房产交易风险的确定方法及装置、存储介质及电子设备与流程

本发明涉及房地产技术领域，特别涉及一种房产交易风险的确定方法及装置、存储介质及电子设备。

背景技术：

在房地产行业中，房地产商通常需要获取大量的客户，以便房地产商将其房产商品向客户销售，从而保证经济效益的增长。房地产商获取的客户通常分为两种，一种是自主客户，另一种是渠道客户；自主客户为房地产商自主进行挖掘的客户，渠道客户为依靠各种渠道商获取到的客户，而当通过渠道商获取的客户成功购买商品时，通常会向渠道商支付高额的佣金作为回报。

伴随着利益驱动，有些渠道商会采取一些不正当手段，例如客户在购买房产前与客户串通，欺骗房地产商该客户为渠道客户，从而得到房地产的高额佣金，这给房地产商带来了巨大的经济损失。

技术实现要素：

有鉴于此，本发明提供一种房产交易风险的确定方法及装置、存储介质及电子设备，可确定客户的购房交易是否存在风险，若存在风险，则及时向风控人员进行预警，防止经济损失。

为实现上述目的，本发明实施例提供如下技术方案：

一种房产交易风险的确定方法，包括：

接收各个预设的采集器上传的人像采集图片；

对各个所述人像采集图片进行筛选，以得到合格图片；

调用预设的各个人像识别模型对所述合格图片进行处理，得到每个所述人像识别模型输出的识别信息；

基于各个所述识别信息，确定所述合格图片所对应的客户是否为渠道客户；

若确定所述合格图片所对应的客户为渠道客户，则在接收到所述客户的购房交易时，基于预设的风控规则判断所述购房交易是否存在风险；

若所述购房交易存在风险，则生成所述购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。

上述的方法，可选的，所述对各个所述人像采集图片进行筛选，以得到合格图片，包括：

调用预设的图片筛选模型对每个所述人像采集图片进行处理，得到每个所述人像采集图片的各个筛选阈值；

基于每个所述人像采集图片的各个筛选阈值，在各个所述人像采集图片中确定合格图片。

上述的方法，可选的，所述基于每个所述人像采集图片的各个筛选阈值，在各个所述人像采集图片中确定合格图片，包括：

确定每个所述人像采集图片的每个筛选阈值所对应的筛选区间；

对于每个所述人像采集图片的每个筛选阈值，确定所述筛选阈值是否处于与其对应的筛选区间内，若所述筛选阈值处于与其对应的筛选区间内，则将所述筛选阈值确定为合格阈值，若所述筛选阈值未处于与其对应的筛选区间内，则将所述筛选阈值确定为不合格阈值；

将各个筛选阈值均为合格阈值的人像采集图片确定为筛选图片；

对所述筛选图片进行人脸识别处理，以得到所述筛选图片中每个人脸影像的人脸信息；

基于所述筛选图片的每个人脸信息以及预设的工作人员人脸信息库，确定所述筛选图片的各个人脸影像中是否存在非工作人员的人脸影像；

若所述筛选图片的各个人脸影像不存在非工作人员的人脸影像，则将所述筛选图片确定为不合格图片；

若所述筛选图片的各个人脸影像中存在非工作人员的人脸影像，则将所述筛选图片确定为合格图片。

上述的方法，可选的，所述调用预设的各个人像识别模型对所述合格图片进行处理，得到每个所述人像识别模型输出的识别信息，包括：

将所述合格图片输入每个所述人像识别模型中，使得每个所述人像识别模型提取所述合格图片中的人像特征；

将预设的客户数据库中的各个标准人像特征输入每个所述人像识别模型中，使得每个所述人像识别模型对所述人像特征和各个所述标准人像特征进行处理，以得到每个所述人像识别模型输出的识别信息。

上述的方法，可选的，所述基于各个所述识别信息，确定所述合格图片所对应的客户是否为渠道客户，包括：

获取每个所述识别信息中的识别权重；

将各个所述识别权重进行加权运算，以得到所述合格图片的客户识别权重；

将所述客户识别权重与预设的识别权重区间进行对比，以确定客户数据库中是否存在所述合格图片所对应的客户的客户信息；

若确定客户数据库中存在所述合格图片所对应的客户的客户信息，则将所述客户数据库中包含的所述合格图片所对应的客户的客户信息作为目标信息，并判断所述目标信息中是否存在有效渠道信息，若所述目标信息中存在有效渠道信息，则确定所述合格图片所对应的客户为渠道客户；

