[发明专利]基于用户风险画像的实时风控方法、系统、介质、计算机设备在审
申请号: | 202211275009.4 | 申请日: | 2022-10-18 |
公开(公告)号: | CN115439163A | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 鲍德强;柳阳 | 申请(专利权)人: | 康键信息技术(深圳)有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q30/06 |
代理公司: | 上海汉之律师事务所 31378 | 代理人: | 冯华 |
地址: | 518066 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 用户 风险 画像 实时 方法 系统 介质 计算机 设备 | ||
1.一种基于用户风险画像的实时风控方法,其特征在于,包括以下步骤:
基于用户的离线交易行为获取用户风险画像的离线标签值;
基于用户的实时交易行为获取用户风险画像的实时标签值;
基于所述离线标签值和所述实时标签值的加权和获取用户风险画像评分值;
当用户确认在线交易时,基于所述用户风险画像评分值判断是否拦截所述在线交易。
2.根据权利要求1所述的基于用户风险画像的实时风控方法,其特征在于,基于用户的离线交易行为获取用户风险画像的离线标签值包括以下步骤:
基于大数据平台获取用户的离线交易行为;
对所述离线交易行为进行清洗和聚合;
对清洗和聚合后的离线交易行为进行分类;
根据分类结果获取对应的离线交易行为的离线交易标签;
根据所述离线交易标签获取对应的离线标签值。
3.根据权利要求2所述的基于用户风险画像的实时风控方法,其特征在于,根据所述离线交易标签获取对应的离线标签值包括以下步骤:
预设标签权重表,所述标签权重表中每个离线交易标签对应一个权重值;
基于所述标签权重表获取所述离线交易标签对应的权重值;
将所述离线交易行为的出现次数与对应的权重值的乘积作为所述离线交易标签的离线标签值。
4.根据权利要求1所述的基于用户风险画像的实时风控方法,其特征在于,基于用户的实时交易行为获取用户风险画像的实时标签值包括以下步骤:
获取用户的实时交易行为;
对所述实时交易行为进行清洗和聚合;
对清洗和聚合后的实时交易行为进行分类;
根据分类结果获取对应的实时交易行为的实时交易标签
根据所述实时交易标签获取对应的实时标签值。
5.根据权利要求4所述的基于用户风险画像的实时风控方法,其特征在于,根据所述实时交易标签获取对应的实时标签值包括以下步骤:
预设标签权重表,所述标签权重表中每个实时交易标签对应一个权重值;
基于所述标签权重表获取所述实时交易标签对应的权重值;
将所述实时交易行为的次数和对应的权重值的乘积作为所述实时交易标签的实时标签值。
6.根据权利要求1所述的基于用户风险画像的实时风控方法,其特征在于,基于所述离线标签值和所述实时标签值的加权和获取用户风险画像评分值包括以下步骤:
获取针对不同离线标签值和实时标签值设定的权重值;
计算所述离线标签值和所述实时标签值的加权和;
当所述加权和大于预设阈值时,将所述加权值作为所述用户风险画像评分值。
7.根据权利要求1所述的基于用户风险画像的实时风控方法,其特征在于,当用户确认在线交易时,基于所述用户风险画像评分值判断是否拦截所述在线交易包括以下步骤:
预先设置风险评分阈值;
当所述用户风险画像评分值大于所述风险评分阈值时,判断所述在线交易存在风险,发送提醒信息,并基于针对所述提醒信息的反馈信息确定是否拦截所述在线交易;
当所述用户风险画像评分值小于等于所述风险评分阈值时,判断所述在线交易不存在风险,通过所述在线交易。
8.一种基于用户风险画像的实时风控系统,其特征在于,包括:
离线标签值获取模块,用于基于用户的离线交易行为获取用户风险画像的离线标签值;
实时标签值获取模块,用于基于用户的实时交易行为获取用户风险画像的实时标签值;
风险画像评分值获取模块,用于基于所述离线标签值和所述实时标签值的加权和获取用户风险画像评分值;
风控模块,用于当用户确认在线交易时,基于所述用户风险画像评分值判断是否拦截所述在线交易。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一所述基于用户风险画像的实时风控方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一所述基于用户风险画像的实时风控方法。
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康键信息技术(深圳)有限公司,未经康键信息技术(深圳)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/202211275009.4/1.html,转载请声明来源钻瓜专利网。