TWI765847B - 具有優惠訊息推播功能的金融交易警示系統 - Google Patents
具有優惠訊息推播功能的金融交易警示系統 Download PDFInfo
- Publication number
- TWI765847B TWI765847B TW111109605A TW111109605A TWI765847B TW I765847 B TWI765847 B TW I765847B TW 111109605 A TW111109605 A TW 111109605A TW 111109605 A TW111109605 A TW 111109605A TW I765847 B TWI765847 B TW I765847B
- Authority
- TW
- Taiwan
- Prior art keywords
- news
- transaction volume
- processor
- data
- account
- Prior art date
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
一種具有優惠訊息推播功能的金融交易警示系統,包括資料庫、交易量處理器、網路資料處理器以及警示裝置。交易量處理器用於接收帳戶之當月交易量、取得帳戶之交易量回歸曲面和判斷當月交易量是否小於參考交易量。網路資料處理器儲存正相關關鍵字詞,當交易量處理器確認當月交易量小於參考交易量時,依據帳戶之公司名稱以及正相關關鍵字詞檢索多筆新聞資料、依據每一新聞資料之新聞類別及正相關關鍵字詞之出現次數判斷評估分數和判斷評估分數是否大於或等於閾值。當網路資料處理器判斷評估分數大於或等於閾值時,驅使警示裝置輸出警示訊息。
Description
本發明係關於一種警示系統,尤指一種金融交易量警示系統。
近年來,伴隨著金融機構到處林立,客戶可更多機會選擇最適合自己的金融機構。因此,正確地判斷客戶的實際需求,往往是避免客戶因為同業競爭而流失之關鍵所在。目前的方式,通常是架設一金融管理主機,並設定當金融主機偵測到客戶與金融機構之間的交易量相較於前一年度有明顯地下降時,則認為客戶有很大機率轉向與其他同業銀行合作,於是發出警告訊息給銀行行員。然而,目前關於發現客戶之交易量出現異常狀態的警示方法,由於其判斷法則並不十分周延,常導致誤判客戶與金融機構之間的交易量下降的實際原因,導致銀行行員因為錯誤的資料而提出錯誤的解決方案。
有鑑於此,目前有需要一種改良的金融交易量警示系統,以便改善以上之缺失。
本發明之一目的為提供一種具有優惠訊息推播功能的金融交易警示系統,可精確地判斷異常交易量是否歸因於同業競爭,以便金融機構主機於正確時間點發出警示訊息,減少硬體資源之浪費。
依據本發明的一實施例提供一種具有優惠訊息推播功能的金融交易警示系統,包括:一資料庫、一交易量處理器、一網路資料處理器、一警示裝置、一資料更新裝置以及一服務端裝置。交易量處理器電性連接資料庫,交易量處理器用於接收一帳戶之當月交易量、從資料庫中取得對應於帳戶之一交易量回歸曲面、以及判斷當月交易量是否小於交易量回歸曲面的一參考交易量。網路資料處理器電性連接於資料庫以及交易量處理器,而網路資料處理器內儲存有多個正相關關鍵字詞。當交易量處理器確認當月交易量小於參考交易量時,網路資料處理器用於依據帳戶之公司名稱以及該些正相關關鍵字詞檢索到新聞資料群組、依據新聞類別判斷新聞資料群組之多個新聞類別權重、依據正相關關鍵字詞判斷第一新聞資料群組之多個關鍵字詞出現權重、以及判斷第一新聞資料群組之多個評估分數是否至少一個大於或等於第一閾值,其中評估分數關連於新聞類別權重與關鍵字詞出現權重。警示裝置電性連接於網路資料處理器,當網路資料處理器確認該些評估分數之中的一個大於或等於第一閾值時,警示裝置輸出警示訊息。資料更新裝置電性連接交易量處理器、資料庫以及警示裝置。服務端裝置通訊連接於警示裝置,服務端裝置接收到警示訊號時,服務端裝置傳送金融交易優惠訊息至該帳戶的電子信箱。當月交易量大於參考交易量,資料更新裝置驅使網路資料處理器用於依據帳戶之公司名稱以及多個長期性正相關關鍵字詞檢索到第二新聞資料群組,第二新聞資料群組包含多個第二新聞資料,網路資訊處理器用於計算這些長期性正相關關鍵字詞於每一第二新聞資料中的關鍵字詞出現總次數、根據權重級距表取得第二新聞資料群組之上述關鍵字詞出現總次數分別對應的多個第二關鍵字詞出現權重、以及判斷這些第二關鍵字詞出現權重之中是否至少一個大於或等於一第二閾值,當上述第二關鍵字詞出現權重之一個大於或等於第二閾值時,資料更新裝置依據當月交易量更新交易量回歸曲面。當當月交易量小於參考交易量,資料更新裝置驅使網路資料處理器用於依據帳戶之公司名稱以及多個長期性負相關關鍵字詞檢索到第三新聞資料群組,第三新聞資料群組包含多個第三新聞資料,網路資訊處理器用於計算這些長期性負相關關鍵字詞於每一第三新聞資料中的關鍵字詞出現總次數、根據權重級距表取得第三新聞資料群組之這些關鍵字詞出現總次數分別對應的多個第三關鍵字詞出現權重、判斷上述第三關鍵字詞出現權重之中是否至少一個大於或等於一第三閾值,當上述第三關鍵字詞出現權重之中的一個大於或等於第三閾值時,資料更新裝置依據當月交易量更新交易量回歸曲面。其中在服務端裝置傳送金融交易優惠訊息至帳戶的該電子信箱之前,網路資料處理器更依據帳戶之公司名稱以及負相關關鍵字詞群組建立負面新聞檢索條件,且若檢索到負面新聞的數量超過預設閾值時,則發送不需傳送金融金易優惠訊息給客戶之指令給服務端裝置。
