TW202034235A - 風險決策方法及裝置 - Google Patents
風險決策方法及裝置 Download PDFInfo
- Publication number
- TW202034235A TW202034235A TW108133584A TW108133584A TW202034235A TW 202034235 A TW202034235 A TW 202034235A TW 108133584 A TW108133584 A TW 108133584A TW 108133584 A TW108133584 A TW 108133584A TW 202034235 A TW202034235 A TW 202034235A
- Authority
- TW
- Taiwan
- Prior art keywords
- risk
- business
- local
- local business
- result
- Prior art date
Links
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明有關電腦技術領域,具體地,有關風險決策方法及裝置。所述風險決策方法包括:接收本地業務系統所發起的風險決策請求,所述風險決策請求包括本地業務的業務資訊;基於所述本地業務的業務資訊,使用針對所述本地業務第一風險決策規則來對所述本地業務進行風險評估,以確定出針對所述本地業務的第一風險評估結果,所述第一風險決策規則是從中心伺服器獲取的;以及基於所述第一風險評估結果,確定出針對所述本地業務的風險決策結果。利用該風險決策方法及裝置,透過利用來自於中心伺服器的風險決策規則來對本地業務進行風險評估,能夠提高原本不具備風險管理能力或風險管理能力不足的風險管理能力。
Description
本發明涉及電腦技術領域,具體地,涉及風險決策方法及裝置。
網際網路金融正逐步在全球範圍內廣泛發展。網際網路金融本身的開放性和靈活性等特點使得風險管理尤其重要。在網際網路金融行業,已存在具有豐富的風險管理經驗和卓越的風險管控能力的企業,其風險管理團隊具有足夠的能力使其用戶避免各種風險。而另一方面,在一些國家或地區,一些初創的網際網路金融企業也在嘗試建立自己的網際網路金融系統,以為本地區用戶提供用聯網金融服務。
初創網際網路金融企業的用戶同樣面臨著帳戶被盜用、資金被盜等風險。然而,初創網際網路企業中極少數具有風險管理團隊,或者即使有風險管理團隊,其風險管理經驗和能力也存在不足。因而,解決這些缺乏風險管理經驗和風險管理能力的企業的風險管理問題,對這些企業的發展前景來說非常重要。
鑒於上述,本發明提供了一種風險決策方法及裝置。利用該風險決策方法及裝置,透過利用來自於中心伺服器的風險決策規則來對本地業務進行風險評估,能夠提高原本不具備風險管理能力或風險管理能力不足的企業的風險管理能力。
根據本發明的一個態樣,提供了一種風險決策方法,包括:接收本地業務系統所發起的風險決策請求,所述風險決策請求包括本地業務的業務資訊;基於所述本地業務的業務資訊,使用針對所述本地業務的第一風險決策規則來對所述本地業務進行風險評估,以確定出針對所述本地業務的第一風險評估結果,所述第一風險決策規則是從中心伺服器獲取的;以及基於所述第一風險評估結果,確定出針對所述本地業務的風險決策結果。
可選地,在一個示例中,所述第一風險規則可以具有對應於至少一個本地商戶的至少一個標籤,針對各個商戶的所述第一風險規則可以是在所述中心伺服器基於所述標籤被打包的。
可選地,在一個示例中,在基於所述第一風險評估結果,確定出針對所述本地業務的風險決策結果之前,所述方法還可以包括:基於所述業務資訊和/或所述第一風險評估結果,使用第二風險決策規則對所述本地業務進行風險評估,以確定出針對所述本地業務的第二風險評估結果,所述第二風險決策規則是在本地創建的。基於所述第一風險評估結果,確定出針對所述本地業務的風險決策結果包括:基於預定規則,從所述第一風險評估結果和所述第二風險評估結果中確定出針對所述本地業務的風險決策結果。
可選地,在一個示例中,所述方法還可以包括:在所確定出的風險決策結果與所述第二風險評估結果不同時,根據所述風險決策結果和所述第二風險評估結果調整所述第二風險決策規則。
可選地,在一個示例中,針對所述本地業務的風險評估結果可以為以下中的一種:拒絕所述本地業務;對所述本地業務進行驗證;以及接受所述本地業務。
可選地,在一個示例中,所述預定規則可以包括以下中的至少一者:將所述第一風險評估結果確定為針對所述本地業務的風險決策結果;將所述第二風險評估結果確定為針對所述本地業務的風險決策結果;以及將所述第一風險評估結果和所述第二風險評估結果中的優先順序高的風險評估結果,確定為針對所述本地業務的風險決策結果。
可選地,在一個示例中,所述本地業務包括對應於至少兩個業務類別的本地業務,各個本地業務具有至少一種業務風險類別,所述第一風險決策規則可以對應於業務風險類別,在基於所述業務資訊,使用來自中心伺服器的第一風險決策規則確定出針對所述本地業務的第一風險評估結果之前,所述方法還可以包括:基於所述本地業務的業務資訊,確定所述本地業務的業務風險類別;以及基於所述本地業務的業務類別和/或業務風險類別,獲取對應的第一風險決策規則。
可選地,在一個示例中,所述第二風險決策規則可以對應於業務風險類別,在基於所述業務資訊和/或所述第一風險評估結果,使用第二風險決策規則對所述本地業務進行風險評估之前,所述方法還可以包括:基於所述本地業務的業務風險類別,獲取對應的第二風險決策規則。
根據本發明的另一態樣,還提供一種風險決策裝置,包括:風險決策請求接收單元,被配置為接收本地業務系統所發起的風險決策請求,所述風險決策請求包括本地業務的業務資訊;第一風險評估單元,被配置為基於所述本地業務的業務資訊,使用針對所述本地業務的第一風險決策規則來對所述本地業務進行風險評估,以確定出針對所述本地業務的第一風險評估結果,所述第一風險決策規則是從中心伺服器獲取的;以及風險決策結果確定單元,被配置為基於所述第一風險評估結果,確定出針對所述本地業務的風險決策結果。
可選地,在一個示例中,所述裝置還可以包括:第二風險評估單元,被配置為在基於所述第一風險評估結果,確定出針對所述本地業務的風險決策結果之前,基於所述業務資訊和/或所述第一風險評估結果,使用第二風險決策規則對所述本地業務進行風險評估,以確定出針對所述本地業務的第二風險評估結果,所述第二風險決策規則是在本地創建的,所述風險決策結果確定單元可以被配置為:基於預定規則,從所述第一風險評估結果和所述第二風險評估結果中確定出針對所述本地業務的風險決策結果。
