行程数据的风险监控方法、装置、电子设备、介质及产品制造方法及图纸

本发明专利技术实施例提供一种行程数据的监控方法、装置、电子设备、计算机可读存储介质及计算机程序产品包括：响应于用户的当前业务，获取与所述当前业务相关联的多种业务数据；对所述多种业务数据进行识别，得到对应的风险业务数据；根据所述风险业务数据预测所述当前业务的风险分值；在所述当前业务的风险分值达到对应的风险等级阈值时，触发对应风险等级的干预操作。本发明专利技术实施例中，不在局限于单特征识别，而是结合多特征，综合进行风险评估判断，准确的识别出业务的风险等级，并针对不同的风险等级采用有效的干预手段，从而达到降低高危涉性事件的发生。件的发生。件的发生。

【技术实现步骤摘要】
行程数据的风险监控方法、装置、电子设备、介质及产品


[0001]本专利技术涉及计算机网络技术，尤其涉及一种行程数据的风险监控方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

技术介绍

[0002]相关技术中，线上行程数据的监控保护策略是以单特征(比如实时轨迹或语音数据等)进行识别监控的，并通过单特征的异常程度来区分风险等级，并对高风险等级的订单业务进行实施干预。而通过对高风险等级的安全事件分析，高风险等级的订单业务一般会存在多种风险特征，如果仅根据单特征数据的异常程度来确定订单业务是否为高风险等级的订单业务，会降低高风险等级订单业务的准确性，有可能会出现漏召回或召回后干预手段较轻，导致干预失效的情况，因此，如何准确的识别出高风险等级订单业务，并采用最有效的干预手段，是目前有待解决的技术问题。