依據本發明的另一實施例提供一種具有優惠訊息推播功能的金融交易警示系統,包括:一資料庫、一產能處理器、一交易量處理器、一網路資料處理器、一警示裝置、一資料更新裝置以及一服務端裝置。產能處理器電性連接資料庫,產能處理器用於接收一帳戶於當前月份之當月產能、從資料庫中取得對應於帳戶之產能回歸曲面、以及判斷當月產能是否小於或等於產能回歸曲面中對應當前月份的參考產能。交易量處理器電性連接資料庫,交易量處理器用於接收帳戶於當前月份之當月交易量、從資料庫中取得對應於帳戶之交易量回歸曲面、以及判斷交易量是否小於交易量回歸曲面中對應當前月份的參考交易量。網路資料處理器電性連接於資料庫、交易量處理器以及產能處理器,網路資料處理器內儲存有多個正相關關鍵字詞。當產能處理器確認當月產能大於參考產能並且交易量處理器確認當月交易量小於參考交易量時,網路資料處理器用於依據帳戶之公司名稱以及正相關關鍵字詞檢索到第一新聞資料群組、依據新聞類別判斷第一新聞資料群組的多個新聞類別權重、依據正相關因素關鍵字詞判斷第一新聞資料群組之多個關鍵字詞出現權重、以及判斷第一新聞資料群組之多個評估分數之中是否至少一個大於或等於第一閾值,其中每一評估分數關連於新聞類別權重與關鍵字詞出現權重。警示裝置電性連接於網路資料處理器,當網路資料處理器確認第一新聞資料群組之該些評估分數之中的一個大於或等於第一閾值時,驅使警示裝置輸出警示訊息。資料更新裝置電性連接交易量處理器、資料庫以及警示裝置。服務端裝置通訊連接於警示裝置,服務端裝置接收到警示訊號時,服務端裝置傳送金融交易優惠訊息至該帳戶的電子信箱。當當月產能大於參考產能,資料更新裝置驅使網路資料處理器用於依據帳戶之公司名稱以及多個長期性正相關關鍵字詞檢索到第二新聞資料群組,第二新聞資料群組包含多個第二新聞資料,網路資訊處理器用於計算這些長期性正相關關鍵字詞於每一第二新聞資料中的關鍵字詞出現總次數、根據權重級距表取得第二新聞資料群組之這些關鍵字詞出現總次數分別對應的多個第二關鍵字詞出現權重、以及判斷這些第二關鍵字詞出現權重之中是否至少一個大於或等於一第二閾值,當上述第二關鍵字詞出現權重之中的一個大於或等於第二閾值時,資料更新裝置依據當月產能更新產能回歸曲面。當當月產能小於參考產能,資料更新裝置驅使網路資料處理器用於依據帳戶之公司名稱以及多個長期性負相關關鍵字詞檢索到第三新聞資料群組,第三新聞資料群組包含多個第三新聞資料,網路資訊處理器用於計算這些長期性負相關關鍵字詞於每一第三新聞資料中的關鍵字詞出現總次數、根據權重級距表取得第三新聞資料群組之這些關鍵字詞出現總次數分別對應的多個第三關鍵字詞出現權重、判斷這些第三關鍵字詞出現權重之中是否至少一個大於或等於第三閾值,當上述第三關鍵字詞出現權重之中的一個大於或等於第三閾值時,資料更新裝置依據當月產能更新產能回歸曲面其中在服務端裝置傳送金融交易優惠訊息至帳戶的電子信箱之前,網路資料處理器更依據帳戶之公司名稱以及負相關關鍵字詞群組建立負面新聞檢索條件,且若檢索到負面新聞的數量超過預設閾值時,則發送不需傳送金融金易優惠訊息給客戶之指令給服務端裝置。
本發明之具有優惠訊息推播功能的金融交易警示系統加入新聞篩選功能,根據新聞類別判斷每一新聞資料之新聞類別權重,以及依據相關於客戶之正相關新聞料或負相關新聞資料判斷每一新聞資料之關鍵字詞出現權重,同時考量新聞類別權重與關鍵字詞出現權重以判斷每一新聞資料之評估分數。由於金融交易量警示系統更依據新聞資料之評估分數來判斷客戶之異常交易量歸因於同業競爭之機率,使得金融交易量警示系統發送警示訊息至服務端主機之時間點更為精確。
以上之關於本發明內容之說明及以下之實施方式之說明係用以示範與解釋本發明之精神與原理,並且提供本發明之專利申請範圍更進一步之解釋。
以下在實施方式中詳細敘述本發明之詳細特徵以及優點,其內容足以使任何熟習相關技藝者了解本發明之技術內容並據以實施,且根據本說明書所揭露之內容、申請專利範圍及圖式,任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。以下之實施例係進一步詳細說明本發明之觀點,但非以任何觀點限制本發明之範疇。
