[發明專利]通過RDS實現支付風險智能判斷和控制的系統及方法有效
| 申請號: | 201811631962.1 | 申請日: | 2018-12-28 |
| 公開(公告)號: | CN109767227B | 公開(公告)日: | 2021-03-23 |
| 發明(設計)人: | 黎星 | 申請(專利權)人: | 深圳市訊聯智付網絡有限公司 |
| 主分類號: | G06Q20/40 | 分類號: | G06Q20/40;G06Q20/38 |
| 代理公司: | 北京同達信恒知識產權代理有限公司 11291 | 代理人: | 李欣 |
| 地址: | 518000 廣東省深圳市前海深港合作區前*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 通過 rds 實現 支付 風險 智能 判斷 控制 系統 方法 | ||
1.一種通過RDS實現支付風險智能判斷和控制的系統,其特征在于,包括數據分析中心、實時流計算中心和風控決策引擎中心,
所述數據分析中心用于計算分析并輸出標準用戶模型,其包括數據收集模塊、數據存儲模塊和數據建模模塊;所述數據收集模塊用于日常收集用戶信息;所述數據存儲模塊設置有RDS分布式存儲器和內存存儲器,其用于存儲所述用戶信息,所述RDS分布式存儲器用于存儲全量的用戶信息,所述內存存儲器用于存儲高頻訪問的用戶信息;所述數據建模模塊根據統計建模、機器學習以及特征工程進行計算分析并輸出標準用戶模型;
所述實時流計算中心用于計算處理用戶支付業務交易過程中的數據流,使所述標準用戶模型結合其最新計算處理的數據流瞬時建模,并輸出實時用戶模型,所述數據流為用戶支付業務交易過程中產生的大量、快速、時變的數據;
所述風控決策引擎中心用于根據所述實時用戶模型在支付業務交易中對風險進行判斷與控制,其包括規則引擎模塊。
2.如權利要求1所述的通過RDS實現支付風險智能判斷和控制的系統,其特征在于,所述用戶信息包括身份信息、行為習慣信息、設備信息、征信信息和財富信息。
3.如權利要求1所述的通過RDS實現支付風險智能判斷和控制的系統,其特征在于,所述標準用戶模型包括用戶行為習慣信息、用戶社交關系網絡信息和交易風險特征信息。
4.如權利要求1所述的通過RDS實現支付風險智能判斷和控制的系統,其特征在于,所述規則引擎模塊為嵌入應用程序的組件,其包括規則定義組件、規則解析組件和規則執行組件。
5.如權利要求4所述的通過RDS實現支付風險智能判斷和控制的系統,其特征在于,所述規則引擎定義組件使用預定義的語義模塊編寫風險策略;所述規則解析組件接受風險事件數據輸入,解釋策略規則;所述規則執行組件根據所述策略規則做出業務決策。
6.一種使用權利要求1~5任一項所述的通過RDS實現支付風險智能判斷和控制的系統的方法,其特征在于,所述方法包括如下步驟:
S1:數據分析中心記錄用戶的多次支付業務交易行為,分析輸出標準用戶模型并存儲;
S2:用戶登錄支付系統,瀏覽,下單,支付;
S3:風控決策引擎中心接收用戶實時交易信息,喚醒實時流計算中心對所述用戶實時交易信息進行實時評估;
S4:實時流計算中心根據所述用戶實時交易信息從數據分析中心獲取所述標準用戶模型;
S5:數據分析中心返回所述標準用戶模型給實時流計算中心;
S6:實時流計算中心根據標準用戶模型結合最新數據流瞬時建模輸出實時用戶模型;
S7:風控決策引擎中心根據所述實時用戶模型,調用規則引擎模塊,對本次支付業務交易進行處理,做出業務決策。
7.如權利要求6所述的方法,其特征在于,步驟S1具體包括如下步驟:
S11:用戶登錄支付系統,瀏覽,下單,支付;
S12:數據收集模塊收集用戶信息,所述用戶信息包括身份信息、行為習慣信息、設備信息、征信信息和財富信息;
S13:數據存儲模塊存儲所述用戶信息;
S14:多次重復步驟S11~S13;
S15:數據建模模塊根據用戶信息分析出標準用戶模型,所述標準用戶模型包括用戶行為習慣信息、用戶社交關系網絡信息和交易風險特征信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市訊聯智付網絡有限公司,未經深圳市訊聯智付網絡有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811631962.1/1.html,轉載請聲明來源鉆瓜專利網。





