[發明專利]基于分布式數據庫的客戶風險識別方法及裝置

有效

• 申請號: 202010813529.0
• 申請日: 2020-08-13
• 公開（公告）號: CN111932135B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 杜海亮;海礴;李偲偉;劉爽
• 申請（專利權）人: 中國工商銀行股份有限公司;工銀科技有限公司
• 主分類號: G06Q10/0635
• 分類號: G06Q10/0635;G06Q10/0639;G06F16/27;G06F16/2452
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 周永君;任默聞

本發明提供了一種基于分布式數據庫的客戶風險識別方法及裝置，基于分布式數據庫的客戶風險識別方法包括：響應于風險識別請求，獲取至少一個分布式數據庫中的客戶數據；對客戶數據進行匯聚，以提取客戶數據所對應的風險識別指標；獲取用戶針對風險識別指標配置的風險評估規則集合；根據風險評估規則集合以及風險識別指標生成對應的風險識別模型；根據風險識別模型和客戶數據對客戶進行風險識別。本發明實現了風險識別指標、風險識別規則和模型的靈活定義，并能夠實現風險判別規則和數據庫的解耦，從而最大化地節省系統運算資源和存儲資源。

技術領域

本發明涉及計算機技術領域，尤其是涉及利用數據庫監控的技術領域，具體涉及一種基于分布式數據庫的客戶風險識別方法及裝置。

背景技術

現有技術中，在多行業客戶風險識別的應用系統中，一般是采用傳統基于數據庫系統自有的運算機制來實現風險規則運算。目前客戶風險識別類軟件主要采用基于關系型數據庫的自身運算機制來實現。由于客戶日常的運營類數據多數采用關系數據數據庫存儲，風險評估軟件的各個模塊通常采用數據庫內置的SQL運算實現，包含SQL?DDL/DQL/DML語句、SQL函數、SQL存儲過程等。由于現有的大部分的客戶風險評估系統的運算主要依賴于SQL，所以系統整體的性能依賴于以下因素：

(1)數據庫服務器本身的處理性能：通常對大數據量運算場景，會給單臺數據庫配置較多的CPU核和內存；

(2)評估規則SQL的復雜性：如果評估規則需要SQL關聯較多的表，而關聯表的數據長度較大時，運算就會耗費較長的時間；

(3)數據量本身的大小及數據索引等存儲設定機制：如果需要評估的數據量過大(如千萬級以上)，每日產生的交易類數據過多(每日千萬級的交易量)，也會對整體的運算效率造成較大的壓力，同樣各類數據在存儲時所建立的索引和分區是否合理也會對運算效率造成較大的影響；

(4)其他影響因素：比如系統整體運算的時間限制(如每日運算要求在3小時內完成)就和運行的并發設置有關，這些都可能對系統整體的運行性能造成影響。

從上述描述可知，現有基于數據庫SQL運算風險評估的技術，主要存在的問題是：

(1)風險規則及模型的靈活性不足：由于要每條評估規則需要編制獨立的SQL語句，所以客戶的風險規則和模型是由程序員預置在系統中，在運行階段無法由業務人員完成規則及模型的配置；

(2)系統運算能力難以實現橫向擴展：由于數據庫系統是集中式系統，核心的運算能力全部集中在數據庫服務器上，其運算能力一般只能通過升級服務器配置或優化數據庫系統來實現，很難通過配置額外的運算主機來完成運算能力的橫向擴展；

(3)對各個規則中相同的處理能力難以合并運算：基于SQL的運算處理模塊通常是面向規則的，各個規則的運算之間互相獨立，而規則中會有很多相同或相似的邏輯，這樣相同的部分會進行重復運算，造成運算資源及存儲資源的浪費；

(4)較難實現對需要與庫外系統進行關聯運算的評估規則：庫內運算能力與存儲資源緊密耦合，SQL運算也主要針對庫內資源，很難實現與庫外系統進行整合運算；

(5)庫內運算的SQL代碼不方便版本化管理：由于SQL語句的腳本在開發階段往往直接存在數據庫上，運行階段的調整也在數據庫系統上完成，不容易實現對運算邏輯代碼的版本化管理。

發明內容

針對現有技術中的問題，本發明提供的基于分布式數據庫的客戶風險識別方法及裝置，可以實現風險判別規則和數據庫的解耦，從而實現模型運算的靈活配置和分布式運行，在客戶風險類應用軟件的設計上具有重要意義。

為解決上述技術問題，本發明提供以下技術方案：

第一方面，本發明提供一種基于分布式數據庫的客戶風險識別方法，包括：