TWM596409U

TWM596409U - 基於家庭關係的家庭戶網絡管理系統

Info

Publication number: TWM596409U
Application number: TW109202279U
Authority: TW
Inventors: 杜文達; 鄭如雯; 江盈樵
Original assignee: 第一商業銀行股份有限公司
Priority date: 2020-03-02
Filing date: 2020-03-02
Publication date: 2020-06-01

Abstract

一種家庭戶網絡管理系統中，家庭關係判定模型根據多筆參考客戶關係資料，利用機器學習方法而建立且定義出與多個特徵關係有關的多個重要值，每筆參考客戶關係資料包含對應客戶的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中至少一者；處理模組根據包含與兩個客戶有關的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料和聯絡資料其中至少一者的輸入資料，利用該家庭關係判定模型，估算出該兩個客戶間具有家庭關係的機率值，並在該機率值大於預定門檻值時，形成一具有彼此連結的該兩個客戶的新家庭戶網絡。

Description

基於家庭關係的家庭戶網絡管理系統

本新型是有關於金融客戶之間的家庭關係，特別是指一種基於家庭關係的家庭戶網絡管理系統。

為了滿足財富累積及傳承需求，目前的金融理財商品有朝向以家庭戶為單位之全面資產配置規劃方式來規劃出全方位理財商品(即，家庭財富管理商品)的趨勢。雖然金控機構已保留有每一客戶的相關資料(包含個人相關資料、歷史金融交易記錄等)，但每筆相關資料均以對應於單一客戶的方式來建檔並儲存，因而無法確知任兩客戶彼此間是否具有家庭關係。有鑒於此，若缺乏有關所有客戶的家庭關聯性，只能以被動等待方式，當與有需要的客戶接觸時並獲得有關家庭成員狀況後方能進行適當的理財商品規劃。如此的作法大大地不利於上述理財商品在規劃與行銷上的成效。

因此，為了可有效地規劃並行銷適合於家庭戶的理財商品，如何從龐大且繁雜的所有客戶之相關資料獲得彼此具有家庭關係的家庭戶網絡遂成為目前重要的議題。

因此，本新型的目的，即在提供一種基於家庭關係的家庭戶網絡管理系統，其能克服現有技術的至少一缺點。

於是，本新型所提供的一種基於家庭關係的家庭戶網絡管理系統包含一資料伺服器、及一家庭戶網絡伺服器。該資料伺服器用於收集多筆用於訓練模型的參考客戶關係資料，每筆參考客戶關係資料包含與一金融機構的一對應客戶有關的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中至少一者。該家庭戶網絡伺服器連接該資料伺服器，並包括一用於資料傳輸並連接該資料伺服器的傳輸模組、一連接該傳輸模組的建模模組、及一連接該傳輸模組和該建模模組的處理模組。

該建模模組根據經由該傳輸模組接收到由該資料伺服器所收集的該等筆參考客戶關係資料，利用機器學習方法建立一與多個特徵關係相關聯的家庭關係判定模型，該家庭關係判定模型定義出多個分別對應於多個與該等特徵關係有關的特徵的重要值。

當該處理模組經由該傳輸模組接收到一筆包含與該金融機構的兩個客戶有關的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中一者的輸入資料時，該處理模組利用該建模模組所建立的該家庭關係判定模型，分析該輸入資料，以估算出該兩個客戶具有家庭關係的機率值，並且在判定出該機率值大於一預定門檻值時，形成一具有彼此連結的該兩個客戶的新家庭戶網絡。

