[发明专利]一种银行业务的监控方法及装置

权利要求书

1.一种银行业务的监控方法，其特征在于，包括：

根据被监控业务的交易数据，确定所述被监控业务的业务标签，以及所述被监控业务的多个业务属性的值；

针对所述被监控业务的多个业务属性中的任一业务属性，将所述业务属性作为一个像素点，生成所述被监控业务的业务画像；所述业务画像的一个像素点的值等于对应的业务属性的值；

将所述被监控业务的业务画像输入卷积神经网络模型中，得到所述被监控业务属于不同业务种类的概率分布；所述卷积神经网络模型根据历史交易数据训练得到；

将概率最大的业务种类与所述被监控业务的业务标签相比较，对所述被监控业务进行评判。

2.如权利要求1所述的方法，其特征在于，所述根据被监控业务的交易数据，确定所述被监控业务的业务标签，以及所述被监控业务的多个业务属性的值，包括：

获取所述被监控业务在一个单位时间内的交易数据；

从所述单位时间内的交易数据中获取所述被监控业务的标识字段，根据所述标识字段确定所述被监控业务的业务标签；

根据所述单位时间内的交易数据，计算得到所述被监控业务在所述单位时间内的多个业务属性的值。

3.如权利要求1所述的方法，其特征在于，根据以下方式训练得到所述卷积神经网络模型：

根据训练业务的历史交易数据，确定所述训练业务的业务标签，以及所述训练业务的多个业务属性的值；

针对所述被训练业务的多个业务属性中的任一业务属性，将所述业务属性作为一个像素点，生成所述训练业务的业务画像；所述业务画像的一个像素点的值等于对应的业务属性的值；

根据所述训练业务的业务画像，以及所述训练业务的业务标签，训练得到所述卷积神经网络模型。

4.如权利要求1所述的方法，其特征在于，所述将概率最大的业务种类与所述被监控业务的业务标签相比较，对所述被监控业务进行评判，包括：

将所述概率最大的业务种类与所述被监控业务的业务标签相比较；

若所述概率最大的业务种类与所述被监控业务的业务标签不同，则表明所述被监控业务出现异常。

5.如权利要求4所述的方法，其特征在于，所述将所述概率最大的业务种类与所述被监控业务的业务标签相比较之后，还包括：

若所述概率最大的业务种类与所述被监控业务的业务标签相同，则将所述概率最大的业务种类的概率与拟合度阈值进行比较；所述拟合度阈值为训练所述卷积神经网络模型时确定的；

若所述概率最大的业务种类的概率低于所述拟合度阈值，则确定所述被监控业务出现异常。

6.一种银行业务的监控装置，其特征在于，包括：

获取单元，用于根据被监控业务的交易数据，确定所述被监控业务的业务标签，以及所述被监控业务的多个业务属性的值；

画像单元，用于针对所述被监控业务的多个业务属性中的任一业务属性，将所述业务属性作为一个像素点，生成所述被监控业务的业务画像；所述业务画像的一个像素点的值等于对应的业务属性的值；

模型单元，用于将所述被监控业务的业务画像输入卷积神经网络模型中，得到所述被监控业务属于不同业务种类的概率分布；所述卷积神经网络模型根据历史交易数据训练得到；

评判单元，用于将概率最大的业务种类与所述被监控业务的业务标签相比较，对所述被监控业务进行评判。

7.如权利要求6所述的装置，其特征在于，所述获取单元，具体用于：

获取所述被监控业务在一个单位时间内的交易数据；

从所述单位时间内的交易数据中获取所述被监控业务的标识字段，根据所述标识字段确定所述被监控业务的业务标签；

根据所述单位时间内的交易数据，计算得到所述被监控业务在所述单位时间内的多个业务属性的值。