后，终端基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各交易流水信息中筛选各可疑交易信息。具体的筛选过程后续将详细说明。其中可疑交易信息用于表征可能存在资源异常变动行为的交易信息。
步骤S102，提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各交易特征、各交易数据特征、各用户特征，生成多个可疑报送信息。
本实施例中，终端提取每个可疑交易信息的交易特征、以及每个可疑交易信息的交易数据特征。然后，终端提取每个可疑交易信息对应的可疑交易对象的用户特征。其中交易特征用于表征该可疑交易信息的交易流程，交易数据特征用于表征该可疑交易信息中的资源交易数目。用户特征用于表征该用户的基本特征信息。具体的提取过程后续将详细说明。再后，终端基于各交易特征、各交易数据特征、各用户特征，生成多个可疑报送信息。其中可疑报送信息的生成方式后续将详细说明。
步骤S103，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将目标可疑报送信息发送至目标报送中心，完成信息报送任务。
本实施例中，终端通过预设于终端的资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将目标可疑报送信息发送至目标报送中心，完成信息报送任务。其中该资源异常变动识别策略为基于大连专家经验、规则限制等内容汇总的识别资源异常变动信息的执行策略。
基于上述方案，通过智能获取银行的交易流水信息、以及交易对象，避免人工汇总产生的信息遗漏的问题，提升了获取的交易流水信息的全面性。然后通过交易流水信息和交易对象，识别可疑交易信息，避免人工识别可疑交易信息的识别失误的问题，提升了识别可疑交易信息的精准度。再后，通过提取交易流水信息和交易对象的特征，生成可疑报送信息，并通过资源异常变动识别策略，识别可疑报送信息中的可疑资源异常变动信息，使得避免人工生成报送信息、人工审核的过程，提升了报送信息汇总和审核的效率，最后，得到目标可疑报送信息直接发送至目标报送中心，避免人工报送信息的过程，从而综合提升了可疑资源异常变动信息的报送效率。
可选的，基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各交易流水信息中筛选各可疑交易信息，包括：针对每个交易流水信息，解析交易流水信息的交易明细信息，以及交易流水信息对应的交易对象的用户基本信息；基于交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断交易流水信息是否为大额交易流水信息，并在交易流水信息为大额交易流水信息的情况下，将交易流水信息作为可疑交易信息。
本实施例中，终端针对每个交易流水信息，解析交易流水信息的交易明细信息，以及交易流水信息对应的交易对象的用户基本信息。其中，交易明细信息包括但不限于交易流水号、交易时间、交易对手名称、交易对手证件类型、交易对手证件号、交易资源数目、交易币种等。其中，用户基本信息包括但不限于用户号、用户名称、用户证件类型、用户证件号码、用户国籍。然后，终端基于交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断交易流水信息是否为大额交易流水信息，并在交易流水信息为大额交易流水信息的情况下，将交易流水信息作为可疑交易信息。
基于上述方案，通过筛选大额交易流水信息作为可疑交易信息，减少了可疑交易信息的数据量，剔除了非资源异常变动信息的交易流水信息，提升后续汇总、审核的效率。
可选的，基于交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断交易流水信息是否为大额交易流水信息，包括：获取多个大额交易识别策略，并基于用户基本信息，识别交易对象的用户类型；基于用户类型，在各大额交易识别策略中，筛选用户类型对应的目标大额交易识别策略，并识别目标大额交易识别策略对应的大额交易判断流程；基于大额交易判断流程，判断交易明细信息是否为大额交易流水信息。
本实施例中，终端获取多个大额交易识别策略。其中大额交易识别策略包括款项划转交易识别策略、以及现金收支款项划转策略。然后，终端基于用户基本信息，识别交易对象的用户类型。其中，该用户类型包括自然人类型、以及非自然人类型。再后，终端基于用户类型，在各大额交易识别策略中，筛选用户类型对应的目标大额交易识别策略，并识别目标大额交易识别策略对应的大额交易判断流程。
其中，大额交易判断流程如图2所示，在用户类型为非自然人，大额交易识别策略为款项划转交易识别策略的情况下，该大额交易判断流程为当日单笔200万人民币→当日累积200万人民币→当日单笔20万美元→当日累积20万美元；在用户类型为自然人，大额交易识别策略为款项划转交易识别策略的情况下，该大额交易判断流程为当日单笔20万人民币→当日累积50万人民币→当日单笔1万美元→当日累积10万美元；在用户类型为自然人，大额交易识别策略为现金收支识别策略的情况下，该大额交易判断流程为当日单笔5万人民币→当日累积5万人民币→当日单笔1万美元→当日累积1万美元。