本新型的家庭戶網絡管理系統中，該家庭戶網絡伺服器還包含一連接該處理模組的儲存模組。該資料伺服器還收集由該金融機構所提供的信用卡附卡資料、保險資料、關係戶資料和與授信業務相關的保證人資料，並將該信用卡附卡資料、該保險資料、該關係戶資料和該保證人資料傳送至該家庭戶網絡管理系統的該傳輸模組；來自該金融機構的該儲存模組預先儲存有多個彼此無家庭關係的家庭戶網絡。該家庭戶網絡管理系統的該處理模組根據該傳輸模組接收的該信用卡附卡資料、該保險資料、該關係戶資料和該保證人資料建立多個彼此無家庭關係的家庭戶網絡，並將該等家庭戶網絡儲存於該儲存模組。該家庭戶網絡管理系統的該處理模組在判定出該新家庭戶網絡與該儲存模組儲存的該等家庭戶網絡其中一個家庭戶網絡存在有一共同客戶時，以該共同客戶作為一共同連接節點，將該新家庭戶網絡與該家庭戶網絡彼此連接而形成一結合的家庭戶網絡，並將儲存於該儲存模組的該家庭戶網絡更新為該結合的家庭戶網路。該家庭戶網絡管理系統的該處理模組在判定出該新家庭戶網絡與該儲存模組儲存的該等家庭戶網絡其中每一者均不存在有任何共同客戶時，將該新家庭戶網絡新增地儲存於該儲存模組。

本新型的家庭戶網絡管理系統中，該等特徵關係包含與定期轉帳交易或以轉帳方式代繳他人信用卡卡費相關的轉帳關係、與使用同一通訊裝置或瀏覽器瀏覽該特定數位通路相關的數位瀏覽行為關係、與以信用卡繳交同一電號或水號之費用相關的信用卡繳費關係，以及與不同客戶具有相同的戶籍地址、聯絡電話及電子信箱其中至少一者相關的聯絡關係。

本新型的家庭戶網絡管理系統中，該家庭關係判定模型是一包含多個決策樹的隨機森林模型，每一決策樹決定出多個分別對應於該等特徵的權重值，並且該家庭關係判定模型定義出對應於每一特徵的重要值為該等決策樹所決定出對應於該特徵的多個權重值的平均值。當該輸入資料與該等特徵其中至少一個特徵相關聯時，該機率值是根據該隨機森林模型定義出的該等重要值其中至少一個對應於該至少一個特徵的重要值而獲得。

本新型之功效在於：由於該家庭戶關係判定模型被利用來分析特別是金融客戶的轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料和聯絡資料，因此能快速估算出任兩客戶具有家庭關係的機率，且然後將具有大於該預定門檻值的機率的兩客戶彼此連結成為新家庭戶網絡。此外，將具有家庭關係的多個家庭戶網絡進一步連結以獲得完整的家庭戶網絡。

在本新型被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。

參閱圖1，所繪示的本新型實施例的家庭戶網絡管理系統100可用於管理關於例如一金融機構的所有客戶具有家庭關係的家庭戶網絡。該家庭戶網路管理系統100例如包含一資料伺服器1、及一家庭戶網絡伺服器2。在本實施例中，該資料伺服器1和該家庭戶網絡伺服器2其中每一者可由一電腦系統來實施。

該資料伺服器1係用來收集來自該金融機構的不同業務系統(例如，存摺存/提款交易系統、數位行為分析系統、信用卡系統、基本資料系統、徵授信(e-loan)系統、保代系統等)的客戶關係資料。舉例來說，該存摺存/提款交易系統管理該金融機構的所有客戶基於存摺存款或提款交易；該數位行為分析系統管理並分析該金融機構的所有客戶在瀏覽如該金融機構所提供的特定數位通路之操作；該信用卡系統管理該金融機構的所有信用卡客戶的刷卡交易；該基本資料系統管理該金融機構的所有客戶的基本資料；該徵授信系統管理該金融機構的所有客戶徵信、授信、擔保品及預期放款催收操作；及該保代系統管理該金融機構的所有客戶在保險業務的操作。換言之，該資料伺服器1經由與上述不同業務系統的通訊可獲得有關於該金融機構的每一客戶的客戶關係資料，該客戶關係資料可包含與該客戶有關的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中至少一者。

在本實施例中，該家庭戶網絡伺服器2例如包含一傳輸模組21、一儲存模組22、一建模模組23及一處理模組24。該傳輸模組21係用於資料傳輸並可經由一通訊網路(圖未示)連接該資料伺服器1。該建模模組23連接該傳輸模組21。該處理模組24連接該傳輸模組21、該儲存模組22及該建模模組23。

