计算机运行的风险账户的识别方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种风险账户的识别方法、系统、装置及存储介质，其中，所述识别方法包括：通过对公账户信息数据库获取支付账户的全量交易记录；将所述全量交易记录投入预先构建的风险识别模型，获取风险得分；将所述风险得分与预设的阈值进行比较；若所述风险得分大于所述阈值，则标记所述支付账户为风险账户。采用本发明专利技术可以实现对账户的批量化分析，主动、及时识别疑似无证提供支付服务的风险点，同时，全量交易记录数据为风险识别提供大数据基础支撑，提高了识别的准确率。

【技术实现步骤摘要】
计算机运行的风险账户的识别方法、系统、装置及存储介质
本专利技术涉及计算机应用
，更为具体而言，涉及一种计算机运行的风险账户的识别方法、系统、装置及存储介质。
技术介绍
随着信息技术日新月异的发展，支付服务技术深入人们日常生活的每一个角落。支付服务是指金融机构和非金融机构在收付款人之间作为中介机构提供货币资金转移服务，转移形式包括网络支付、预付卡的发行与受理、银行卡收单等。法律规定，非金融机构提供支付服务，应当取得《支付业务许可证》，成为支付机构。目前，有一部分公司虽然在银行开立对公结算账户，但未取得《支付业务许可证》，违规为第三方提供支付服务。这样的支付账户存在极大的金融风险，如洗钱、传销、诈骗等。当前，银行识别上述违规提供支付服务的支付账户手段主要是上门检查或暗访，包括查看公司是否正常营业、银行支付机具是否正常使用、交易记录是否有异常等，以确定巡检对象的账务记录是否属于合法经营所产生的，从而确定该公司是否存在违规提供支付服务的行为。但是，上述风险识别手段受银行员工业务能力、违规公司逃避检查的能力等因素影响，不仅无法批量排查，且耗时低效、成本较高，还存在着识别准确率低的缺点。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种计算机运行的风险账户的识别方法、系统、装置及存储介质，实现对账户的自动批量化分析。根据本专利技术的实施方式，提供了一种计算机运行的风险账户的识别方法，所述识别方法包括：通过对公账户信息数据库获取支付账户的全量交易记录；将所述全量交易记录投入预先构建的风险识别模型，获取风险得分；将所述风险得分与预设的阈值进行比较；若所述风险得分大于所述阈值，则标记所述支付账户为风险账户。在本专利技术的一些实施方式中，所述将所述全量交易记录投入预先构建的风险识别模型，获取风险得分包括：据所述全量交易记录获取交易要素数据；将所述交易要素数据投入预先构建的所述风险识别模型，获取所述风险得分。在本专利技术的一些实施方式中，所述交易要素数据至少包括支付账户信息数据、收款账户信息数据、资金转移方向数据、时间数据和金额数据。在本专利技术的一些实施方式中，所述风险识别模型包括多个子模型；所述将所述全量交易记录投入预先构建的风险识别模型，获取风险得分包括：将所述全量交易记录分别投入所述多个子模型，获取多个子得分；根据所述多个子得分获取所述风险得分。在本专利技术的一些实施方式中，所述多个子模型至少包括反洗钱识别模型、反二清识别模型、反诈骗识别模型和反虚假交易识别模型。在本专利技术的一些实施方式中，根据以下方法计算所述风险得分：Z＝M1Z1+M2Z2+…+MxZx+…+MnZn；其中，Z表示所述风险得分，Zx表示通过第x个子模型计算所得的子得分，Mx表示所述第x个子模型的权重，n表示子模型的个数；M1+M2+…+Mx+…+Mn＝1。同时，本专利技术提供了一种计算机运行的风险账户的识别系统，所述识别系统包括：获取模块，用于通过对公账户信息数据库获取支付账户的全量交易记录；计算模块，用于将所述全量交易记录投入预先构建的风险识别模型，获取风险得分；识别模块，用于将所述风险得分与预设的阈值进行比较，若所述风险得分大于所述阈值，则标记所述支付账户为风险账户。在本专利技术的一些实施方式中，所述计算模块用于：根据所述全量交易记录获取交易要素数据；将所述交易要素数据投入预先构建的所述风险识别模型，获取所述风险得分。在本专利技术的一些实施方式中，所述交易要素数据至少包括支付账户信息数据、收款账户信息数据、资金转移方向数据、时间数据和金额数据。在本专利技术的一些实施方式中，所述风险识别模型包括多个子模型；所述将所述全量交易记录投入预先构建的风险识别模型，获取风险得分包括：将所述全量交易记录分别投入所述多个子模型，获取多个子得分；根据所述多个子得分获取所述风险得分。在本专利技术的一些实施方式中，所述多个子模型至少包括反洗钱识别模型、反二清识别模型、反诈骗识别模型和反虚假交易识别模型。在本专利技术的一些实施方式中，所述计算模块根据以下方法计算所述风险得分：Z＝M1Z1+M2Z2+…+MxZx+…+MnZn；其中，Z表示所述风险得分，Zx表示通过第x个子模型计算所得的子得分，Mx表示所述第x个子模型的权重，n表示子模型的个数；M1+M2+…+Mx+…+Mn＝1。此外，本专利技术实施方式提供了一种计算机运行的风险账户的识别装置，包括存储器和处理器，所述存储器用于存储一条或多条计算机可读指令；所述处理器用于执行所述一条或多条计算机可读指令从而实现前述任一项的识别方法。本专利技术实施方式还提供了一种计算机存储介质，存储有一条或多条计算机程序，所述一条或多条计算机程序在执行时实现前述任一项的识别方法。本专利技术通过预设的风险识别模型对未取得《支付业务许可证》的支付账户的全量交易记录进行分析计算，实现对账户的批量化分析，可以主动、及时识别疑似无证提供支付服务的风险账户。同时，全量交易记录数据为风险识别提供大数据基础支撑，提高了识别的准确率。并且，借助大数据处理手段，将识别结果进行及时反馈，辅助风险管理决策，可以有效阻断后续风险事件。附图说明为了便于理解本专利技术，以下通过具体实施方式并结合附图对本专利技术进行具体说明。图1是根据本专利技术实施方式的一种计算机运行的风险账户的识别方法的流程示意图；图2是根据本专利技术实施方式的一种计算机运行的风险账户的识别系统的框图。具体实施方式以下结合附图和具体实施方式对本专利技术的各个方面进行详细阐述。其中，众所周知的模块、单元及其相互之间的连接、链接、通信或操作没有示出或未作详细说明。并且，所描述的特征、架构或功能可在一个或一个以上实施方式中以任何方式组合。本领域技术人员应当理解，下述的各种实施方式只用于举例说明，而非用于限制本专利技术的保护范围。还可以容易理解，本文所述和附图所示的各实施方式中的模块或单元或处理方式可以按各种不同配置进行组合和设计。图1是根据本专利技术实施方式的一种计算机运行的风险账户的识别方法的流程示意图，在本专利技术的实施方式中，参照图1，该方法包括：100：通过对公账户信息数据库获取支付账户的全量交易记录；102：将全量交易记录投入预先构建的风险识别模型，获取风险得分；104：将风险得分与预设的阈值进行比较；106：风险得分是否大于阈值，若是，则执行108；108：标记支付账户为风险账户。在本专利技术的实施方式中，该对公账户信息数据库可以为除去已获得《支付业务许可证》和其他白名单公司外，在银行开设有对公账户的公司的支付账户的数据库，每个支付账户有一个唯一的商户编号作为识别编号。在可选的实施方式中，该对公账户信息数据库可以实时更新，以全面覆盖可疑账户，并提高识别效率。在本专利技术的实施方式中，步骤102可以通过以下方式实现：根据全量交易记录获取交易要素数据，将交易要素数据投入预先构建的风险识别模型，获取风险得分。其中，交本文档来自技高网...