再后，终端基于该大额交易判断流程，判断交易明细信息是否为大额交易流水信息。例如，当交易明细信息对应的交易资源数目为单笔40万人民币，该用户类型为自然人，大额交易识别策略为款项划转交易识别策略的情况下，终端基于上述大额交易判断流程，确定该交易明细信息为大额交易流水信息。
基于上述方案，通过用户类型和大额交易识别策略，判断交易明细信息是否为的交易流水信息，提升了识别大额交易流水信息的精准度。
可选的，提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，包括：识别每个可疑交易信息的交易明细信息中的可疑交易数据、以及可疑交易信息的交易流程，并分别将每个可疑交易数据、以及每个交易流程进行特征化处理，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征；基于预设的用户信息提取策略，提取每个可疑交易信息对应的可疑交易对象的用户基本信息的目标用户信息，并将每个可疑交易对象的目标用户信息进行特征化处理，得到每个可疑交易信息对应的可疑交易对象的用户特征。
本实施例中，终端识别每个可疑交易信息的交易明细信息中的可疑交易数据、以及可疑交易信息的交易流程，并分别将每个可疑交易数据、以及每个交易流程进行特征化处理，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征。然后，终端基于预设的用户信息提取策略，提取每个可疑交易信息对应的可疑交易对象的用户基本信息的目标用户信息，并将每个可疑交易对象的目标用户信息进行特征化处理，得到每个可疑交易信息对应的可疑交易对象的用户特征。其中，特征化处理过程为提取目标用户信息、可以交易数据、以及交易流程中的特征字段对应的信息，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征。例如，交易特征为交易信息处理Bolt，交易数据特征为大额特征识别Bolt，用户特征为用户信息处理Bolt。
基于上述方案，通过提取交易特征、交易数据特征、以及用户特征，提升了交易明细信息和用户信息的精简度，提升了后续审核，生成报送信息的效率。
可选的，基于各交易特征、各交易数据特征、各用户特征，生成多个可疑报送信息，包括：获取可疑报送模板信息，并将各交易特征、各交易数据特征、各用户特征填充至可以报送模板信息中，得到可疑报送信息。
本实施例中，终端获取可疑报送模板信息，并将各交易特征、各交易数据特征、各用户特征填充至可以报送模板信息中，得到可疑报送信息。
基于上述方案，通过模板直接生成可疑报送信息，提升了生成可疑报送信息的效率。
可选的，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，包括：针对每个可疑报送信息，基于可疑报送信息的用户特征，判断用户特征对应的用户是否属于白名单用户，并在用户特征对应的用户不属于白名单用户的情况下，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息；获取大额报送模板，并基于大额报送模板、每个可疑资源异常变动信息中的交易数据特征、以及每个可疑资源异常变动信息中的交易特征，生成每个可疑资源异常变动信息的大额报告报文，并基于大额报告报文，调整可疑资源异常变动信息对应的可疑报送信息，得到目标可疑报送信息。
本实施例中，终端：针对每个可疑报送信息，基于可疑报送信息的用户特征，判断用户特征对应的用户是否属于白名单用户，并在用户特征对应的用户不属于白名单用户的情况下，通过预设于终端的资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息。然后，终端获取大额报送模板，并基于大额报送模板、每个可疑资源异常变动信息中的交易数据特征、以及每个可疑资源异常变动信息中的交易特征，生成每个可疑资源异常变动信息的大额报告报文。其中该大额报告报文的格式为报文XML格式。最后，终端基于大额报告报文，调整可疑资源异常变动信息对应的可疑报送信息中交易特征、以及交易数据特征对应的报送信息，并基于用户特征对应的报送信息生成用户特征报文。最后，终端将包含大额报告报文、以及用户特征报文的可疑报送信息，作为子目标可疑报送信息。然后，终端将各子目标可疑报送信息按照预设于终端的报文大小和报文要求进行汇总压缩，得到目标可疑报送信息。
基于上述方案，通过预设资源异常变动识别策略，智能审核并识别可疑资源异常变动信息，提升了识别可疑资源异常变动信息的效率，并基于大额报送模板，生成大额报告报文，从而调整可疑报送信息，得到各子目标可疑报送信息，最后对各子目标可疑报送信息进行汇总压缩，得到目标可疑报送信息，避免了人工审核、人工汇总报送信息的审核误差和信息缺失的问题，综合提升了可疑资源异常变动信息的报送效率。