若所述目标信息中未存在有效渠道信息，则确定所述合格图片所对应的客户为自主客户。

上述的方法，可选的，还包括：

若确定客户数据库中未存在所述合格图片所对应的客户的客户信息，则将所述合格图片所对应的客户确定为自主客户，并生成所述合格图片所对应的客户的客户信息，将生成的客户信息保存在所述客户数据库中。

上述的方法，可选的，所述基于预设的风控规则判断所述购房交易是否存在风险，包括：

获取所述客户的购房交易信息以及访问登记信息；

基于所述购房交易信息以及访问登记信息，获取各项风控评估数据；

基于所述风控规则，判断各个所述风控评估数据中是否存在不满足所述风控规则的风控评估数据；

若各个所述风控评估数据中存在不满足所述风控规则的风控评估数据，则确定所述购房交易存在风险；

若各个所述风控评估数据中未存在不满足所述风控规则的风控评估数据，则确定所述购房交易未存在风险。

一种房产交易风险的确定装置，包括：

接收单元，用于接收各个预设的采集器上传的人像采集图片；

筛选单元，用于对各个所述人像采集图片进行筛选，以得到合格图片；

调用单元，用于调用预设的各个人像识别模型对所述合格图片进行处理，得到每个所述人像识别模型输出的识别信息；

确定单元，用于基于各个所述识别信息，确定所述合格图片所对应的客户是否为渠道客户；

判断单元，用于若确定所述合格图片所对应的客户为渠道客户，则在接收到所述客户的购房交易时，基于预设的风控规则判断所述购房交易是否存在风险；

生成单元，用于若所述购房交易存在风险，则生成所述购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。

上述的装置，可选的，所述筛选单元，包括：

调用子单元，用于调用预设的图片筛选模型对每个所述人像采集图片进行处理，得到每个所述人像采集图片的各个筛选阈值；

第一确定子单元，用于基于每个所述人像采集图片的各个筛选阈值，在各个所述人像采集图片中确定合格图片。

上述的装置，可选的，所述第一确定子单元，包括：

第一确定模块，用于确定每个所述人像采集图片的每个筛选阈值所对应的筛选区间；

第二确定模块，用于对于每个所述人像采集图片的每个筛选阈值，确定所述筛选阈值是否处于与其对应的筛选区间内，若所述筛选阈值处于与其对应的筛选区间内，则将所述筛选阈值确定为合格阈值，若所述筛选阈值未处于与其对应的筛选区间内，则将所述筛选阈值确定为不合格阈值；

第三确定模块，用于将各个筛选阈值均为合格阈值的人像采集图片确定为筛选图片；

处理模块，用于对所述筛选图片进行人脸识别处理，以得到所述筛选图片中每个人脸影像的人脸信息；

第四确定模块，用于基于所述筛选图片的每个人脸信息以及预设的工作人员人脸信息库，确定所述筛选图片的各个人脸影像中是否存在非工作人员的人脸影像；

第五确定模块，用于若所述筛选图片的各个人脸影像不存在非工作人员的人脸影像，则将所述筛选图片确定为不合格图片；

第六确定模块，用于若所述筛选图片的各个人脸影像中存在非工作人员的人脸影像，则将所述筛选图片确定为合格图片。

上述的装置，可选的，所述调用单元，包括：

提取子单元，用于将所述合格图片输入每个所述人像识别模型中，使得每个所述人像识别模型提取所述合格图片中的人像特征；

第一获取子单元，用于将预设的客户数据库中的各个标准人像特征输入每个所述人像识别模型中，使得每个所述人像识别模型对所述人像特征和各个所述标准人像特征进行处理，以得到每个所述人像识别模型输出的识别信息。

上述的装置，可选的，所述确定单元，包括：

第二获取子单元，用于获取每个所述识别信息中的识别权重；

运算子单元，用于将各个所述识别权重进行加权运算，以得到所述合格图片的客户识别权重；

对比子单元，用于将所述客户识别权重与预设的识别权重区间进行对比，以确定客户数据库中是否存在所述合格图片所对应的客户的客户信息；

第二确定子单元，用于若确定客户数据库中存在所述合格图片所对应的客户的客户信息，则将所述客户数据库中包含的所述合格图片所对应的客户的客户信息作为目标信息，并判断所述目标信息中是否存在有效渠道信息，若所述目标信息中存在有效渠道信息，则确定所述合格图片所对应的客户为渠道客户；

第三确定子单元，用于若所述目标信息中未存在有效渠道信息，则确定所述合格图片所对应的客户为自主客户。

上述的装置，可选的，还包括：

生成单元，用于若确定客户数据库中未存在所述合格图片所对应的客户的客户信息，则将所述合格图片所对应的客户确定为自主客户，并生成所述合格图片所对应的客户的客户信息，将生成的客户信息保存在所述客户数据库中。