可選地,在一個示例中,所述裝置還可以包括:規則調整單元,被配置為在所確定出的風險決策結果與所述第二風險評估結果不同時,根據所述風險決策結果和所述第二風險評估結果調整所述第二風險決策規則。
可選地,在一個示例中,針對所述本地業務的風險評估結果可以為以下中的一種:拒絕所述本地業務;對所述本地業務進行驗證;以及接受所述本地業務。
可選地,在一個示例中,所述預定規則可以包括以下中的至少一者:將所述第一風險評估結果確定為針對所述本地業務的風險決策結果;將所述第二風險評估結果確定為針對所述本地業務的風險決策結果;以及將所述第一風險評估結果和所述第二風險評估結果中的優先順序高的風險評估結果,確定為針對所述本地業務的風險決策結果。
可選地,在一個示例中,所述本地業務包括對應於至少兩個業務類別的本地業務,各個本地業務具有至少一種業務風險類別,所述第一風險決策規則對應於業務風險類別,所述裝置還可以包括:業務風險類別確定單元,被配置為在基於所述業務資訊,使用來自中心伺服器的第一風險決策規則確定出針對所述本地業務的第一風險評估結果之前,基於所述本地業務的業務資訊,確定所述本地業務的業務風險類別;以及第一風險決策規則獲取單元,被配置為基於所述本地業務的業務類別和/或業務風險類別,獲取對應的第一風險決策規則。
可選地,在一個示例中,所述第二風險決策規則對應於業務風險類別,所述裝置還可以包括:第二風險決策規則獲取單元,被配置為在基於所述業務資訊和/或所述第一風險評估結果,使用第二風險決策規則對所述本地業務進行風險評估之前,基於所述本地業務的業務風險類別,獲取對應的第二風險決策規則。
根據本發明的另一態樣,還提供一種計算設備,包括:至少一個處理器;以及記憶體,所述記憶體儲存指令,當所述指令被所述至少一個處理器執行時,使得所述至少一個處理器執行如上所述的風險決策方法。
根據本發明的另一態樣,還提供一種非暫態機器可讀儲存媒體,其儲存有可執行指令,所述指令當被執行時使得所述機器執行如上所述的風險決策方法。
利用本發明的風險決策方法和裝置,可以利用從中心伺服器下發至本地的第一風險決策規則來對本地業務進行風險評估,該第一風險決策規則可以由具有足夠的風險管理經驗和風險管理能力的團隊在中心伺服器進行配置,從而將具有足夠的風險管理經驗和風險管理能力的團隊的風險管理能力賦予風險管理能力不足的企業,以使其能夠進行安全的風險管理。
利用本發明的風險決策方法和裝置,透過使用本地配置的第二風險決策規則對本地業務進行風險評估,能夠使本地風險管理團隊能夠根據自身的實際情況自主配置第二風險決策規則,進而基於來自於中心伺服器的第一風險決策規則的評估結果和本地配置的第二風險決策規則的評估結果得出最終的風險決策結果,從而能使風險決策結果更附合本地的需求,並增加風險管理的靈活性的前替下,提高本地的風險管理能力。此外,在利用本地配置的第二風險決策規則進行風險評估時根據第一風險評估結果來進行風險評估,能夠降低本地的第二風險決策規則的配置難度,同時提高利用本地的第二風險決策規則進行風險評估時的準確性。
利用本發明的風險決策方法和裝置,透過在所確定出的風險決策結果與所述第二風險評估結果不同時,根據最終確定的風險決策結果和本地配置的第二風險評估結果調整第二風險決策規則,能夠提高本地配置的第二風險決策結果的準確性,並能使本地團隊能夠在風險管理實踐中不斷提升自身的風險管理能力。
利用本發明的風險決策方法和裝置,透過確定本地業務對應的業務風險類別,並利用對應於業務風險類別的風險決策結果來對本地業務進行風險評估,能夠提高風險決策的準確性和效率。
以下將參考示例實施方式討論本文描述的主題。應該理解,討論這些實施方式只是為了使得本領域技術人員能夠更好地理解從而實現本文描述的主題,並非是對申請專利範圍中所闡述的保護範圍、適用性或者示例的限制。可以在不脫離本發明內容的保護範圍的情況下,對所討論的元素的功能和排列進行改變。各個示例可以根據需要,省略、替代或者添加各種過程或元件。另外,相對一些示例所描述的特徵在其它例子中也可以進行組合。
如本文中使用的,術語“包括”及其變型表示開放的術語,含義是“包括但不限於”。術語“基於”表示“至少部分地基於”。術語“一個實施例”和“一實施例”表示“至少一個實施例”。術語“另一個實施例”表示“至少一個其他實施例”。術語“第一”、“第二”等可以指代不同的或相同的物件。下面可以包括其他的定義,無論是明確的還是隱含的。除非上下文中明確地指明,否則一個術語的定義在整個說明書中是一致的。
現在結合圖式來描述本發明的風險決策方法及裝置。
圖1是根據本發明的一個實施例的風險決策方法的流程圖。
在本發明的風險決策方法中,所涉及的主體包括本地業務系統、本地伺服器以及中心伺服器,以下實施例中的風險決策方法是由本地伺服器執行的。
如圖1所示,在方塊110,接收本地業務系統所發起的風險決策請求,風險決策請求包括本地業務的業務資訊。本地業務的業務資訊例如可以是本地業務對應的設備資訊、用戶資訊、銀行卡資訊、帳戶資訊等。
本地業務系統是本地的業務系統,例如初創網際網路企業的第三方支付系統。當本地業務系統發生本地業務時,本地業務系統將觸發風險決策請求,以請求對當前發生的本地業務進行風險決策。
然後,在方塊120,基於本地業務的業務資訊,使用針對本地業務的第一風險決策規則來對本地業務進行風險評估,以確定出針對本地業務的第一風險評估結果。第一風險決策規則是從中心伺服器獲取的。本地業務可以對應於各個業務類別,例如轉帳業務、支付業務、充值業務等。針對本地業務的第一風險決策規則可以是針對該本地業務所屬業務類別的第一風險決策規則。在一個示例中,針對本地業務的第一風險規則也可以是通用的。
中心伺服器是為本地企業提供風險管理服務的伺服器,例如可以是具有足夠的風險管理能力的企業的伺服器。中心伺服器側的風險管理團隊可以將本地業務系統可能用到的風險決策規則配置好以後下發至本地。
圖2是本發明所適用的風險決策系統200的一個示例的示意圖。如圖2所示,中心伺服器210可以配置有至少一個商戶策略管理單元211,每個商戶策略管理單元211對應一個本地商戶。本地商戶可以是本地的初創網際網路金融企業。各本地商戶具有本地伺服器220。中心伺服器210的策略配置單元212可以針對每個本地商戶配置相應的第一風險決策規則和用於調用這些第一風險決策規則的變數。