以下，將參閱圖1及圖2來示例地說明該家庭戶網絡管理系統100如執行有關該金融機構的所有客戶的家庭戶網絡的管理程序。大體而言，該管理程序可包含以下步驟S21-S31。

首先，在步驟S21中，該資料伺服器1收集來自該信用卡系統的信用卡附卡資料、來自該保代系統的保險資料、來自該基本資料系統的關係戶資料、來自該徵授信系統的保證人資料等(即，該金融機構既有之具有家庭關係的客戶相關資料)，並將收集到的該信用卡附卡資料、該保險資料、該關係資料戶和該保證人資料傳送至該家庭戶網絡伺服器2。

然後，在步驟S22中，該處理模組24分析經由該傳輸模組21接收到的該信用卡附卡資料、該保險資料、該關係戶資料和該保證人資料，以建立多個彼此無家庭關係的家庭戶網絡，並將該等家庭戶網絡儲存於該儲存模組22。更明確地，該信用卡附卡資料包含主卡持卡人及其與附卡持卡人之關係的資料，該保險資料包含要保人、被保險人和受益人及其彼此間之關係的資料，該關係戶資料包含家族成員的資料，該保證人資料包含授信交易的交易人和保證人及其彼此關係的資料。

另一方面，在步驟S23中，該資料伺服器1收集多筆用於訓練模型的參考客戶關係資料，並將該等筆參考客戶關係資料傳送至該家庭戶網絡伺服器2。在本實施例中，該等筆參考客戶關係資料可由該金融機構的一系統資料庫(圖未示)預先儲備，並且每筆參考客戶關係資料例如包含與該金融機構的一對應客戶有關的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中至少一者。

在步驟S23之後的步驟S24中，該建模模組23根據經由該傳輸模組21接收到的該等筆參考客戶關係資料，利用機器學習方法建立一與多個特徵關係相關聯的家庭關係判定模型。該家庭關係判定模型定義出多個分別對應於多個與該等特徵關係有關的特徵的重要值。在本實施例中，特別要說明的是，該等特徵關係例如包含與定期轉帳交易或以轉帳方式代繳他人信用卡卡費相關的轉帳關係、與使用同一通訊裝置或瀏覽器瀏覽該特定數位通路相關的數位瀏覽行為關係、與以信用卡繳交同一電號或水號之費用相關的信用卡繳費關係，以及與不同客戶具有相同的戶籍地址、聯絡電話(含住家電話和手機號碼)及電子信箱其中至少一者相關的聯絡關係。於是，與轉帳關係有關的特徵例如以「轉帳交易」來表示；與數位瀏覽行為關係有關的特徵例如以「數位瀏覽」來表示；與信用卡繳費關係有關的特徵例如分別以「信用卡繳水費」、「信用卡繳電費」來表示；及與聯絡關係有關的特徵分別以「戶籍地址」、「住家電話」、「手機號碼」、「住家電話」、「e-mail」來表示，但不在此限，亦可視實際情況調整。另一方面，該家庭關係判定模型是一包含多個決策樹的隨機森林模型，每一決策樹決定出多個分別對應於該等特徵的權重值，並且該家庭關係判定模型定義出對應於每一特徵的重要值為該等決策樹所決定出對應於該特徵的多個權重值的平均值。

舉例來說，該家庭關係判定模型定義出多個分別對應於「轉帳交易」、「數位瀏覽」「信用卡繳水費」、「信用卡繳電費」「戶籍地址」、「住家電話」、「手機號碼」、「住家電話」、「e-mail」等特徵的重要值如下表1所示。表1

特徵	重要值
e-mail	0.27912656
手機號碼	0.26311103
住家電話	0.2008076
戶籍地址	0.13319773
信用卡繳電費	0.10866157
信用卡繳水費	0.00689052
數位瀏覽	0.00479093
轉帳交易	0.00341405

