[发明专利]一种交易监控方法和装置

说明书

本发明公开了交易监控方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括获取贷款账户信息，以生成多个单一业务特征数据；在多个单一业务特征数据中，选取具有关联属性标记的单一业务特征数据，进而通过该单一业务特征数据调用关联业务特征数据，以生成组合业务特征数据；将不具有关联属性标记的单一业务特征数据和组合业务特征数据输入至预设的归集预警模型中，以确定所述贷款账户预警级别，基于该预警级别执行相应风控程序。从而，本发明的实施方式能够解决现有针对贷款资金归集异常的监控困难、效率低的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种交易监控方法和装置。

背景技术

近年来，我国的消费信贷需求逐渐增长，各大银行纷纷推出了针对个人客户的消费贷款。伴随着个人消费贷款的需求上涨和体量增大，银行也产生了针对消费贷款的监测和预警的需求。当前，市场上存在着一些违规使用消费贷款的情况，例如部分客户有可能将消费贷款的资金进行归集，即多个账户支用贷款后将其转到同一个账户，在后续流程中发生将贷款投入证券市场或楼市等违规使用的行为。因此，监测贷款资金的归集现象，对于银行能够正常的回收贷款资金、把控风险具有重要的意义。同时通过大数据技术结合银行的业务知识，从海量贷款中挖掘信息，发现人工分析难以识别的疑点贷款，降低银行的风险管理成本。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

目前，对于贷款资金归集异常的预警方法包括基于专家规则的方法、基于学习的方法、基于图模型的方法等等。但是，基于专家规则的方法因为规则是固定的，容易产生漏判的情形，与数据的结合要较为松散。基于学习的方法往往会因为过于敏感，导致贷款误判率高，可用性较低。基于图模型的方法在理论上较为复杂，一些模型在加入新的贷款后，需要对全量的贷款进行重新计算，在生产上的应用具有较大的限制，同时由于其是无监督的方法，难以把握其判定结果的准确程度。

发明内容

有鉴于此，本发明实施例提供一种交易监控方法和装置，能够解决现有针对贷款资金归集异常的监控困难、效率低的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种交易监控方法，包括获取贷款账户信息，以生成多个单一业务特征数据；在多个单一业务特征数据中，选取具有关联属性标记的单一业务特征数据，进而通过该单一业务特征数据调用关联业务特征数据，以生成组合业务特征数据；将不具有关联属性标记的单一业务特征数据和组合业务特征数据输入至预设的归集预警模型中，以确定所述贷款账户预警级别，基于该预警级别执行相应风控程序。

可选地，获取贷款账户信息，以生成多个单一业务特征数据，包括：

获取贷款账户信息，根据贷款流水数据以基于目标属性选择单一业务特征数据。

可选地，生成组合业务特征数据，包括：

获取具有关联属性标记的第一单一业务特征数据，确定第一单一业务特征数据大于预设第一预警阈值；

通过第一单一业务特征数据调用关联业务特征数据在预设时间段内的交易流水，判断是否存在预设数值的转出交易，若存在则基于第一单一业务特征数据与关联业务特征数据生成组合业务特征数据，若不存在则删除第一单一业务特征数据的关联属性标记。

可选地，生成组合业务特征数据，包括：

获取具有关联属性标记的第二单一业务特征数据，通过第二单一业务特征数据调用所有关联业务特征数据；

判断第二单一业务特征数据的关联业务特征数据的数量是否大于预设第二预警阈值，若是则基于第二单一业务特征数据与关联业务特征数据生成组合业务特征数据，若否则删除第二单一业务特征数据的关联属性标记。

可选地，包括：