控制审核风险的方法及装置与流程

1.本发明涉及人工智能技术领域，尤其涉及一种控制审核风险的方法及装置。


背景技术：

2.本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
3.目前，客户在银行网点办理业务时，需要工作人员对客户的某些交易要素和流程进行审核，审核通过后会输入工作人员的指纹进行授权确认。这种方法可以有效的保护客户的资金和信息安全，但是这种方式引入了新的风险，比如工作人员的违规风险。在不同的银行网点，风险是不一样的，也就是在某些银行网点，工作人员授权对应的指纹阈值是偏高或者偏低的，这样就会造成授权存在风险。


技术实现要素：

4.本发明实施例提供一种控制审核风险的方法，用以实现对银行工作人员的审核进行风险控制，该方法包括：
5.依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系；
6.对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵；
7.依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值；
8.依据该银行网点的指纹阈值，对该银行网点的工作人员的审核进行风险控制。
9.本发明实施例还提供一种控制审核风险的装置，用以实现对银行工作人员的审核进行风险控制，该装置包括：
10.对应关系确定单元，用于依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系；
11.关联矩阵确定单元，用于对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵；
12.指纹阈值确定单元，用于依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值；
13.风险控制单元，用于依据该银行网点的指纹阈值，对该银行网点的工作人员的审核进行风险控制。
14.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述控制审核风险的方法。
15.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程序，所述计算机程序被处理器执行时实现上述控制审核风险的方法。
16.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述控制审核风险的方法。
17.本发明实施例中，控制审核风险的方案，通过：依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系；对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵；依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值；依据该银行网点的指纹阈值，对该银行网点的工作人员的审核进行风险控制，可以实现对银行工作人员的审核进行风险控制，提高银行业务办理的安全性。
附图说明
18.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的前提下，还可以根据这些附图获得其他的附图。在附图中：
19.图1为本发明实施例中控制审核风险的方法的流程示意图；
20.图2为本发明实施例中确定指纹阈值和审核关联矩阵的对应关系的流程示意图；
21.图3为本发明实施例中确定银行网点对应的审核关联矩阵的流程示意图；
22.图4为本发明实施例中确定银行网点的指纹阈值的流程示意图；
23.图5为本发明实施例中控制审核风险的装置的结构示意图。
具体实施方式
24.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
25.本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
26.图1为本发明实施例中控制审核风险的方法的流程示意图，如图1所示，该方法包括：
27.步骤101：依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系；
28.步骤102：对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵；
29.步骤103：依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值；
30.步骤104：依据该银行网点的指纹阈值，对该银行网点的工作人员的审核进行风险控制。
31.本发明实施例提供的控制审核风险的方法，工作时：依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系；对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵；依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值；依据该银行网点的
