离行业务的风险控制方法及装置制造方法及图纸

本发明专利技术提供了一种离行业务的风险控制方法及装置，应用于金融技术领域，该方法包括：获取离行业务对应的业务地点，确定与业务地点的距离小于指定阈值的第一支付地点，将第一支付地点对应的支付客户作为该离行业务对应的支付客户；对于每个银行网点，确定与该银行网点的距离小于指定阈值的第二支付地点，将第二支付地点对应的支付客户作为该银行网点对应的支付客户；确定离行业务对应的多个相似银行网点；确定离行业务的人脸识别阈值与风险指标的第一函数关系，以及离行业务的人脸识别阈值与风险指标的第二函数关系；修正离行业务对应的客户的人脸识别阈值，所述客户的人脸识别阈值用于实现离行业务的风险控制。本发明专利技术可以实现离行业务的风险控制。离行业务的风险控制。离行业务的风险控制。

【技术实现步骤摘要】
离行业务的风险控制方法及装置


[0001]本专利技术涉及金融
，尤其涉及一种离行业务的风险控制方法及系统。

技术介绍

[0002]离行业务就是不在银行网点或者自助终端的业务，主要是银行工作人员带着银行设备去银行外的地方为客户办理业务。因为离行业务远离银行且办理的地点不确定，以及离行业务数据和离行风险数据都比较少，故离行业务的不确定因素多，风险比较高。