圖1係依據本發明第一實施例所繪示的金融交易量警示系統的示意圖。如圖1所示,金融交易量警示系統包括一資料庫10、一交易量處理器11、一網路資料處理器12、一警示裝置13、一服務端裝置14以及一資料更新裝置15,資料庫10內儲存有多個交易量回歸曲面101-1~101-n以及多個客戶端資料102-1~102-n,其中n為大於2之正整數。所謂的交易量例如客戶與金融機構之間的貸款金額、客戶向金融機構購買外幣之金額或客戶向金融機構購買衍生性商品之數量,但不以此為限。該些交易量回歸曲面101-1~101-n分別對應於不同產業類別,例如面板業、食品業、醫藥業、半導體業等。每一交易量回歸曲面具有三個座標軸,而該些座標軸分別定義為公司規模、月份以及參考交易量,其中公司規模係同時考量公司之員工數及資本額且以百分比級距(0~100%)來表示。該些客戶端資料102-1~102-n分別對應於不同帳戶,每一客戶端資料包含客戶之公司名稱、產業類別以及公司規模。
資料庫10儲存有多個帳戶與金融機構之間的交易量,交易量處理器11電性連接於資料庫10且交易量處理器11設有第一儲存裝置112,第一儲存裝置112包含唯讀記憶體(ROM)、快閃(Flash)記憶體或可程式化邏輯閘陣列(Field-Programmable Gate Array, FPGA),或其他形式的記憶單元或其組合,而第一儲存裝置112儲存有一交易量判斷程序114。交易量處理器11以一固定週期針對每一帳戶執行交易量判斷程序114。
圖2係圖1的金融交易量警示系統執行交易量判斷程序之流程圖。如圖2所示,在步驟S101中,以交易量處理器11從資料庫10擷取一帳戶於當前月份的當月交易量以及該帳戶之客戶端資料。在步驟102中,以交易量處理器11依據帳戶之產業類別以及公司規模從資料庫10中取得符合帳戶之產業類別的交易量回歸曲面。在步驟S103中,以交易量處理器11判斷帳戶之當月交易量是否小於交易量回歸曲面之參考月交易量,其中參考月交易量對應於當前月份以及該帳戶之公司規模。若當月交易量小於參考月交易量,則執行步驟S104;若當月交易量大於或等於參考月交易量,則結束交易量判斷程序。在步驟S104中,以交易量處理器11計算當月交易量與參考月交易量之交易量差額百分率是否大於或等於參考月交易量差額百分率。不同產業類別所對應之參考月交易量差額百分率也不同。若交易量差額百分率大於或等於參考月交易量差額百分率時,則執行步驟S105:以交易量處理器11輸出第一致能訊號至網路資料處理器12,其中第一致能訊號包含帳戶之公司名稱。當網路資料處理器12接收到第一致能訊號後,網路資料處理器12被致能而開始收集及分析網路新聞資料。反之若交易量處理器11確認當月之交易量差額百分率小於參考月交易量差額百分率時,則結束交易量判斷程序114,而網路資料處理器12不會進行網路新聞資料之收集與分析。
網路資料處理器12電性連接於資料庫10、交易量處理器11以及警示裝置13,而警示裝置13通訊連接於服務端裝置14,網路資料處理器12設有第二儲存裝置121,第二儲存裝置121儲存有一新聞過濾程序122、一正相關關鍵字詞群組123以及一負相關關鍵字詞群組124。正相關關鍵字詞群組123包含新技術、 技術升級、新產品發表、上市、增資等正相關關鍵字,正相關關鍵字詞群組123中的關鍵字詞還可進一步細分為長期性正相關關鍵字詞以及短期性正相關關鍵字詞,長期性正相關關鍵字詞例如新技術、技術升級、上市或增資,短期性正相關關鍵字詞例如新產品發表或週年慶促銷。負相關關鍵字詞群組124例如下市、 減資、貿易制裁或禁運等,負相關關鍵字詞群組124中的關鍵字詞亦可進一步細分為長期性負相關關鍵字詞以及短期性負相關關鍵字詞,長期性負相關關鍵字詞例如下市或減資,短期性負相關關鍵字詞例如貿易制裁或禁運。當網路資料處理器12接收到來自交易量處理器11的第一致能訊號後,網路資料處理器12開始執行新聞過濾程序122。
圖3係圖1的金融交易量警示系統執行新聞過濾程序之流程圖。如圖3所示,在步驟S201中,以網路資料處理器12依據帳戶之公司名稱以及正相關關鍵字詞群組123建立第一檢索條件。正相關關鍵字詞群組123包含多個正相關關鍵字詞,第一檢索條件所使用的關鍵字詞包含帳戶之公司名稱與該些正相關關鍵字詞中的至少一個。舉例來說,該帳戶之公司名稱為友達光電,則第一檢索條件所組成的布林函數為 (友達光電AND(新技術OR技術升級OR新產品發表OR上市OR增資))。在步驟S202中,以網路資料處理器12依據第一檢索條件檢索到第一新聞資料群組,而第一新聞資料群組包含多個新聞資料。在步驟S203中,以網路資料處理器12依據新聞類別判斷第一新聞資料群組之多個新聞類別權重。舉例來說,若帳戶之產業類別屬於面板業時,網路資料處理器12可設定針對面板業檢索到之政治類、科技類、體育類、生活類、及財經類的新聞資料之新聞類別權重分別為0.3、0.9、0.3、0.6及0.4。若帳戶之產業類別屬於食品業,網路資料處理器12可設定針對食品業之政治類、科技類、體育類、生活類、及財經類的新聞資料之新聞類別權重分別為0.2、0.5、0.2、0.8及0.3。在步驟S204中,以網路資料處理器12依據多個正相關關鍵字詞判斷第一新聞資料群組之多個第一關鍵字詞出現權重。詳言之,網路資料處理器12儲存有權重級距表,其中權重級距表設定檢索所使用的關鍵字詞於新聞資料中的出現次數總和為0次所對應之第一關鍵字詞出現權重為0。