在步驟S22與步驟S24之後，當該處理模組24經由該傳輸模組21接收到一筆與該機融機構的兩個客戶有關的輸入資料時，該處理模組24將執行步驟S25。在本實施例中，該輸入資料可包含該兩個客戶的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中至少一者。

在步驟S25中，該處理模組24利用該家庭關係判定模型分析該輸入資料，以估算出該兩個客戶具有家庭關係的機率值。更明確地，當該輸入資料與該等特徵其中一個或多個特徵相關聯(亦即該輸入資料含有對應於該(等)特徵的特徵關係資料)時，該機率值是根據該隨機森林模型定義出的該等重要值其中至少一個對應於該至少一個特徵的重要值而獲得。

舉例來說，依照上述表1，若該輸入資料含有該兩個客戶的定期轉帳交易資料(其對應於「轉帳交易」特徵)、並指示相同的手機號碼該兩個客戶具有相同的手機號碼及e-mail(其對應於「手機號碼」、「e-mail」特徵)的情況，則該兩個客戶具有家庭關係的機率值可根據分別對應於「e-mail」、「手機號碼」、「轉帳交易」等特徵的重要值(即，0.27912656，0.26311103，0.00341405)而獲得約為0.71。

然後，在步驟S26中，該處理模組24判定該機率值是否大於一預定門檻值(例如，0.7，但不以此為限)。若判定結果為肯定，流程進行步驟S27，否則，該處理模組24將該兩個客戶註記為非家庭關係客戶(步驟S31)。

在步驟S27中，該處理模組24形成一具有彼此連結的該兩個客戶的新家庭戶網絡。

之後，在步驟S28中，該處理模組24判定該新家庭戶網絡是否與該儲存模組22儲存的任一個家庭戶網絡存在有一共同客戶。

當該處理模組24判定出該新家庭戶網絡與該儲存模組22儲存的一個家庭戶網絡存在有一共同客戶時，在步驟S29中，該處理模組24以該共同客戶作為一共同連接節點，將該新家庭戶網絡與該家庭戶網絡連結而形成一結合的家庭戶網絡，並將儲存於該儲存模組22的該家庭戶網絡更新為該結合的家庭戶網絡。如此，可將具有家庭關係的所有家庭成員逐漸連結於同一家庭戶網絡。

當該處理模組24判定出該新家庭戶網絡與該儲存模組22儲存的每一個家庭戶網絡均不存在有任何共同客戶時，在步驟S30中，該處理模組24將該新家庭戶網絡新增地儲存於該儲存模組22。

值得注意的是，在應用時，只需連續地將不同(兩個客戶)的輸入資料傳送至該家庭戶網絡伺服器2，該處理模組24只要對於每次接收到的輸入資料重複執行上述步驟S25至步驟S31，如此便可容易地將對應於該金融機構的所有客戶的家庭戶網絡完整地建立，而此完整的家庭戶網絡大大地有利於該金融機構對於家庭理財商品的規劃與行銷。

綜上所述，由於該家庭戶關係判定模型被利用來分析特別是金融客戶的轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料和聯絡資料，因此能快速估算出任兩客戶具有家庭關係的機率，且然後將具有大於該預定門檻值的機率的兩客戶彼此連結成為新家庭戶網絡。此外，將具有家庭關係的多個家庭戶網絡進一步連結以獲得完整的家庭戶網絡。該家庭戶網絡伺服器2能視需求將儲存於該儲存模組22的所有家庭戶網絡提供給該金融機構的其他商品行銷部門(如家庭理財管理部門)。故確實能達成本新型的目的。

惟以上所述者，僅為本新型之實施例而已，當不能以此限定本新型實施之範圍，凡是依本新型申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本新型專利涵蓋之範圍內。

100:家庭戶網絡管理系統 1:資料伺服器 2:家庭戶網絡伺服器 21:傳輸模組 22:儲存模組 23:建模模組 24:處理模組 S21~S31:步驟

本新型之其他的特徵及功效，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，示例性地繪示本新型實施例的家庭戶網絡管理系統的架構；及圖2是一流程圖，示例性地說明該實施例如何執行有關一金融機構的所有客戶的家庭戶網絡的管理程序。

