本发明涉及大数据,尤其涉及一种基于信用卡信息大数据分析的溢缴款风险监控方法及装置。
背景技术:
1、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。
2、目前,根据监管要求,金融机构应当制定本机构的可疑交易监测标准,并定期对交易监测标准进行评估完善,面对层出不穷的风险方式,这就迫使金融机构需要尽可能发现日常业务中的异常交易行为不断扩充本机构的监测模型覆盖范围,从而提高义务机构反风险履职能力。
3、为了满足人们超前消费的需求,信用卡产品的市场覆盖度越来越大,由于其产品本身的一些设计漏洞被不法份子抓住并加以利用从而进行风险活动。因此,金融机构亟需搭建新的可疑交易监测模型用于识别基于信用卡产品缺陷进行风险的不法行为,进一步提升金融机构异常交易监测的有效性。
技术实现思路
1、本发明实施例提供一种基于信用卡信息大数据分析的溢缴款风险监控方法,用以基于信用卡信息大数据分析精确地对溢缴款风险进行监控,该方法包括:
2、获取待监控用户的信用卡账户交易数据;
3、根据待监控用户的信用卡账户交易数据,以及预先建立的信用卡溢缴款风险监控模型,得到待监控用户的信用卡溢缴款风险监控结果;所述信用卡溢缴款风险监控模型为:根据信用卡历史可疑交易数据监测过程对信用卡溢缴款风险场景进行分析,从溢缴款风险场景的分析结果中提取可疑特征,从可疑特征中抽取出可量化的风险指标,将可量化的风险指标通过逻辑关系组合形成的模型;
4、在根据待监控用户的信用卡溢缴款风险监控结果,确定待监控用户是信用卡溢缴款风险用户时,针对信用卡溢缴款风险用户发出异常预警。
5、本发明实施例还提供一种基于信用卡信息大数据分析的溢缴款风险监控装置,用以基于信用卡信息大数据分析精确地对溢缴款风险进行监控,该装置包括:
6、获取单元,用于获取待监控用户的信用卡账户交易数据;
7、监控单元,用于根据待监控用户的信用卡账户交易数据,以及预先建立的信用卡溢缴款风险监控模型,得到待监控用户的信用卡溢缴款风险监控结果;所述信用卡溢缴款风险监控模型为:根据信用卡历史可疑交易数据监测过程对信用卡溢缴款风险场景进行分析,从溢缴款风险场景的分析结果中提取可疑特征,从可疑特征中抽取出可量化的风险指标,将可量化的风险指标通过逻辑关系组合形成的模型;
8、预警单元,用于在根据待监控用户的信用卡溢缴款风险监控结果,确定待监控用户是信用卡溢缴款风险用户时,针对信用卡溢缴款风险用户发出异常预警。
9、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基于信用卡信息大数据分析的溢缴款风险监控方法。
10、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基于信用卡信息大数据分析的溢缴款风险监控方法。
11、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基于信用卡信息大数据分析的溢缴款风险监控方法。
12、本发明实施例中,基于信用卡信息大数据分析的溢缴款风险监控方案,通过:获取待监控用户的信用卡账户交易数据;根据待监控用户的信用卡账户交易数据,以及预先建立的信用卡溢缴款风险监控模型,得到待监控用户的信用卡溢缴款风险监控结果;所述信用卡溢缴款风险监控模型为:根据信用卡历史可疑交易数据监测过程对信用卡溢缴款风险场景进行分析,从溢缴款风险场景的分析结果中提取可疑特征,从可疑特征中抽取出可量化的风险指标,将可量化的风险指标通过逻辑关系组合形成的模型;在根据待监控用户的信用卡溢缴款风险监控结果,确定待监控用户是信用卡溢缴款风险用户时,针对信用卡溢缴款风险用户发出异常预警,实现了基于信用卡信息大数据分析精确地对溢缴款风险进行监控。
1.一种基于信用卡信息大数据分析的溢缴款风险监控方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,还包括:按照如下方法预先建立所述信用卡溢缴款风险监控模型:
3.如权利要求1或2所述的方法,其特征在于,所述可疑特征包括:客户可疑身份特征、异常交易特征、异常行为特征的任意组合。
4.如权利要求3所述的方法,其特征在于,客户可疑身份特征包括以下其中之一或任意组合的指标:客户年龄特征、客户职业特征、客户收入特征及客户户籍特征。
5.如权利要求3所述的方法,其特征在于,所述异常交易特征包括以下其中之一或任意组合的指标:贷方交易对手数量、贷方交易对手来源及贷方交易对手账户名称。
6.如权利要求3所述的方法,其特征在于,所述异常行为特征包括以下其中之一或任意组合的指标:贷方交易金额、借贷比及借方交易金额。
7.如权利要求1所述的方法,其特征在于,所述信用卡账户交易数据包括:客户身份信息、交易对手信息、借方交易信息、贷方交易信息、交易金额信息及交易时间信息。
8.如权利要求1所述的方法,其特征在于,根据待监控用户的信用卡账户交易数据,以及预先建立的信用卡溢缴款风险监控模型,得到待监控用户的信用卡溢缴款风险监控结果,包括:
9.如权利要求1所述的方法,其特征在于,还包括:在预设时段后优化所述溢缴款风险监控模型。
10.一种基于信用卡信息大数据分析的溢缴款风险监控装置,其特征在于,包括:
11.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9任一所述方法。
12.一种计算机可读存储介质,其特征在于,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权利要求1至9任一所述方法。
13.一种计算机程序产品,其特征在于,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权利要求1至9任一所述方法。