基于人工智能技术对客户交易的智能风控系统及方法技术方案

公开了一种基于人工智能技术对客户交易的智能风控系统及方法。其首先获取被服务对象的历史交易数据，接着，获取被服务对象的当前交易数据，然后，对所述历史交易数据进行语义编码以得到历史交易数据语义理解特征向量，接着，对所述当前交易数据进行语义编码以得到当前交易数据语义理解特征向量，最后，基于所述当前交易数据语义理解特征向量和所述历史交易数据语义理解特征向量，生成风控结果。这样，可以基于人工智能技术来学习客户的历史交易行为，对近期异常交易行为做及时识别和跟进。对近期异常交易行为做及时识别和跟进。对近期异常交易行为做及时识别和跟进。

【技术实现步骤摘要】
基于人工智能技术对客户交易的智能风控系统及方法


[0001]本申请涉及智能风控领域，且更为具体地，涉及一种基于人工智能技术对客户交易的智能风控系统及方法。

技术介绍

[0002]在金融投资领域，了解客户的历史交易行为并及时识别和跟进近期的异常交易行为对于金融机构和投资者来说至关重要。通过分析客户的历史交易数据，可以帮助金融机构识别潜在的风险，并采取相应的措施来保护客户的利益和维护市场的稳定。
[0003]因此，期待一种针对于客户交易的风控方案。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于人工智能技术对客户交易的智能风控系统及方法。其可以基于人工智能技术来学习客户的历史交易行为，对近期异常交易行为做及时识别和跟进。
[0005]根据本申请的一个方面，提供了一种基于人工智能技术对客户交易的智能风控系统，其包括：
[0006]历史交易数据获取模块，用于获取被服务对象的历史交易数据，其中，所述历史交易数据中各次交易数据包含交易时间、交易品种、交易方向、交易价格、交易数量、交易费用、交易类型、交易结果、交易状态和交易者信息；
[0007]当前交易数据获取模块，用于获取被服务对象的当前交易数据；
[0008]历史数据语义编码模块，用于对所述历史交易数据进行语义编码以得到历史交易数据语义理解特征向量；
[0009]当前数据语义编码模块，用于对所述当前交易数据进行语义编码以得到当前交易数据语义理解特征向量；以及
[0010]风控结果生成模块，用于基于所述当前交易数据语义理解特征向量和所述历史交易数据语义理解特征向量，生成风控结果。
[0011]根据本申请的另一个方面，提供了一种基于人工智能技术对客户交易的智能风控方法，其包括：
[0012]获取被服务对象的历史交易数据，其中，所述历史交易数据中各次交易数据包含交易时间、交易品种、交易方向、交易价格、交易数量、交易费用、交易类型、交易结果、交易状态和交易者信息；
[0013]获取被服务对象的当前交易数据；
[0014]对所述历史交易数据进行语义编码以得到历史交易数据语义理解特征向量；
[0015]对所述当前交易数据进行语义编码以得到当前交易数据语义理解特征向量；以及
[0016]基于所述当前交易数据语义理解特征向量和所述历史交易数据语义理解特征向量，生成风控结果。
[0017]与现有技术相比，本申请提供的基于人工智能技术对客户交易的智能风控系统及方法，其首先获取被服务对象的历史交易数据，接着，获取被服务对象的当前交易数据，然后，对所述历史交易数据进行语义编码以得到历史交易数据语义理解特征向量，接着，对所述当前交易数据进行语义编码以得到当前交易数据语义理解特征向量，最后，基于所述当前交易数据语义理解特征向量和所述历史交易数据语义理解特征向量，生成风控结果。这样，可以基于人工智能技术来学习客户的历史交易行为，对近期异常交易行为做及时识别和跟进。
附图说明
[0018]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本申请的主旨。
[0019]图1为根据本申请实施例的基于人工智能技术对客户交易的智能风控系统的框图示意图。
[0020]图2为根据本申请实施例的基于人工智能技术对客户交易的智能风控系统中的所述历史数据语义编码模块的框图示意图。
[0021]图3为根据本申请实施例的基于人工智能技术对客户交易的智能风控系统中的所述风控结果生成模块的框图示意图。
[0022]图4为根据本申请实施例的基于人工智能技术对客户交易的智能风控系统中的进一步包括的训练模块的框图示意图。
[0023]图5为根据本申请实施例的基于人工智能技术对客户交易的智能风控方法的流程图。
[0024]图6为根据本申请实施例的基于人工智能技术对客户交易的智能风控方法的系统架构的示意图。
[0025]图7为根据本申请实施例的基于人工智能技术对客户交易的智能风控系统的应用场景图。
具体实施方式
[0026]下面将结合附图对本申请实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本申请的部分实施例，而不是全部的实施例。基于本申请实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本申请保护的范围。