上述的装置，可选的，所述判断单元，包括：

第三获取子单元，用于获取所述客户的购房交易信息以及访问登记信息；

第四获取子单元，用于基于所述购房交易信息以及访问登记信息，获取各项风控评估数据；

判断子单元，用于基于所述风控规则，判断各个所述风控评估数据中是否存在不满足所述风控规则的风控评估数据；

第四确定子单元，用于若各个所述风控评估数据中存在不满足所述风控规则的风控评估数据，则确定所述购房交易存在风险；

第五确定子单元，用于若各个所述风控评估数据中未存在不满足所述风控规则的风控评估数据，则确定所述购房交易未存在风险。

一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如上所述的房产交易风险的确定方法。

一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如上所述的房产交易风险的确定方法。

与现有技术相比，本发明具有以下优点：

本发明提供一种房产交易风险的确定方法及装置、存储介质及电子设备，该方法包括：接收各个采集器上传的人像采集图片，对各个人像采集图片进行筛选，以得到合格图片；调用各个人像识别模型对合格图片进行处理，得到每个人像识别模型输出的识别信息；基于各个识别信息，确定合格图片所对应的客户是否为渠道客户，若确定合格图片所对应的客户为渠道客户，则在接收到客户的购房交易时，基于预设的风控规则判断购房交易是否存在风险；若购房交易存在风险，则生成购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。对人像采集图片进行筛选，得到合格图片，有效减少需要处理的图片的数量，减少工作负担和提高工作效率；使用多个人像识别模型对合格图片进行处理，提高了人脸识别的准确性，进而提高确定房产交易风险的正确率，当交易存在风险时，及时进行预警，防止经济损失。

附图说明

为了更清楚地说明本发明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发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种房产交易风险的确定方法的方法流程图；

图2为本发明实施例提供的一种房产交易风险的确定方法的另一方法流程图；

图3为本发明实施例提供的一种房产交易风险的确定方法的又一方法流程图；

图4为本发明实施例提供的一种房产交易风险的确定方法的再一方法流程图；

图5为本发明实施例提供的一种房产交易风险的确定装置的结构示意图；

图6为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

基于利益的驱动，房产交易中有些渠道商会使用一些非正常手段得到房地产商提供的高额佣金，最常见的一种方式为渠道商在客户签单前串通客户，欺骗房地产商该客户是渠道商带来的，从而得到房地产商的佣金，并与该客户分赃，这种手段成为“飞单”，这给房地产商带来了巨大的经济损失，为了减少房地产商在经济方面的损失，本发明提供一种房产交易风险的确定方法，以便于确定客户的房产交易的风险情况，在出现风险时可及时提风控人员，进而避免出现飞单的情况。

本发明可应用于由众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持式设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。本发明提供一种房产交易风险的确定方法，其执行主体为可为计算机终端或处理器，参照图1，为本发明提供的一种房产交易风险的确定方法的方法流程图，具体说明如下所述：

s101、接收各个预设的采集器上传的人像采集图片。

本发明的采集器具体为可拍照设备，例如摄像头、照相机等设备，采集器可设置在多个不同的案场场景中，例如售房大厅入口、案场通道、洽谈室等，每个案场场景中至少设置一个采集器，每个采集器对人脸采集的角度为最合适的拍摄角度，优选的，本发明中的采集器在安装时的角度位于10~20度内，在这个角度范围内采集到的图片中的人脸影像最为清晰。

采集器在检测到人脸时便对人脸进行采集，由此可得到人像采集图片，进一步的，采集器中设置有人脸检测算法，进而可检测到进入到采集器的采集范围内的人脸。

s102、对各个所述人像采集图片进行筛选，以得到合格图片。

将各个人像采集图片中不合格的图片筛去，由此可得到合格图片，进一步的，合格图片的数量为至少一张，本发明中对每张合格图片处理的过程均是相同的。

通过将人像采集图片中不合格的图片进行筛选，可有效减少后续需要处理的图片的数量，进而提高了处理的效率。

对各个人像图片进行筛选，得到合格图片的具体流程如下所示，具体说明如下所述：

s201、调用预设的图片筛选模型对每个所述人像采集图片进行处理，得到每个所述人像采集图片的各个筛选阈值。

图片筛选模型可从多个筛选维度对人像采集图片进行筛选，筛选维度具体可包含但不限于：图片中人像的侧脸角度、光照程度、阴影强度、模糊程度等等，不同的筛选维度可使用不同的筛选算法，例如关于模糊程度可使用图片择优算法或是根据拉普拉斯变换，然后再去均方差的办法对图片进行筛选处理；图片筛选模型为结合了每个筛选维度的筛选算法的模型。