本申请还提供了一种信息报送示例，如图3所示，具体处理过程包括以下步骤：
步骤S301，获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象。
步骤S302，针对每个交易流水信息，解析交易流水信息的交易明细信息，以及交易流水信息对应的交易对象的用户基本信息。
步骤S303，基于用户基本信息，识别交易对象的用户类型。
步骤S304，在预设的各大额交易识别策略中，筛选用户类型对应的目标大额交易识别策略，并识别目标大额交易识别策略对应的大额交易判断流程。
步骤S305，基于大额交易判断流程，判断交易明细信息是否为大额交易流水信息。
步骤S306，在交易流水信息为大额交易流水信息的情况下，将交易流水信息作为可疑交易信息。
步骤S307，识别每个可疑交易信息的交易明细信息中的可疑交易数据、以及可疑交易信息的交易流程，并分别将每个可疑交易数据、以及每个交易流程进行特征化处理，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征。
步骤S308，基于预设的用户信息提取策略，提取每个可疑交易信息对应的可疑交易对象的用户基本信息的目标用户信息，并将每个可疑交易对象的目标用户信息进行特征化处理，得到每个可疑交易信息对应的可疑交易对象的用户特征。
步骤S309，获取可疑报送模板信息。
步骤S310，将各交易特征、各交易数据特征、各用户特征填充至可以报送模板信息中，得到可疑报送信息。
步骤S311，针对每个可疑报送信息，基于可疑报送信息的用户特征，判断用户特征对应的用户是否属于白名单用户，并在用户特征对应的用户不属于白名单用户的情况下，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息。
步骤S313，获取大额报送模板，并基于大额报送模板、每个可疑资源异常变动信息中的交易数据特征、以及每个可疑资源异常变动信息中的交易特征，生成每个可疑资源异常变动信息的大额报告报文，并基于大额报告报文，调整可疑资源异常变动信息对应的可疑报送信息，得到目标可疑报送信息。
应该理解的是，虽然如上所述的各实施例所涉及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，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的信息报送方法的信息报送装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个信息报送装置实施例中的具体限定可以参见上文中对于信息报送方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种信息报送装置，包括：获取模块410、生成模块420和报送模块430，其中：
获取模块410，用于获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息；
生成模块420，用于提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息；
报送模块430，用于通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将所述目标可疑报送信息发送至目标报送中心。
可选的，所述获取模块410，具体用于：
针对每个交易流水信息，解析所述交易流水信息的交易明细信息，以及所述交易流水信息对应的交易对象的用户基本信息；
基于所述交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断所述交易流水信息是否为大额交易流水信息，并在所述交易流水信息为大额交易流水信息的情况下，将所述交易流水信息作为可疑交易信息。
可选的，所述获取模块410，具体用于：
基于所述用户基本信息，识别所述交易对象的用户类型；
在预设的各大额交易识别策略中，筛选所述用户类型对应的目标大额交易识别策略，并识别所述目标大额交易识别策略对应的大额交易判断流程；
基于所述大额交易判断流程，判断所述交易明细信息是否为大额交易流水信息。
可选的，所述生成模块420，具体用于：
识别每个可疑交易信息的交易明细信息中的可疑交易数据、以及所述可疑交易信息的交易流程，并分别将每个可疑交易数据、以及每个交易流程进行特征化处理，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征；
基于预设的用户信息提取策略，提取每个可疑交易信息对应的可疑交易对象的用户基本信息的目标用户信息，并将每个可疑交易对象的目标用户信息进行特征化处理，得到每个可疑交易信息对应的可疑交易对象的用户特征。
可选的，所述生成模块420，具体用于：
获取可疑报送模板信息；
将各所述交易特征、各所述交易数据特征、各所述用户特征填充至所述可以报送模板信息中，得到可疑报送信息。
