TWI807319B - 借貸風險偵測方法及其運算裝置 - Google Patents
借貸風險偵測方法及其運算裝置 Download PDFInfo
- Publication number
- TWI807319B TWI807319B TW110116701A TW110116701A TWI807319B TW I807319 B TWI807319 B TW I807319B TW 110116701 A TW110116701 A TW 110116701A TW 110116701 A TW110116701 A TW 110116701A TW I807319 B TWI807319 B TW I807319B
- Authority
- TW
- Taiwan
- Prior art keywords
- node
- customer
- risk
- news
- nodes
- Prior art date
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一種運算裝置包含一儲存有一客戶關係圖的儲存模組及一處理模組，該客戶關係圖包含多個客戶節點及多條連接其中兩個客戶節點的邊，當該處理模組獲得一指示出一借貸客戶節點的借貸通知時，該處理模組將與該借貸客戶節點之路徑長度為N以下的所有客戶節點作為待關注客戶節點，並將每一待關注客戶節點的一借貸風險值加上一對應的風險權重值，對於每一待關注客戶節點，該處理模組判定該待關注客戶節點之借貸風險值是否大於一預設風險值，當判定結果為是時，該處理模組將該待關注客戶節點標註為高風險客戶節點。
Description
本發明是有關於一種風險偵測方法，特別是指一種用於審核借貸的借貸風險偵測方法。
借貸風險是商業銀行在經營過程中由於各種不確定的因素，使實際收益和預期收益發生一定的偏差，從而蒙受損失和獲得額外收益的機會或可能。為了防止或降低借貸風險，銀行在審核信用貸款時往往會參考客戶的還款能力及信用狀況來進行評估。然而，現有的評估方式，往往都是經由承辦人員依照其經驗根據借款人的工作、收入狀況、過往的負債、信用評分等來進行評估，但卻忽視了借款人可能透過收入及債信良好的親朋好友來幫忙借款，如此一來，便無法正確評估出背後真正借款人的借貸風險，故有必要尋求一解決方案。
因此，本發明的目的，即在提供一種可考量借款人透過其親朋好友來進行借款的潛在風險，以更正確地評估借貸風險的借
貸風險偵測方法。
於是，本發明借貸風險偵測方法，藉由一運算裝置來實施，該運算裝置儲存有一客戶關係圖，該客戶關係圖包含多個代表多個客戶之客戶節點及多條連接其中兩個客戶節點的邊，每一條邊代表所連結之客戶節點所對應的客戶間存在親友關係，該運算裝置還儲存有每一客戶節點所對應的一借貸風險值，該借貸風險偵測方法包含以下步驟：(A)當該運算裝置獲得一指示出該等客戶節點中之一借貸客戶節點的借貸通知時，藉由該運算裝置，將與該借貸客戶節點之路徑長度為N以下的所有客戶節點作為待關注客戶節點，並將每一待關注客戶節點的借貸風險值加上一對應的風險權重值，其中，所加上之風險權重值與所對應之路徑長度成反比；(B)對於每一待關注客戶節點，藉由該運算裝置判定該待關注客戶節點之借貸風險值是否大於一預設風險值；及(C)對於每一待關注客戶節點，當該運算裝置判定出該待關注客戶節點之借貸風險值大於該預設風險值時，藉由該運算裝置將該待關注客戶節點標註為高風險客戶節點。
本發明的另一目的，即在提供一種可考量借款人透過其親朋好友來進行借款的潛在風險，以更正確地評估借貸風險的用於偵測借貸風險的運算裝置。
於是，本發明用於偵測借貸風險的運算裝置包含一儲存模組及一電連接該儲存模組的處理模組。
該儲存模組，儲存有一客戶關係圖，該客戶關係圖包含多個代表多個客戶之客戶節點及多條連接其中兩個客戶節點的邊，每一條邊代表所連結之客戶節點所對應的客戶間存在親友關係，該儲存模組還儲存有每一客戶節點所對應的一借貸風險值。
當該處理模組獲得一指示出該等客戶節點中之一借貸客戶節點的借貸通知時，該處理模組將與該借貸客戶節點之路徑長度為N以下的所有客戶節點作為待關注客戶節點，並將每一待關注客戶節點的借貸風險值加上一對應的風險權重值，其中，所加上之風險權重值與所對應之路徑長度成反比，對於每一待關注客戶節點，該處理模組判定該待關注客戶節點之借貸風險值是否大於一預設風險值，對於每一待關注客戶節點，當該處理模組判定出該待關注客戶節點之借貸風險值大於該預設風險值時，該處理模組將該待關注客戶節點標註為高風險客戶節點。
