控制银行终端交易等待时长的方法及装置与流程

1.本发明涉及大数据技术领域，尤其涉及一种控制银行终端交易等待时长的方法及装置。


背景技术：

[0002][0003]
在银行终端比如atm、智能柜台等给客户提供服务时，经常需要设置交易的等待时长阈值。如果客户的无操作时长超过了该等待时长阈值，则客户发起的交易自动退出，这样可以有效地规避风险，避免客户的资金丢失或者信息泄露。但是该参数如果设置不合理，则在某些场景下有可能带来风险，比如客户在atm上转账或者存款，然后突然有急事接了一个紧急电话，这样就给别人以可乘之机。再比如银行网点的 atm就比离行式的atm要风险小，因为银行网点附近有银行工作人员的参与，客户的风险更小。目前银行设置的该等待时长阈值不合理，使得客户面临的交易风险比较大。


技术实现要素：

[0004]
本发明实施例提供一种控制银行终端交易等待时长的方法，用以确定合理的等待时长阈值，以保证用户在银行终端进行交易的安全性，该方法包括：
[0005]
根据每个银行终端所服务区域中用户的风险信息，确定每个银行终端所处环境的风险系数；
[0006]
根据每个银行终端所处环境的风险系数，以及预设风险系数与风险等级的关系，确定每个银行终端对应的风险等级；根据每个风险等级对应的所有银行终端的风险系数，确定每个风险等级的风险比对因子；将每个银行终端对应的风险等级及每个风险等级的风险比对因子存储于区块链中；
[0007]
在当前银行终端接收到用户的交易请求时，从所述区块链中获取当前银行终端对应的风险比对因子；根据当前交易类型对应的历史等待时长阈值，用户操作当前交易类型时的历史最小等待时长，以及当前银行终端对应的风险比对因子，确定用户在当前银行终端进行当前交易的当前等待时长阈值；
[0008]
在处理所述交易请求时，根据当前等待时长阈值，控制当前银行终端的交易等待时长。
[0009]
本发明实施例还提供一种控制银行终端交易等待时长的装置，用以确定合理的等待时长阈值，以保证用户在银行终端进行交易的安全性，该装置包括：
[0010]
风险系数确定单元，用于根据每个银行终端所服务区域中用户的风险信息，确定每个银行终端所处环境的风险系数；
[0011]
风险比对因子确定单元，用于根据每个银行终端所处环境的风险系数，以及预设风险系数与风险等级的关系，确定每个银行终端对应的风险等级；根据每个风险等级对应的所有银行终端的风险系数，确定每个风险等级的风险比对因子；将每个银行终端对应的
风险等级及每个风险等级的风险比对因子存储于区块链中；
[0012]
当前等待时长阈值确定单元，用于在当前银行终端接收到用户的交易请求时，从所述区块链中获取当前银行终端对应的风险比对因子；根据当前交易类型对应的历史等待时长阈值，用户操作当前交易类型时的历史最小等待时长，以及当前银行终端对应的风险比对因子，确定用户在当前银行终端进行当前交易的当前等待时长阈值；
[0013]
控制单元，用于在处理所述交易请求时，根据当前等待时长阈值，控制当前银行终端的交易等待时长。
[0014]
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银行终端交易等待时长的方法。
[0015]
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执行上述控制银行终端交易等待时长的方法的计算机程序。
[0016]
本发明实施例中，控制银行终端交易等待时长的方案，通过：根据每个银行终端所服务区域中用户的风险信息，确定每个银行终端所处环境的风险系数；根据每个银行终端所处环境的风险系数，以及预设风险系数与风险等级的关系，确定每个银行终端对应的风险等级；根据每个风险等级对应的所有银行终端的风险系数，确定每个风险等级的风险比对因子；将每个银行终端对应的风险等级及每个风险等级的风险比对因子存储于区块链中；在当前银行终端接收到用户的交易请求时，从所述区块链中获取当前银行终端对应的风险比对因子；根据当前交易类型对应的历史等待时长阈值，用户操作当前交易类型时的历史最小等待时长，以及当前银行终端对应的风险比对因子，确定用户在当前银行终端进行当前交易的当前等待时长阈值；在处理所述交易请求时，根据当前等待时长阈值，控制当前银行终端的交易等待时长，可以实现综合各银行终端风险场景得到合理的交易等待时长阈值，保证了用户在银行终端进行交易的安全性。
附图说明
[0017]
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：
