本发明涉及金融信息处理技术领域，尤其涉及一种反洗钱模型的运算方法、存储介质和服务器。
背景技术：
随着中国金融市场逐渐成熟，国家对反洗钱监管愈加重视，现有金融机构均建立反洗钱机制来识别金融交易过程中的反洗钱风险。目前采取的方式通常为：在金融监控系统上设置大量的反洗钱模型来识别每笔交易数据是否存在一定的洗钱风险，如果存在则将其标记出来。然而，由于金融交易的复杂性，导致往往需要大量的反洗钱模型才能从大量的交易数据中识别出各种各样的洗钱手段，从而导致系统上反洗钱模型的数量极多，系统在运算这些反洗钱模型时负担极大，容易拖垮系统的性能。
技术实现要素：
有鉴于此，本发明实施例提供了一种反洗钱模型的运算方法、存储介质和服务器，能够有效减小系统运算反洗钱模型时的负担，提高系统性能。
本发明实施例的第一方面，提供了一种反洗钱模型的运算方法，包括：
当金融监控系统运算反洗钱模型时，判断预设的中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；
若所述中间结果数据集中包含所述目标中间结果，则从所述中间结果数据集中获取所述目标中间结果，所述中间结果数据集中包含的各个中间结果通过执行预设的数据处理任务产生，所述数据处理任务根据各个反洗钱模型的运算需求设置；
将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果。
本发明实施例的第二方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如本发明实施例的第一方面提出的反洗钱模型的运算方法的步骤。
本发明实施例的第三方面，提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：
当金融监控系统运算反洗钱模型时，判断预设的中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；
若所述中间结果数据集中包含所述目标中间结果，则从所述中间结果数据集中获取所述目标中间结果，所述中间结果数据集中包含的各个中间结果通过执行预设的数据处理任务产生，所述数据处理任务根据各个反洗钱模型的运算需求设置；
将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果。
本发明实施例提出的反洗钱模型的运算方法包括：当金融监控系统运算反洗钱模型时，判断预设的中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；若所述中间结果数据集中包含所述目标中间结果，则从所述中间结果数据集中获取所述目标中间结果，并将所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果；其中，所述中间结果数据集中包含的各个中间结果通过执行预设的数据处理任务产生，所述数据处理任务根据各个反洗钱模型的运算需求设置。由于不同的反洗钱模型在运算时可能需要使用相同的中间结果，比如反洗钱模型a、b和c在运算时均需要使用“客户最近30天的交易总金额”这个中间结果，则系统通过执行预先设置的数据处理任务计算得到“客户最近30天的交易总金额”这个中间结果，将该中间结果保存在中间结果数据集中，然后当系统运行反洗钱模型a、b和c时，无论在一天内这几个模型运行多少次，都能从该中间结果数据集中直接获取到该中间结果，而无需每个模型单独计算一次该中间结果。可见，当系统需要运行大量的反洗钱模型时，采用本方法能够有效减小计算量，从而减小系统运算反洗钱模型时的负担，提高系统性能。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种反洗钱模型的运算方法的第一个实施例的流程图；
图2是本发明实施例提供的一种反洗钱模型的运算方法的第二个实施例的流程图；
图3是本发明实施例提供的一种反洗钱模型的运算方法的第三个实施例的流程图；
图4是本发明实施例提供的一种反洗钱模型的运算装置的一个实施例的结构图；
图5是本发明实施例提供的一种服务器的示意图。
具体实施方式
本发明实施例提供了一种反洗钱模型的运算方法、存储介质和服务器，能够有效减小系统运算反洗钱模型时的负担，提高系统性能。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中一种反洗钱模型的运算方法的第一个实施例包括：
101、当金融监控系统运算反洗钱模型时，判断预设的中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；
这里的反洗钱模型是系统预先构建的用于识别金融交易数据是否存在洗钱风险的运算模型，通过交易数据的获取与计算，得到是否存在风险的结果。当金融监控系统运算某个反洗钱模型时，判断预设的中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果。该中间结果数据集收集了预先计算得到的各个反洗钱模型可能需要使用的中间结果，比如“客户最近30天的交易总金额”、“一周内客户的转账次数”、“一月内客户存在转账行为的天数”等中间结果。该中间结果数据集中包含的各个中间结果通过执行预设的数据处理任务产生，所述数据处理任务根据各个反洗钱模型的运算需求设置。比如，多个反洗钱模型均需要使用“客户最近30天的交易总金额”这个中间结果，则系统可以建立某个数据处理任务计算得到“客户最近30天的交易总金额”，并将其保存在该中间结果数据集中。若所述中间结果数据集中包含所述目标中间结果，则执行步骤102至103，否则执行步骤104。