指纹阈值，对该银行网点的工作人员的审核进行风险控制，可以实现对银行工作人员的审核进行风险控制，提高银行业务办理的安全性。下面对该控制审核风险的方法进行详细介绍。
32.在一个实施例中，如图2所示，依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系，包括：
33.步骤1011：对于银行的每一人工审核数据，获取该人员审核数据对应的指纹阈值；即银行工作人员在审核的时候，对银行工作人员进行指纹授权时的指纹阈值；
34.步骤1012：对于每一指纹阈值，将对应的指纹阈值等于该指纹阈值的人工审核数据作为该指纹阈值对应的人工审核数据；
35.步骤1013：将该指纹阈值对应的人工审核数据分类为该指纹阈值对应的多个人工审核数据集合；将对应的风险占比小于风险阈值的人工审核数据集合作为该指纹阈值对应的可控人工审核集合；
36.步骤1014：对于该指纹阈值对应的每个人工审核数据集合，确定该人工审核数据集合包含的涉及风险的人工审核数据的占比，将该占比作为该人工审核数据集合对应的风险占比；
37.步骤1015：依据风险占比，确定该指纹阈值对应的可控人工审核集合；
38.步骤1016：依据该指纹阈值对应的可控人工审核集合，确定该指纹阈值对应的审核关联矩阵；
39.步骤1017：依据各个指纹阈值对应的审核关联矩阵，确定指纹阈值和审核关联矩阵的对应关系。
40.具体实施时，上述确定指纹阈值和审核关联矩阵的对应关系的实施方式可以确定在客户和工作人员的各种关联条件下可控的授权指纹阈值。
41.在一个实施例中，依据该指纹阈值对应的可控人工审核集合，确定该指纹阈值对应的审核关联矩阵，包括：
42.对于该指纹阈值对应的每一可控人工审核集合，确定该可控人工审核集合中各个人工审核数据对应的工作人员和客户；
43.将各个人工审核数据对应的工作人员和客户的关联值作为各个人工审核数据对应的关联值；
44.对于每一工作人员类别和每一客户类别，从该可控人工审核集合中选取出对应的工作人员归属于该工作人员类别且对应的客户归属于该客户类别的人工审核数据，将选取出的人工审核数据对应的关联值的均值作为该可控人工审核集合关于该工作人员类别和该客户类别的关联均值；
45.确定该可控人工审核集合对应的审核关联矩阵，其中，该审核关联矩阵的行对应工作人员类别，列对应客户类别，该审核关联矩阵的每个元素的值等于该可控人工审核集合关于该元素对应的工作人员类别和客户类别的关联均值；
46.将该可控人工审核集合对应的审核关联矩阵作为该指纹阈值对应的审核关联矩阵。
47.在一个实施例中，如图3所示，对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵，包括：
48.步骤1021：确定该银行网点的各个人工审核数据对应的工作人员和客户；
49.步骤1022：将该银行网点的每一人工审核数据对应的工作人员和客户的关联值作为该人工审核数据对应的关联值；
50.步骤1023：对于每一工作人员类别和每一客户类别，从该银行网点的人工审核数据中选取出对应的工作人员归属于该工作人员类别且对应的客户归属于该客户类别的人工审核数据，将选取出的人工审核数据对应的关联值的均值作为该银行网点关于该工作人员类别和该客户类别的关联均值；
51.步骤1024：确定该银行网点对应的审核关联矩阵，其中，该审核关联矩阵的行对应工作人员类别，列对应客户类别，该审核关联矩阵的每个元素的值等于该银行网点关于该元素对应的工作人员类别和客户类别的关联均值。
52.具体实施时，上述确定该银行网点对应的审核关联矩阵的实施方式可以确定银行网点中工作人员和客户的关联性，为后续确定银行网点的指纹阈值提供数学基础。
53.在一个实施例中，如图4所示，依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值，包括：
54.步骤1031：对于指纹阈值和审核关联矩阵的对应关系包含的每个指纹阈值，依据该对应关系中该指纹阈值对应的审核关联矩阵及该银行网点对应的审核关联矩阵，确定该指纹阈值对应的审核差距模长；
55.步骤1032：依据指纹阈值和审核关联矩阵的对应关系包含的各个指纹阈值对应的审核差距模长，确定该银行网点的潜在指纹阈值；
56.步骤1033：依据该银行网点的潜在指纹阈值，确定该银行网点的指纹阈值，将该银行网点的潜在指纹阈值的最小值或者最大值作为该银行网点的指纹阈值，具体依据实际情况来确定。
57.具体实施时，上述确定该银行网点的指纹阈值的实施方式可以保证银行网点的授权风险在可控范围内。
58.在一个实施例中，对于指纹阈值和审核关联矩阵的对应关系包含的每个指纹阈值，依据该对应关系中该指纹阈值对应的审核关联矩阵及该银行网点对应的审核关联矩阵，确定该指纹阈值对应的审核差距模长，包括：
59.对于该对应关系中该指纹阈值对应的每个审核关联矩阵，依据该审核关联矩阵及该银行网点对应的审核关联矩阵，确定该审核关联矩阵对应该银行网点的审核差距矩阵，比如将该审核关联矩阵与该银行网点对应的审核关联矩阵的差作为该审核关联矩阵对应该银行网点的审核差距矩阵；