技术实现思路

[0003]本专利技术实施例提出一种离行业务的风险控制方法，用以实现离行业务的风险控制，该方法包括：
[0004]获取离行业务对应的业务地点，确定与该业务地点的距离小于指定阈值的第一支付地点，将所述第一支付地点对应的支付客户作为该离行业务对应的支付客户；
[0005]对于每个银行网点，确定与该银行网点的距离小于指定阈值的第二支付地点，将所述第二支付地点对应的支付客户作为该银行网点对应的支付客户；
[0006]依据离行业务对应的支付客户和银行网点对应的支付客户，确定离行业务对应的多个相似银行网点；
[0007]依据离行业务对应的多个相似银行网点，确定离行业务的人脸识别阈值与风险指标的第一函数关系，以及离行业务的人脸识别阈值与风险指标的第二函数关系；
[0008]依据所述第一函数关系和所述第二函数关系，修正离行业务对应的客户的人脸识别阈值，所述客户的人脸识别阈值用于实现离行业务的风险控制。
[0009]本专利技术实施例提出一种离行业务的风险控制装置，用以实现离行业务的风险控制，该装置包括：<br/>[0010]第一支付客户确定模块，用于获取离行业务对应的业务地点，确定与该业务地点的距离小于指定阈值的第一支付地点，将所述第一支付地点对应的支付客户作为该离行业务对应的支付客户；
[0011]第二支付客户确定模块，用于对于每个银行网点，确定与该银行网点的距离小于指定阈值的第二支付地点，将所述第二支付地点对应的支付客户作为该银行网点对应的支付客户；
[0012]相似银行网点确定模块，用于依据离行业务对应的支付客户和银行网点对应的支付客户，确定离行业务对应的多个相似银行网点；
[0013]函数关系确定模块，用于依据离行业务对应的多个相似银行网点，确定离行业务的人脸识别阈值与风险指标的第一函数关系，以及离行业务的人脸识别阈值与风险指标的第二函数关系；
[0014]人脸识别阈值修正模块，用于依据所述第一函数关系和所述第二函数关系，修正离行业务对应的客户的人脸识别阈值，所述客户的人脸识别阈值用于实现离行业务的风险
控制。
[0015]本专利技术实施例还提供一种计算机设备，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，所述处理器执行所述计算机程序时实现上述离行业务的风险控制方法。
[0016]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述离行业务的风险控制方法。
[0017]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述离行业务的风险控制方法。
[0018]在本专利技术实施例中，获取离行业务对应的业务地点，确定与该业务地点的距离小于指定阈值的第一支付地点，将所述第一支付地点对应的支付客户作为该离行业务对应的支付客户；对于每个银行网点，确定与该银行网点的距离小于指定阈值的第二支付地点，将所述第二支付地点对应的支付客户作为该银行网点对应的支付客户；依据离行业务对应的支付客户和银行网点对应的支付客户，确定离行业务对应的多个相似银行网点；依据离行业务对应的多个相似银行网点，确定离行业务的人脸识别阈值与风险指标的第一函数关系，以及离行业务的人脸识别阈值与风险指标的第二函数关系；依据所述第一函数关系和所述第二函数关系，修正离行业务对应的客户的人脸识别阈值。在上述过程中，依据离行业务对应的支付客户和银行网点对应的支付客户，确定离行业务对应的多个相似银行网点，进而确定第一函数关系和第二函数关系，从而修正离行业务对应的客户的人脸识别阈值，所述客户的人脸识别阈值用于实现离行业务的风险控制。
附图说明
[0019]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的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0020]图1为本专利技术实施例中离行业务的风险控制方法的流程图；
[0021]图2为本专利技术实施例中确定离行业务对应的多个相似银行网点的流程图；
[0022]图3为本专利技术实施例中确定银行网点的偏序的流程图；
[0023]图4为本专利技术实施例中确定函数关系的流程图；
[0024]图5为本专利技术实施例中确定函数关系的又一流程图；
[0025]图6为本专利技术实施例中修正离行业务对应的客户的人脸识别阈值的流程图；
[0026]图7为本专利技术实施例中进行风险预测的流程图；
[0027]图8为本专利技术实施例中离行业务的风险控制装置的示意图一；
[0028]图9为本专利技术实施例中离行业务的风险控制装置的示意图二。
具体实施方式
[0029]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0030]在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
[0031]本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0032]图1为本专利技术实施例中离行业务的风险控制方法的流程图，如图1所示，包括：
[0033]步骤101，获取离行业务对应的业务地点，确定与该业务地点的距离小于指定阈值的第一支付地点，将所述第一支付地点对应的支付客户作为该离行业务对应的支付客户；
[0034]步骤102，对于每个银行网点，确定与该银行网点的距离小于指定阈值的第二支付地点，将所述第二支付地点对应的支付客户作为该银行网点对应的支付客户；
[0035]步骤103，依据离行业务对应的支付客户和银行网点对应的支付客户，确定离行业务对应的多个相似银行网点；