对于每个人像采集图片，图片采集模型在对该人像采集图片进行处理后，会输出关于该人像采集图片的各个筛选阈值，其中，筛选阈值的个数与筛选维度的维度数相同，即筛选阈值为对应的筛选维度的阈值，具体如模糊度对应一个筛选阈值，光照程度对应一个筛选阈值。

s202、基于每个所述人像采集图片的各个筛选阈值，在各个所述人像采集图片中确定合格图片。

参照图2，为本发明提供的在各个人像采集图片中确定合格图片的方法流程，具体说明如下所述：

s301、确定每个所述人像采集图片的每个筛选阈值所对应的筛选区间。

对于每个人像采集图片，确定人像采集图片的每个筛选阈值对应的筛选维度，并将筛选维度对应的筛选区间作为筛选阈值对应的筛选区间。

筛选维度包含但不限于图片中人像的侧脸角度、光照程度、阴影强度、模糊程度等，不同的筛选维度对应不同的筛选区间。

s302、对于每个所述人像采集图片的每个筛选阈值，确定所述筛选阈值是否处于与其对应的筛选区间内，若所述筛选阈值处于与其对应的筛选区间内，则将所述筛选阈值确定为合格阈值，若所述筛选阈值未处于与其对应的筛选区间内，则将所述筛选阈值确定为不合格阈值。

具体的，如筛选阈值的筛选维度为侧脸角度，在当该筛选阈值在侧脸角度所对应的筛选区间内时，则将该筛选阈值确定为合格阈值；筛选区间可根据实际需求进行设置。

s303、将各个筛选阈值均为合格阈值的人像采集图片确定为筛选图片。

在各个人像采集图片中，将各个筛选阈值中不存在未合格阈值的人像采集图片确定为筛选图片，即，将各个筛选阈值均为合格阈值的人像采集图片确定为筛选图片；进一步的，将各个筛选阈值中存在未合格阈值的人像采集图片确定为不合格图片。

s304、对所述筛选图片进行人脸识别处理，以得到所述筛选图片中每个人脸影像的人脸信息。

对筛选图片进行人脸识别处理时，可使用人脸识别算法对筛选图片进行人脸识别处理，从而得到筛选图片中每个人脸影像的人脸信息，人脸信息包括但不限于人脸图片和对应的人脸特征，例如眼睛特征、鼻子特征、嘴巴特征等等。

进一步的，筛选图片的人脸影像中可能存在遮挡的情况，例如因戴口罩遮挡住面部的情况；在筛选图片的人脸影像中存在遮挡的情况时，使用专门设置的人脸识别方法提取筛选图片的人脸影像中的人脸特征，例如仅提取人脸影像中未遮挡住的人脸特征，从而可得到人脸信息。

s305、基于所述筛选图片的每个人脸信息以及预设的工作人员人脸信息库，确定所述筛选图片的各个人脸影像中是否存在非工作人员的人脸影像；若所述筛选图片的各个人脸影像不存在非工作人员的人脸影像，则执行s306；若所述筛选图片的各个人脸影像存在非工作人员的人脸影像，则执行s307。

工作人员人脸信息库中包含每个工作人员的工作人脸信息，其中，工作人脸信息包含但不限于工作人员的正面人脸照片和人脸特征；对于每个人脸影像，将人脸影像的人脸信息遍历各个工作人脸信息，以确定工作人员人脸信息库中是否存在与该人脸影像对应的工作人脸信息，若确定工作人员人脸信息库中存在与该人脸影像对应的工作人脸信息，则将该人脸影像确定为工作人员的人脸影像；若确定工作人员人脸信息库中不存在与该人脸影像对应的工作人脸信息，则将该人脸影像确定为非工作人员的人脸影像。

s306、将所述筛选图片确定为不合格图片。

s307、将所述筛选图片确定为合格图片。

本发明实施例提供的方法中，可将不合格图片删除，进而释放不合格图片所占据的内存，进而合理使用计算机中的内存。

本发明基于每个人像采集图片的各个筛选阈值对各个人像采集图片进行筛选；将存在不合格阈值的人像采集图片确定为不合格图片，将不存在不合格阈值的人像采集图片确定为筛选图片；基于筛选图片中的人脸影像做进一步筛选，将不包含非工作人员的人脸影像的筛选图片作为不合格图片，将包含非工作人员的人脸影像的筛选图片作为合格图片，本发明中经过多次筛选，可将各种无效的图片过滤掉，从而提高确定交易的风险时的准确率，并有效减少处理器的工作负担，提高处理器的工作效率。