技术实现思路

[0003]本专利技术提供一种行程数据的风险监控方法、装置、电子设备、计算机可读存储介质及计算机程序产品，以至少解决相关技术中仅根据单特征数据的异常程度来确定订单业务是否为高风险等级订单业务，导致高风险等级订单业务的准确性降低的技术问题。本专利技术的技术方案如下：
[0004]根据本专利技术实施例的第一方面，提供一种行程数据的监控方法，包括：
[0005]响应于用户的当前业务，获取与所述当前业务相关联的多种业务数据；
[0006]对所述多种业务数据进行识别，得到对应的风险业务数据；
[0007]根据所述风险业务数据预测所述当前业务的风险分值；
[0008]在所述当前业务的风险分值达到对应的风险等级阈值时，触发对应风险等级的干预操作。
[0009]可选的，所述获取与所述当前业务相关联的多种业务数据，包括：
[0010]获取与所述当前业务相关联的第一用户的业务场景交互特征数据，所述第一用户的业务场景交互特征数据包括下述之一：平台的全景数据、第一用户在平台的消费数据、历史业务信息以及当前业务的下单位置和/或时间特征；以及
[0011]获取与所述当前业务相关联的第二用户的画像特征数据，所述第二用户的画像特征数据包括下述之一：第二用户的年龄婚姻特征信息、金融特征、交友特征、心理特征、历史做单习惯及平台历史评价管控信息；以及
[0012]按照设定策略节点获取所述当前业务的行驶轨迹数据，以及所述第一用户和第二用户之间的语音数据。
[0013]可选的，所述对所述多种业务数据进行识别，得到对应的风险业务数据，包括：
[0014]按照预设场景风险特征对所述第一用户的业务场景交互特征数据进行综合计算，得到第一用户的风险场景特征数据；以及
[0015]根据所述获取的与所述当前业务相关联的第二用户的画像特征数据，按照特征风险规则刻画出所述第二用户的风险特征数据，以及
[0016]对获取的所述当前业务的行驶轨迹数据，以及所述第一用户和第二用户之间的语音数据进行叠加计算，得到行为异常数据。
[0017]可选的，所述根据所述风险业务数据预测所述当前业务的风险分值，包括：
[0018]将所述第一用户的风险场景特征数据、第二用户的风险特征数据以及所述行为异常特征数据与预存的历史涉性实例风险特征数据进行比对，预测当前业务的每项风险特征数据；
[0019]对预测的所述当前业务的每项风险特征数据进行风险打分处理，得到所述当前业务对应风险分值。
[0020]可选的，所述对预测的当前业务的所述每项风险特征数据进行风险打分处理，得到所述当前业务对应风险分值，包括：
[0021]将预测的所述当前业务的所述每项风险特征数据输入到用户体验模型CEM进行风险特征重要性训练，其中，所述用户体验模型将接收到的所述当前业务的所述每项风险特征数据与训练好的历史归纳的风险特征进行对比，以确定风险特征的重要性；
[0022]将训练好的所有重要性风险特征的分值进行加权处理，得到所述当前业务对应的风险分值。
[0023]可选的，所述方法还包括：
[0024]按照时空特征将所述第一用户的风险场景特征数据划分为至少三种不同风险等级；
[0025]按照风险特征的叠加策略将所述第二用户的风险特征数据划分为多个不同风险等级。
[0026]可选的，所述方法还包括：
[0027]判断所述当前业务对应风险分值是否达到对应的风险等级阈值，其中，所述风险等级阈值是按照风险排序策略针对不同的风险分值来设置的；
[0028]在所述当前业务的风险分值达到对应的风险等级阈值时，执行所述触发对应风险等级的干预操作的步骤。
[0029]根据本专利技术实施例的第二方面，提供一种行程数据的监控装置，包括：
[0030]获取模块，被配置为执行响应于用户的当前业务，获取与所述当前业务相关联的多种业务数据；
[0031]识别模块，被配置为执行对所述多种业务数据进行识别，得到对应的风险业务数据；
[0032]预测模块，被配置为执行根据所述风险业务数据预测所述当前业务的风险分值；
[0033]触发模块，被配置为执行在所述当前业务的风险分值达到对应的风险等级阈值时，触发对应风险等级的干预操作。
[0034]可选的，所述获取模块包括：
[0035]第一获取模块，被配置为执行获取与所述当前业务相关联的第一用户的业务场景交互特征数据，所述第一用户的业务场景交互特征数据包括下述之一：平台的全景数据、第一用户在平台的消费数据、历史业务信息以及当前业务的下单位置和/或时间特征；以及
[0036]第二获取模块，被配置为执行获取与所述当前业务相关联的第二用户的画像特征数据，所述第二用户的画像特征数据包括下述之一：第二用户的年龄婚姻特征信息、金融特征、交友特征、心理特征、历史做单习惯及平台历史评价管控信息；以及
[0037]第三获取模块，被配置为执行按照设定策略节点获取所述当前业务的行驶轨迹数据，以及所述第一用户和第二用户之间的语音数据。
[0038]可选的，所述识别模块包括：
[0039]第一计算模块，被配置为执行按照预设场景风险特征对所述第一用户的业务场景交互特征数据进行综合计算，得到第一用户的风险场景特征数据；以及
[0040]刻画模块，被配置为执行根据所述获取的与所述当前业务相关联的第二用户的画像特征数据，按照特征风险规则刻画出所述第二用户的风险特征数据，以及
[0041]第二计算模块，被配置为执行对获取的所述当前业务的行驶轨迹数据，以及所述第一用户和第二用户之间的语音数据进行叠加计算，得到行为异常数据。
[0042]可选的，所述预测模块包括：
[0043]比对模块，被配置为执行将所述第一用户的风险场景特征数据、第二用户的风险特征数据以及所述行为异常特征数据与预存的历史涉性实例风险特征数据进行比对，预测当前业务的每项风险特征数据；
[0044]分值计算模块，被配置为执行对预测的所述当前业务的每项风险特征数据进行风险打分处理，得到所述当前业务对应风本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行程数据的监控方法，其特征在于，包括：响应于用户的当前业务，获取与所述当前业务相关联的多种业务数据；对所述多种业务数据进行识别，得到对应的风险业务数据；根据所述风险业务数据预测所述当前业务的风险分值；在所述当前业务的风险分值达到对应的风险等级阈值时，触发对应风险等级的干预操作。2.根据权利要求1所述的行程数据的监控方法，其特征在于，所述获取与所述当前业务相关联的多种业务数据，包括：获取与所述当前业务相关联的第一用户的业务场景交互特征数据，所述第一用户的业务场景交互特征数据包括下述之一：平台的全景数据、第一用户在平台的消费数据、历史业务信息以及当前业务的下单位置和/或时间特征；以及获取与所述当前业务相关联的第二用户的画像特征数据，所述第二用户的画像特征数据包括下述之一：第二用户的年龄婚姻特征信息、金融特征、交友特征、心理特征、历史做单习惯及平台历史评价管控信息；以及按照设定策略节点获取所述当前业务的行驶轨迹数据，以及所述第一用户和第二用户之间的语音数据。3.根据权利要求2所述的行程数据的监控方法，其特征在于，所述对所述多种业务数据进行识别，得到对应的风险业务数据，包括：按照预设场景风险特征对所述第一用户的业务场景交互特征数据进行综合计算，得到第一用户的风险场景特征数据；以及根据所述获取的与所述当前业务相关联的第二用户的画像特征数据，按照特征风险规则刻画出所述第二用户的风险特征数据，以及对获取的所述当前业务的行驶轨迹数据，以及所述第一用户和第二用户之间的语音数据进行叠加计算，得到行为异常数据。4.根据权利要求3所述的行程数据的监控方法，其特征在于，所述根据所述风险业务数据预测所述当前业务的风险分值，包括：将所述第一用户的风险场景特征数据、第二用户的风险特征数据以及所述行为异常特征数据与预存的历史涉性实例风险特征数据进行比对，预测当前业务的每项风险特征数据；对预测的所述当前业务的每项风险特征数据进行风险打分处理，得到所述当前业务对应风险分值。5.根据权利要求4所述的行程数据的风险监控方法，其特征在于，所述对预测的当前业务的所述每项风险特征数据进行风险打分处理，得到所述当前业务对应风险分值，包括：将预测的所述当前业务的所述每项风险特征数据输入到用户体验模型CEM进行风险特征重要性训练，其中，所述用户体验模型将接收到的所述当前业务的所述每项风险特征数据与训练好的历史归纳的风险特征进行对比，以确定风险特征的重要性；将训练好的所有重要性风险特征的分值进行加权处理，得到所述当前业务对应的风险分值。6.根据权利要求1至5任一项所述的行程数据的风险监控方法，其特征在于，所述方法
还包括：判断所述当前业务对应风险分值是否达到对应的风险等级阈值，其中，所述风险等级阈值是按照风险排序策略针对不同的风险分值来设置的；在所述当前业务的风险分值达到对应的风险等级阈值时，执行所述触发对应风险等级的干预操作的步骤。7.一种行程数据的监控装置，其特征在于，包括：获取模块，被配置为执行响应于用户的当前业务，获取与所述当前业务相关联的多种业务数据；识别模块，被配置为执行对所述多种业务数据进行识别，得到对应的风险业务数据；预测模块，被配置为执行根据所述风险业务数据预测所述当前业务的风险分值；触发模块，被配置为执行在所述当前业务的风险分值达到对应的风险等级阈值时，触发对应...

【专利技术属性】
技术研发人员：祖瑶，谢顺波，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：