102、从所述中间结果数据集中获取所述目标中间结果；
该中间结果数据集中包含所述目标中间结果，因此可以从中获取所述目标中间结果。比如，系统运行反洗钱模型a，反洗钱模型a需要使用的中间结果(即目标中间结果)为r、s和t，则从该中间结果数据集中查找中间结果r、s和t，若能找到这些中间结果，则将这些中间结果提取出来，为下一步的计算作准备。
103、将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果；
在获取到目标中间结果后，将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果。将目标中间结果代入反洗钱模型后，根据目标中间结果和部分的原始交易数据，进行简单的计算即可得到反洗钱模型的输出结果，该输出结果一般为“存在风险，预警”或者“无风险，不预警”。
104、直接运算所述反洗钱模型，得到输出结果。
该中间结果数据集不包含所述目标中间结果，因此只能直接运算所述反洗钱模型，在运算该反洗钱模型时再计算得到该目标中间结果，然后根据目标中间结果和部分的原始交易数据计算得到反洗钱模型的输出结果。
本发明实施例提出的反洗钱模型的运算方法包括：当金融监控系统运算反洗钱模型时，判断预设的中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；若所述中间结果数据集中包含所述目标中间结果，则从所述中间结果数据集中获取所述目标中间结果，并将所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果；其中，所述中间结果数据集中包含的各个中间结果通过执行预设的数据处理任务产生，所述数据处理任务根据各个反洗钱模型的运算需求设置。由于不同的反洗钱模型在运算时可能需要使用相同的中间结果，比如反洗钱模型a、b和c在运算时均需要使用“客户最近30天的交易总金额”这个中间结果，则系统通过执行预先设置的数据处理任务计算得到“客户最近30天的交易总金额”这个中间结果，将该中间结果保存在中间结果数据集中，然后当系统运行反洗钱模型a、b和c时，无论在一天内这几个模型运行多少次，都能从该中间结果数据集中直接获取到该中间结果，而无需每个模型单独计算一次该中间结果。可见，当系统需要运行大量的反洗钱模型时，采用本方法能够有效减小计算量，从而减小系统运算反洗钱模型时的负担，提高系统性能。
请参阅图2，本发明实施例中一种反洗钱模型的运算方法的第二个实施例包括：
201、获取原始数据；
在本发明实施例中，系统首先获取原始数据，所述原始数据为在金融交易过程中产生的数据，比如交易时间、交易账户、客户信息、交易金额和交易类型等数据。
202、根据所述原始数据和数据处理任务计算得到各个中间结果；
在获取所述原始数据后，根据所述原始数据和数据处理任务计算得到各个中间结果。数据处理任务可以视作数据的计算或加工规则，在获得原始数据后，对该原始数据按照该规则进行计算或加工，得到各个中间结果。
进一步的，所述数据处理任务可以包括多个层级的数据处理任务，所述中间结果可以包括多个层级的中间结果，各个层级的中间结果按照层级编号由小到大的顺序依次产生，具体步骤为：
(1)根据所述原始数据和第一层级的数据处理任务计算得到第一层级的中间结果；
(2)根据第n-1层级的中间结果和第n层级的数据处理任务计算得到第n层级的中间结果，n为大于或等于2的整数。
首先，根据获取到的原始数据和第一层级的数据处理任务计算得到第一层级的中间结果；然后根据第一层级的中间结果和第二层级的数据处理任务计算得到第二层级的中间结果；接着根据第二层级的中间结果和第三层级的数据处理任务计算得到第三层级的中间结果；以此类推，根据实际需求合理确定需要获得的中间结果的层级数。另外，需要说明的是，在计算某一层级的中间结果时，可以利用已经产生的所有数据结果，比如在计算第三层级的中间结果时，在利用第二层级的中间结果基础上，还可以同时利用原始数据和第一层级的中间结果。
203、将计算得到的各个中间结果存储到预设的中间结果数据集中；
在计算得到各个中间结果后，将这些中间结果存储到预设的中间结果数据集中，便于在运算反洗钱模型时查找并使用这些中间结果。
204、当金融监控系统运算反洗钱模型时，判断所述中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；
若所述中间结果数据集中包含所述目标中间结果，则执行步骤205至206，否则执行步骤207。
205、从所述中间结果数据集中获取所述目标中间结果；
206、将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果；
207、直接运算所述反洗钱模型，得到输出结果。
步骤204至207与步骤101至104相同，具体可参照步骤101至104的相关说明。