[0036]步骤1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种离行业务的风险控制方法，其特征在于，包括：获取离行业务对应的业务地点，确定与该业务地点的距离小于指定阈值的第一支付地点，将所述第一支付地点对应的支付客户作为该离行业务对应的支付客户；对于每个银行网点，确定与该银行网点的距离小于指定阈值的第二支付地点，将所述第二支付地点对应的支付客户作为该银行网点对应的支付客户；依据离行业务对应的支付客户和银行网点对应的支付客户，确定离行业务对应的多个相似银行网点；依据离行业务对应的多个相似银行网点，确定离行业务的人脸识别阈值与风险指标的第一函数关系，以及离行业务的人脸识别阈值与风险指标的第二函数关系；依据所述第一函数关系和所述第二函数关系，修正离行业务对应的客户的人脸识别阈值，所述客户的人脸识别阈值用于实现离行业务的风险控制。2.如权利要求1所述的方法，其特征在于，依据离行业务对应的支付客户和银行网点对应的支付客户，确定离行业务对应的多个相似银行网点，包括：确定离行业务对应的支付客户中归属各个客户类别的客户数；确定离行业务对应的客户向量，其中，该客户向量的分量和客户类别一一对应，该客户向量的每个分量的分量值等于离行业务对应的支付客户中归属该分量对应的客户类别的客户数；对于每个银行网点，确定该银行网点对应的支付客户中归属各个客户类别的客户数；确定该银行网点对应的客户向量，其中，该客户向量的分量和客户类别一一对应，该客户向量的每个分量的分量值等于该银行网点对应的支付客户中归属该分量对应的客户类别的客户数；依据离行业务对应的客户向量和银行网点对应的客户向量，确定银行网点的偏序，其中，该偏序用于确定任何两个银行网点中第一银行网点是否近于第二银行网点；将银行网点的偏序的极大元素作为离行业务对应的多个相似银行网点。3.如权利要求2所述的方法，其特征在于，依据离行业务对应的客户向量和银行网点对应的客户向量，确定银行网点的偏序，包括：对于每个银行网点，将该银行网点对应的客户向量与离行业务对应的客户向量的向量差的绝对值作为该银行网点对应的客户向量差；对于任何两个银行网点，如果该两个银行网点中第一银行网点对应的客户向量差的每个分量都小于等于该两个银行网点中第二银行网点对应的客户向量差的对应分量，则该偏序确定第一银行网点近于第二银行网点。4.如权利要求1所述的方法，其特征在于，依据离行业务对应的多个相似银行网点，确定离行业务的人脸识别阈值与风险指标的第一函数关系，以及离行业务的人脸识别阈值与风险指标的第二函数关系，包括：对于离行业务对应的每个相似银行网点，依据该相似银行网点的交易数据，确定该相似银行网点对应各个数据维度的风险系数；确定离行业务对应的多个相似银行网点的偏序，其中，对于离行业务对应的任何两个相似银行网点，如果对于每个数据维度，该两个相似银行网点的第一相似银行网点对应该数据维度的风险系数小于等于该两个相似银行网点的第二相似银行网点对应该数据维度的风险系数，则该偏序确定第一相似银行网点优于第二相似银行网点；
将离行业务对应的多个相似银行网点的偏序的极大元素作为第一类银行网点，及将离行业务对应的多个相似银行网点的偏序的极小元素作为第二类银行网点；依据第一类银行网点的人脸识别数据，确定离行业务的人脸识别阈值与风险指标的第一函数关系，及依据第二类银行网点的人脸识别数据，确定离行业务的人脸识别阈值与风险指标的第二函数关系。5.如权利要求4所述的方法，其特征在于，依据第一类银行网点的人脸识别数据，确定离行业务的人脸识别阈值与风险指标的第一函数关系，及依据第二类银行网点的人脸识别数据，确定离行业务的人脸识别阈值与风险指标的第二函数关系，包括：设定多个人脸识别离散值；对于每个人脸识别离散值，确定当人脸识别阈值设置为该人脸识别离散值时的第一类银行网点的人脸识别数据中风险人脸识别的比例，将该比例作为该人脸识别离散值对应的第一风险指标；确定当人脸识别阈值设置为该人脸识别离散值时的第二类银行网点的人脸识别数据中风险人脸识别的比例，将该比例作为该人脸识别离散值对应的第二风险指标；构建第一人脸阈值函数和第二人脸阈值函数，其中，该第一人脸阈值函数和第二人脸阈值函数的自变量是设定的多个人脸识别离散值，该第一人脸阈值函数对应每个人脸识别离散值的函数值等于该人脸识别离散值对应的第一风险指标，该第二人脸阈值函数对应每个人脸识别离散值的函数值等于该人脸识别离散值对应的第二风险指标；对第一人脸阈值函数和第二人脸阈值函数进行连续化，将获得的第一人脸阈值函数对应的连续函数作为离行业务的人脸识别阈值与风险指标的第一函数关系，以及将获得的第二人脸阈值函数对应的连续函数作为离行业务的人脸识别阈值与风险指标的第二函数关系。6.如权利要求1所述的方法，其特征在于，依据所述第一函数关系和所述第二函数关系，修正离行业务对应的客户的人脸识别阈值，包括：获取离行业务对应的客户存储在银行服务器的人脸识别阈值；依据离行业务对应的客户存储在银行服务器的人脸识别阈值和所述第一函数关系，确定离行业务对应的客户的潜在风险指标；依据离行业务对应的客户的潜在风险指标和所述第二函数关系，确定离行业务对应的客户的潜在人脸识别阈值；依据离行业务对应的客户的潜在人脸识别阈值，修正离行业务对应的客户的人脸识别阈值。7.如权利要求4所述的方法，其特征在于，还包括：依据第二类银行网点的交易数据，以风险为预测标识，训练机器学习预测模型，获得离行业务的风险预测模型；依据离行业务的风险预测模型，对离行业务进行风险预测。8.一种离行业务的风险控制装置，其特征在于，包括：第一支付客户确定模块，用于获取离行业务对应的...

【专利技术属性】
技术研发人员：朱江波，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：