【技术保护点】
1.一种计算机运行的风险账户的识别方法，其特征在于，所述识别方法包括：/n通过对公账户信息数据库获取支付账户的全量交易记录；/n将所述全量交易记录投入预先构建的风险识别模型，获取风险得分；/n将所述风险得分与预设的阈值进行比较；/n若所述风险得分大于所述阈值，则标记所述支付账户为风险账户。/n

【技术特征摘要】
1.一种计算机运行的风险账户的识别方法，其特征在于，所述识别方法包括：
通过对公账户信息数据库获取支付账户的全量交易记录；
将所述全量交易记录投入预先构建的风险识别模型，获取风险得分；
将所述风险得分与预设的阈值进行比较；
若所述风险得分大于所述阈值，则标记所述支付账户为风险账户。


2.如权利要求1所述的识别方法，其特征在于，所述将所述全量交易记录投入预先构建的风险识别模型，获取风险得分包括：
根据所述全量交易记录获取交易要素数据；
将所述交易要素数据投入预先构建的所述风险识别模型，获取所述风险得分。


3.如权利要求2所述的识别方法，其特征在于，所述交易要素数据至少包括支付账户信息数据、收款账户信息数据、资金转移方向数据、时间数据和金额数据。


4.如权利要求1所述的识别方法，其特征在于，
所述风险识别模型包括多个子模型；
所述将所述全量交易记录投入预先构建的风险识别模型，获取风险得分包括：
将所述全量交易记录分别投入所述多个子模型，获取多个子得分；
根据所述多个子得分获取所述风险得分。


5.如权利要求4所述的识别方法，其特征在于，所述多个子模型至少包括反洗钱识别模型、反二清识别模型、反诈骗识别模型和反虚假交易识别模型。


6.如权利要求4所述的识别方法，其特征在于，根据以下方法计算所述风险得分：
Z＝M1Z1+M2Z2+…+MxZx+…+MnZn；
其中，Z表示所述风险得分，Zx表示通过第x个子模型计算所得的子得分，Mx表示所述第x个子模型的权重，n表示子模型的个数；
M1+M2+…+Mx+…+Mn＝1。


7.一种计算机运行的风险账户的识别系统，其特征在于，所述识别系统包括：
获取模块，用于通过对公账户信息数据库获取支付账户的全量交易记录；
计算模块，用于将所述全量交易记录投入预先构建的风...

【专利技术属性】
技术研发人员：马磊，刘异，沈国强，
申请(专利权)人：中国建设银行股份有限公司四川省分行，
类型：发明
国别省市：四川;51