s103、调用预设的各个人像识别模型对所述合格图片进行处理，得到每个所述人像识别模型输出的识别信息。

本发明实施例提供的方法中，在得到合格图片后，需要调用预设的各个人像识别模型对合格图片进行处理，以得到每个人像识别模型输出的识别信息，具体说明如下所述：

将所述合格图片输入每个所述人像识别模型中，使得每个所述人像识别模型提取所述合格图片中的人像特征；

将预设的客户数据库中的各个标准人像特征输入每个所述人像识别模型中，使得每个所述人像识别模型对所述人像特征和各个所述标准人像特征进行处理，以得到每个所述人像识别模型输出的识别信息。

本发明使用多个人像识别模型，不同的人像识别模型对应不同的人脸识别算法，具体如腾讯云人脸识别算法、调用百度人脸识别算法以及各种自研人脸识别算法，这些算法的准确性为：腾讯云人脸识别算法准确性>自研人脸识别算法准确性>百度人脸识别算法准确性。

进一步的，每个人像识别模型提取的合格图片中的人像特征为非工作人员的人像特征，人像特征包含但不限于眼部特征、鼻子特征、嘴巴特征以及脸部特征等。本发明中所应用的模型均为预先训练完成的模型。

客户数据库用于保存标准人像特征，标准人像特征为已经到访的客户的人像特征，即客户数据库中保存的标准人像特征所对应的客户为已到访客户，将客户数据库中的各个标准人像特征输入每个人像识别模型中，使得每个人像识别模型对人像特征和各个标准人像特征进行处理，得到每个人像识别模型输出的识别信息。进一步的，每个人像识别模型对人像特征和各个标准人像特征进行处理的过程如：人像识别模型将人像特征和每个标准人像特征进行组合，得到至少一个人像特征组合；人像识别模型对各个人像特征组合逐一进行处理，得到与每个人像特征组合对应的人像相似度；基于各个人像相似度，生成识别信息，其中，识别信息中包含表征合格图片所对应的客户为已到访客户的识别权重。

本发明通过使用多个不同人像识别模型对合格图片进行处理，可以从多个方面对合格图片进行处理，得到多个不同的识别信息，由此可减少对合格图片使用一种人像识别模型进行处理时产生的误差。

s104、基于各个所述识别信息，确定所述合格图片所对应的客户是否为渠道客户；若所述合格图片所对应的客户为渠道客户，则执行s105；若所述合格图片所对应的客户不为渠道客户，则执行s108。

本发明实施例提供的方法中，在得到每个人像识别模型输出的识别信息后，需要基于各个识别信息，确定合格图片所对应的客户是否为渠道客户，相应的方法流程图参照图3，具体说明如下所述：

s401、获取每个所述识别信息中的识别权重。

对每个识别信息进行解析，得到每个识别信息中的识别权重，识别权重为用于表征合格图片所对应的客户是否为已到访客户的概率值。

s402、将各个所述识别权重进行加权运算，以得到所述合格图片的客户识别权重。

根据各个人像识别模型的权重参数对各个识别权重进行加权运算，从而得到所述合格图片的客户识别权重，人像识别模型的权重参数是根据人像识别模型对训练集进行处理的结果确定的。

s403、将所述客户识别权重与预设的识别权重区间进行对比，以确定客户数据库中是否存在所述合格图片所对应的客户的客户信息；若确定客户数据库中存在所述合格图片所对应的客户的客户信息，则执行s404；若确定客户数据库中不存在所述合格图片所对应的客户的客户信息，则执行s408。

识别权重区间可根据实际需求进行设置，若客户识别权重处于所述识别权重区间内，则确定客户数据库中存在所述合格图片所对应的客户的客户信息，即可确定合格图片所对应的客户为已到访客户；若客户识别权重未处于所述识别权重区间内，则确定客户数据库中未存在所述合格图片所对应的客户的客户信息，即确定合格图片所对应的客户为初次访问客户，即为新客户。

s404、将所述客户数据库中包含的所述合格图片所对应的客户的客户信息作为目标信息。

客户信息中包含客户的各种到访信息，包含但不限于客户姓名、客户首次到访信息、渠道信息、购房意向信息等，进一步的，渠道信息中包含渠道经纪人提前报备时间、客户到访时间是否为到访有效期内等信息。