各個第一風險決策規則和變數可以具有至少一個標籤,每個標籤對應於一個本地商戶。如果針對各個商戶的第一風險決策規則是互不共用的,則每個第一風險決策規則可以有一個標籤,以標識該第一風險決策規則所對應的本地商戶。在一個示例中,某些第一風險決策規則可以由多個本商戶共用。在該示例中,被共用的第一風險決策規則可以具有對應於多個本地商戶的標籤。在具有多個標籤的示例中,能夠實現第一風險決策規則的複用,從而提高第一風險決策規則的配置效率。中心伺服器的風險管理團隊可以針對屬性相同的多個本地商戶配置同樣的第一風險決策規則,並為該第一風險決策規則賦予多個對應於該多個本地商戶的標籤。
每個商戶的標籤可以由中心伺服器側的風險管理人員確定。也可以由本地商戶的本地伺服器發送給中心伺服器。中心伺服器側的風險管理人員在配置第一風險決策規則時可以為各個第一風險決策規則和變數賦予標籤。
在策略配置單元212配置第一風險決策規則後,可以基於各個第一風險決策規則的標籤將第一風險決策規則打包。在打包時,可以將具有相同標籤的第一風險決策規則和變數打包在一起。具有多個標籤的第一風險決策規則將被打包到多個風險決策規則包中。打包後的第一風險決策規則可以儲存在對應於各個本地商戶的商戶策略管理單元211中。然後由本地商戶登錄管理平台來獲取自己的第一風險決策規則。在一個示例中,也可以在打包完成後發送給對應的本地商戶。各個商戶策略管理單元211可以是物理上相互隔離的,即每個本地商戶在登錄管理平台後只能獲取針對自己的第一風險決策規則。
策略配置單元212可以具有風險決策規則或變數的新增、修改、刪除、查詢等功能,還可以具有風險決策規則和變數的初步審核或複審功能。中心伺服器210側的風險管理團隊的工作人員可以登錄中心伺服器210的管理後台,並透過策略配置單元212來配置或更新第一風險決策規則和變數。當本地商戶的風險管理團隊認為需要對第一風險決策規則或相應的變數進行新增、修改、刪除等更新時,可以透過本地伺服器220向中心伺服器發送請求。中心伺服器側的風險管理團隊在收到請求後可對針對相應本地商戶的第一風險決策規則進行更新,並重新封包後下發給本地伺服器220,或重新封包後儲存在相應的本地商戶策略管理單元中,由本地商戶的風險管理團隊下載。
本地伺服器220可將獲取到的第一風險決策規則載入到本地資料庫中,或者也可以由本地風控團隊將所獲取的第一風險決策規則配置在本地伺服器中。當本地業務系統230觸發風險決策請求時,本地伺服器可以依照規定的變數來調用來自中心伺服器210的第一風險決策規則,從而能夠基於本地業務的業務資訊對本地業務進行風險評估。
在本發明中,風險評估結果例如可以是拒絕本地業務,例如當風險評估結果表明轉帳業務存在很高盜用資金風險時,可以拒絕該轉帳業務的執行,從而保護用戶資金安全。風險評估結果還可以是對本地業務進行驗證,例如當轉帳業務可能存在盜用資金風險但風險不是很高時,可以對該轉帳業務進行進一步的驗證,然後可以根據進一步驗證的結果來決定是否允許執行相應的本地業務。如果本地業務沒有風險或風險很低時,風險評估結果可以是接收本地業務,即允許執行本地業務。
風險評估結果中還可以包括本地業務所對應的風險資訊編號、風險評分等內容。風險資訊編號例如可以代表各類具體風險內容,資料庫中還可以包括針對各種具體風險內容的詳細說明、推薦應對策略等。從而,可以根據風險資訊編號進行查找以獲取上述內容。
在獲得第一風險評估結果之後,在方塊130,基於第一風險評估結果,確定出針對本地業務的風險決策結果。在一個示例中,可以將第一風險評估結果作為針對本地業務的風險決策結果。
此外,在確定針對本地業務的風險決策結果的過程中,還可以對業務資訊、中間的風險評估結果、最終的風險決策結果等資訊進行收集,並儲存到資料庫中,從而可供風險管理人員進行分析。
圖3是根據本發明的另一實施例的風險決策方法的流程圖。
如圖3所示,在方塊310,接收本地業務系統所發起的風險決策請求。接著,在方塊320利用來自中心伺服器的第一風險決策規則對本地業務進行風險評估後。
在接收到風險決策請求後,在方塊330,基於業務資訊和/或第一風險評估結果,使用第二風險決策規則對本地業務進行風險評估,以確定出針對本地業務的第二風險評估結果,第二風險決策規則是在本地創建的。
在一個示例中,當本地的風險管理團隊具有一定的風險管理能力時,可以基於業務資訊,利用本地配置的第二風險決策規則確定本地業務的第二風險評估結果。在另一示例中,如果本地風險管理團隊自身配置的風險決策規則準確度較低,在利用本地配置的第二風險決策規則確定第二風險評估結果時,可以將如上所確定的第一風險評估結果作為參照或者可以僅基於第一風險評估結果來得出第二風險評估結果。例如,第一風險評估結果中包括風險評分時,本地配置的第二風險決策規則可以是當風險評分大於某一閾值時,拒絕本地業務的執行。
在確定出第一風險評估結果和第二風險評估結果之後,在方塊340,基於預定規則,從第一風險評估結果和第二風險評估結果中確定出針對本地業務的風險決策結果。在一個示例中,如果本地風險管理團隊的風險管理力能較弱,可以將利用第一風險決策規則確定的第一風險評估結果作為針對本地業務的風險決策結果。在另一示例中,如果本地風險管理團隊的能力較強,也要以將利用本地配置的第二風險決策規則確定的第二風險評估結果作為針對本地業務的風險決策結果。
在另一示例中,可以依據第一風險評估結果和第二風險評估結果的優先順序順序來確定風險決策結果。例如,風險評估結果的優選級順序可以是“拒絕本地業務”優先於“對本地業務進行驗證”,“對本地業務進行驗證”優先於“接受本地業務”。假設第一風險評估結果對應於“對本地業務進行驗證”,而第二風險評估結果對應於“拒絕本地業務”。由於第二風險評估結果的優先順序比第一風險評估結果高,因而可以優先順序更高的第二風險評估結果確定為針對本地業務的風險決策結果。
風險評估結果的優先順序可以是基於從嚴規則來確定的。例如,在進行風險評估時,“拒絕本地業務”嚴於“對本地業務進行驗證”,對“本地業務進行驗證”嚴於“接收本地業務”。風險評估結果的優先順序順序可以按照“拒絕本地業務”、“對本地業務進行驗證”、“接收本地業務”依次降低的順序來確定。基於從嚴規則來確定優先順序能夠提高風險決策結果的安全性。
此外,當風險評估結果中包括風險評分時,還可以對第一風險評估結果和第二風險評估結果中的風險評分進行平均值計算或加權平均值計算,從而確定針對本地業務的風險決策結果。
