[發明專利]交易驗證方法、裝置、計算機設備與計算機可讀存儲介質

在審

• 申請號: 202011039267.3
• 申請日: 2020-09-28
• 公開（公告）號: CN112132693A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 丁志明
• 申請（專利權）人: 平安養老保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 鄧小玲

1.一種交易驗證方法，其特征在于，包括：

接收用戶的多個圖片數據；

將每個所述圖片數據輸入至識別模型中進行識別，得到識別數據；

將所述識別數據與第三方數據平臺中的存儲數據進行匹配，以得到每個所述圖片數據的驗證結果；

當多個所述圖片數據對應的驗證結果均為通過時，獲取所述用戶的交易數據；

通過預先訓練的審核模型與預設規則分析所述交易數據，得到所述用戶的嫌疑值；

若所述嫌疑值大于預設閾值，將所述用戶確定為嫌疑用戶，并加入黑名單中。

2.根據權利要求1所述的交易驗證方法，其特征在于，所述將每個所述圖片數據輸入至識別模型中進行識別，得到識別數據包括：

對所述圖片數據進行預處理，得到標準圖片；

通過所述識別模型對所述標準圖片進行字符識別，得到多個字段信息，所述字段信息為識別數據。

3.根據權利要求1所述的交易驗證方法，其特征在于，所述獲取所述用戶的交易數據之前，包括：

獲取在金融交易過程中產生的原始數據；

根據預設的數據清洗規則對所述原始數據進行清洗；

采用預設的數據加工模板對清洗后的所述原始數據進行加工，得到交易數據。

4.根據權利要求1所述的交易驗證方法，其特征在于，所述通過預先訓練的審核模型與預設規則分析所述交易數據，得到所述用戶的嫌疑值包括：

將所述交易數據輸入至預先訓練的審核模型中，通過所述審核模型對所述交易數據進行標簽匹配，得到目標標簽；

根據預設規則對所述目標標簽對應的權重值進行計算，輸出所述嫌疑值。

5.根據權利要求4所述的交易驗證方法，其特征在于，所述訓練所述審核模型包括：

獲取歷史交易數據集，其中，所述歷史交易數據集包括樣本用戶的多個歷史交易數據以及各個所述歷史交易數據各自對應的標簽，所述標簽用于表示對應的歷史交易數據是否為嫌疑交易數據；

將所述歷史交易數據作為決策樹模型的輸入，所述標簽作為所述決策樹模型的輸出，對所述決策樹模型進行訓練，得到所述審核模型。

6.根據權利要求1所述的交易驗證方法，其特征在于，所述若所述嫌疑值大于預設閾值，將所述用戶確定為嫌疑用戶，并加入黑名單中包括：

將所述嫌疑值大于預設閾值的用戶確定為嫌疑用戶，為所述確定為嫌疑用戶設置嫌疑標識：

基于所述嫌疑標識將所述嫌疑用戶加入黑名單中，并將所述黑名單存儲至區塊鏈。

7.根據權利要求1所述的交易驗證方法，其特征在于，所述將所述識別數據與第三方數據平臺中的存儲數據進行匹配，以得到每個所述圖片數據的驗證結果包括：

獲取所述第三方平臺的存儲數據；

將所述識別數據與所述存儲數據進行相似度計算，根據相似度值得到每個所述圖片數據的驗證結果。

8.一種交易驗證裝置，其特征在于，包括：

接收模塊，用于接收用戶的多個圖片數據；

識別模塊，用于將每個所述圖片數據輸入至識別模型中進行識別，得到識別數據；

匹配模塊，用于將所述識別數據與第三方數據平臺中的存儲數據進行匹配，以得到每個所述圖片數據的驗證結果；

獲取模塊，用于當多個所述圖片數據對應的驗證結果均為通過時，獲取所述用戶的交易數據；

計算模塊，用于通過預先訓練的審核模型與預設規則分析所述交易數據，得到所述用戶的嫌疑值；

確定模塊，用于若所述嫌疑值大于預設閾值，將所述用戶確定為嫌疑用戶，并加入黑名單中。

9.一種計算機設備，其特征在于，所述計算機設備包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1-7中任一項所述的交易驗證方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質內存儲有計算機程序，所述計算機程序可被至少一個處理器所執行，以使所述至少一個處理器執行如權利要求1-7中任一項所述的交易驗證方法的步驟。