s405、判断所述目标信息中是否存在有效渠道信息，若所述目标信息中存在有效渠道信息，则执行s406；若所述目标信息中未存在有效渠道信息，则执行s407。

在判断目标信息中是否存在有效渠道信息时，先确定所述目标信息中是否存在渠道信息，若所述目标信息中存在渠道信息，则将渠道信息中的登记时间和目标信息中初次到访登记时间进行对比，判断初次到访登记时间是否早于登记时间，若初次到访登记时间早于登记时间，则确定渠道信息不为有效渠道信息；若初次到访登记时间不早于登记时间，则确定渠道信息为有效渠道信息。

s406、确定所述合格图片所对应的客户为渠道客户。

s407、确定所述合格图片所对应的客户为自主客户。

s408、将所述合格图片所对应的客户确定为自主客户，并生成所述合格图片所对应的客户的客户信息，将生成的客户信息保存在所述客户数据库中。

本发明实施例提供的方法中，基于各个识别信息，可准确的确定出合格图片所对应的客户是否为渠道客户，由此可确定客户的类型，以便于后续根据客户的类型对客户提供对应的服务。

s105、在接收到所述客户的购房交易时，基于预设的风控规则判断所述购房交易是否存在风险；若所述购房交易存在风险，则执行s106；若所述购房交易未存在风险，则执行s107。

参照图4，为基于预设的风控规则判断所述购房交易是否存在风险的流程图，具体说明如下所述：

s501、获取所述客户的购房交易信息以及访问登记信息。

对所述购房交易进行解析，得到购房交易信息；对客户信息进行解析，得到访问登记信息；所述购房交易信息中包含但不限于购买的房子信息、购买人信息以及售房经纪人信息等；所述访问登记信息中包含渠道经纪人登记的客户信息、提前报备时间、到访有效期、成交保护期、共同购房人姓名以及渠道类型等信息。

s502、基于所述购房交易信息以及访问登记信息，获取各项风控评估数据。

各项风控评估数据包含但不限于由客户到访时间和渠道经纪人进行报备的提前时间组成的风控评估数据、由客户到访时间与渠道经纪人登记的到访有效期组成的风控评估数据、由交易成交日期与渠道经纪人登记的成交保护期组成的风控评估数据、由交易成功日期与客户首次到访时间组成的风险评估数据、由客户实名认证日期与客户人脸首次采集时间组成的风险评估数据等等。

s503、基于所述风控规则，判断各个所述风控评估数据中是否存在不满足所述风控规则的风控评估数据；若各个所述风控评估数据中存在不满足所述风控规则的风控评估数据，则执行s504；若各个所述风控评估数据中未存在不满足所述风控规则的风控评估数据，则执行s505。

本发明中，风控规则中存在多种判断条件，不同的风控评估数据对应的不同的判断条件，例如：风控评估数据为由客户到访时间和渠道经纪人进行报备的提前时间组成的风控评估数据时，对应的判断条件为：判断客户到访时间是否早于渠道经纪人进行报备的提前时间；若客户到访时间早于渠道经纪人进行报备的提前时间，则确定该风控评估数据为不满足风控规则的风控评估数据，进一步的，渠道经纪人进行报备的提前时间为比渠道经纪人进行报备的时间提前预设的时间步长的时间点，时间步长根据实际需求进行设置；例如，渠道经纪人进行报备的时间为2021年4月23号，时间步长为5天，则2021年4月18号为渠道经纪人进行报备的提前时间；若客户到访时间不早于渠道经纪人进行报备的提前时间，则确定该风控评估数据为满足风控规则的风控评估数据；当风控评估数据为由客户到访时间与渠道经纪人登记的到访有效期组成的风控评估数据时，对应的判断条件为：判断客户到访时间是否位于到访有效期内；若客户到访时间不位于到访有效期内，则确定该风控评估数据为不满足风控规则的风控评估数据；若客户的到访时间位于到访有效期内，则确定该风控评估数据为满足风控规则的风控评估数据；当风控评估数据为由交易成交日期与渠道经纪人登记的成交保护期组成的风控评估数据时，对应的判断条件为：判断交易成交日期是否位于成交保护期内，若交易成交日期位于成交保护期内，则确定该风控评估数据为满足风控规则的风控评估数据；若交易成交日期不位于成交保护期内，则确定该风控评估数据为不满足风控规则的风控评估数据；若风控评估数据为由交易成功日期与客户首次到访时间组成的风险评估数据，则对应的判断条件为：判断交易成功日期与客户首次到访时间是否相同；若交易成功日期与客户首次到访时间相同，则确定该风控评估数据为不满足风控规则的风控评估数据；若交易成功日期与客户首次到访时间不相同，则确定该风控评估数据为满足风控规则的风控评估数据；若风控评估数据为由客户实名认证日期与客户人脸首次采集时间组成的风险评估数据，则对应的判断条件为：判断客户实名认证日期是否早于客户人脸首次采集时间，若客户实名认证日期早于客户人脸首次采集时间，则确定该风控评估数据为不满足风控规则的风控评估数据；若客户实名认证日期不早于客户人脸首次采集时间，则确定该风控评估数据为满足风控规则的风控评估数据。