可选的，所述报送模块430，具体用于：
针对每个可疑报送信息，基于所述可疑报送信息的用户特征，判断所述用户特征对应的用户是否属于白名单用户，并在所述用户特征对应的用户不属于白名单用户的情况下，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息；
获取大额报送模板，并基于所述大额报送模板、每个可疑资源异常变动信息中的交易数据特征、以及每个可疑资源异常变动信息中的交易特征，生成每个可疑资源异常变动信息的大额报告报文，并基于所述大额报告报文，调整所述可疑资源异常变动信息对应的可疑报送信息，得到目标可疑报送信息。
上述信息报送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种信息报送方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现第一方面中任一项所述的方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上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申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种信息报送方法，其特征在于，所述方法包括：
获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息；
提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息；
通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将所述目标可疑报送信息发送至目标报送中心。
2.根据权利要求1所述的方法，其特征在于，所述基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息，包括：
针对每个交易流水信息，解析所述交易流水信息的交易明细信息，以及所述交易流水信息对应的交易对象的用户基本信息；
基于所述交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断所述交易流水信息是否为大额交易流水信息，并在所述交易流水信息为大额交易流水信息的情况下，将所述交易流水信息作为可疑交易信息。
3.根据权利要求2所述的方法，其特征在于，所述基于所述交易明细信息、以及用户基本信息，通过预设的交易识别策略，判断所述交易流水信息是否为大额交易流水信息，包括：
基于所述用户基本信息，识别所述交易对象的用户类型；
在预设的各大额交易识别策略中，筛选所述用户类型对应的目标大额交易识别策略，并识别所述目标大额交易识别策略对应的大额交易判断流程；
基于所述大额交易判断流程，判断所述交易明细信息是否为大额交易流水信息。
4.根据权利要求2所述的方法，其特征在于，所述提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，包括：
识别每个可疑交易信息的交易明细信息中的可疑交易数据、以及所述可疑交易信息的交易流程，并分别将每个可疑交易数据、以及每个交易流程进行特征化处理，得到每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征；
基于预设的用户信息提取策略，提取每个可疑交易信息对应的可疑交易对象的用户基本信息的目标用户信息，并将每个可疑交易对象的目标用户信息进行特征化处理，得到每个可疑交易信息对应的可疑交易对象的用户特征。
5.根据权利要求1所述的方法，其特征在于，所述基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息，包括：
获取可疑报送模板信息；
将各所述交易特征、各所述交易数据特征、各所述用户特征填充至所述可以报送模板信息中，得到可疑报送信息。
6.根据权利要求1所述的方法，其特征在于，所述通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，包括：
针对每个可疑报送信息，基于所述可疑报送信息的用户特征，判断所述用户特征对应的用户是否属于白名单用户，并在所述用户特征对应的用户不属于白名单用户的情况下，通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息；
获取大额报送模板，并基于所述大额报送模板、每个可疑资源异常变动信息中的交易数据特征、以及每个可疑资源异常变动信息中的交易特征，生成每个可疑资源异常变动信息的大额报告报文，并基于所述大额报告报文，调整所述可疑资源异常变动信息对应的可疑报送信息，得到目标可疑报送信息。
7.一种信息报送装置，其特征在于，所述装置包括：
获取模块，用于获取银行的多个交易流水信息、以及每个交易流水信息对应的交易对象，并基于每个交易流水信息、以及每个交易流水信息对应的交易对象，在各所述交易流水信息中筛选各可疑交易信息；