本發明的功效在於：藉由該運算裝置將與該借貸客戶節點之路徑長度為N以下的所有客戶節點作為待關注客戶節點，並將每一待關注客戶節點的借貸風險值加上對應的該風險權重值，且將對應有風險權重值大於該預設風險值的待關注客戶節點標記為高風險客戶節點，藉此，可考量借款人透過其親朋好友來進行借款的
潛在風險，以更正確地評估借貸風險。
1:運算裝置
11:通訊模組
12:儲存模組
13:輸出模組
14:處理模組
500:客戶節點
501:公司節點
700:新聞節點
21~24:步驟
31~35:步驟
41~46:步驟
本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：圖1是一方塊圖，說明實施本發明借貸風險偵測方法之實施例的一運算裝置；圖2是一流程圖，說明本發明借貸風險偵測方法之實施例的一高風險客戶標註程序；圖3是一流程圖，說明本發明借貸風險偵測方法之實施例的一高關注新聞標註程序；圖4是一流程圖，說明本發明借貸風險偵測方法之實施例的一風險提示程序；圖5是一示意圖，說明一客戶關係圖；圖6是一流程圖，說明該客戶關係圖中的一客戶節點被標註為高風險客戶節點；及圖7是一流程圖，說明該客戶關係圖中的一新聞節點被標註為高關注新聞節點。
參閱圖1，本發明借貸風險偵測方法，藉由一運算裝置1來實施，該運算裝置1包含一連接至一通訊網路的通訊模組11、一儲存模組12、一輸出模組13及一電連接該通訊模組11、該儲存模組12與該輸出模組13的處理模組14。該運算裝置1之實施態樣例如為一伺服器、一個人電腦、一筆記型電腦、一平板電腦或一智慧型手機等。
該儲存模組12儲存有一客戶關係圖(見圖5)，該客戶關係圖包含多個代表多個客戶之客戶節點500、多個代表多個公司之公司節點501、多條連接其中兩個客戶節點500的邊、至少一條連接其中兩個公司節點501的邊，及至少一條連接其中一個公司節點501與其中一個客戶節點500的邊。每一條邊代表所連結之客戶節點500所對應的客戶間存在親友關係、所連結之公司節點501所對應的公司間存在利益關係，或所連結之公司節點501與客戶節點500所對應的公司及客戶間存在受雇關係。該儲存模組12還儲存有每一客戶節點500所對應的一借貸風險值。
以下將藉由本發明借貸風險偵測方法之實施例來說明該運算裝置1中各元件之作動，該實施例包含一高風險客戶標註程序、一高關注新聞標註程序及一風險提示程序。
參閱圖1、圖2與圖6，該高風險客戶標註程序說明了如何標註出該客戶關係圖中具高借貸風險的客戶節點500，並包含下
列步驟。
在步驟21中，當該處理模組14獲得一指示出該等客戶節點500中之一借貸客戶節點500的借貸通知時，該處理模組14將與該借貸客戶節點500之路徑長度為N以下的所有客戶節點500作為待關注客戶節點500，並將每一待關注客戶節點500的借貸風險值加上一對應的風險權重值，其中，所加上之風險權重值與所對應之路徑長度成反向關係，N之值可為大於等於1的整數。在本實施例中，N之值為4，與該借貸客戶節點500之路徑長度為1的待關注客戶節點500的借貸風險值會加上如，1的風險權重值，與該借貸客戶節點500之路徑長度為2的待關注客戶節點500的借貸風險值會加上如，0.8的風險權重值，與該借貸客戶節點500之路徑長度為3的待關注客戶節點500的借貸風險值會加上如，0.3的風險權重值，與該借貸客戶節點500之路徑長度為4的待關注客戶節點500的借貸風險值會加上如，0.1的風險權重值。
值得一提的是，該運算裝置1可經由該通訊網路與一借貸伺服器(圖未示)連接，該借貸伺服器用於依據客戶的借貸行為產生並傳送該借貸通知至該運算裝置1。該處理模組14係透過該通訊模組11經由該通訊網路接收來自該借貸伺服器的該借貸通知以獲得該借貸通知。由於本發明之特徵並不在於熟知此技藝者所已知的該借貸通知的產生方式，為了簡潔，故在此省略了他們的細節。
在步驟22中，對於每一待關注客戶節點500，該處理模組14判定該待關注客戶節點500之借貸風險值是否大於一預設風險值。當該處理模組14判定出該待關注客戶節點500之借貸風險值大於該預設風險值時，流程進行步驟23，當該處理模組14判定出該待關注客戶節點500之借貸風險值不大於該預設風險值時，流程進行步驟24。