s504、确定所述购房交易存在风险。

s505、确定所述购房交易未存在风险。

本发明实施例提供的方法中，对客户的购房交易信息和访问登记信息进行处理，以得到各个风控评估数据，并基于各个风控评估数据判断购房交易是否存在风险，进而可快速、准确的确定购房交易是否存在风险，有效提高了确定购房交易的风险的准确性。

s106、生成所述购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。

风险预警信息用于提示风控人员该购房交易存在风险，应及时停止交易，以便避免经济损失。

s107、生成所述购房交易的结佣信息，并向所述风控人员反馈所述结佣信息。

结佣信息中包含应向渠道商支付的佣金和该购房交易的成交信息，向风控人员反馈该结佣信息后，以便风控人员再次对该购房交易进行审核，以进一步避免渠道经纪人有“飞单”的手段。

s108、在接收到所述客户的购房交易时，生成所述购房交易的交易成功信息，并向所述风控人员反馈所述交易成功信息。

本发明实施例提供的方法中，在接收到各个采集器上传的人像图片时，对各个人像采集图片进行筛选，以得到合格图片；调用预设的各个人像识别模型对合格图片进行处理，得到每个人像识别模型输出的识别信息；基于各个识别信息，确定合格图片所对应的客户是否为渠道客户，若确定合格图片所对应的客户为渠道客户，则在接收到客户的购房交易时，基于预设的风控规则判断所述购房交易是否存在风险；若所述购房交易存在风险，则生成所述购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。本发明通过对接收到的各个人像采集图片进行筛选，减少了需要处理的图片的数量，并使用多个人像识别模型对合格图片进行处理，提高了人脸识别的准确性，从而提高了确定房产交易风险的准确性，在交易存在风险时，及时进行预警，进而防止经济损失。

与图1所示的方法相对应的，本发明实施例还提供一种房产交易风险的确定装置，用于支持图1所示的方法在实际中的应用，该装置可应用于计算机终端或智能设备中，该装置的结构示意图如图5所示，具体说明如下所述：

接收单元601，用于接收各个预设的采集器上传的人像采集图片；

筛选单元602，用于对各个所述人像采集图片进行筛选，以得到合格图片；

调用单元603，用于调用预设的各个人像识别模型对所述合格图片进行处理，得到每个所述人像识别模型输出的识别信息；

确定单元604，用于基于各个所述识别信息，确定所述合格图片所对应的客户是否为渠道客户；

判断单元605，用于若确定所述合格图片所对应的客户为渠道客户，则在接收到所述客户的购房交易时，基于预设的风控规则判断所述购房交易是否存在风险；

生成单元606，用于若所述购房交易存在风险，则生成所述购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。

本发明实施例提供的装置中，在接收到各个采集器上传的人像图片时，对各个人像采集图片进行筛选，以得到合格图片；调用预设的各个人像识别模型对合格图片进行处理，得到每个人像识别模型输出的识别信息；基于各个识别信息，确定合格图片所对应的客户是否为渠道客户，若确定合格图片所对应的客户为渠道客户，则在接收到客户的购房交易时，基于预设的风控规则判断所述购房交易是否存在风险；若所述购房交易存在风险，则生成所述购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。本发明通过对接收到的各个人像采集图片进行筛选，减少了需要处理的图片的数量，进而减少了处理器的工作负担，提高了确定房产交易风险的效率；使用多个人像识别模型对合格图片进行处理，提高了人脸识别的准确性，从而提高了确定房产交易风险的准确性，在交易存在风险时，及时进行预警，进而防止经济损失。

