业务规则配置方法、装置、设备及程序产品与流程
本申请属于交易风控,尤其涉及一种业务规则配置方法、装置、设备及程序产品。
背景技术:
1、在当前的交易风控领域,风控业务规则的配置通常依赖人工经验。技术人员需结合业务认知与历史交易数据,手动设定各类阈值与判定条件,并编写适配规则引擎的执行逻辑。该人工配置模式不仅效率低下,同时受人工认知与经验边界限制,无法从海量历史交易数据中自动归纳有效的规则条件,致使规则配置的效率与判定准确性难以保障。
2、基于此,本申请提供一种业务规则配置方法。
技术实现思路
1、本申请实施例提供了一种业务规则配置方法、装置、设备及程序产品,能够显著提升规则配置的效率和规则判定的准确性。
2、第一方面,本申请实施例提供了一种业务规则配置方法,该方法包括:
3、针对每个目标交易的交易数据,计算所述目标交易的交易数据相对于所述目标交易关联的交易主体对应的行为基线的多维偏离特征;
4、根据各所述目标交易对应的多维偏离特征,从多个所述目标交易中筛选出多个风险交易;
5、对各所述风险交易对应的多维偏离特征进行聚类,得到至少一个聚类簇;
6、针对每个所述聚类簇,根据所述聚类簇内的各所述多维偏离特征进行规则提取,确定所述聚类簇对应的多维偏离条件,并根据所述聚类簇内各所述风险交易关联的交易主体的属性信息确定所述聚类簇对应的场景约束条件;
7、根据各所述聚类簇对应的多维偏离条件和各所述聚类簇对应的场景约束条件,生成各所述聚类簇对应的风控业务规则,并输出各所述风控业务规则。
8、第二方面,本申请实施例提供了一种业务规则配置装置,该装置包括:
9、偏离特征计算模块,用于针对每个目标交易的交易数据,计算所述目标交易的交易数据相对于所述目标交易关联的交易主体对应的行为基线的多维偏离特征;
10、风险交易筛选模块,用于根据各所述目标交易对应的多维偏离特征,从多个所述目标交易中筛选出多个风险交易;
11、偏离特征聚类模块,用于对各所述风险交易对应的多维偏离特征进行聚类,得到至少一个聚类簇;
12、规则条件确定模块,用于针对每个所述聚类簇,根据所述聚类簇内的各所述多维偏离特征进行规则提取,确定所述聚类簇对应的多维偏离条件,并根据所述聚类簇内各所述风险交易关联的交易主体的属性信息确定所述聚类簇对应的场景约束条件;
13、业务规则输出模块,用于根据各所述聚类簇对应的多维偏离条件和各所述聚类簇对应的场景约束条件,生成各所述聚类簇对应的风控业务规则,并输出各所述风控业务规则。
14、第三方面,本申请实施例提供了一种电子设备,该设备包括:处理器以及存储有计算机程序指令的存储器;
15、所述处理器执行所述计算机程序指令时实现上述第一方面中任一种可能的实现方法中的方法。
16、第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现上述第一方面中任一种可能的实现方法中的方法。
17、第五方面,本申请实施例提供了一种计算机程序产品,该计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备执行如上述第一方面中任一种可能的实现方法中的方法。
18、在本申请实施例中,通过获取目标交易的交易数据,并计算其相对于关联交易主体行为基线的多维偏离特征,实现了对每笔交易偏离程度的量化表征;在此基础上,依据多维偏离特征从海量目标交易中自动筛选出风险交易,避免了人工逐一排查的低效方式;通过对风险交易的多维偏离特征进行聚类分析,能够将具有相似异常模式的交易归并为同一聚类簇,从而克服了人工经验难以从海量数据中发现隐含规律的局限;针对每个聚类簇提取其对应的多维偏离条件以及基于交易主体属性信息的场景约束条件,并据此生成结构化的风控业务规则。由此,本申请实施例显著提升了规则配置的效率和规则判定的准确性,减少了人工主观判断带来的偏差。
1.一种业务规则配置方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述聚类簇内的各所述多维偏离特征进行规则提取,确定所述聚类簇对应的多维偏离条件,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述聚类簇内各所述风险交易关联的交易主体的属性信息确定所述聚类簇对应的场景约束条件,包括:
4.根据权利要求1所述的方法,其特征在于,所述聚类簇对应的风控业务规则还包括所述聚类簇对应的风险类型;
5.根据权利要求1所述的方法,其特征在于,所述根据各所述目标交易对应的多维偏离特征,从多个所述目标交易中筛选出多个风险交易,包括:
6.根据权利要求5所述的方法,其特征在于,所述根据各所述候选交易关联的交易主体的属性信息,对多个所述候选交易进行样本筛选,得到多个风险交易,包括:
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述多维偏离特征包括交易金额偏离特征、交易频次偏离特征、地域偏离特征、设备偏离特征以及交易时段偏离特征中的至少两项。
8.根据权利要求7所述的方法,其特征在于,所述交易主体包括交易付款方和交易收款方;所述交易金额偏离特征包括交易金额偏离倍率和收单金额偏离倍率;所述交易频次偏离特征包括交易频次偏离倍率和收单频次偏离倍率;
9.根据权利要求1所述的方法,其特征在于,所述交易主体包括交易付款方和交易收款方;
10.根据权利要求9所述的方法,其特征在于,所述交易付款方的行为基线包括所述交易付款方的日均交易金额和日均交易频次;
11.根据权利要求1所述的方法,其特征在于,所述对各所述风险交易对应的多维偏离特征进行聚类,得到至少一个聚类簇,包括:
12.根据权利要求1所述的方法,其特征在于,所述输出各所述风控业务规则之前,所述方法还包括:
13.根据权利要求12所述的方法,其特征在于,所述对各所述风控业务规则进行性能评估,确定各所述风控业务规则对应的性能评估结果,包括:
14.根据权利要求13所述的方法,其特征在于,所述性能评估结果包括召回率、误判率以及综合评分;
15.根据权利要求14所述的方法,其特征在于,所述根据各所述风控业务规则对应的性能评估结果,从多个所述风控业务规则中筛选出至少一条目标业务规则,包括:
16.一种业务规则配置装置,其特征在于,所述装置包括:
17.一种电子设备,其特征在于,所述电子设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-15任意一项所述的业务规则配置方法。
18.一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上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-15任意一项所述的业务规则配置方法。
19.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1-15任意一项所述的业务规则配置方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com