在從第一風險評估結果和第二風險評估結果中確定出針對本地業務的風險決策結果之後,可以在方塊350,判斷最終確定的風險決策結果與本地得出的第二風險評估結果是否相同。
當所確定的風險決策結果與本地得出的第二風險評估結果不同時,在方塊360,可以根據風險決策結果和第二風險評估結果調整第二風險決策規則。
例如,當對本地配置的第二風險決策規則信心不足時,可以無條件地把第一風險評估結果確定為風險決策結果,然後在第二風險評估結果與最終確定的風險評估結果不同時,調整第二風險決策規則。由此,能夠逐漸提高本地的第二風險決策規則的準確性。再例如,在確定出第一風險評估結果,並基於第一風險評估結果,利用第二風險決策規則得出第二風險評估結果之後,如果從第一風險評估結果和第二風險評估結果中確定的風險決策結果與第二風險評估結果不同,則可以基於確定出的風險決策結果來調整第二風險決策規則。對第二風險決策規則的調整可以是調整其閾值等參數。
此外,風險決策規則可以對應於本地業務的風險類型。圖4是根據本發明的另一實施例的風險決策方法的流程圖。如圖4所示,在方塊410,接收本地業務系統所發起的風險決策請求。接著,在方塊420,基於本地業務的業務資訊,確定本地業務的業務風險類別。業務風險類別例如可以是惡意行銷類、欺詐類等類別。在一個示例中,可以收集大量歷史資料並訓練出業務風險分類模型,從而可以利用該業務風險模型對業務資訊進行分類,以得出本地業務的業務風險類別。本地業務的業務風險類別還可以是每種本地業務出現頻率最高的業務風險,例如對於轉帳業務,出現頻率最高的業務風險可能為欺詐類。
在確定本地業務的風險類別之後,可以在方塊430,基於本地業務的業務類別和/或業務風險類別,獲取對應於風險類別的第一風險決策規則。然後在方塊440,所獲取的對應於業務風險類別的第一風險決策規則來對本地業務進行風險評估,以確定出針對本地業務的第一風險評估結果。
此外,在確定第二風險評估結果之前,在方塊450,基於本地業務的業務類別和/或業務風險類別,獲取對應的第二風險決策規則。
從伺服器獲取的第一風險決策規則和本地配置的第二風險決策規則可以對應於不同的業務類別,還可以對應於不同的業務風險類別。在一個示例中,可以獲取針對不同業務類別的風險決策規則。在另一示例中,還可以從對應於不同業務類別的風險決策規則中獲取對應於所確定的業務風險類別的風險決策規則。此外,也可以與業務類別無關地,獲取對應於所確定的業務風險類別的風險決策規則。
然後在方塊460,使用所獲取的對應於業務風險類別的第二風險決策規則對本地業務進行風險評估,以確定出針對本地業務的第二風險評估結果。最後在方塊470,基於預定規則,從第一風險評估結果和第二風險評估結果中確定出針對本地業務的風險決策結果。
確定本地業務的業務風險類別並利用對應於業務風險類別的風險決策規則進行風險評估,不僅能提高業務風險評估的準確性,還能夠提高業務風險評估的效率。
圖5是根據本發明的一個實施例的風險決策裝置500的結構方塊圖。如圖5所示,風險決策裝置500包括風險決策請求接收單元510、第一風險評估單元510和風險決策結果確定單元520。
風險決策請求接收單元510被配置為接收本地業務系統所發起的風險決策請求,所述風險決策請求包括本地業務的業務資訊。第一風險評估單元520被配置為針對本地業務系統所發送的風險決策請求,基於風險決策請求中攜帶的本地業務的業務資訊,使用來自中心伺服器的第一風險決策規則來對本地業務進行風險評估,以確定出針對本地業務的第一風險評估結果。在確定出第一風險評估結果之後,風險決策結果確定單元530基於第一風險評估結果,確定出針對所本地業務的風險決策結果。
圖6是根據本發明的另一實施例的風險決策裝置600的結構方塊圖。如圖6示,風險決策裝置600包括風險決策請求接收單元610、業務風險類別確定單元620、第一風險決策規則獲取單元630、第一風險評估單元640、第二風險決策規則獲取單元650、第二風險評估單元660、風險決策結果確定單元670和規則調整單元680。
風險決策請求接收單元610被配置為接收本地業務系統所發起的風險決策請求,所述風險決策請求包括本地業務的業務資訊。業務風險類別確定單元620被配置為在基於本地業務的業務資訊,使用來自中心伺服器的第一風險決策規則確定出針對本地業務的第一風險評估結果之前,基於本地業務的業務資訊,確定本地業務的業務風險類別。在確定出業務風險類別之後,第一風險決策規則獲取單元630基於本地業務的業務類別和/或業務風險類別,獲取對應於所確定的業務風險類別的第一風險決策規則。然後,第一風險評估單元640使用對應於業務風險類別的第一風險決策規則來對本地業務進行風險評估,以確定出針對本地業務的第一風險評估結果。
第二風險決策規則獲取單元650被配置為在基於所述業務資訊和/或所述第一風險評估結果,使用第二風險決策規則對所述本地業務進行風險評估之前,基於本地業務的業務風險類別,獲取對應的第二風險決策規則。然後,第二風險評估單元660基於所獲取的對應於所確定的業務風險類別的第二風險決策規則來對本地業務進行風險評估,以得出第二風險評估結果。
在確定出第一風險評估結果和第二風險評估結果之後,風險決策結果確定單元670可以被配置為基於預定規則,從第一風險評估結果和第二風險評估結果中確定出針對本地業務的風險決策結果。例如,可以將第一風險評估結果確定為針對所述本地業務的風險決策結果,或將第二風險評估結果確定為針對所述本地業務的風險決策結果。在一個示例中,還可以將第一風險評估結果和第二風險評估結果中的優先順序高的風險評估結果,確定為針對本地業務的風險決策結果。在一個示例中針對所述本地業務的風險評估結果可以為拒絕本地業務、對本地業務進行驗證或接受本地業務。
在得出最終的風險決策結果之後,如果所確定出的風險決策結果與所述第二風險評估結果不同,規則調整單元680可以根據所述風險決策結果和所述第二風險評估結果調整所述第二風險決策規則。
需要說明的是,圖6中的各個組成要素並都是必不可少的,例如,在另一示例中,風險決策裝置600可以不包括業務風險類別確定單元620、第一風險決策規則獲取單元630和第二風險決策規則獲取單元650。在另一示例中,風險決策裝置600可以不包括規則調整單元680。
如上參照圖1至6,對本發明的風險決策方法及裝置的實施例進行了描述。應當理解的是,以上對於方法實施例的細節描述同樣適用於裝置實施例。以上的風險決策裝置可以採用硬體實現,也可以採用軟體或者硬體和軟體的組合來實現。以上各個實施例均採用遞進的方式描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。
