账户类型识别方法和模型创建方法、装置、设备及介质制造方法及图纸

本申请提供一种账户类型识别方法和模型创建方法、装置、设备及介质，包括：接收目标银行终端向发起的交易请求；其中，交易请求包括目标账户通过目标银行终端发出的账户身份信息和账户交易值；根据账户身份信息获取目标账户的至少一个目标属性值；调用与目标银行终端对应的识别模型，根据至少一个目标属性值，识别目标账户的账户类型；或调用与目标银行终端对应的识别模型，根据账户交易值和至少一个目标属性值，识别目标账户的账户类型；其中，账户类型表征目标账户是否涉及风险。本申请实现了确定正在进行跨行交易的目标账户涉及风险的情况，进而确保银行服务器能够对目标账户的风险进行管控，极大的降低了目标账户受到的账户安全威胁。安全威胁。安全威胁。

【技术实现步骤摘要】
账户类型识别方法和模型创建方法、装置、设备及介质


[0001]本申请涉及人工智能
，尤其涉及一种账户类型识别方法和模型创建方法、装置、设备及介质。

技术介绍

[0002]跨行交易是使用一家银行的银行卡在另一家银行的银行终端上进行交易的行为，例如：使用A行的银行卡在B行的银行终端上发生了交易。通常的跨行交易是使用A银行的银行卡，在B银行的银行终端上进行取款、查询、转账等操作。
[0003]然而，由于目标账户是其他银行的银行终端上进行登录的，导致银行服务器(银行卡的发行单位的计算机系统)无法及时获知该目标账户的是否涉及风险的情况，并且银行服务器(银行卡的发行单位的计算机系统)对其他银行的银行终端知之甚少，造成银行服务器无法对目标账户的风险进行管控，导致目标账户的账户安全受到极大的威胁。