出現次數總和為1~5次所對應之第一關鍵字詞出現權重指定為0.5。出現次數總和為6~10次所對應之第一關鍵字詞出現權重指定為1。出現次數總和為6~10次所對應之第一關鍵字詞出現權重指定為1.5。依此類推出現次數總和每多5次,第一關鍵字詞出現權重增加0.5。舉例來說,第一檢索條件中使用到之關鍵字詞包含友達光電、新技術、技術升級、新產品、上市以及增資,而該些關鍵字詞分別於一篇新聞資料的出現次數分別為3次、5次、0次、2次、0次及0次,則網路資料處理器12先計算所有關鍵字詞於該篇新聞資料的出現總次數為10次,接著依據權重級距表判斷該篇新聞資料之關鍵字詞出現權重為1.5。在步驟S205中,以網路資料處理器12判斷第一新聞資料群組之多個評估分數之中是否至少一個大於或等於第一閾值,其中該些評估分數為新聞類別權重分別與該些第一關鍵字詞出現權重之乘積。舉例來說,一篇新聞資料之新聞類別權重以及第一關鍵字詞出現權重分別為0.8以及1.5,則該篇新聞資料之評估分數為0.8*1.5。當第一新聞資料群組之該些評估分數之中的一個大於或等於第一閾值時,執行步驟S206;反之當第一新聞資料群組之該些評估分數均小於第一閾值時,則結束新聞過濾程序122。值得一提的,不同產業類別所對應的第一閾值也不同。在步驟S206中,以網路資料處理器12輸出第二致能訊號至一警示裝置13,使警示裝置13從停能狀態切換至致能狀態。在步驟S207中,以警示裝置13輸出一警示訊息至服務端裝置14。當服務端裝置14接收到警示訊號時,服務端裝置14可傳送金融交易優惠訊息(例如貸款利率優惠、貸款期數展延或者外幣匯率優惠)至帳戶的電子信箱。在其他實施例中,當服務端裝置14傳送金融交易優惠訊息至客戶的電子信箱之前,更包括篩選關於客戶之負面新聞資料,網路資料處理器12依據客戶之公司名稱以及負相關關鍵字詞群組建立負面新聞檢索條件。舉例來說,該帳戶之公司名稱為中華映管,則負面新聞檢索條件所組成的布林函數為 (中華映管AND(破產OR財務危機OR資產重整OR大量裁員)。若檢索到負面新聞的數量超過預設閾值時,則發送不需傳送金融金易優惠訊息給客戶之指令給服務端裝置14,藉此阻止服務端裝置14發送優惠訊息給資產狀況不良的客戶。
在金融交易量警示系統所執行之新聞過濾程序的另一實施例中,設定新聞類別權重與關鍵字詞出現權重之總合為評估分數,當評估分數大於或等於預定閾值時,則致能警示裝置13。反之,當評估分數均小於預定閾值時,則結束新聞過濾程序。
在其他實施例中,網路資料處理器12依據檢索條件檢索新聞資料時,還可判斷新聞資料來源之網域,藉此調整新聞資料之權重。當網路資料處理器12判斷新聞資料來源之網域屬於金融主管機關、工商時報或經濟日報等具有較高的專業評價以及可靠性的單位時,應提高新聞資料之新聞權重。反之,當網路資料處理器12檢索到關於客戶之正相關度新聞資料都是由於客戶自行向媒體購買版面,以連續登載關於客戶之新創產品及新技術以使得關於客戶之正相關度新聞之出現次數增加,應降低這類來源之新聞資料之權重。
資料更新裝置15電性連接該交易量處理器11以及該資料庫10,資料更新裝置15設有第三儲存裝置151,第三儲存裝置151儲存有第一更新程序152以及第二更新程序153。當交易量處理器11確認當月交易量大於參考交易量,資料更新裝置15執行第一更新程序152。當交易量處理器11確認當月交易量小於參考交易量,資料更新裝置15執行第二更新程序153。
圖4係圖1的金融交易量警示系統執行第一更新程序之流程圖。如圖4所示,在步驟S301中,以資料更新裝置15驅使網路資料處理器12依據帳戶之公司名稱以及多個長期性正相關關鍵字詞建立第二檢索條件。舉例來說,第二檢索條件的布林函數為(友達光電AND(新技術OR技術升級)。在步驟S302中,以網路資料處理器12依據第二檢索條件檢索到第二新聞資料群組,而第二新聞資料群組包含多個新聞資料。在步驟S303中,以網路資料處理器12判斷第二新聞資料群組之多個第二關鍵字詞出現權重,其中第二關鍵字詞出現權重的判斷方式可參考前述第一關鍵字詞出現權重。在步驟S304中,以網路資料處理器12判斷該些第二關鍵字詞出現權重之中是否至少一個大於或等於第二閾值。當該些第二關鍵字詞出現權重之中有一個大於或等於第二閾值時,執行步驟S305。在步驟S305中,以資料更新裝置15取得該帳戶之當月交易量且依據該當月交易量更新符合該帳戶之交易量回歸曲面。反之,當該些第二關鍵字詞出現權重均小於第二閾值時,則結束第一更新判斷程序152。