圖7是根據本發明的一個實施例的用於實施用於確定針對實體的用戶關聯度量值的方法的計算設備700的結構方塊圖。
如圖7所示,計算設備700可以包括至少一個處理器710、記憶體720、內部記憶體730、通訊介面740以及內部匯流排750,該至少一個處理器710執行在電腦可讀儲存媒體(即,記憶體720)中儲存或編碼的至少一個電腦可讀指令(即,上述以軟體形式實現的元素)。
在一個實施例中,在記憶體720中儲存有電腦可執行指令,其當執行時使得至少一個處理器710:接收本地業務系統所發起的風險決策請求,所述風險決策請求包括本地業務的業務資訊;基於所述本地業務的業務資訊,使用針對所述本地業務第一風險決策規則來對所述本地業務進行風險評估,以確定出針對所述本地業務的第一風險評估結果,所述第一風險決策規則是從中心伺服器獲取的;以及基於所述第一風險評估結果,確定出針對所述本地業務的風險決策結果。
應該理解的是,在記憶體720中儲存的電腦可執行指令當執行時使得至少一個處理器710進行本發明的各個實施例中以上結合圖1至6描述的各種操作和功能。
在本發明中,計算設備700可以包括但不限於:個人電腦、伺服器電腦、工作站、桌上型電腦、膝上型電腦、筆記型電腦、行動計算裝置、智慧型電話、平板電腦、蜂巢式電話、個人數位助理(PDA)、手持裝置、訊息收發設備、可佩戴計算設備、消費電子設備等等。
根據一個實施例,提供了一種例如非暫態機器可讀媒體的程式產品。非暫態機器可讀媒體可以具有指令(即,上述以軟體形式實現的元素),該指令當被機器執行時,使得機器執行本發明的各個實施例中以上結合圖1至6描述的各種操作和功能。
具體地,可以提供配有可讀儲存媒體的系統或者裝置,在該可讀儲存媒體上儲存著實現上述實施例中任一實施例的功能的軟體程式碼,且使該系統或者裝置的電腦或處理器讀出並執行儲存在該可讀儲存媒體中的指令。
在這種情況下,從可讀媒體讀取的程式碼本身可實現上述實施例中任何一項實施例的功能,因此機器可讀代碼和儲存機器可讀代碼的可讀儲存媒體構成了本發明的一部分。
可讀儲存媒體的實施例包括軟碟、硬碟、磁光碟、光碟(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁帶、非易失性儲存卡和ROM。可選擇地,可以由通訊網路從伺服器電腦上或雲端上下載程式碼。
上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外,在圖式中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中,多工處理和並行處理也是可以的或者可能是有利的。
在整個本說明書中使用的術語“示例性”意味著“用作示例、實例或例示”,並不意味著比其它實施例“較佳”或“具有優勢”。出於提供對所描述技術的理解的目的,具體實施方式包括具體細節。然而,可以在沒有這些具體細節的情況下實施這些技術。在一些實例中,為了避免對所描述的實施例的概念造成難以理解,公知的結構和裝置以方塊圖形式示出。
以上結合圖式詳細描述了本發明的實施例的可選實施方式,但是,本發明的實施例並不限於上述實施方式中的具體細節,在本發明的實施例的技術構思範圍內,可以對本發明的實施例的技術方案進行多種簡單變型,這些簡單變型均屬於本發明的實施例的保護範圍。
本發明內容的上述描述被提供來使得本領域任何普通技術人員能夠實現或者使用本發明內容。對於本發明所屬技術領域中具有通常知識者來說,對本發明內容進行的各種修改是顯而易見的,並且,也可以在不脫離本發明內容的保護範圍的情況下,將本文所定義的一般性原理應用於其它變型。因此,本發明內容並不限於本文所描述的示例和設計,而是與符合本文公開的原理和新穎性特徵的最廣範圍相一致。
110:步驟
120:步驟
130:步驟
200:風險決策系統
210:中心伺服器
211:商戶策略管理單元
212:策略配置單元
220:本地伺服器
230:本地業務系統
310:步驟
320:步驟
330:步驟
340:步驟
360:步驟
410:步驟
420:步驟
430:步驟
440:步驟
450:步驟
460:步驟
470:步驟
500:風險決策裝置
510:風險決策請求接收單元
510:第一風險評估單元
520:風險決策結果確定單元
600:風險決策裝置
610:風險決策請求接收單元
620:業務風險類別確定單元
630:第一風險決策規則獲取單元
640:第一風險評估單元
650:第二風險決策規則獲取單元
660:第二風險評估單元
670:風險決策結果確定單元
680:規則調整單元
700:計算設備
710:處理器
720:記憶體
730:內部記憶體
740:通訊介面
750:內部匯流排
透過參照下面的圖式,可以實現對於本發明內容的本質和優點的進一步理解。在圖式中,類似元件或特徵可以具有相同的圖式標記。圖式是用來提供對本發明實施例的進一步理解,並且構成說明書的一部分,與下面的具體實施方式一起用於解釋本發明的實施例,但並不構成對本發明的實施例的限制。在圖式中:
[圖1]是根據本發明的一個實施例的風險決策方法的流程圖;
[圖2]是本發明所適用的風險決策系統的一個示例的示意圖;
[圖3]是根據本發明的另一實施例的風險決策方法的流程圖;
[圖4]是根據本發明的另一實施例的風險決策方法的流程圖;
[圖5]是根據本發明的一個實施例的風險決策裝置的結構方塊圖;
[圖6]是根據本發明的另一實施例的風險決策裝置的結構方塊圖;
[圖7]是根據本發明的一個實施例的用於實現風險決策方法的計算設備的結構方塊圖。
Claims (17)
- 一種風險決策方法,包括: 接收本地業務系統所發起的風險決策請求,該風險決策請求包括本地業務的業務資訊; 基於該本地業務的業務資訊,使用針對該本地業務第一風險決策規則來對該本地業務進行風險評估,以確定出針對該本地業務的第一風險評估結果,該第一風險決策規則是從中心伺服器獲取的;以及 基於該第一風險評估結果,確定出針對該本地業務的風險決策結果。
- 如請求項1之方法,其中,該第一風險規則具有對應於至少一個本地商戶的至少一個標籤,針對各個商戶的該第一風險規則是在該中心伺服器基於該標籤被打包的。