生成模块，用于提取每个可疑交易信息的交易特征、每个可疑交易信息的交易数据特征、以及每个可疑交易信息对应的可疑交易对象的用户特征，并基于各所述交易特征、各所述交易数据特征、各所述用户特征，生成多个可疑报送信息；
报送模块，用于通过资源异常变动识别策略，识别每个可疑报送信息中的可疑资源异常变动信息，得到目标可疑报送信息，并将所述目标可疑报送信息发送至目标报送中心。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311175501.9A CN117408695A (zh) | 2023-09-12 | 2023-09-12 | 信息报送方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311175501.9A CN117408695A (zh) | 2023-09-12 | 2023-09-12 | 信息报送方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117408695A true CN117408695A (zh) | 2024-01-16 |
Family
ID=89498499
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311175501.9A Pending CN117408695A (zh) | 2023-09-12 | 2023-09-12 | 信息报送方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117408695A (zh) |
-
2023
- 2023-09-12 CN CN202311175501.9A patent/CN117408695A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114266640A (zh) | 审计方法、装置、计算机设备及存储介质 | |
| CN114581233A (zh) | 洗钱账户确定方法、装置、设备、存储介质和程序产品 | |
| CN112734352A (zh) | 一种基于数据维度的单据审核方法和装置 | |
| CN117874323A (zh) | 信息推荐方法、装置、计算机设备和存储介质 | |
| CN117035980A (zh) | 资源借调评估方法、装置、计算机设备和存储介质 | |
| CN114565443B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN116701896A (zh) | 画像标签确定方法、装置、计算机设备和存储介质 | |
| CN117408695A (zh) | 信息报送方法、装置、计算机设备和存储介质 | |
| CN114186831A (zh) | 一种应用迁移学习进行个人信用风险预测方法及系统 | |
| CN117112206B (zh) | 交易资源隔离方法、装置、计算机设备和存储介质 | |
| CN116681454B (zh) | 虚拟资源配比策略生成方法、装置、计算机设备和存储介质 | |
| CN114490665A (zh) | 数据核查方法及装置 | |
| CN117391490A (zh) | 金融业务的评价信息处理方法、装置和计算机设备 | |
| CN117455386A (zh) | 资源审核方法、装置、计算机设备及其存储介质 | |
| CN118917926A (zh) | 物品的资源置换方法、装置、计算机设备和存储介质 | |
| CN118297710A (zh) | 交易验证方法、装置、计算机设备和存储介质 | |
| CN117273838A (zh) | 资源处理方法、装置、计算机设备和存储介质 | |
| CN116894728A (zh) | 异常账户确定方法、装置、计算机设备和存储介质 | |
| CN113822753A (zh) | 信用报告生成方法、装置、计算机设备和存储介质 | |
| CN117521108A (zh) | 权限确定方法、装置、计算机设备和存储介质 | |
| CN116342242A (zh) | 异常检测方法、装置、计算机设备和存储介质 | |
| CN118096339A (zh) | 业务数据处理方法、装置、计算机设备、存储介质 | |
| CN118504972A (zh) | 企业经营数据的风险处理方法、装置和计算机设备 | |
| CN118656588A (zh) | 数据处理方法及相关装置 | |
| CN117151841A (zh) | 业务处理方法、装置、计算机设备、存储介质和程序产品 |
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 |