圖5係圖1的金融交易量警示系統執行第二更新程序之流程圖。如圖5所示,在步驟S401中,以資料更新裝置15驅使網路資料處理器12依據帳戶之公司名稱以及多個長期性負相關關鍵字詞建立第三檢索條件。舉例來說,第三檢索條件的布林函數為(友達光電AND(下市OR減資)。在步驟S402中,以網路資料處理器12依據第三檢索條件檢索到第三新聞資料群組,第三新聞資料群組包含多筆新聞資料。在步驟S403中,以網路資料處理器12判斷第三新聞資料群組之多個第三關鍵字詞出現權重,其中第三關鍵字詞出現權重的判斷方式可參考前述第一關鍵字詞出現權重。在步驟S404中,以網路資料處理器12判斷該些第三關鍵字詞出現權重之中是否至少一個大於或等於一第三閾值。當該些第三關鍵字詞出現權重之中有一個大於或等於第三閾值時,執行步驟S405。在步驟S405中,以資料更新裝置15取得該帳戶之當月交易量且依據該當月交易量更新符合該帳戶之交易量回歸曲面。反之,當該些第三關鍵字詞出現權重均小於第三閾值時,則結束第二更新判斷程序152。
圖6係依據本發明第二實施例所繪示的金融交易量警示系統的示意圖。如圖6所示,金融交易量警示系統更包含一產能處理器16,該產能處理器16電性連接於資料庫10、網路資料處理器12以及資料更新裝置15,且資料庫10內更儲存有多個產能回歸曲面103-1~103-n。該些產能回歸曲面103-1~103-n分別對應於不同產業類別。每一產能回歸曲面具有三個座標軸,其分別定義為公司規模、月份以及參考產能。
產能處理器16以固定週期從網路上取得所有帳戶之當月產能且儲存至資料庫10,產能處理器16設有第四儲存裝置161,第四儲存裝置161儲存有一產能判斷程序162,而產能處理器16以固定週期針對每一帳戶執行產能判斷程序162。
圖7係圖6之金融交易量警示系統執行產能判斷程序的流程圖。如圖7所示,在步驟S501中,以產能處理器16從資料庫10擷取一帳戶於當前月份的當月產能以及該帳戶之客戶端資料。在步驟S502中,以產能處理器16依據帳戶之產業類別以及公司規模從資料庫10中取得符合帳戶之產業類別的產能回歸曲面。在步驟S503中,以產能處理器16判斷帳戶之當月產能是否大於或等於產能回歸曲面之參考月產能,其中參考用產能對應於當前月份以及該帳戶之公司規模。若當月產能大於或等於參考月產能,則執行步驟S504;若當月產能小於參考月產能,則結束產能判斷程序162。在步驟S504中,以產能處理器16計算當月產能與參考月產能之產能差額百分率是否大於或等於參考月產能差額百分率。不同產業類別所對應之參考月產能差額百分率也不同。若產能差額百分率大於或等於參考月產能差額百分率時,則執行步驟S505:以產能處理器16輸出第三致能訊號至網路資料處理器12,其中第三致能訊號包含帳戶之公司名稱;反之若產能處理器16確認產能差額百分率小於參考月產能差額百分率時,則結束產能判斷程序162。在其他實施例,產能處理器16之產能判斷程序除了判斷客戶之月產能之外,更包括每一季進一步判斷客戶之季交易量是否大於產能回歸曲面之參考季產能,藉此決定是否致能網路資料處理器12。當季交易量小於或等於參考季產能時,即視為正常交易以致能網路資料處理器12。當季交易量大於參考季產能時,即視為異常交易。
網路資料處理器12接收到來自交易量處理器11的第一致能訊號以及來自產能處理器16的第三致能訊號後,網路資料處理器12處於一致能狀態且執行圖3之新聞過濾程序122。
圖8係圖6的金融交易量警示系統執行第一更新程序之流程圖。如圖8所示,,第一更新程序152更包含步驟S306:當第二新聞資料群組之多個第二關鍵字詞出現權重之中的一個大於或等於第二閾值時,以資料更新裝置15從資料庫10取得該帳戶之當月產能且依據當月產能更新該帳戶之產能回歸曲面。
圖9係圖6的金融交易量警示系統執行第二更新程序之流程圖。如圖9所示,第二更新程序153更包含步驟S406:當第三新聞資料群組之多個第三關鍵字詞出現權重中的一個大於或等於第三閾值時,以資料更新裝置15從資料庫10取得該帳戶之當月產能且依據該當月產能更新該帳戶之產能回歸曲面。
不同於以往的金融警示系統僅憑藉交易量資料作為發送警示消息之判斷基準,本發明之金融交易量警示系統加入新聞篩選功能,根據新聞類別設定新聞類別權重,以及依據相關於客戶之正相關新聞或負相關新聞設定關鍵字詞出現權重,同時考量新聞類別權重與關鍵字詞出現權重而得到新聞資料之評估分數。藉此,相較於過去僅使用關鍵字進行檢索而取得過多數量的新聞資料,本發明之系統可以藉由所提出的新聞篩選步驟而大幅提升篩選結果的精確度,有效降低系統誤報率。由於金融交易量警示系統更依據評估分數判斷客戶之異常交易量歸因於同業競爭之機率,使得金融交易量警示系統發送警示訊息至服務端主機之時間點更為精確。
雖然本發明以前述之實施例揭露如上,然其並非用以限定本發明。在不脫離本發明之精神和範圍內,所為之更動與潤飾,均屬本發明之專利保護範圍。關於本發明所界定之保護範圍請參考所附之申請專利範圍。
10:資料庫
101-1~101-n:交易量回歸曲面
102-1~102-n:客戶端資料
103-1~103-n:產能回歸曲面
11:交易量處理器
112:第一儲存裝置
114:交易量判斷程序
12:網路資料處理器
121:第二儲存裝置
122:新聞過濾程序
123:正相關關鍵字詞群組
124:負相關關鍵字詞群組
13:警示裝置
14:服務端裝置
15:資料更新裝置
151:第三儲存裝置
152:第一更新程序
