[发明专利]异常业务识别方法及装置

说明书

本发明提供一种异常业务识别方法及装置，属于人工智能技术领域。该异常业务识别方法包括：获取业务的当前特征数据，将当前特征数据输入基于历史特征数据创建的业务分类模型中，得到业务类型；将当前特征数据输入业务类型对应的基于历史特征数据和历史业务转移成本创建的业务转移成本集成模型中，得到业务转移预测成本；根据业务转移预测成本与预设预警阈值范围的比较结果输出异常业务。本发明可以及时对异常的业务进行预警，降低银行交易风险，减少业务异常带来的潜在损失。

技术领域

本发明涉及人工智能技术领域，具体地，涉及一种异常业务识别方法及装置。

背景技术

银行机构在考虑业务产品的成本问题时，不仅要横向对比考虑市场和同业的普遍成本水平，也要纵向考虑业务内外部风险因素带来的潜在成本。现阶段业务转移成本的预测难以基于较长历史区间的历史数据，很大程度上依赖于人的主观因素，因此以无法准确识别异常业务，而异常业务会提高银行交易风险，给银行带来损失。

发明内容

本发明实施例的主要目的在于提供一种异常业务识别方法及装置，以及对异常的业务进行预警，降低银行交易风险，减少业务异常带来的潜在损失。

为了实现上述目的，本发明实施例提供一种异常业务识别方法，包括：

获取业务的当前特征数据，将当前特征数据输入基于历史特征数据创建的业务分类模型中，得到业务类型；

将当前特征数据输入业务类型对应的基于历史特征数据和历史业务转移成本创建的业务转移成本集成模型中，得到业务转移预测成本；

根据业务转移预测成本与预设预警阈值范围的比较结果输出异常业务。

本发明实施例还提供一种异常业务识别装置，包括：

业务类型模块，用于获取业务的当前特征数据，将当前特征数据输入基于历史特征数据创建的业务分类模型中，得到业务类型；

业务转移预测成本模块，用于将当前特征数据输入业务类型对应的基于历史特征数据和历史业务转移成本创建的业务转移成本集成模型中，得到业务转移预测成本；

异常业务模块，用于根据业务转移预测成本与预设预警阈值范围的比较结果输出异常业务。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的异常业务识别方法的步骤。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的异常业务识别方法的步骤。

本发明实施例的异常业务识别方法及装置先将当前特征数据输入基于历史特征数据创建的业务分类模型中，得到业务类型，再将当前特征数据输入业务类型对应的基于历史特征数据和历史业务转移成本创建的业务转移成本集成模型中，得到业务转移预测成本，最后根据业务转移预测成本与预设预警阈值范围的比较结果输出异常业务，以及时对异常的业务进行预警，降低银行交易风险，减少业务异常带来的潜在损失。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中异常业务识别方法的流程图；

图2是本发明另一实施例中异常业务识别方法的流程图；

图3是本发明实施例中基于历史特征数据创建业务分类模型的流程图；

图4是本发明实施例中基于历史特征数据和历史业务转移成本创建业务转移成本集成模型的流程图；