60.当该审核关联矩阵对应该银行网点的审核差距矩阵是方阵时，将该审核关联矩阵对应该银行网点的审核差距矩阵的特征值的模长的最大值作为该审核关联矩阵的审核差距模长；
61.将该对应关系中该指纹阈值对应的各个审核关联矩阵的审核差距模长的最小值作为该指纹阈值对应的审核差距模长。
62.具体实施时，上述确定该指纹阈值对应的审核差距模长的实施方式可以确定银行网点和指纹阈值在工作人员与客户的关联性方面的接近程度。
63.在一个实施例中，依据指纹阈值和审核关联矩阵的对应关系包含的各个指纹阈值
对应的审核差距模长，确定该银行网点的潜在指纹阈值，包括：
64.确定在指纹阈值和审核关联矩阵的对应关系中是否存在指纹阈值满足条件w：该指纹阈值对应的审核差距模长小于差距阈值；
65.当在指纹阈值和审核关联矩阵的对应关系中不存在指纹阈值满足条件w时，则将该银行网点作为当前银行网点，并循环执行如下4个步骤，直到存在指纹阈值满足条件w：
66.依据当前银行网点的工作人员及客户集合，确定当前银行网点的多个关联银行网点；
67.依据当前银行网点的多个关联银行网点的人工审核数据，更新该银行网点对应的审核关联矩阵；
68.依据更新后的该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，更新该对应关系中该指纹阈值对应的各个审核关联矩阵的审核差距模长；
69.将当前银行网点更新为该多个关联银行网点；
70.当在指纹阈值和审核关联矩阵的对应关系中存在指纹阈值满足条件w时，将满足条件w的指纹阈值作为该银行网点的潜在指纹阈值。
71.在一实施例中，依据当前银行网点的工作人员及客户集合，确定当前银行网点的多个关联银行网点，包括：
72.对于每个其他银行网点，将该其他银行网点的每一工作人员与该当前银行网点的每一工作人员的关联值作为该其他银行网点与该当前银行网点的潜在工作关联值；将该其他银行网点的每一客户与该当前银行网点的每一客户的关联值作为该其他银行网点与该当前银行网点的潜在客户关联值；
73.将该其他银行网点与该当前银行网点的潜在工作关联值的均值作为该其他银行网点与该当前银行网点的工作关联值；将该其他银行网点与该当前银行网点的潜在客户关联值的均值作为该其他银行网点与该当前银行网点的客户关联值；
74.依据该其他银行网点与该当前银行网点的工作关联值、客户关联值，确定该其他银行网点与该当前银行网点的关联值；
75.依据各个其他银行网点与该当前银行网点的关联值，确定当前银行网点的多个关联银行网点。
76.具体实施时，上述确定当前银行网点的多个关联银行网点的实施方式可以依据工作人员和客户信息，确定银行网点的关联性。
77.在一个实施例中，依据该银行网点的指纹阈值，对该银行网点的工作人员的审核进行风险控制，包括：
78.当该银行网点的工作人员存储在银行系统的审核指纹阈值小于该银行网点的指纹阈值时，依据该银行网点的指纹阈值，对该工作人员进行审核指纹识别。
79.具体实施时，上述对该银行网点的工作人员的审核进行风险控制的实施方式可以有效的控制审核风险，进一步提高了银行业务办理的安全性。
80.在一实施例中，还包括按照如下方法确定每一工作人员和每一客户的关联值，包括：
81.将该工作人员的每一账户和该客户的每一账户的关联值作为该工作人员和该客户的潜在关联值；
82.依据该工作人员和该客户的潜在关联值，确定该工作人员和该客户的关联值。
83.在一实施例中，按照如下方法确定账户之间的关联值：
84.获取各个银行系统预存的各个账户对应的关联账户指纹、以及各个账户与对应的关联账户指纹的关联值，其中，各个银行系统预存的关联账户指纹是基于相同的哈希函数生成的；
85.对于每一账户，依据各个银行系统预存的该账户对应的关联账户指纹、以及该账户与对应的关联账户指纹的关联值，确定该账户对应的关联账户指纹，以及该账户与对应的关联账户指纹的关联值；
86.对于任何两个账户，当该两个账户对应的关联账户指纹的交集非空时，则顺序执行如下2个步骤：
87.将该两个账户作为关联账户组合；
88.依据该两个账户与该交集包含的关联账户指纹的关联值，确定该两个账户之间的关联值。
89.在一实施例中，所述方法还包括：
90.从银行的指纹识别数据中选取出对应的指纹匹配值小于指纹匹配阈值的指纹识别数据，将选取出的指纹识别数据作为指纹识别失败数据，其中，银行的指纹识别数据是银行的工作人员在审核时的指纹识别数据；
91.对于每一指纹识别失败数据，将该指纹识别失败数据对应的指纹匹配阈值与对应的指纹匹配值的差作为该指纹识别失败数据对应的指纹匹配差值；
92.对于每一指纹匹配差值，将指纹识别失败数据中对应的指纹匹配差值等于该指纹匹配差值的指纹识别失败数据作为该指纹匹配差值对应的指纹识别失败数据；
93.依据该指纹匹配差值对应的指纹识别失败数据，确定该指纹匹配差值对应的指纹风险模长；
94.依据各个指纹匹配差值对应的指纹风险模长，对该银行网点的工作人员的审核进行风险控制。