153:第二更新程序
16:產能處理器
161:第四儲存裝置
162:產能判斷程序
圖1係繪示本發明第一實施例的金融交易量警示系統的示意圖。
圖2係繪示圖1的金融交易量警示系統執行交易量判斷程序之流程圖。
圖3係繪示圖1的金融交易量警示系統執行新聞過濾程序之流程圖。
圖4係繪示圖1的金融交易量警示系統執行第一更新程序之流程圖。
圖5係繪示圖1的金融交易量警示系統執行第二更新程序之流程圖。
圖6係繪示本發明第二實施例的金融交易量警示系統的示意圖。
圖7係繪示圖6之金融交易量警示系統執行產能判斷程序的流程圖。
圖8係圖6的金融交易量警示系統執行第一更新程序之流程圖。
圖9係圖6的金融交易量警示系統執行第二更新程序之流程圖。
10:資料庫
101-1~101-n:交易量回歸曲面
102-1~102-n:客戶端資料
11:交易量處理器
112:第一儲存裝置
114:交易量判斷程序
12:網路資料處理器
121:第二儲存裝置
122:新聞過濾程序
123:正相關關鍵字詞群組
124:負相關關鍵字詞群組
13:警示裝置
14:服務端裝置
15:資料更新裝置
151:第三儲存裝置
152:第一更新程序
153:第二更新程序
Claims (5)
- 一種具有優惠訊息推播功能的金融交易警示系統,包括:一資料庫;一交易量處理器,電性連接該資料庫,該交易量處理器用於接收一帳戶之當月交易量、從該資料庫中取得對應於該帳戶之一交易量回歸曲面、以及判斷該當月交易量是否小於該交易量回歸曲面的一參考交易量;一網路資料處理器,電性連接於該資料庫以及該交易量處理器,該網路資料處理器內儲存有多個正相關關鍵字詞,當該交易量處理器確認該當月交易量小於該參考交易量時,該網路資料處理器用於依據該帳戶之公司名稱以及該些正相關關鍵字詞檢索到一第一新聞資料群組,該第一新聞資料群組包含多個第一新聞資料,該網路資訊處理器用於判斷該些第一新聞資料之多個新聞類別,並根據該些新聞類別分別賦予多個新聞類別權重於該些第一新聞資料,該網路資訊處理器用於計算該些正相關關鍵字詞於每一第一新聞資料中的關鍵字詞出現總次數、根據一權重級距表取得該第一新聞資料群組之該些關鍵字詞出現總次數分別對應的多個第一關鍵字詞出現權重,該網路資訊處理器用於依據該第一新聞資料群組之該些新聞類別權重以及該些第一關鍵字詞出現權重計算出多個評估分數且判斷該第一新聞資料群組之該些評估分數之中是否至少一個大於或等於一第一閾值;一警示裝置,電性連接於該網路資料處理器,當該網路資料處理器判斷該第一新聞資料群組之該些評估分數中的一個大於或等於該第一閾值時,該警示裝置輸出一警示訊息;一資料更新裝置,該資料更新裝置電性連接該交易量處理器、該資料庫以及該警示裝置;以及一服務端裝置,該服務端裝置通訊連接於該警示裝置,該服務端裝置接收到該警示訊號時,該服務端裝置傳送一金融交易優惠訊息至該帳戶的一電子信箱;當該當月交易量大於該參考交易量,資料更新裝置驅使該網路資料處理器用於依據該帳戶之該公司名稱以及多個長期性正相關關鍵字詞檢索到一第二新聞資料群組,該第二新聞資料群組包含多個第二新聞資料,該網路資訊處理器用於計算該些長期性正相關關鍵字詞於每一第二新聞資料中的關鍵字詞出現總次數、根據該權重級距表取得該第二新聞資料群組之該些關鍵字詞出現總次數分別對應的多個第二關鍵字詞出現權重、以及判斷該些第二關鍵字詞出現權重之中是否至少一個大於或等於一第二閾值,當該些第二關鍵字詞出現權重之一個大於或等於該第二閾值時,該資料更新裝置依據該當月交易量更新該交易量回歸曲面;當該當月交易量小於該參考交易量,該資料更新裝置驅使該網路資料處理器用於依據該帳戶之該公司名稱以及多個長期性負相關關鍵字詞檢索到一第三新聞資料群組,該第三新聞資料群組包含多個第三新聞資料,該網路資訊處理器用於計算該些長期性負相關關鍵字詞於每一第三新聞資料中的關鍵字詞出現總次數、根據該權重級距表取得該第三新聞資料群組之該些關鍵字詞出現總次數分別對應的多個第三關鍵字詞出現權重、判斷該些第三關鍵字詞出現權重之中是否至少一個大於或等於一第三閾值,當該些第三關鍵字詞出現權重之中的一個大於或等於該第三閾值時,該資料更新裝置依據該當月交易量更新該交易量回歸曲面;其中在該服務端裝置傳送該金融交易優惠訊息至該帳戶的該電子信箱之前,該網路資料處理器更依據該帳戶之該公司名稱以及一負相關關鍵字詞群組建立一負面新聞檢索條件,且若檢索到負面新聞的數量超過一預設閾值時,則發送不需傳送該金融金易優惠訊息給客戶之指令給該服務端裝置。
- 如請求項1所述之具有優惠訊息推播功能的金融交易警示系統,其中該交易量回歸曲面具有三個座標軸,該些座標軸分別定義為公司規模、月份以及參考交易量。
- 如請求項1所述之具有優惠訊息推播功能的金融交易警示系統,其中該長期性正相關因素關鍵字包含新技術、技術升級、上市或增資。
- 如請求項1所述之具有優惠訊息推播功能的金融交易警示系統,其中該長期性負相關因素關鍵字包含下市或減資。