[0027]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
[0028]虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
[0029]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0030]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0031]针对上述技术需求，本申请的技术构思为：基于人工智能技术来学习客户的历史交易行为，对近期异常交易行为做及时识别和跟进。应可以理解，从历史交易行为数据可以反映用户的交易风格和交易特征，进而基于通过对近期交易数据与客户的历史交易模式进行对比，可以识别出异常交易行为，所述异常交易行为包括：a.非正常交易量：客户在短时间内进行大额交易，超出了其正常的交易量范围；b.异常交易模式：客户的交易行为突然发生变化，与其历史交易模式不符。例如，客户从稳健的投资策略转为高风险投资；以及，c.反常交易时间：客户在非交易时间段进行交易，或在短时间内频繁进行交易。
[0032]进一步地，一旦识别到异常交易行为，金融机构需要及时采取措施来跟进，包括以下步骤：a.验证异常行为：首先，金融机构需要验证是否确实存在异常交易行为。这可以通过进一步的数据分析和与客户的沟通来实现；b.联系客户：如果确认存在异常交易行为，金融机构应与客户进行联系，了解其交易意图，并提供必要的解释和建议；c.风险管理措施：根据异常交易的性质和风险程度，金融机构可以采取适当的风险管理措施，例如限制交易额度、暂停交易账户等；以及，d.监测和评估：金融机构应继续监测客户的交易行为，并评估采取的措施是否有效。如果异常交易行为持续存在或再次出现，可能需要进一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能技术对客户交易的智能风控系统，其特征在于，包括：历史交易数据获取模块，用于获取被服务对象的历史交易数据，其中，所述历史交易数据中各次交易数据包含交易时间、交易品种、交易方向、交易价格、交易数量、交易费用、交易类型、交易结果、交易状态和交易者信息；当前交易数据获取模块，用于获取被服务对象的当前交易数据；历史数据语义编码模块，用于对所述历史交易数据进行语义编码以得到历史交易数据语义理解特征向量；当前数据语义编码模块，用于对所述当前交易数据进行语义编码以得到当前交易数据语义理解特征向量；以及风控结果生成模块，用于基于所述当前交易数据语义理解特征向量和所述历史交易数据语义理解特征向量，生成风控结果。2.根据权利要求1所述的基于人工智能技术对客户交易的智能风控系统，其特征在于，所述历史数据语义编码模块，包括：历史数据嵌入编码单元，用于将所述历史交易数据中各次交易数据分别通过包含嵌入层的语义编码器以得到多个交易数据语义编码特征向量；以及历史数据特征提取单元，用于将所述多个交易数据语义编码特征向量通过基于转换器模块的历史交易数据特征提取器以得到所述历史交易数据语义理解特征向量。3.根据权利要求2所述的基于人工智能技术对客户交易的智能风控系统，其特征在于，所述当前数据语义编码模块，包括：当前数据特征提取单元，用于将所述当前交易数据通过包含嵌入层的基于转换器模块的当前交易数据特征提取器以得到所述当前交易数据语义理解特征向量。4.根据权利要求3所述的基于人工智能技术对客户交易的智能风控系统，其特征在于，所述当前数据特征提取单元，包括：嵌入转化子单元，用于将所述当前交易数据中的各个数据项通过所述嵌入层转化为多个当前交易数据项嵌入向量；以及上下文编码子单元，用于使用所述基于转换器模块的当前交易数据特征提取器对所述多个当前交易数据项嵌入向量进行基于多头注意力机制的上下文语义编码以得到所述当前交易数据语义理解特征向量。5.根据权利要求4所述的基于人工智能技术对客户交易的智能风控系统，其特征在于，所述风控结果生成模块，包括：转移矩阵计算单元，用于计算所述当前交易数据语义理解特征向量相对于所述历史交易数据语义理解特征向量的转移矩阵；以及分类单元，用于将所述转移矩阵通过分类器以得到分类结果作为所述风控结果，所述分类结果用于表示当前交易是否异常。6.根据权利要求5所述的基于人工智能技术对客户交易的智能风控系统，其特征在于，还包括用于对所述包含嵌入层的语义编码器、所述基于转换器模块的当前交易数据特征提取器、所述包含嵌入层的基于转换器模块的当前交易数据特征提取器和所述分类器进行训练的训练模块。7.根据权利要求6所述的基于人工智能技术对客户交易的智能风控系统，其特征在于，
所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括训练历史交易数据、训练当前交易数据，以及，训练当前交易是否正常的真实值；历史交易数据训练编码单...

【专利技术属性】
技术研发人员：何鹏鹏，
申请(专利权)人：深圳市艾德网络科技发展有限公司，
类型：发明
国别省市：