在步驟23中，該處理模組14將該待關注客戶節點500標註為高風險客戶節點500(見圖6)。在圖6中以深色示意對應於客戶01之客戶節點500被標註為高風險客戶節點500。
在步驟24中，該處理模組14不將該待關注客戶節點500標註為高風險客戶節點500。
參閱圖1、圖3與圖7，該高關注新聞標註程序說明了如何在該客戶關係圖加入新聞節點700並標註出需特別關注的新聞節點700，並包含下列步驟。
在步驟31中，當該處理模組14獲得一指示出與該等公司及該等客戶中之至少一目標關係方相關的負面新聞時，該處理模組14於該客戶關係圖加入一對應於該負面新聞之新聞節點700(見圖7)，並於該客戶關係圖加入該新聞節點700與每一目標關係方所對應之客戶節點500或公司節點501的一新聞關係邊。在圖7中以虛線示意出該新聞節點700的所有新聞關係邊。
值得一提的是，該處理模組14可經由該通訊網路與一新聞網站連接，並利用網頁爬蟲技術獲得與該等公司及該等客戶中之其中一主要關係方相關的負面新聞，在根據該主要關係方獲得與該主要關係方相關的關係公司及關係客戶，並將該主要關係方及與該主要關係方相關的關係公司及關係客戶組成該至少一目標關係方，藉此以獲得指示出與該至少一目標關係方相關的負面新聞。又或是，該運算裝置1可經由該通訊網路與一新聞事件伺服器連接，該新聞事件伺服器用於依據一使用者的篩選操作篩選出一負面新聞事件，並依據一使用者的輸入操作產生一指示出與該至少一目標關係方相關，並包含該負面新聞事件的負面新聞。由於本發明之特徵並不在於熟知此技藝者所已知的該負面新聞的產生方式，為了簡潔，故在此省略了他們的細節。
在步驟32中，對於每一新聞關係邊，該處理模組14將該新聞節點700之一新聞關注值加上該新聞關係邊所對應之一關注權重值，其中，對應有連接到公司節點501的新聞關係邊所對應之關注權重值大於對應有連接到客戶節點500的新聞關係邊所對應之關注權重值。在本實施例中，對應有連接到公司節點501的新聞關係邊所對應之關注權重值例如為0.8，對應有連接到客戶節點500的新聞關係邊所對應之關注權重值例如為0.5。
在步驟33中，該處理模組14判定該新聞節點700之新聞
關注值是否大於一預設關注值。當該處理模組14判定出該新聞節點700之新聞關注值大於該預設關注值時，流程進行步驟34，當該處理模組14判定出該新聞節點700之新聞關注值不大於該預設關注值時，流程進行步驟35。
在步驟34中，該處理模組14將該新聞節點700標註為高關注新聞節點700(見圖7)。在圖7中以深色示意對應於新聞01之新聞節點700被標註為高關注新聞節點700。
在步驟35中，該處理模組14不將該新聞節點700標註為高關注新聞節點700。
參閱圖1、圖4、圖6與圖7，該風險提示程序說明了如何產生風險提示訊息。
在步驟41中，當該處理模組14獲得一指示出該等客戶節點500中之一欲借貸客戶節點500的風險查詢請求時，對於每一高風險客戶節點500，該處理模組14判定該欲借貸客戶節點500與該高風險客戶節點500之路徑長度是否為M以下，M可為大於等於1之整數，在本實施例中，M之值為3。當該處理模組14判定出該欲借貸客戶節點500與該高風險客戶節點500之路徑長度為M以下時，流程進行步驟42，當該處理模組14判定出該欲借貸客戶節點500與該高風險客戶節點500之路徑長度大於M時，流程進行步驟43。
在步驟42中，該處理模組14經由該輸出模組13輸出一包含該欲借貸客戶節點500與該高風險客戶節點500之路徑長度的風險提示訊息。以圖6的例子來說，若對應於客戶07之客戶節點500係為該欲借貸客戶節點500，則由於其與對應於客戶01之客戶節點500的路徑長度為2，故該處理模組14會輸出一指示出對應於客戶07之客戶節點500與該高風險客戶節點500之路徑長度為2的風險提示訊息。值得一提的是，該提示訊息可指出該高風險客戶節點500即為對應於客戶01之客戶節點500，又或者，基於個人資料保護法，該提示訊息僅指出對應於客戶07之客戶節點500與某一高風險客戶節點500之路徑長度為2，但不洩漏出該高風險客戶節點500為哪一節點。此外，當該提示訊息所指示出之路徑長度越小，代表欲借貸者與該高風險客戶節點500所對應之客戶間的親友關係越密切，借貸的風險即越大。
在步驟43中，該處理模組14不經由該輸出模組13輸出與該高風險客戶節點500相關的任何風險提示訊息。