- 一種具有優惠訊息推播功能的金融交易警示系統,包括:一資料庫;一產能處理器,電性連接該資料庫,該產能處理器用於接收一帳戶於一當前月份之一當月產能、從該資料庫中取得對應於該帳戶之一產能回歸曲面、以及判斷該當月產能是否小於或等於該產能回歸曲面中對應該當前月份的一參考產能;一交易量處理器,電性連接該資料庫,該交易量處理器用於接收該帳戶於該當前月份之一當月交易量、從該資料庫中取得對應於該帳戶之一交易量回歸曲面、以及判斷該交易量是否小於該交易量回歸曲面中對應該當前月份的一參考交易量;一網路資料處理器,電性連接於該資料庫、該交易量處理器以及該產能處理器,該網路資料處理器內儲存有多個正相關關鍵字詞,當該產能處理器確認該當月產能大於該參考產能並且該交易量處理器確認該當月交易量小於該參考交易量時,該網路資料處理器用於依據該帳戶之公司名稱以及該些正相關關鍵字詞檢索到一第一新聞資料群組,該第一新聞資料群組包含多個第一新聞資料,該網路資訊處理器用於判斷該些第一新聞資料之多個新聞類別,並根據該些新聞類別分別賦予多個新聞類別權重於該些第一新聞資料,該網路資訊處理器用於計算該些正相關關鍵字詞於每一第一新聞資料中的關鍵字詞出現總次數、根據一權重級距表取得該第一新聞資料群組之該些關鍵字詞出現總次數分別對應的多個第一關鍵字詞出現權重,該網路資訊處理器用於依據該第一新聞資料群組之該些新聞類別權重以及該些第一關鍵字詞出現權重來計算該第一新聞資料群組之多個評估分數以及判斷該第一新聞資料群組之該些評估分數之中是否至少一個大於或等於一第一閾值;一警示裝置,電性連接於該網路資料處理器,當該網路資料處理器確認該第一新聞資料群組之該些評估分數之中的一個大於或等於該第一閾值時,該警示裝置輸出一警示訊息;一資料更新裝置,該資料更新裝置電性連接該產能處理器、該交易量處理器、該資料庫以及該警示裝置;以及一服務端裝置,該服務端裝置通訊連接於該警示裝置,該服務端裝置接收到該警示訊號時,該服務端裝置傳送一金融交易優惠訊息至該帳戶的一電子信箱;當該當月產能大於該參考產能,該資料更新裝置驅使該網路資料處理器用於依據該帳戶之該公司名稱以及多個長期性正相關關鍵字詞檢索到一第二新聞資料群組,該第二新聞資料群組包含多個第二新聞資料,該網路資訊處理器用於計算該些長期性正相關關鍵字詞於每一第二新聞資料中的關鍵字詞出現總次數、根據該權重級距表取得該第二新聞資料群組之該些關鍵字詞出現總次數分別對應的多個第二關鍵字詞出現權重、以及判斷該些第二關鍵字詞出現權重之中是否至少一個大於或等於一第二閾值,當該些第二關鍵字詞出現權重之中的一個大於或等於該第二閾值時,該資料更新裝置依據該當月產能更新該產能回歸曲面;當該當月產能小於該參考產能,該資料更新裝置驅使該網路資料處理器用於依據該帳戶之該公司名稱以及多個長期性負相關關鍵字詞檢索到一第三新聞資料群組,該第三新聞資料群組包含多個第三新聞資料,該網路資訊處理器用於計算該些長期性負相關關鍵字詞於每一第三新聞資料中的關鍵字詞出現總次數、根據該權重級距表取得該第三新聞資料群組之該些關鍵字詞出現總次數分別對應的多個第三關鍵字詞出現權重、判斷該些第三關鍵字詞出現權重之中是否至少一個大於或等於一第三閾值,當該些第三關鍵字詞出現權重之中的一個大於或等於該第三閾值時,該資料更新裝置依據該當月產能更新該產能回歸曲面;其中在該服務端裝置傳送該金融交易優惠訊息至該帳戶的該電子信箱之前,該網路資料處理器更依據該帳戶之該公司名稱以及一負相關關鍵字詞群組建立一負面新聞檢索條件,且若檢索到負面新聞的數量超過一預設閾值時,則發送不需傳送該金融金易優惠訊息給客戶之指令給該服務端裝置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111109605A TWI765847B (zh) | 2020-01-03 | 2020-01-03 | 具有優惠訊息推播功能的金融交易警示系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111109605A TWI765847B (zh) | 2020-01-03 | 2020-01-03 | 具有優惠訊息推播功能的金融交易警示系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI765847B true TWI765847B (zh) | 2022-05-21 |
TW202226128A TW202226128A (zh) | 2022-07-01 |
Family
ID=82594546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111109605A TWI765847B (zh) | 2020-01-03 | 2020-01-03 | 具有優惠訊息推播功能的金融交易警示系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI765847B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI409714B (zh) * | 2009-12-28 | 2013-09-21 | ||