本发明实施例提供的装置中，所述筛选单元602，可配置为：

调用子单元，用于调用预设的图片筛选模型对每个所述人像采集图片进行处理，得到每个所述人像采集图片的各个筛选阈值；

第一确定子单元，用于基于每个所述人像采集图片的各个筛选阈值，在各个所述人像采集图片中确定合格图片。

本发明实施例提供的装置中，所述第一确定子单元，可配置为：

第一确定模块，用于确定每个所述人像采集图片的每个筛选阈值所对应的筛选区间；

第二确定模块，用于对于每个所述人像采集图片的每个筛选阈值，确定所述筛选阈值是否处于与其对应的筛选区间内，若所述筛选阈值处于与其对应的筛选区间内，则将所述筛选阈值确定为合格阈值，若所述筛选阈值未处于与其对应的筛选区间内，则将所述筛选阈值确定为不合格阈值；

第三确定模块，用于将各个筛选阈值均为合格阈值的人像采集图片确定为筛选图片；

处理模块，用于对所述筛选图片进行人脸识别处理，以得到所述筛选图片中每个人脸影像的人脸信息；

第四确定模块，用于基于所述筛选图片的每个人脸信息以及预设的工作人员人脸信息库，确定所述筛选图片的各个人脸影像中是否存在非工作人员的人脸影像；

第五确定模块，用于若所述筛选图片的各个人脸影像不存在非工作人员的人脸影像，则将所述筛选图片确定为不合格图片；

第六确定模块，用于若所述筛选图片的各个人脸影像中存在非工作人员的人脸影像，则将所述筛选图片确定为合格图片。

本发明实施例提供的装置中，所述调用单元603，可配置为：

提取子单元，用于将所述合格图片输入每个所述人像识别模型中，使得每个所述人像识别模型提取所述合格图片中的人像特征；

第一获取子单元，用于将预设的客户数据库中的各个标准人像特征输入每个所述人像识别模型中，使得每个所述人像识别模型对所述人像特征和各个所述标准人像特征进行处理，以得到每个所述人像识别模型输出的识别信息。

本发明实施例提供的装置中，所述确定单元604，可配置为：

第二获取子单元，用于获取每个所述识别信息中的识别权重；

运算子单元，用于将各个所述识别权重进行加权运算，以得到所述合格图片的客户识别权重；

对比子单元，用于将所述客户识别权重与预设的识别权重区间进行对比，以确定客户数据库中是否存在所述合格图片所对应的客户的客户信息；

第二确定子单元，用于若确定客户数据库中存在所述合格图片所对应的客户的客户信息，则将所述客户数据库中包含的所述合格图片所对应的客户的客户信息作为目标信息，并判断所述目标信息中是否存在有效渠道信息，若所述目标信息中存在有效渠道信息，则确定所述合格图片所对应的客户为渠道客户；

第三确定子单元，用于若所述目标信息中未存在有效渠道信息，则确定所述合格图片所对应的客户为自主客户。

本发明实施例提供的装置中，还可配置为：

生成单元，用于若确定客户数据库中未存在所述合格图片所对应的客户的客户信息，则将所述合格图片所对应的客户确定为自主客户，并生成所述合格图片所对应的客户的客户信息，将生成的客户信息保存在所述客户数据库中。

本发明实施例提供的装置中，所述判断单元605，可配置为：

第三获取子单元，用于获取所述客户的购房交易信息以及访问登记信息；

第四获取子单元，用于基于所述购房交易信息以及访问登记信息，获取各项风控评估数据；

判断子单元，用于基于所述风控规则，判断各个所述风控评估数据中是否存在不满足所述风控规则的风控评估数据；

第四确定子单元，用于若各个所述风控评估数据中存在不满足所述风控规则的风控评估数据，则确定所述购房交易存在风险；

第五确定子单元，用于若各个所述风控评估数据中未存在不满足所述风控规则的风控评估数据，则确定所述购房交易未存在风险。

本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述房产交易风险的确定方法。

本发明实施例还提供了一种电子设备，其结构示意图如图6所示，具体包括存储器701，以及一个或者一个以上的指令702，其中一个或者一个以上指令702存储于存储器701中，且经配置以由一个或者一个以上处理器703执行所述一个或者一个以上指令702进行以下操作：

接收各个预设的采集器上传的人像采集图片；

对各个所述人像采集图片进行筛选，以得到合格图片；

调用预设的各个人像识别模型对所述合格图片进行处理，得到每个所述人像识别模型输出的识别信息；

基于各个所述识别信息，确定所述合格图片所对应的客户是否为渠道客户；

若确定所述合格图片所对应的客户为渠道客户，则在接收到所述客户的购房交易时，基于预设的风控规则判断所述购房交易是否存在风险；

若所述购房交易存在风险，则生成所述购房交易的风险预警信息，并向风控人员反馈所述风险预警信息。

上述各个实施例的具体实施过程及其衍生方式，均在本发明的保护范围之内。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。