一种银行账户性质的检测方法及系统技术方案

本申请公开了一种银行账户性质的检测方法及系统，从多种交易渠道对应的前置设备中读取待检测账户的交易痕迹数据；根据所述交易痕迹数据的种类，对所述交易痕迹数据进行分类解析，并根据分类解析结果建立所述待检测账户的量化模型；根据所述量化模型计算所述待检测账户的分值，并根据所述分值判断所述待检测账户是否为非健康账户。可见，本申请提供的技术方案，通过解析待检测账户的交易痕迹数据建立量化模型，并通过该量化模型判断待检测账户是否为非健康账户，从而可以预先对用户开立的账户性质进行判定，在诈骗案件发生时就可以预先对非健康账户采取相应的措施，以减少受害人的资金损失，保障受害人的资金安全。

【技术实现步骤摘要】

本专利技术涉及检测
，尤其涉及一种银行账户性质的检测方法及系统。
技术介绍
随着竞争的不断加剧，银行越来越重视对业务发展环境和用户需求的跟踪研究。目前，银行会以吸收存款的方式将开立账户的形式吸收资金充裕的用户的闲置资 金，以贷款的方式将存入银行的资金借贷给需要补充货币的用户使用，并且为商品生产者 和经营者办理货币的收付、转账和结算等业务，方便了社会资金的筹措与融通。但是，通常违法人员会通过各种诈骗手段诱使受害人将自己账户里的资金转入违 法人员在银行开立的非健康账户中，然后及时将转入非健康账户的资金支取、转出或消费 掉，而银行无法预先对用户开立的账户性质进行判定，往往是在发生诈骗案件后再冻结该 非健康账户，此时受害人的资金已经被转移，无法有效保障受害人的资金安全。
技术实现思路
本专利技术实施例提供了一种银行账户性质的检测方法及系统，以在诈骗案件发生时 减少受害人的资金损失，保障受害人的资金安全。 为解决上述技术问题，本专利技术实施例提供以下技术方案： -种银行账户性质的检测方法，包括： 从多种交易渠道对应的前置设备中读取待检测账户的交易痕迹数据；所述交易痕 迹数据是所述待检测账户在通过所述交易渠道进行业务处理时产生的数据；根据所述交易痕迹数据的种类，对所述交易痕迹数据进行分类解析，并根据分类 解析结果建立所述待检测账户的量化模型； 根据所述量化模型计算所述待检测账户的分值，并根据所述分值判断所述待检测 账户是否为非健康账户。 优选地，所述交易痕迹数据包括： 查询交易数据、取款交易数据、转账交易数据和消费交易数据。优选地，所述根据所述交易痕迹数据的种类，对所述交易痕迹数据进行分类解析， 并根据分类解析结果建立所述待检测账户的量化模型，包括：解析所述查询交易数据中的查询交易次数，并根据预设时间段内的查询交易次 数，确定XI的值；解析所述取款交易数据中的取款交易次数，并根据所述预设时间段内的取款交易 次数，确定X2的值；解析所述转账交易数据，并根据所述转账交易数据中的转入账户信息、转出账户 信息、转入账户与转出账户之间的转账历史信息、转入账户使用频度信息和转出金额信息 确定X3的值； 解析所述消费交易数据，并根据所述消费交易数据中的消费金额信息和消费历史 信息确定X4的值； 根据所述XI、X2、X3和X4,建立所述待检测账户的量化模型； 所述量化模型为以)(1，父2，父3，父4) = €^1+0父2+5父3+1^4，其中，所述€1、3、6 和η分别为所述XI、X2、X3和X4在所述量化模型中的权重值。 优选地，所述根据所述量化模型计算所述待检测账户的分值，并根据所述分值判 断所述待检测账户是否为非健康账户，包括： 根据所述量化模型€如323334) = <^1+0乂2+6乂3+1^4计算所述待检测账 户的分值f(Xl，X2，X3，X4); 判断所述分值f(XI，X2,X3,X4)是否大于预设阈值，并在所述分值f(XI，X2,X3， X4)大于预设阈值时，判定所述待检测账户为非健康账户。 优选地，还包括： 在所述待检测账户为非健康账户时，对所述待检测账户执行监控交易操作、冻结 交易操作、延缓交易操作或验证交易操作。 -种银行账户性质的检测系统，包括： 读取模块，用于从多种交易渠道对应的前置设备中读取待检测账户的交易痕迹数 据；所述交易痕迹数据是所述待检测账户在通过所述交易渠道进行业务处理时产生的数 据； 解析模块，用于根据所述交易痕迹数据的种类，对所述交易痕迹数据进行分类解 析，并根据分类解析结果建立所述待检测账户的量化模型； 判断模块，用于根据所述量化模型计算所述待检测账户的分值，并根据所述分值 判断所述待检测账户是否为非健康账户。 