- 如請求項1之方法,其中,在基於該第一風險評估結果,確定出針對該本地業務的風險決策結果之前,該方法還包括: 基於該業務資訊和/或該第一風險評估結果,使用第二風險決策規則對該本地業務進行風險評估,以確定出針對該本地業務的第二風險評估結果,該第二風險決策規則是在本地創建的, 基於該第一風險評估結果,確定出針對該本地業務的風險決策結果包括: 基於預定規則,從該第一風險評估結果和該第二風險評估結果中確定出針對該本地業務的風險決策結果。
- 如請求項3之方法,還包括: 在所確定出的風險決策結果與該第二風險評估結果不同時,根據該風險決策結果和該第二風險評估結果調整該第二風險決策規則。
- 如請求項1至4中任一項之方法,其中,針對該本地業務的風險評估結果為以下中的一種: 拒絕該本地業務; 對該本地業務進行驗證;以及 接受該本地業務。
- 如請求項5之方法,其中,該預定規則包括以下中的至少一者: 將該第一風險評估結果確定為針對該本地業務的風險決策結果; 將該第二風險評估結果確定為針對該本地業務的風險決策結果;以及 將該第一風險評估結果和該第二風險評估結果中的優先順序高的風險評估結果,確定為針對該本地業務的風險決策結果。
- 如請求項1至4中任一項之方法,其中,該本地業務包括對應於至少兩個業務類別的本地業務,各個本地業務具有至少一種業務風險類別,該第一風險決策規則對應於業務風險類別,在基於該業務資訊,使用來自中心伺服器的第一風險決策規則確定出針對該本地業務的第一風險評估結果之前,該方法還包括: 基於該本地業務的業務資訊,確定該本地業務的業務風險類別;以及 基於該本地業務的業務類別和/或業務風險類別,獲取對應的第一風險決策規則。
- 如請求項7之方法,其中,該第二風險決策規則對應於業務風險類別,在基於該業務資訊和/或該第一風險評估結果,使用第二風險決策規則對該本地業務進行風險評估之前,該方法還包括: 基於該本地業務的業務風險類別,獲取對應的第二風險決策規則。
- 一種風險決策裝置,包括: 風險決策請求接收單元,被配置為接收本地業務系統所發起的風險決策請求,該風險決策請求包括本地業務的業務資訊; 第一風險評估單元,被配置為基於該本地業務的業務資訊,使用針對該本地業務第一風險決策規則來對該本地業務進行風險評估,以確定出針對該本地業務的第一風險評估結果,該第一風險決策規則是從中心伺服器獲取的;以及 風險決策結果確定單元,被配置為基於該第一風險評估結果,確定出針對該本地業務的風險決策結果。
- 如請求項9之裝置,還包括: 第二風險評估單元,被配置為在基於該第一風險評估結果,確定出針對該本地業務的風險決策結果之前,基於該業務資訊和/或該第一風險評估結果,使用第二風險決策規則對該本地業務進行風險評估,以確定出針對該本地業務的第二風險評估結果,該第二風險決策規則是在本地創建的, 該風險決策結果確定單元被配置為:基於預定規則,從該第一風險評估結果和該第二風險評估結果中確定出針對該本地業務的風險決策結果。
- 如請求項10之裝置,還包括: 規則調整單元,被配置為在所確定出的風險決策結果與該第二風險評估結果不同時,根據該風險決策結果和該第二風險評估結果調整該第二風險決策規則。
- 如請求項9至11中任一項之裝置,其中,針對該本地業務的風險評估結果為以下中的一種: 拒絕該本地業務; 對該本地業務進行驗證;以及 接受該本地業務。
- 如請求項12之裝置,其中,該預定規則包括以下中的至少一者: 將該第一風險評估結果確定為針對該本地業務的風險決策結果; 將該第二風險評估結果確定為針對該本地業務的風險決策結果;以及 將該第一風險評估結果和該第二風險評估結果中的優先順序高的風險評估結果,確定為針對該本地業務的風險決策結果。
- 如請求項9至11中任一項之裝置,其中,該本地業務包括對應於至少兩個業務類別的本地業務,各個本地業務具有至少一種業務風險類別,該第一風險決策規則對應於業務風險類別,該裝置還包括: 業務風險類別確定單元,被配置為在基於該業務資訊,使用來自中心伺服器的第一風險決策規則確定出針對該本地業務的第一風險評估結果之前,基於該本地業務的業務資訊,確定該本地業務的業務風險類別;以及 第一風險決策規則獲取單元,被配置為基於該本地業務的業務類別和/或業務風險類別,獲取對應的第一風險決策規則。
- 如請求項14之裝置,其中,該第二風險決策規則對應於業務風險類別,該裝置還包括: 第二風險決策規則獲取單元,被配置為在基於該業務資訊和/或該第一風險評估結果,使用第二風險決策規則對該本地業務進行風險評估之前,基於該本地業務的業務風險類別,獲取對應的第二風險決策規則。
- 一種計算設備,包括: 至少一個處理器;以及 記憶體,該記憶體儲存指令,當該指令被該至少一個處理器執行時,使得該至少一個處理器執行如請求項1至8中任一項之方法。
- 一種非暫時性機器可讀儲存媒體,其儲存有可執行指令,該指令當被執行時使得該機器執行如請求項1至8中任一項之方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910177003.5 | 2019-03-08 | ||
CN201910177003.5A CN110059920B (zh) | 2019-03-08 | 2019-03-08 | 风险决策方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202034235A true TW202034235A (zh) | 2020-09-16 |
TWI766187B TWI766187B (zh) | 2022-06-01 |
Family
ID=67316665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108133584A TWI766187B (zh) | 2019-03-08 | 2019-09-18 | 風險決策方法及裝置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210264337A1 (zh) |
CN (1) | CN110059920B (zh) |
SG (1) | SG11202105962WA (zh) |
TW (1) | TWI766187B (zh) |
WO (1) | WO2020181908A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059920B (zh) * | 2019-03-08 | 2021-08-06 | 创新先进技术有限公司 | 风险决策方法及装置 |
