[发明专利]一种名单筛查方法及装置

说明书

本申请公开了一种名单筛查方法及装置，所述方法包括：输入检索信息；所述检索信息未包含证件号码时，利用Solr获取所述检索信息对应的至少一条查询结果；使用名单筛查模型计算所述至少一条查询结果与所述检索信息的相关度，并按照相关度对所述至少一条查询结果进行排序；从所述至少一条查询结中过滤掉相关度小于等于阈值的查询结果。

技术领域

本申请涉及机器学习技术领域，尤其涉及一种基于机器学习的名单筛查方法及装置。

背景技术

近年来，国内外反洗钱与反恐融资形势日趋严峻，中国人民银行逐年提高反洗钱与反恐怖融资监管标准，并在《金融机构报告涉嫌恐怖融资的可疑交易管理办法》、《金融机构大额交易与可疑交易管理办法》明确要求建立“事前、事中、事后”全流程、全业务场景名单监控机制及系统工具。

与此同时，我国对反洗钱处罚力度也在不断加强。为满足监管要求，进一步加强银行等金融机构反洗钱工作的有效性和合规性。银行需要在本阶段已经满足“事后”名单监控功能的基础上，满足“事前、事中”业务流程中建立符合监管要求的名单监控系统工具与运营管理机制。名单监控功能是满足反洗钱、反恐怖融资、打击毒品犯罪等的重要组成部分。因此，在强监管、重处罚的大背景下，监管体系的建设会越来越趋于严格，各银行名单系统与名单监控机制建设工作势在必行。

根据公司的市场调查显示，除了国有控股商业银行和部分股份制银行有自己的名单筛查系统外，很多城商行、农联社都没有构建名单筛选系统，他们的一般做法是把从数据供应商购买的数据和人民银行下发的数据，手工导入的数据库。需要进行名单筛查的时候，直接通过sql语句从数据库中进行匹配查询。某些搭建了名单筛查系统的银行，抱着应付监管的态度，做出来的系统比较简陋，一般只有一个查询页面，几个输入框，一个查询按钮，通过全匹配的方式去数据库中查询是否存在于某名单。当然也有一些大的银行同时购买名单数据和系统，采用私有部署的方式部署在银行内部，通过人工筛查或者系统api对接方式对外提供筛选服务。

通过上文中的市场调研情况，分析一下目前金融行业在名单监控筛查方面可能存在的问题。首先某些城商行由于规模小，资金不足，加上对反洗钱反融资重视度不够，没有搭建名单筛选系统，客户来银行进行开户、转账等交易时，不能实时对其尽到客户身份识别的义务，而是通过事后核查的方式来应对监管要求，这种方式操作起来很不方便，而且人为参与程度很高，人毕竟不是机器，总有操作失误的时候，隐患很大。为了避免这种人为失误，同时减少业务人员的工作量，某些银行自己内部或者聘请外包人员搭建一套简单的名单筛查系统，基本原理是对sql直查进行简单的包装，通过输入关键字去关系型数据库进行全匹配查询，假如输入关键字有误可能会导致查询不到结果，而且这种系统比较简陋，使用起来对用户很不用好，众所周知，银行业务其实是很复杂的，比如柜面交易、pos机、网银、短信银行，再比如国内、国际，借记卡、信用卡等等，而且制裁名单也有很多种，比如制裁名单、执法名单、负面媒体、pep等。不同的业务场景应该对应不同的制裁名单，名单类型，进行可定制化操作。目前市场上已经存在提供名单数据及系统的供应商，几乎都是国外供应商，国内比较大的银行基本上都已经采购了名单筛查系统，也对这些系统进行了一下调研，首先这些国外供应商系统，价格都比较昂贵，系统出现问题，由于不是本土化服务，沟通解决问题的成本也很高。其次这些系统其实已经存在很多年了，优势是系统比较问题，劣势是这些系统其实有些过时了。通过调研发现，系统匹配算法都是通过穷举规则的方式实现的，存在漏报或者误报的问题。这几年人工智能得到了突飞猛进的发展，很多过去解决不了的问题现在都解决了，很多问题有了更好的解决方法，如何把人工智能用在名单筛查系统上是需要解决的问题。

申请内容

为解决上述技术问题，本申请实施例提供了一种名单筛查方法及装置。

本申请实施例提供的名单筛查方法，包括：

输入检索信息；

所述检索信息未包含证件号码时，利用Solr获取所述检索信息对应的至少一条查询结果；