95.具体实施时，上述进一步优选的实施方式进一步提高了银行业务办理的安全性。
96.在一实施例中，依据该指纹匹配差值对应的指纹识别数据，确定该指纹匹配差值对应的指纹风险模长，包括：
97.确定该指纹匹配差值对应的每一指纹识别数据对应的工作人员和客户；该客户即为该指纹识别数据对应的审核业务对应的客户；
98.对于每一工作人员类别和每一客户类别，从该指纹匹配差值对应的指纹识别数据中选取出对应的工作人员归属于该工作人员类别且对应的客户归属于该客户类别的指纹识别数据，将选取出的指纹识别数据包含的风险指纹识别的占比作为该指纹匹配差值关于该工作人员类别和该客户类别的指纹风险占比；
99.确定该指纹匹配差值对应的风险矩阵，其中，该风险矩阵的行对应工作人员类别，列对应客户类别，该风险矩阵的每个元素的值等于该指纹匹配差值关于该元素对应的工作人员类别和客户类别的指纹风险占比；
100.依据工作人员类别的数量和客户类别的数量，对该指纹匹配差值对应的风险矩阵进行补0获得方阵，将该方阵的特征值的模长的最大值作为该指纹匹配差值对应的指纹风
险模长。
101.具体实施时，上述确定该指纹匹配差值对应的指纹风险模长的实施方式为确定指纹授权风险提供了数学基础。
102.在一实施例中，依据各个指纹匹配差值对应的指纹风险模长，对该银行网点的工作人员的审核进行风险控制，包括：
103.对于每一指纹识别失败数据，如果在该指纹识别失败数据之后存在指纹识别成功数据，满足指纹识别成功数据对应的工作人员和该指纹识别失败数据对应的工作人员是同一个客户工作人员，且指纹识别成功数据对应的时间和该指纹识别失败数据对应的时间的时间差小于设定的阈值，则将该指纹识别失败数据确定为可控指纹失败数据；
104.依据可控指纹失败数据对应的指纹风险模长，确定指纹风险模长阈值；
105.对于该银行网点的工作人员的每一实时指纹识别，当该实时指纹识别对应的指纹匹配值小于对应的指纹匹配阈值时，将该指纹匹配阈值与该指纹匹配值的差作为实时指纹差值；
106.将实时指纹差值对应的指纹风险模长作为实时指纹风险模长；
107.依据指纹风险模长阈值、实时指纹风险模长，对该实时指纹识别进行风险控制。
108.具体实施时，上述对该银行网点的工作人员的审核进行风险控制的实施方式可以有效的控制审核风险，进一步提高了银行业务办理的安全性。
109.本发明实施例中还提供了一种控制审核风险的装置，如下面的实施例所述。由于该装置解决问题的原理与控制审核风险的方法相似，因此该装置的实施可以参见控制审核风险的方法的实施，重复之处不再赘述。
110.图5为本发明实施例中控制审核风险的装置的结构示意图，如图5所示，该装置包括：
111.对应关系确定单元01，用于依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系；
112.关联矩阵确定单元02，用于对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵；
113.指纹阈值确定单元03，用于依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值；
114.风险控制单元04，用于依据该银行网点的指纹阈值，对该银行网点的工作人员的审核进行风险控制。
115.在一个实施例中，所述对应关系确定单元具体用于：
116.对于银行的每一人工审核数据，获取该人员审核数据对应的指纹阈值；
117.对于每一指纹阈值，将对应的指纹阈值等于该指纹阈值的人工审核数据作为该指纹阈值对应的人工审核数据；
118.将该指纹阈值对应的人工审核数据分类为该指纹阈值对应的多个人工审核数据集合；
119.对于该指纹阈值对应的每个人工审核数据集合，确定该人工审核数据集合包含的涉及风险的人工审核数据的占比，将该占比作为该人工审核数据集合对应的风险占比；
120.依据风险占比，确定该指纹阈值对应的可控人工审核集合；
121.依据该指纹阈值对应的可控人工审核集合，确定该指纹阈值对应的审核关联矩阵；
122.依据各个指纹阈值对应的审核关联矩阵，确定指纹阈值和审核关联矩阵的对应关系。
123.在一个实施例中，依据该指纹阈值对应的可控人工审核集合，确定该指纹阈值对应的审核关联矩阵，包括：
124.对于该指纹阈值对应的每一可控人工审核集合，确定该可控人工审核集合中各个人工审核数据对应的工作人员和客户；
125.将各个人工审核数据对应的工作人员和客户的关联值作为各个人工审核数据对应的关联值；
126.对于每一工作人员类别和每一客户类别，从该可控人工审核集合中选取出对应的工作人员归属于该工作人员类别且对应的客户归属于该客户类别的人工审核数据，将选取出的人工审核数据对应的关联值的均值作为该可控人工审核集合关于该工作人员类别和该客户类别的关联均值；
127.确定该可控人工审核集合对应的审核关联矩阵，其中，该审核关联矩阵的行对应工作人员类别，列对应客户类别，该审核关联矩阵的每个元素的值等于该可控人工审核集合关于该元素对应的工作人员类别和客户类别的关联均值；
128.将该可控人工审核集合对应的审核关联矩阵作为该指纹阈值对应的审核关联矩阵。