CN112633619A (zh) * | 2019-10-08 | 2021-04-09 | 阿里巴巴集团控股有限公司 | 风险评估方法及装置 |
CN112836218B (zh) * | 2020-05-09 | 2024-04-16 | 支付宝(杭州)信息技术有限公司 | 风险识别方法及装置和电子设备 |
CN113506164B (zh) * | 2021-07-05 | 2023-05-26 | 普洛斯科技(重庆)有限公司 | 一种风控决策方法、装置、电子设备及机器可读存储介质 |
CN114386858B (zh) * | 2022-01-14 | 2024-05-31 | 深圳前海环融联易信息科技服务有限公司 | 一种智能风险决策平台 |
CN115632840B (zh) * | 2022-10-08 | 2023-07-04 | 北京天融信网络安全技术有限公司 | 基于零信任的风险处理方法、装置、设备及存储介质 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7904942B2 (en) * | 2008-02-22 | 2011-03-08 | Inventec Corporation | Method of updating intrusion detection rules through link data packet |
WO2012029066A1 (en) * | 2010-08-30 | 2012-03-08 | Infosys Technologies Limited | Method and system for limiting risk in banking transactions |
CN102833814B (zh) * | 2011-06-16 | 2015-12-09 | 华为终端有限公司 | 策略控制方法、策略规则决策设备和策略控制设备 |
CN102722814B (zh) * | 2012-06-01 | 2015-08-19 | 苏州通付盾信息技术有限公司 | 一种网上交易欺诈风险的自适应可控管理系统 |
WO2016182856A1 (en) * | 2015-05-08 | 2016-11-17 | Visa International Service Association | Authenticating transactions using risk scores derived from detailed device information |
CN107230008B (zh) * | 2016-03-25 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 一种风险信息输出、风险信息构建方法及装置 |
CN106101090A (zh) * | 2016-06-07 | 2016-11-09 | 中国建设银行股份有限公司 | 用于规则引擎的操作方法以及规则引擎系统 |
CN107645483B (zh) * | 2016-07-22 | 2021-03-19 | 创新先进技术有限公司 | 风险识别方法、风险识别装置、云风险识别装置及系统 |
CN107644340A (zh) * | 2016-07-22 | 2018-01-30 | 阿里巴巴集团控股有限公司 | 风险识别方法、客户端设备及风险识别系统 |
CN106875078B (zh) * | 2016-08-03 | 2020-09-01 | 阿里巴巴集团控股有限公司 | 交易风险检测方法、装置及设备 |
TWI680427B (zh) * | 2017-02-24 | 2019-12-21 | 富邦產物保險股份有限公司 | 企業風險評估與保險規劃系統及方法 |
CN107104970A (zh) * | 2017-04-27 | 2017-08-29 | 努比亚技术有限公司 | 一种规则同步处理方法、系统、规则服务器及灰度服务器 |
CN107133039A (zh) * | 2017-04-28 | 2017-09-05 | 九次方大数据信息集团有限公司 | 规则引擎的构建方法和装置 |
CN107437198A (zh) * | 2017-05-26 | 2017-12-05 | 阿里巴巴集团控股有限公司 | 确定用户风险偏好的方法、信息推荐方法及装置 |
CN107203939A (zh) * | 2017-05-26 | 2017-09-26 | 阿里巴巴集团控股有限公司 | 确定用户风险等级的方法及装置、计算机设备 |
CN107423883B (zh) * | 2017-06-15 | 2020-04-07 | 创新先进技术有限公司 | 待处理业务的风险识别方法及装置、电子设备 |
CN107767021A (zh) * | 2017-09-12 | 2018-03-06 | 阿里巴巴集团控股有限公司 | 一种风险控制方法及设备 |
CN107948314B (zh) * | 2017-12-21 | 2021-07-06 | 泰康保险集团股份有限公司 | 基于规则文件的业务处理方法、装置及服务器 |
CN108596434B (zh) * | 2018-03-23 | 2019-08-02 | 卫盈联信息技术(深圳)有限公司 | 欺诈检测和风险评估方法、系统、设备及存储介质 |
CN108875388A (zh) * | 2018-05-31 | 2018-11-23 | 康键信息技术(深圳)有限公司 | 实时风险控制方法、装置及计算机可读存储介质 |
CN109003090A (zh) * | 2018-07-05 | 2018-12-14 | 阿里巴巴集团控股有限公司 | 风险控制方法和装置 |
CN109325030B (zh) * | 2018-09-03 | 2023-08-18 | 平安国际融资租赁有限公司 | 报文处理方法、装置、计算机设备和存储介质 |
CN110059920B (zh) * | 2019-03-08 | 2021-08-06 | 创新先进技术有限公司 | 风险决策方法及装置 |
-
2019
- 2019-03-08 CN CN201910177003.5A patent/CN110059920B/zh active Active
- 2019-09-18 TW TW108133584A patent/TWI766187B/zh active
