[發明專利]一種交易風險預測方法、裝置及系統在審
| 申請號: | 202010392844.0 | 申請日: | 2020-05-11 |
| 公開(公告)號: | CN111582878A | 公開(公告)日: | 2020-08-25 |
| 發明(設計)人: | 陳婉玲 | 申請(專利權)人: | 中國銀行股份有限公司 |
| 主分類號: | G06Q20/40 | 分類號: | G06Q20/40;G06Q20/38;G06Q40/02;G06Q40/04 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 薛嬌 |
| 地址: | 100818 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 交易 風險 預測 方法 裝置 系統 | ||
1.一種交易風險預測方法,其特征在于,包括:
獲取交易行為數據;
對所述交易行為數據進行交易節點特征提取,得到第一特征數據集,所述第一特征數據集包括:各個交易節點的節點名稱以及節點執行順序;
利用構建的風險評估模型對所述第一特征數據集進行風險預測,得到風險預測結果。
2.根據權利要求1所述的交易風險預測方法,其特征在于,所述風險評估模型為:基于不同業務場景下的歷史交易節點數據中已打標的交易節點數據訓練獲得的模型,所述已打標的交易節點數據為歷史交易節點數據中已有風險標簽的交易節點數據,所述風險標簽包括:風險事件和非風險事件。
3.根據權利要求2所述的交易風險預測方法,其特征在于,所述風險評估模型的構建過程包括:
獲取不同業務場景下歷史交易節點數據;
根據不同業務場景下,基于業務規則確定的業務正常操作順序,對所述歷史交易節點數據進行打標,得到所述已打標的交易節點數據;
對所述已打標的交易節點數據進行過交易節點特征提取,得到第二特征數據集;
對所述第二特征數據集進行訓練,得到的風險評估模型。
4.根據權利要求1所述的交易風險預測方法,其特征在于,還包括:
根據所述風險預測結果確定交易風險監控方式,所述風險預測結果包括:異常概率或者風險程度,所述交易風險監控方式包括:提示和/或攔截交易。
5.根據權利要求1所述的交易風險預測方法,其特征在于,還包括:
基于所述第一特征數據集和所述風險預測結果,對所述風險評估模型進行優化。
6.一種交易風險預測裝置,其特征在于,包括:
獲取單元,用于獲取交易行為數據;
提取單元,用于對所述交易行為數據進行交易節點特征提取,得到第一特征數據集,所述第一特征數據集包括:各個交易節點的節點名稱以及節點執行順序;
預測單元,用于利用構建的風險評估模型對所述第一特征數據集進行風險預測,得到風險預測結果。
7.根據權利要求6所述的交易風險預測裝置,其特征在于,所述風險評估模型為:基于不同業務場景下的歷史交易節點數據中已打標的交易節點數據訓練獲得的模型,所述已打標的交易節點數據為歷史交易節點數據中已有風險標簽的交易節點數據,所述風險標簽包括:風險事件和非風險事件。
8.根據權利要求7所述的交易風險預測裝置,其特征在于,還包括:模型構建單元,用于構建所述風險評估模型;
模型構建單元具體用于:
獲取不同業務場景下歷史交易節點數據;
根據不同業務場景下,基于業務規則確定的業務正常操作順序,對所述歷史交易節點數據進行打標,得到所述已打標的交易節點數據;
對所述已打標的交易節點數據進行過交易節點特征提取,得到第二特征數據集;
對所述第二特征數據集進行訓練,得到的風險評估模型。
9.根據權利要求6所述的交易風險預測裝置,其特征在于,還包括:
監控確定單元,用于根據所述風險預測結果確定交易風險監控方式,所述風險預測結果包括:異常概率或者風險程度,所述交易風險監控方式包括:提示和/或攔截交易。
10.根據權利要求6所述的交易風險預測裝置,其特征在于,還包括:
優化單元,用于基于所述第一特征數據集和所述風險預測結果,對所述風險評估模型進行優化。
11.一種交易風險預測系統,其特征在于,包括至少一個處理器以及存儲計算機可執行指令的存儲器,所述處理器執行所述指令實現權力要求1~5中任意一項所述方法的步驟。
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中國銀行股份有限公司,未經中國銀行股份有限公司許可,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/202010392844.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:利用CT切片圖像對肝臟腫瘤進行分類的方法
- 下一篇:金屬結構疲勞壽命計算方法