技术实现思路

[0004]本申请提供一种账户类型识别方法和模型创建方法、装置、设备及介质，用以解决当前目标账户因进行跨行交易，导致无法及时获知该目标账户的是否涉及风险的情况的问题。
[0005]第一方面，本申请提供一种账户类型识别方法，应用于银行服务器中；
[0006]所述方法包括：
[0007]接收目标银行终端向发起的交易请求；其中，所述交易请求包括目标账户通过目标银行终端发出的账户身份信息和账户交易值；所述银行服务器属于第一银行，所述目标银行终端属于第二银行；
[0008]根据所述账户身份信息获取所述目标账户的至少一个目标属性值；其中，所述目标属性值用于表征目标账户的一个账户属性；
[0009]调用与所述目标银行终端对应的识别模型，根据至少一个所述目标属性值，识别所述目标账户的账户类型；或调用与所述目标银行终端对应的识别模型，根据所述账户交易值和至少一个所述目标属性值，识别所述目标账户的账户类型；其中，所述账户类型表征所述目标账户是否涉及风险；所述账户类型是银行服务器对所述目标账户进行风险控制的输入信息。
[0010]上述方案中，调用与所述目标银行终端对应的识别模型，根据至少一个所述目标属性值，识别所述目标账户的账户类型，包括：
[0011]通过所述识别模型将所述目标账户的至少一个属性值分别设定为目标属性值；其中，所述目标属性值是用于表征目标账户的一个账户属性的数值数据；所述识别模型中还包括至少一个安全账户和至少一个风险账户；所述安全账户具有至少一个账户属性值；所述安全账户的账户属性值是用于表征安全账户的至少一个账户属性的数值数据；所述风险账户具有至少一个账户属性值；所述风险账户的账户属性值是用于表征风险账户的至少一
个账户属性的数值数据；
[0012]根据至少一个所述目标属性值和每一所述安全账户的至少一个所述账户属性值，确定所述目标账户与每一所述安全账户之间的安全距离；其中，所述安全距离表征目标账户和安全账户之间的相似程度；
[0013]根据至少一个所述目标属性值和每一所述风险账户的至少一个所述账户属性值，确定所述目标账户与每一所述风险账户之间的风险距离；其中，所述风险距离表征目标账户和风险账户之间的相似程度；
[0014]根据至少一个所述安全距离和至少一个所述风险距离，确定所述目标账户的账户类型。
[0015]进一步地，根据至少一个所述目标属性值和每一所述安全账户的至少一个所述账户属性值，确定所述目标账户与每一所述安全账户之间的安全距离，包括：
[0016]计算第一账户属性的所述目标属性值和第一安全账户的所述第一账户属性值之间的差值，得到所述第一账户属性的距离值；其中，所述第一账户属性是同时记载于目标账户和安全账户中的一个账户属性；所述第一安全账户是至少一个安全账户中的一个；
[0017]根据第一账户属性的距离值，确定所述目标账户与所述第一安全账户之间的安全距离。
[0018]进一步地，根据至少一个所述目标属性值和每一所述风险账户的至少一个所述账户属性值，确定所述目标账户与每一所述风险账户之间的风险距离，包括：
[0019]计算第二账户属性的所述目标属性值和第一风险账户的所述第二账户属性值之间的差值，得到所述第二账户属性的距离值；其中，所述第二账户属性是同时记载于目标账户和风险账户中的一个账户属性；所述第一风险账户是至少一个风险账户中的一个；
[0020]根据第二账户属性的距离值，确定所述目标账户与所述第一风险账户之间的风险距离。
[0021]上述方案中，调用与所述目标银行终端对应的识别模型，根据所述账户交易值和至少一个所述目标属性值，识别所述目标账户的账户类型，包括：
[0022]将所述账户交易值和至少一个所述目标属性值录入所述识别模型；
[0023]运行所述识别模型得到模型输出数据；
[0024]根据所述模型输出数据中的正样本概率值和负样本概率值，确定所述目标账户的账户类型；其中，所述正样本概率值表征所述目标账户的账户类型与风险账户的账户类型一致的概率；所述负样本概率值表征所述目标账户的账户类型与安全账户的账户类型一致的概率。
[0025]第二方面，本申请提供一种识别模型的模型创建方法，应用于银行服务器中，包括：
[0026]获取目标银行终端的历史账户数据；其中，所述历史账户数据是与目标银行终端之间具有关联关系的第一银行终端的历史交易数据，所述第一银行终端是第一银行的银行终端服务系统；所述历史交易数据记载有至少一个账户、每一账户的账户属性和账户属性值、以及每一账户的每一次交易的账户交易值；所述账户属性值是表征账户在账户属性下内容的数值数据；所述银行服务器属于第一银行，所述目标银行终端属于第二银行；
[0027]根据所述历史账户数据确定至少一个安全账户和至少一个风险账户；所述安全账
户是指处于安全状态的账户；所述风险账户是指处于风险状态的账户；
[0028]根据所述安全账户和所述风险账户的账户属性值，得到所述目标银行终端的识别模型；和/或
[0029]根据所述安全账户和所述风险账户的账户属性值和账户交易值，对预置的初始神经网络模型进行训练，得到所述目标银行终端的识别模型；其中，所述识别模型用于根据至少一个所述目标属性值，识别所述目标账户的账户类型；或根据所述账户交易值和至少一个所述目标属性值，识别所述目标账户的账户类型；其中，所述账户类型表征所述目标账户的风险程度；所述账户类型是银行服务器对所述目标账户进行风险控制的输入信息。
[0030]上述方案中，获取目标银行终端的历史账户数据，包括：
[0031]获取所述目标银行终端的目标地址信息；其中，所述目标地址信息是目标银行终端当前所在位置的坐标；
[0032]根据所述目标地址信息确定指定距离范围，其中，所述指定距离范围是以目标地址信息为中心，并以预置的距离长度为半径，划出的地图范围；
[0033]将处于所述指定距离范围内的银行终端设为潜在关联银行终端；其中，所述银行终端是指第一银行的银行终端服务系统；