本发明实施例提出的反洗钱模型的运算方法包括：获取在金融交易过程中产生的原始数据；根据所述原始数据和数据处理任务计算得到各个中间结果；将计算得到的各个中间结果存储到预设的中间结果数据集中；当金融监控系统运算反洗钱模型时，判断所述中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；若是，则从所述中间结果数据集中获取所述目标中间结果，并将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果；否则直接运算所述反洗钱模型，得到输出结果。与本发明第一个实施例相比，本实施例对中间结果数据集中各个中间结果的产生过程进行了限定。通过将各个反洗钱模型需要使用的中间结果预先计算并保存在中间结果数据集中，后续进行反洗钱模型运算时可以直接获取这些中间结果进行运算。当系统需要运行大量的反洗钱模型时，采用这种方式能够有效减小计算量，从而减小系统运算反洗钱模型时的负担，提高系统性能。
请参阅图3，本发明实施例中一种反洗钱模型的运算方法的第三个实施例包括：
301、获取在金融交易过程中产生的原始数据；
步骤301与步骤201相同，具体可参照步骤201的相关说明。
302、根据预设的数据清洗规则对所述原始数据进行清洗；
在获取到原始数据后，根据预设的数据清洗规则对这些原始数据进行清洗。比如：系统每天从银行ods系统接收交易、客户、账户等原始数据，并运行数据清洗规则对这些数据进行清洗、转换。如将客户所属机构转换为监管登记的机构，将国籍字段清洗为符合gb/t2659-2000世界各国和地区名称代码(将“hk”、“香港”、“中国香港”清洗为“hkg”)，将货币代码清洗为符合gb/t12406－1996，iso-4217的数据(将“rmb”、“人民币”清洗为“chy”)等等。
303、采用预设的数据加工模板对清洗后的所述原始数据进行加工，得到基础指标数据；
在数据清洗完成后，采用预设的数据加工模板对清洗后的所述原始数据进行加工，得到基础指标数据。系统自动加载客户、账户、交易基础指标计算模板(如：客户对某一客户的本币转账转出次数)，计算得到账户基础指标、交易基础指标，从而形成基础指标数据池。
304、根据所述基础指标数据和数据处理任务计算得到各个中间结果；
在得到各个基础指标数据后，根据所述基础指标数据和数据处理任务计算得到各个中间结果。比如，某个基础指标数据为“客户对某一客户的本币转账转出次数”，则可通过该基础指标数据和预设的数据处理任务计算得到“客户对某一客户三天内发生本币转账转出天数”、“客户对某一客户三个工作日内发生本币转账转出天数”以及“短期内客户对某一客户的本币转账转出次数”等第一层级的中间结果。进一步的，在获得第一层级的中间结果后，可以根据所述基础指标数据和第一层级的中间结果进一步计算得到第二层级的中间结果，以此类推可以得到多个层级的中间结果。
305、将计算得到的各个中间结果存储到预设的中间结果数据集中；
在计算得到各个中间结果后，将这些中间结果存储到预设的中间结果数据集中，便于在运算反洗钱模型时查找并使用这些中间结果。
306、获取所述原始数据，所述各个中间结果和所述数据处理任务的产生时间；
307、将产生时间距离当前时间超过第一阈值的所述原始数据、所述各个中间结果和所述数据处理任务转存至预设的过期数据表；
在步骤306至307中，将产生时间距离当前时间超过第一阈值(比如3个月)的所述原始数据、所述各个中间结果和所述数据处理任务转存至预设的过期数据表，从而完成过期数据的归档。通过这样设置，一方面实现了过期数据的备查，另一方面使得系统数据池中的数据量维持在一个相对稳定的水平，避免数据持续累积而导致反洗钱模型计算的负担加重。
308、当金融监控系统运算反洗钱模型时，判断所述中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；
若所述中间结果数据集中包含所述目标中间结果，则执行步骤309至310，否则执行步骤311。
309、从所述中间结果数据集中获取所述目标中间结果；
310、将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果；
311、直接运算所述反洗钱模型，得到输出结果。
步骤308至311与步骤101至104相同，具体可参照步骤101至104的相关说明。
本发明实施例提出的反洗钱模型的运算方法包括：获取在金融交易过程中产生的原始数据；根据预设的数据清洗规则对所述原始数据进行清洗；采用预设的数据加工模板对清洗后的所述原始数据进行加工，得到基础指标数据；根据所述基础指标数据和数据处理任务计算得到各个中间结果；将计算得到的各个中间结果存储到预设的中间结果数据集中；获取所述原始数据，所述各个中间结果和所述数据处理任务的产生时间；将产生时间距离当前时间超过第一阈值的所述原始数据、所述各个中间结果和所述数据处理任务转存至预设的过期数据表；当金融监控系统运算反洗钱模型时，判断所述中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；若所述中间结果数据集中包含所述目标中间结果，则从所述中间结果数据集中获取所述目标中间结果，并将所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果；若所述中间结果数据集中不包含所述目标中间结果，则直接运算所述反洗钱模型，得到输出结果。