【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:< ...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。