[0034]将所述潜在关联银行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种账户类型识别方法，其特征在于，应用于银行服务器中；所述方法包括：接收目标银行终端向发起的交易请求；其中，所述交易请求包括目标账户通过目标银行终端发出的账户身份信息和账户交易值；所述银行服务器属于第一银行，所述目标银行终端属于第二银行；根据所述账户身份信息获取所述目标账户的至少一个目标属性值；其中，所述目标属性值用于表征目标账户的一个账户属性；调用与所述目标银行终端对应的识别模型，根据至少一个所述目标属性值，识别所述目标账户的账户类型；或调用与所述目标银行终端对应的识别模型，根据所述账户交易值和至少一个所述目标属性值，识别所述目标账户的账户类型；其中，所述账户类型表征所述目标账户是否涉及风险；所述账户类型是银行服务器对所述目标账户进行风险控制的输入信息。2.根据权利要求1所述的账户类型识别方法，其特征在于，调用与所述目标银行终端对应的识别模型，根据至少一个所述目标属性值，识别所述目标账户的账户类型，包括：通过所述识别模型将所述目标账户的至少一个属性值分别设定为目标属性值；其中，所述目标属性值是用于表征目标账户的一个账户属性的数值数据；所述识别模型中还包括至少一个安全账户和至少一个风险账户；所述安全账户具有至少一个账户属性值；所述安全账户的账户属性值是用于表征安全账户的至少一个账户属性的数值数据；所述风险账户具有至少一个账户属性值；所述风险账户的账户属性值是用于表征风险账户的至少一个账户属性的数值数据；根据至少一个所述目标属性值和每一所述安全账户的至少一个所述账户属性值，确定所述目标账户与每一所述安全账户之间的安全距离；其中，所述安全距离表征目标账户和安全账户之间的相似程度；根据至少一个所述目标属性值和每一所述风险账户的至少一个所述账户属性值，确定所述目标账户与每一所述风险账户之间的风险距离；其中，所述风险距离表征目标账户和风险账户之间的相似程度；根据至少一个所述安全距离和至少一个所述风险距离，确定所述目标账户的账户类型。3.根据权利要求2所述的账户类型识别方法，其特征在于，根据至少一个所述目标属性值和每一所述安全账户的至少一个所述账户属性值，确定所述目标账户与每一所述安全账户之间的安全距离，包括：计算第一账户属性的所述目标属性值和第一安全账户的所述第一账户属性值之间的差值，得到所述第一账户属性的距离值；其中，所述第一账户属性是同时记载于目标账户和安全账户中的一个账户属性；所述第一安全账户是至少一个安全账户中的一个；根据第一账户属性的距离值，确定所述目标账户与所述第一安全账户之间的安全距离。4.根据权利要求2所述的账户类型识别方法，其特征在于，根据至少一个所述目标属性值和每一所述风险账户的至少一个所述账户属性值，确定所述目标账户与每一所述风险账户之间的风险距离，包括：
计算第二账户属性的所述目标属性值和第一风险账户的所述第二账户属性值之间的差值，得到所述第二账户属性的距离值；其中，所述第二账户属性是同时记载于目标账户和风险账户中的一个账户属性；所述第一风险账户是至少一个风险账户中的一个；根据第二账户属性的距离值，确定所述目标账户与所述第一风险账户之间的风险距离。5.根据权利要求1
‑
4中任一所述的账户类型识别方法，其特征在于，调用与所述目标银行终端对应的识别模型，根据所述账户交易值和至少一个所述目标属性值，识别所述目标账户的账户类型，包括：将所述账户交易值和至少一个所述目标属性值录入所述识别模型；运行所述识别模型得到模型输出数据；根据所述模型输出数据中的正样本概率值和负样本概率值，确定所述目标账户的账户类型；其中，所述正样本概率值表征所述目标账户的账户类型与风险账户的账户类型一致的概率；所述负样本概率值表征所述目标账户的账户类型与安全账户的账户类型一致的概率。6.一种识别模型的模型创建方法，其特征在于，应用于银行服务器中，包括：获取目标银行终端的历史账户数据；其中，所述历史账户数据是与目标银行终端之间具有关联关系的第一银行终端的历史交易数据，所述第一银行终端是第一银行的银行终端服务系统；所述历史交易数据记载有至少一个账户、每一账户的账户属性和账户属性值、以及每一账户的每一次交易的账户交易值；所述账户属性值是表征账户在账户属性下内容的数值数据；所述银行服务器属于第一银行，所述目标银行终端属于第二银行；根据所述历史账户数据确定至少一个安全账户和至少一个风险账户；所述安全账户是指处于安全状态的账户；所述风险账户是指处于风险状态的账户；根据所述安全账户和所述风险账户的账户属性值，得到所述目标银行终端的识别模型；和/或根据所述安全账户和所述风险账户的账户属性值和账户交易值，对预置的初始神经网络模型进行训练，得到所述目标银行终端的识别模型；其中，所述识别模型用于根据至少一个所述目标属性值，识别所述目标账户的账户类型；或根据所述账户交易值和至少一个所述目标属性值，识别所述目标账户的账户类型；其中，所述账户类型表征所述目标账户的风险程度；所述账户类型是银行服务器对所述目标账户进行风险控制的输入信息。7.根据权利要求6所述的模型创建方法，其特征在于，获取目标银行终端的历史账户数据，包括：获取所述目标银行终端的目标地址信息；其中，所述目标地址信息是目标银行终端当前所在位置的坐标；根据所述目标地址信息确定指定距离范围，其中，所述指定距离范围是以目标地址信息为中心，并以预置的距离长度为半径，划出的地图范围；将处于所述指定距离范围内的银行终端设为潜在关联银行终端；其中，所述银行终端是指第一银行的银行终端服务系统；将所述潜在关联银行终端中保存的历史账户数据，作为所述目标银行终端的历史账户数据；其中，所述历史账户数据是银行终端中记载的至少一个账户，以及每一所述账户的...

【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：