在步驟44中，該處理模組14判定該欲借貸客戶節點500與該高關注新聞節點700之路徑長度是否為M以下。當該處理模組14判定出該欲借貸客戶節點500與該高關注新聞節點700之路徑長度為M以下時，流程進行步驟45，當該處理模組14判定出該欲借貸客戶節點500與該高關注新聞節點700之路徑長度大於M時，流程
進行步驟46。
在步驟45中，該處理模組14經由該輸出模組13輸出另一包含該欲借貸客戶節點500與該高關注新聞節點700之路徑長度的風險提示訊息。以圖7的例子來說，若對應於客戶07之客戶節點500係為該欲借貸客戶節點500，則由於其與對應於新聞01之新聞節點700的路徑長度為1，故該處理模組14會輸出一指示出對應於客戶07之客戶節點500與該高關注新聞節點700之路徑長度為1的風險提示訊息。值得一提的是，該提示訊息可指出該高關注新聞節點700即為對應於新聞01之新聞節點700，又或者，該提示訊息亦可僅指出對應於客戶07之客戶節點500與某一高關注新聞節點700之路徑長度為1，但不指示出該高關注新聞節點700為哪一節點。此外，當該提示訊息所指示出之路徑長度越小，代表欲借貸者與該高關注新聞節點700所對應之新聞間的事件影響關係越密切，借貸的風險即越大。
在步驟46中，該處理模組14不經由該輸出模組13輸出與該高關注新聞節點700相關的任何風險提示訊息。
綜上所述，本發明借貸風險偵測方法，藉由該運算裝置1將與該借貸客戶節點500之路徑長度為N以下的所有客戶節點500作為待關注客戶節點500，並將每一待關注客戶節點500的借貸風險值加上對應的該風險權重值，且將對應有風險權重值大於該預設
風險值的待關注客戶節點500標記為高風險客戶節點500，藉此，可考量借款人透過其親朋好友來進行借款的潛在風險。此外，與任一高風險客戶節點500之路徑長度小於等於M的客戶節點500所對應的客戶若欲借貸，該運算裝置1即會輸出該風險提示訊息，以提示該借貸行為恐為該借款人委託親朋好友來進行借款的借貸行為。再者，與該高關注新聞節點700之路徑長度小於等於M的客戶節點500所對應的客戶若欲借貸，該運算裝置1亦會輸出該風險提示訊息，以提示該借款人最近與該負面新聞有所關聯，而存在較高的借貸風險，故確實能達成本發明的目的。
惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。
1:運算裝置
11:通訊模組
12:儲存模組
13:輸出模組
14:處理模組
Claims (6)
- 一種借貸風險偵測方法，藉由一運算裝置來實施，該運算裝置儲存有一客戶關係圖，該客戶關係圖包含多個代表多個客戶之客戶節點及多條連接其中兩個客戶節點的邊，每一條邊代表所連結之客戶節點所對應的客戶間存在親友關係，該客戶關係圖還包含多個代表多個公司之公司節點、至少一條連接其中兩個公司節點的邊及至少一條連接其中一個公司節點與其中一個客戶節點的邊，每一條邊代表所連結之公司節點所對應的公司間存在利益關係，或所連結之公司節點與客戶節點所對應的公司及客戶間存在受雇關係，該運算裝置還儲存有每一客戶節點所對應的一借貸風險值，該借貸風險偵測方法包含以下步驟：(A)當該運算裝置獲得一指示出該等客戶節點中之一借貸客戶節點的借貸通知時，藉由該運算裝置，將與該借貸客戶節點之路徑長度為N以下的所有客戶節點作為待關注客戶節點，並將每一待關注客戶節點的借貸風險值加上一對應的風險權重值，其中，所加上之風險權重值與所對應之路徑長度成反向關係；(B)對於每一待關注客戶節點，藉由該運算裝置判定該待關注客戶節點之借貸風險值是否大於一預設風險值；(C)對於每一待關注客戶節點，當該運算裝置判定出該待關注客戶節點之借貸風險值大於該預設風險值時，藉 由該運算裝置將該待關注客戶節點標註為高風險客戶節點；(D)對於每一高風險客戶節點，當該運算裝置獲得一指示出該等客戶節點中之一欲借貸客戶節點的風險查詢請求時，藉由該運算裝置，判定該欲借貸客戶節點與該高風險客戶節點之路徑長度是否為M以下；(E)對於每一高風險客戶節點，當該運算裝置判定出該欲借貸客戶節點與該高風險客戶節點之路徑長度為M以下時，藉由該運算裝置輸出一包含該欲借貸客戶節點與該高風險客戶節點之路徑長度的風險提示訊息；(F)當該運算裝置獲得一指示出與該等公司及該等客戶中之至少一目標關係方相關的負面新聞時，藉由該運算裝置，於該客戶關係圖加入一對應於該負面新聞之新聞節點，並於該客戶關係圖加入該新聞節點與每一目標關係方所對應之客戶節點或公司節點的一新聞關係邊；(G)對於每一新聞關係邊，藉由該運算裝置，將該新聞節點之一新聞關注值加上該新聞關係邊所對應之一關注權重值；(H)藉由該運算裝置判定該新聞節點之新聞關注值是否大於一預設關注值；及(I)當該運算裝置判定出該新聞節點之新聞關注值大於該預設關注值時，藉由該運算裝置將該新聞節點標註為 高關注新聞節點。