129.在一个实施例中，所述关联矩阵确定单元具体用于：
130.确定该银行网点的各个人工审核数据对应的工作人员和客户；
131.将该银行网点的每一人工审核数据对应的工作人员和客户的关联值作为该人工审核数据对应的关联值；
132.对于每一工作人员类别和每一客户类别，从该银行网点的人工审核数据中选取出对应的工作人员归属于该工作人员类别且对应的客户归属于该客户类别的人工审核数据，将选取出的人工审核数据对应的关联值的均值作为该银行网点关于该工作人员类别和该客户类别的关联均值；
133.确定该银行网点对应的审核关联矩阵，其中，该审核关联矩阵的行对应工作人员类别，列对应客户类别，该审核关联矩阵的每个元素的值等于该银行网点关于该元素对应的工作人员类别和客户类别的关联均值。
134.在一个实施例中，所述指纹阈值确定单元具体用于：
135.对于指纹阈值和审核关联矩阵的对应关系包含的每个指纹阈值，依据该对应关系中该指纹阈值对应的审核关联矩阵及该银行网点对应的审核关联矩阵，确定该指纹阈值对应的审核差距模长；
136.依据指纹阈值和审核关联矩阵的对应关系包含的各个指纹阈值对应的审核差距模长，确定该银行网点的潜在指纹阈值；
137.依据该银行网点的潜在指纹阈值，确定该银行网点的指纹阈值。
138.在一个实施例中，对于指纹阈值和审核关联矩阵的对应关系包含的每个指纹阈值，依据该对应关系中该指纹阈值对应的审核关联矩阵及该银行网点对应的审核关联矩
阵，确定该指纹阈值对应的审核差距模长，包括：
139.对于该对应关系中该指纹阈值对应的每个审核关联矩阵，依据该审核关联矩阵及该银行网点对应的审核关联矩阵，确定该审核关联矩阵对应该银行网点的审核差距矩阵；
140.当该审核关联矩阵对应该银行网点的审核差距矩阵是方阵时，将该审核关联矩阵对应该银行网点的审核差距矩阵的特征值的模长的最大值作为该审核关联矩阵的审核差距模长；
141.将该对应关系中该指纹阈值对应的各个审核关联矩阵的审核差距模长的最小值作为该指纹阈值对应的审核差距模长。
142.在一个实施例中，依据指纹阈值和审核关联矩阵的对应关系包含的各个指纹阈值对应的审核差距模长，确定该银行网点的潜在指纹阈值，包括：
143.确定在指纹阈值和审核关联矩阵的对应关系中是否存在指纹阈值满足条件w：该指纹阈值对应的审核差距模长小于差距阈值；
144.当在指纹阈值和审核关联矩阵的对应关系中不存在指纹阈值满足条件w时，则将该银行网点作为当前银行网点，并循环执行如下4个步骤，直到存在指纹阈值满足条件w：
145.依据当前银行网点的工作人员及客户集合，确定当前银行网点的多个关联银行网点；
146.依据当前银行网点的多个关联银行网点的人工审核数据，更新该银行网点对应的审核关联矩阵；
147.依据更新后的该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，更新该对应关系中该指纹阈值对应的各个审核关联矩阵的审核差距模长；
148.将当前银行网点更新为该多个关联银行网点；
149.当在指纹阈值和审核关联矩阵的对应关系中存在指纹阈值满足条件w时，将满足条件w的指纹阈值作为该银行网点的潜在指纹阈值。
150.在一个实施例中，所述风险控制单元具体用于：
151.当该银行网点的工作人员存储在银行系统的审核指纹阈值小于该银行网点的指纹阈值时，依据该银行网点的指纹阈值，对该工作人员进行审核指纹识别。
152.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述控制审核风险的方法。
153.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程序，所述计算机程序被处理器执行时实现上述控制审核风险的方法。
154.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述控制审核风险的方法。
155.本发明实施例中，控制审核风险的方案，通过：依据银行的人工审核数据，确定指纹阈值和审核关联矩阵的对应关系；对于每一银行网点，依据该银行网点的人工审核数据，确定该银行网点对应的审核关联矩阵；依据该银行网点对应的审核关联矩阵，以及所述指纹阈值和审核关联矩阵的对应关系，确定该银行网点的指纹阈值；依据该银行网点的指纹阈值，对该银行网点的工作人员的审核进行风险控制，可以实现对银行工作人员的审核进行风险控制，提高银行业务办理的安全性。
156.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
157.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
158.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
159.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
160.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。