-
2020
- 2020-01-06 WO PCT/CN2020/070501 patent/WO2020181908A1/zh active Application Filing
- 2020-01-06 SG SG11202105962WA patent/SG11202105962WA/en unknown
-
2021
- 2021-05-13 US US17/320,081 patent/US20210264337A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
CN110059920B (zh) | 2021-08-06 |
WO2020181908A1 (zh) | 2020-09-17 |
TWI766187B (zh) | 2022-06-01 |
SG11202105962WA (en) | 2021-07-29 |
CN110059920A (zh) | 2019-07-26 |
US20210264337A1 (en) | 2021-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020181908A1 (zh) | 风险决策方法及装置 | |
US11093908B2 (en) | Routing transactions to a priority processing network based on routing rules | |
US20210005188A1 (en) | Analysis of a topic in a communication relative to a characteristic of the communication | |
US20190260791A1 (en) | Methods for using organizational behavior for risk ratings | |
US20130013807A1 (en) | Systems and methods for conducting more reliable assessments with connectivity statistics | |
TW201802732A (zh) | 資料風險控制的方法及裝置 | |
US11257088B2 (en) | Knowledge neighbourhoods for evaluating business events | |
WO2021098274A1 (zh) | 针对隐私数据泄漏的风险评估方法及装置 | |
US11468272B2 (en) | Method, system, and computer program product for detecting fraudulent interactions | |
US20210328772A1 (en) | Blockchain Management Platform for Performing Asset Adjustment, Cross Sectional Editing, and Bonding | |
US20150262184A1 (en) | Two stage risk model building and evaluation | |
US11985153B2 (en) | System and method for detecting anomalous activity based on a data distribution | |
WO2017092581A1 (zh) | 一种用户数据共享的方法和设备 | |
CN112561685A (zh) | 客户的分类方法和装置 | |
CN110570188A (zh) | 用于处理交易请求的方法和系统 | |
CN111275391A (zh) | 在线式资产智能分发系统和方法 | |
Pashkov et al. | Digital transformation of financial services on the basis of trust | |
US20220108069A1 (en) | Dynamic management of compliance workflow using trained machine-learning and artificial-intelligence processes | |
US9754218B1 (en) | Using classified text and deep learning algorithms to identify support for financial advantage and provide notice | |
US20190114639A1 (en) | Anomaly detection in data transactions | |
US20210357942A1 (en) | Method and apparatus for identifying risky vertices | |
Baliga et al. | Makeover of Banks by Digital Interventions and Innovations by Fintechs | |
US12038984B2 (en) | Using a machine learning system to process a corpus of documents associated with a user to determine a user-specific and/or process-specific consequence index | |
US20230139465A1 (en) | Electronic service filter optimization | |
US20230104176A1 (en) | Using a Machine Learning System to Process a Corpus of Documents Associated With a User to Determine a User-Specific and/or Process-Specific Consequence Index |