- 如請求項1所述的借貸風險偵測方法，在步驟(I)之後，還包含以下步驟：(J)當該運算裝置獲得一指示出該等客戶節點中之一欲借貸客戶節點的風險查詢請求時，藉由該運算裝置，判定該欲借貸客戶節點與該高關注新聞節點之路徑長度是否為M以下；及(K)當該運算裝置判定出該欲借貸客戶節點與該高關注新聞節點之路徑長度為M以下時，藉由該運算裝置輸出一包含該欲借貸客戶節點與該高關注新聞節點之路徑長度的風險提示訊息。
- 如請求項1所述的借貸風險偵測方法，其中，在步驟(G)中，對應有連接到公司節點的新聞關係邊所對應之關注權重值大於對應有連接到客戶節點的新聞關係邊所對應之關注權重值。
- 一種用於偵測借貸風險的運算裝置，包含：一輸出模組；一儲存模組，儲存有一客戶關係圖，該客戶關係圖包含多個代表多個客戶之客戶節點及多條連接其中兩個客戶節點的邊，每一條邊代表所連結之客戶節點所對應的客戶間存在親友關係，該儲存模組還儲存有每一客戶節點所對應的一借貸風險值，該客戶關係圖還包含多個代表多個 公司之公司節點、至少一條連接其中兩個公司節點的邊及至少一條連接其中一個公司節點與其中一個客戶節點的邊，每一條邊代表所連結之公司節點所對應的公司間存在利益關係，或所連結之公司節點與客戶節點所對應的公司及客戶間存在受雇關係；及一處理模組，電連接該輸出模組與該儲存模組，當該處理模組獲得一指示出該等客戶節點中之一借貸客戶節點的借貸通知時，該處理模組將與該借貸客戶節點之路徑長度為N以下的所有客戶節點作為待關注客戶節點，並將每一待關注客戶節點的借貸風險值加上一對應的風險權重值，其中，所加上之風險權重值與所對應之路徑長度成反向關係，對於每一待關注客戶節點，該處理模組判定該待關注客戶節點之借貸風險值是否大於一預設風險值，對於每一待關注客戶節點，當該處理模組判定出該待關注客戶節點之借貸風險值大於該預設風險值時，該處理模組將該待關注客戶節點標註為高風險客戶節點，對於每一高風險客戶節點，當該處理模組獲得一指示出該等客戶節點中之一欲借貸客戶節點的風險查詢請求時，該處理模組判定該欲借貸客戶節點與該高風險客戶節點之路徑長度是否為M以下，對於每一高風險客戶節點，當該處理模組判定出該欲借貸客戶節點與該高風險客戶節點之路徑長度為M以下時，該處理模組經由該輸出模組輸出一包含該欲借貸 客戶節點與該高風險客戶節點之路徑長度的風險提示訊息，當該處理模組獲得一指示出與該等公司及該等客戶中之至少一目標關係方相關的負面新聞時，該處理模組於該客戶關係圖加入一對應於該負面新聞之新聞節點，並於該客戶關係圖加入該新聞節點與每一目標關係方所對應之客戶節點或公司節點的一新聞關係邊，對於每一新聞關係邊，該處理模組將該新聞節點之一新聞關注值加上該新聞關係邊所對應之一關注權重值，該處理模組判定該新聞節點之新聞關注值是否大於一預設關注值，當該處理模組判定出該新聞節點之新聞關注值大於該預設關注值時，藉由該處理模組將該新聞節點標註為高關注新聞節點。
- 如請求項4所述的用於偵測借貸風險的運算裝置，還包含一電連接該處理模組的輸出模組，當該處理模組獲得一指示出該等客戶節點中之一欲借貸客戶節點的風險查詢請求時，該處理模組判定該欲借貸客戶節點與該高關注新聞節點之路徑長度是否為M以下，當該處理模組判定出該欲借貸客戶節點與該高關注新聞節點之路徑長度為M以下時，該處理模組經由該輸出模組輸出一包含該欲借貸客戶節點與該高關注新聞節點之路徑長度的風險提示訊息。
- 如請求項4所述的用於偵測借貸風險的運算裝置，其中，對應有連接到公司節點的新聞關係邊所對應之關注權重值大於對應有連接到客戶節點的新聞關係邊所對應之關 注權重值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110116701A TWI807319B (zh) | 2021-05-10 | 2021-05-10 | 借貸風險偵測方法及其運算裝置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110116701A TWI807319B (zh) | 2021-05-10 | 2021-05-10 | 借貸風險偵測方法及其運算裝置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202244825A TW202244825A (zh) | 2022-11-16 |