100:家庭戶網絡管理系統

1:資料伺服器

2:家庭戶網絡伺服器

21:傳輸模組

22:儲存模組

23:建模模組

24:處理模組

Claims

一種基於家庭關係的家庭戶網絡管理系統，包含：一資料伺服器，用於收集多筆用於訓練模型的參考客戶關係資料，每筆參考客戶關係資料包含與一金融機構的一對應客戶有關的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中至少一者；及一家庭戶網絡伺服器，連接該資料伺服器，並包括一傳輸模組，用於資料傳輸並連接該資料伺服器，一建模模組，連接該傳輸模組，並根據經由該傳輸模組接收到由該資料伺服器所收集的該等筆參考客戶關係資料，利用機器學習方法建立一與多個特徵關係相關聯的家庭關係判定模型，該家庭關係判定模型定義出多個分別對應於多個與該等特徵關係有關的特徵的重要值，及一處理模組，連接該傳輸模組和該建模模組；其中，當該處理模組經由該傳輸模組接收到一筆包含與該金融機構的兩個客戶有關的定期轉帳交易資料、特定數位通路瀏覽紀錄、信用卡繳費資料及聯絡資料其中至少一者的輸入資料時，該處理模組利用該建模模組所建立的該家庭關係判定模型，分析該輸入資料，以估算出該兩個客戶具有家庭關係的機率值，及在判定出該機率值大於一預定門檻值時，形成一具有彼此連結的該兩個客戶的新家庭戶網絡。
如請求項1所述的基於家庭關係的家庭戶網絡管理系統，其中：該家庭戶網絡伺服器還包含一連接該處理模組的儲存模組；該資料伺服器還收集由該金融機構所提供的信用卡附卡資料、保險資料、關係戶資料和與授信業務相關的保證人資料，並將該信用卡附卡資料、該保險資料、該關係戶資料和該保證人資料傳送至該家庭戶網絡管理系統的該傳輸模組；來自該金融機構的該儲存模組預先儲存有多個彼此無家庭關係的家庭戶網絡；及該家庭戶網絡管理系統的該處理模組根據該傳輸模組接收的該信用卡附卡資料、該保險資料、該關係戶資料和該保證人資料建立多個彼此無家庭關係的家庭戶網絡，並將該等家庭戶網絡儲存於該儲存模組，在判定出該新家庭戶網絡與該儲存模組儲存的該等家庭戶網絡其中一個家庭戶網絡存在有一共同客戶時，以該共同客戶作為一共同連接節點，將該新家庭戶網絡與該家庭戶網絡彼此連接而形成一結合的家庭戶網絡，並將儲存於該儲存模組的該家庭戶網絡更新為該結合的家庭戶網路，及在判定出該新家庭戶網絡與該儲存模組儲存的該等家庭戶網絡其中每一者均不存在有任何共同客戶時，將該新家庭戶網絡新增地儲存於該儲存模組。
如請求項1所述的基於家庭關係的家庭戶網絡管理系統，其中，該等特徵關係包含與定期轉帳交易或以轉帳方式代繳他人信用卡卡費相關的轉帳關係、與使用同一通訊裝置或瀏覽器瀏覽該特定數位通路相關的數位瀏覽行為關係、與以信用卡繳交同一電號或水號之費用相關的信用卡繳費關係，以及與不同客戶具有相同的戶籍地址、聯絡電話及電子信箱其中至少一者相關的聯絡關係。
如請求項1所述的基於家庭關係的家庭戶網絡管理系統，其中：該家庭關係判定模型是一包含多個決策樹的隨機森林模型，每一決策樹決定出多個分別對應於該等特徵的權重值，並且該家庭關係判定模型定義出對應於每一特徵的重要值為該等決策樹所決定出對應於該特徵的多個權重值的平均值；及當該輸入資料與該等特徵其中至少一個特徵相關聯時，該機率值是根據該隨機森林模型定義出的該等重要值其中至少一個對應於該至少一個特徵的重要值而獲得。