[发明专利]依据失败信息进行风险处理的方法及装置在审

专利信息
申请号: 202211455410.6 申请日: 2022-11-21
公开(公告)号: CN115829705A 公开(公告)日: 2023-03-21
发明(设计)人: 朱江波;谭健 申请(专利权)人: 中国银行股份有限公司
主分类号: G06Q40/02 分类号: G06Q40/02;G06Q40/04
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 王天尧;王维宁
地址: 100818 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 依据 失败 信息 进行 风险 处理 方法 装置
【权利要求书】:

1.一种依据失败信息进行风险处理的方法,其特征在于,包括:

银行服务器依据银行的交易数据,确定风险预测模型和失败矩阵的对应关系;

银行服务器将确定的风险预测模型和失败矩阵的对应关系下发到各个网点边缘系统;

各个网点边缘系统依据各个网点边缘系统在当前时期的失败交易数据,确定各个网点边缘系统在当前时期的失败矩阵;

各个网点边缘系统依据各个网点边缘系统在当前时期的失败矩阵、风险预测模型和失败矩阵的对应关系,确定各个网点边缘系统在当前时期的风险预测模型;

各个网点边缘系统依据在当前时期的风险预测模型,对各个网点边缘系统在当前时期的交易进行风险控制。

2.如权利要求1所述的方法,其特征在于,银行服务器依据银行的交易数据,确定风险预测模型和失败矩阵的对应关系,包括:

将银行的交易数据分类为多个交易数据集合;

确定每个交易数据集合对应的风险特征值;

依据风险特征值,确定多个潜在风险数据集合;

对于每个潜在风险数据集合,依据该潜在风险数据集合包含的失败交易数据,确定该潜在风险数据集合对应的失败矩阵;

依据该潜在风险数据集合,训练预测模型,获得该潜在风险数据集合对应的风险预测模型;

依据个潜在风险数据集合对应的失败矩阵、风险预测模型,确定风险预测模型和失败矩阵的对应关系。

3.如权利要求2所述的方法,其特征在于,确定每个交易数据集合对应的风险特征值,包括:

确定该交易数据集合中每一交易数据对应的用户类别和交易类别;

对于每一用户类别,将该交易数据集合中对应的用户类别是该用户类别的交易数据作为该用户类别对应的交易数据;

依据交易类别,将该用户类别对应的交易数据划分为该用户类别对应各个交易类别的交易数据;

将该用户类别对应每个交易类别的交易数据中风险交易数据的比例作为该用户类别对应该交易类别的风险比例;

确定该交易数据集合对应的风险矩阵,其中,该风险矩阵的行对应用户类别,列对应交易类别,对于该风险矩阵的每一个元素,确定该元素对应的用户类别和交易类别,将确定的该用户类别对应该交易类别的风险比例作为该元素的值;

依据该交易数据集合对应的风险矩阵,确定该交易数据集合对应的风险方阵;

将该交易数据集合对应的风险方阵的非0的特征值作为该交易数据集合对应的风险特征值。

4.如权利要求3所述的方法,其特征在于,依据该交易数据集合对应的风险矩阵,确定该交易数据集合对应的风险方阵,包括:

当用户类别的数量和交易类别的数量相同时,将该交易数据集合对应的风险矩阵作为该交易数据集合对应的风险方阵;

当用户类别的数量大于交易类别的数量相同时,依据用户类别的数量与交易类别的数量的差,将该交易数据集合对应的风险矩阵的列进行补0,将获得的方阵作为该交易数据集合对应的风险方阵;

当用户类别的数量小于交易类别的数量相同时,依据交易类别的数量与用户类别的数量的差,将该交易数据集合对应的风险矩阵的行进行补0,将获得的方阵作为该交易数据集合对应的风险方阵。

5.如权利要求2所述的方法,其特征在于,对于每个潜在风险数据集合,依据该潜在风险数据集合包含的失败交易数据,确定该潜在风险数据集合对应的失败矩阵,包括:

对于该潜在风险数据集合包含的每个失败交易数据,确定该失败交易数据对应的失败码,以及将该失败交易数据对应的用户归属的用户类别作为该失败交易数据对应的用户类别;

对于每一用户类别和每一失败码,从该潜在风险数据集合包含的失败交易数据选取出对应的用户类别和失败码分别是该用户类别和该失败码的失败交易数据,将选取出的失败交易数据的交易数量作为该潜在风险数据集合关于该用户类别和该失败码的失败数量;

确定该潜在风险数据集合对应的失败矩阵,其中,该失败矩阵的行对应用户类别,列对应失败码,该失败矩阵的每个元素的值等于该潜在风险数据集合关于该元素对应的用户类别和失败码的失败数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行股份有限公司,未经中国银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211455410.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top