| TWI807319B true TWI807319B (zh) | 2023-07-01 |
Family
ID=85793043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110116701A TWI807319B (zh) | 2021-05-10 | 2021-05-10 | 借貸風險偵測方法及其運算裝置 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI807319B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107292424A (zh) * | 2017-06-01 | 2017-10-24 | 四川新网银行股份有限公司 | 一种基于复杂社交网络的反欺诈和信用风险预测方法 |
| TWI634492B (zh) * | 2017-05-10 | 2018-09-01 | 大陸商平安科技（深圳）有限公司 | 風險評估方法、裝置、電腦設備及存儲介質 |
| TWM594216U (zh) * | 2020-01-21 | 2020-04-21 | 臺灣銀行股份有限公司 | 聯合貸款風險評估裝置 |
| CN111309824A (zh) * | 2020-02-18 | 2020-06-19 | 中国工商银行股份有限公司 | 实体关系图谱显示方法及系统 |
| TWM602677U (zh) * | 2020-05-26 | 2020-10-11 | 臺灣銀行股份有限公司 | 風險評估模型建立系統 |
| CN111881302A (zh) * | 2020-07-23 | 2020-11-03 | 民生科技有限责任公司 | 基于知识图谱的银行舆情分析方法和系统 |
| TWI713877B (zh) * | 2018-08-16 | 2020-12-21 | 金腦數位股份有限公司 | 利於稽核之合規處理裝置 |
-
2021
- 2021-05-10 TW TW110116701A patent/TWI807319B/zh active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI634492B (zh) * | 2017-05-10 | 2018-09-01 | 大陸商平安科技（深圳）有限公司 | 風險評估方法、裝置、電腦設備及存儲介質 |
| CN107292424A (zh) * | 2017-06-01 | 2017-10-24 | 四川新网银行股份有限公司 | 一种基于复杂社交网络的反欺诈和信用风险预测方法 |
| TWI713877B (zh) * | 2018-08-16 | 2020-12-21 | 金腦數位股份有限公司 | 利於稽核之合規處理裝置 |
| TWM594216U (zh) * | 2020-01-21 | 2020-04-21 | 臺灣銀行股份有限公司 | 聯合貸款風險評估裝置 |
| CN111309824A (zh) * | 2020-02-18 | 2020-06-19 | 中国工商银行股份有限公司 | 实体关系图谱显示方法及系统 |
| TWM602677U (zh) * | 2020-05-26 | 2020-10-11 | 臺灣銀行股份有限公司 | 風險評估模型建立系統 |
| CN111881302A (zh) * | 2020-07-23 | 2020-11-03 | 民生科技有限责任公司 | 基于知识图谱的银行舆情分析方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202244825A (zh) | 2022-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11830004B2 (en) | Blockchain transaction safety | |