与本发明的第二个实施例相比，本实施例对原始数据进行了数据清洗、数据加工等预处理操作，能够获得更准确且便于使用的基础指标数据，然后根据基础指标数据和数据处理任务计算得到各个中间结果，将这些中间结果存储在预设的中间结果数据集中，后续进行反洗钱模型运算时可以直接获取这些中间结果进行运算。可见，当系统需要运行大量的反洗钱模型时，采用本方法能够有效减小计算量，从而减小系统运算反洗钱模型时的负担，提高系统性能。另外，本实施例还将系统中过期的数据转存至过期数据表，实现过期数据的归档，能够使得系统数据池中的数据量维持在一个相对稳定的水平，避免数据持续累积而导致反洗钱模型计算的负担加重。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种反洗钱模型的运算方法，下面将对一种反洗钱模型的运算装置进行详细描述。
请参阅图4，本发明实施例中一种反洗钱模型的运算装置的一个实施例包括：
判断模块401，用于当金融监控系统运算反洗钱模型时，判断预设的中间结果数据集中是否包含所述反洗钱模型需要使用的目标中间结果；
中间结果获取模块402，用于若所述中间结果数据集中包含所述目标中间结果，则从所述中间结果数据集中获取所述目标中间结果，所述中间结果数据集中包含的各个中间结果通过执行预设的数据处理任务产生，所述数据处理任务根据各个反洗钱模型的运算需求设置；
反洗钱模型运算模块403，用于将获取到的所述目标中间结果代入所述反洗钱模型，计算得到所述反洗钱模型的输出结果。
进一步的，所述反洗钱模型的运算装置还可以包括：
原始数据获取模块，用于获取原始数据，所述原始数据为在金融交易过程中产生的数据；
中间结果计算模块，用于根据所述原始数据和所述数据处理任务计算得到各个中间结果，并将得到的各个中间结果存储到所述中间结果数据集中。
更进一步的，所述中间结果计算模块可以包括：
第一计算单元，用于根据所述原始数据和第一层级的数据处理任务计算得到第一层级的中间结果；
第二计算单元，用于根据第n-1层级的中间结果和第n层级的数据处理任务计算得到第n层级的中间结果，n为大于或等于2的整数。
进一步的，所述反洗钱模型的运算装置还可以包括：
数据清洗模块，用于根据预设的数据清洗规则对所述原始数据进行清洗；
数据加工模块，用于采用预设的数据加工模板对清洗后的所述原始数据进行加工，得到基础指标数据；
所述中间结果计算模块具体用于：根据所述基础指标数据和所述数据处理任务计算得到所述中间结果。
进一步的，所述反洗钱模型的运算装置还可以包括：
数据产生时间获取模块，用于获取所述原始数据，所述各个中间结果和所述数据处理任务的产生时间；
过期数据转存模块，用于将产生时间距离当前时间超过第一阈值的所述原始数据、所述各个中间结果和所述数据处理任务转存至预设的过期数据表。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如图1至图3表示的任意一种反洗钱模型的运算方法的步骤。
本发明实施例还提供一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如图1至图3表示的任意一种反洗钱模型的运算方法的步骤。
图5是本发明一实施例提供的服务器的示意图。如图5所示，该实施例的服务器5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机可读指令52。所述处理器50执行所述计算机可读指令52时实现上述各个反洗钱模型的运算方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器50执行所述计算机可读指令52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至403的功能。
示例性的，所述计算机可读指令52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机可读指令52在所述服务器5中的执行过程。
所述服务器5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器5可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是服务器5的示例，并不构成对服务器5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述服务器5还可以包括输入输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述服务器5的内部存储单元，例如服务器5的硬盘或内存。所述存储器51也可以是所述服务器5的外部存储设备，例如所述服务器5上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器51还可以既包括所述服务器5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机可读指令以及所述服务器所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。