CN109284369A (zh) * | 2018-08-01 | 2019-01-29 | 数据地平线(广州)科技有限公司 | 证券新闻资讯重要性的判定方法、系统、装置及介质 |
TW201941120A (zh) * | 2018-03-20 | 2019-10-16 | 香港商阿里巴巴集團服務有限公司 | 交易量的預測方法及裝置 |
-
2020
- 2020-01-03 TW TW111109605A patent/TWI765847B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI409714B (zh) * | 2009-12-28 | 2013-09-21 | ||
TW201941120A (zh) * | 2018-03-20 | 2019-10-16 | 香港商阿里巴巴集團服務有限公司 | 交易量的預測方法及裝置 |
CN109284369A (zh) * | 2018-08-01 | 2019-01-29 | 数据地平线(广州)科技有限公司 | 证券新闻资讯重要性的判定方法、系统、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
TW202226128A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10614073B2 (en) | System and method for using data incident based modeling and prediction | |
US20100257117A1 (en) | Predictions based on analysis of online electronic messages | |
Johnman et al. | Predicting FTSE 100 returns and volatility using sentiment analysis | |
CN108256691A (zh) | 还款概率预测模型构建方法及装置 | |
WO2018236606A1 (en) | DETECTION OF FINANCIAL FRAUD USING USER GROUP BEHAVIOR ANALYSIS | |
CN104881783A (zh) | 电子银行账户欺诈行为及风险检测方法与系统 | |
CN109472610A (zh) | 一种银行交易反欺诈方法及系统、设备和存储介质 | |
CN110060053B (zh) | 一种识别方法、设备及计算机可读介质 | |
KR102029455B1 (ko) | 투자 종목 선정능력 평가 방법 및 그를 위한 평가 시스템 | |
CN112419029A (zh) | 类金融机构风险监控方法、风险模拟系统及存储介质 | |
Chui | Leading indicators of balance-of-payments crises: A partial review | |
Tak et al. | Dating currency crises and designing early warning systems: Meta‐possibilistic fuzzy index functions | |
CN110942314A (zh) | 异常账户监管方法及装置 | |
JP2021072057A (ja) | 情報処理装置および情報処理方法 | |
TWI765847B (zh) | 具有優惠訊息推播功能的金融交易警示系統 | |
TWI758676B (zh) | 金融交易量警示系統 | |
TWM595829U (zh) | 金融交易量警示系統 | |
CN113610521A (zh) | 用于检测行为数据的异常的方法和设备 | |
KR20110114181A (ko) | 예측 정확성이 향상된 대출 심사 방법 | |
Sarlin et al. | Neuro‐genetic predictions of currency crises | |
CN112950350B (zh) | 一种基于机器学习的贷款产品推荐方法及系统 | |
TWM623354U (zh) | 投資推薦系統 | |
CN110675240A (zh) | 风险雷达预警的监控方法及系统 | |
US11941633B2 (en) | System for identifying points of compromise | |
US20240119346A1 (en) | Systems and methods for automated compromise prediction |