| US10970274B2 (en) | System and method for electronic data capture and management for audit, monitoring, reporting and compliance | |
| US20180075527A1 (en) | Credit score platform | |
| US20200118131A1 (en) | Database transaction compliance | |
| KR102032924B1 (ko) | 클라우드 환경에서 개인정보 보호를 지원하는 p2p 중개 보안 시스템 | |
| US9495704B2 (en) | System and method for managing educational institution borrower debt | |
| US20020138417A1 (en) | Risk management clearinghouse | |
| JP2005503597A (ja) | 自動政治的リスク管理 | |
| US20170195436A1 (en) | Trust score determination using peer-to-peer interactions | |
| US20080091818A1 (en) | System And Method Of Employing Web Services Applications To Obtain Real-Time Information From Distributed Sources | |
| US12008225B2 (en) | Trust score investigation | |
| Reurink | Financial Fraud: A literature review | |
| KR20180060005A (ko) | 클라우드 환경에서 개인정보 보호를 지원하는 p2p 중개 보안 시스템 | |
| US20080249788A1 (en) | Method for developing an objective opinion | |
| Xu et al. | PEER-TO-PEER LOAN FRAUD DETECTION: CONSTRUCTING FEATURES FROM TRANSACTION DATA. | |
| US20170069021A1 (en) | Credit scoring based on personal and business financial information | |
| TWI807319B (zh) | 借貸風險偵測方法及其運算裝置 | |
| TW201810158A (zh) | 評估任何實體對於包含召募或雇用決策、討債追踪、保險承保、信用決定、或縮短或改進銷售循環的活動的信賴度、勝任度及／或協調度 | |
| JP2019179453A (ja) | ブロックチェーンを活用した現実通貨の貸借方法、システム、およびプログラム | |
| Muammar et al. | Digital Risk Assessment Framework for Individuals: Analysis and Recommendations | |
| KR102431697B1 (ko) | Cltv를 활용한 부동산 리스크 관리를 수행하는 서버 및 이의 동작 방법 | |
| TWM624265U (zh) | 用於偵測借貸風險的運算裝置 | |
| Brill | The Intersection of Privacy and Consumer Protection | |
| JP7403565B2 (ja) | 不正検出装置、不正検出方法、及び不正検出プログラム | |
| Muriithi | A Prototype for detecting procurement fraud using data mining techniques: case of banking industry in Kenya |