优选地，所述交易痕迹数据包括： 查询交易数据、取款交易数据、转账交易数据和消费交易数据。 优选地，所述解析模块包括： 第一解析单元，用于解析所述查询交易数据中的查询交易次数，并根据预设时间 段内的查询交易次数，确定XI的值； 第二解析单元，用于解析所述取款交易数据中的取款交易次数，并根据所述预设 时间段内的取款交易次数，确定X2的值； 第三解析单元，用于解析所述转账交易数据，并根据所述转账交易数据中的转入 账户信息、转出账户信息、转入账户与转出账户之间的转账历史信息、转入账户使用频度信 息和转出金额信息确定X3的值； 第四解析单元，用于解析所述消费交易数据，并根据所述消费交易数据中的消费 金额信息和消费历史信息确定X4的值； 模型建立单元，用于根据所述XI、X2、X3和X4,建立所述待检测账户的量化模型； 所述量化模型为以)(1，父2，父3，父4) = €^1+0父2+5父3+1^4，其中，所述€1、3、6 和η分别为所述XI、X2、X3和X4在所述量化模型中的权重值。 优选地，所述判断模块包括：计算单元，用于根据所述量化模型f(Xl，Χ2,Χ3,Χ4) =αΧ1+βΧ2+δΧ3+ηΧ4计 算所述待检测账户的分值f(XI，Χ2,Χ3,Χ4); 判断单元，用于判断所述分值f(XI，X2,X3,X4)是否大于预设阈值，并在所述分值 f(XI，X2,X3,X4)大于预设阈值时，判定所述待检测账户为非健康账户。 优选地，还包括： 处理模块，用于在所述待检测账户为非健康账户时，对所述待检测账户执行监控 交易操作、冻结交易操作、延缓交易操作或验证交易操作。由上可见，本申请提供的一种银行账户性质的检测方法及系统，从多种交易渠道 对应的前置设备中读取待检测账户的交易痕迹数据；根据所述交易痕迹数据的种类，对所 述交易痕迹数据进行分类解析，并根据分类解析结果建立所述待检测账户的量化模型；根 据所述量化模型计算所述待检测账户的分值，并根据所述分值判断所述待检测账户是否为 非健康账户。可见，本申请提供的技术方案，通过解析待检测账户的交易痕迹数据建立量化 模型，并通过该量化模型判断待检测账户是否为非健康账户，从而可以预先对用户开立的 账户性质进行判定，在诈骗案件发生时就可以预先对非健康账户采取相应的措施，以减少 受害人的资金损失，保障受害人的资金安全。【附图说明】 为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现 有技术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 专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可 以根据这些附图获得其他的附图。图1为本专利技术提供的一种银行账户性质的检测方法的一个实施例的流程示意图；图2为本专利技术提供的一种银行账户性质的检测方法的另一个实施例的流程示意 图；图3为本专利技术提供的一种银行账户性质的检测系统的一个实施例的结构示意图；图4为本专利技术提供的一种银行账户性质的检测系统的另一个实施例的结构示意 图。【具体实施方式】 名词解释： ATM 〖Automatic Teller Machine的缩写，指自动柜员机，安装在固定区域，实现金 融交易的自助服务，代替银行柜面人员的工作，可以办理存取现金、余额查询、资金转账、投 资理财、缴费等各项业务； ATM前置机：是前端ATM通过网络汇聚在银行的系统，对ATM机具进行管理、对ATM 受理的业务进行处理，并将交易转发主机系统的应用交本文档来自技高网...

【技术保护点】
一种银行账户性质的检测方法，其特征在于，包括：从多种交易渠道对应的前置设备中读取待检测账户的交易痕迹数据；所述交易痕迹数据是所述待检测账户在通过所述交易渠道进行业务处理时产生的数据；根据所述交易痕迹数据的种类，对所述交易痕迹数据进行分类解析，并根据分类解析结果建立所述待检测账户的量化模型；根据所述量化模型计算所述待检测账户的分值，并根据所述分值判断所述待检测账户是否为非健康账户。

【技术特征摘要】

【专利技术属性】
技术研发人员：信怀义，邬大卫，安卫杰，顾涛，贺媛，向民，段国强，李川，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：北京;11