[0018]
图1为本发明实施例中控制银行终端交易等待时长的方法的流程示意图；
[0019]
图2为本发明另一实施例中控制银行终端交易等待时长的方法的流程示意图；
[0020]
图3为本发明另一实施例中控制银行终端交易等待时长的方法的流程示意图；
[0021]
图4为本发明实施例中控制银行终端交易等待时长的装置的结构示意图；
[0022]
图5为本发明另一实施例中控制银行终端交易等待时长的装置的结构示意图。
具体实施方式
[0023]
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。
[0024]
考虑到现有技术中存在的技术问题，本发明实施例利用其它风险场景的数据设置高风险场景的交易等待时间。相对于高风险场景，其它风险场景的风险相对较小，风险控制比较合理，这样基于该场景设置高风险场景的等待时间可以更好的控制风险。具体地，可以用区块链记录各个场景的交易数据和风险数据。然后基于各个场景的交易数据和风险数据确定对应场景的风险系数，将该风险系数存储于区块链。当客户处在高风险场景下，由智能合约依据区块链存储的各个场景的风险系数和各个场景的等待时间阈值，确定高风险场景下的合理等待时间阈值，保证了用户在银行终端进行交易的安全性。
[0025]
图1为本发明实施例中控制银行终端交易等待时长的方法的流程示意图，如图1 所示，该方法包括如下步骤：
[0026]
步骤101：根据每个银行终端所服务区域中用户的风险信息，确定每个银行终端所处环境的风险系数；
[0027]
步骤102：根据每个银行终端所处环境的风险系数，以及预设风险系数与风险等级的关系，确定每个银行终端对应的风险等级；根据每个风险等级对应的所有银行终端的风险系数，确定每个风险等级的风险比对因子；将每个银行终端对应的风险等级及每个风险等级的风险比对因子存储于区块链中；
[0028]
步骤103：在当前银行终端接收到用户的交易请求时，从所述区块链中获取当前银行终端对应的风险比对因子；根据当前交易类型对应的历史等待时长阈值，用户操作当前交易类型时的历史最小等待时长，以及当前银行终端对应的风险比对因子，确定用户在当前银行终端进行当前交易的当前等待时长阈值；
[0029]
步骤104：在处理所述交易请求时，根据当前等待时长阈值，控制当前银行终端的交易等待时长。
[0030]
不同环境下的银行终端的交易风险是不同的。比如离行式的atm由于远离银行网点的监控，且缺乏银行工作人员的参与，风险肯定要比银行网点的atm要高。客户群体稳定的地方的智能终端，客户做交易时遇到的风险肯定比客户群体变化大的地方的智能终端要低的多。
[0031]
具体的，风险系数用来衡量环境对客户可能造成损失的量化指标。可以通过如下方式计算银行终端所处环境的风险系数：根据该环境下客户在该自助终端的交易数据中的风险数据，确定出每种风险类型的风险系数及每种风险类型的概率；根据每种风险类型的风险系数及每种风险类型的概率，确定出该环境的风险系数。不同类型的风险对客户的影响是不同的。可以基于每种风险类型对应的数据，确定出对应风险类型给客户造成的损失，在银行数据库中有大量的数据，由大数定理，这些数据足以反映出风险给客户造成损失的规律，用统计量平均值就可以基本衡量出每种风险类型对应的风险值，即每种风险类型对应的风险值设置为对应风险类型给客户造成的损失的平均值。同时，每种风险类型的概率也反映着该风险类型对客户的影响，概率越大，影响越大，客户的风险也就越大。在确定了风险类型，每种风险类型的风险系数和每种风险类型的概率后，就可以确定出对应环境的风险系数，比如直接设置为：sum(ri
×
ni) 或者sum(log(ri
×
ni))，ri是第i种风险类型的风险系数，ni是第i种风险类型的概率， sum是求和函数。对上述方案的一种改进是：除了考虑每种风险类型的风险系数和每种风险类型的概率，还需要考虑风险数据占整个交易数据的比例t，那么对应环境的风险系数可以修正设置为：t
×
sum(log(ri
×
ni))或者t
×
sum(ri
×
ni)，这样可以更加准确的评估各种环境的风险系数。
[0032]
本发明通过风险系数和风险比对因子量化银行终端所处环境的风险,然后通过函数建立风险比对因子和等待时长阈值之间的关系，这样就可以直接将银行终端所处环境的风险反应到银行终端对应的等待时长阈值，因为银行终端对应的等待时长阈值直接影响客户的交易风险，所以通过上述方式，将银行终端所处环境的风险与客户(用户)在该银行终端的交易风险建立起对应关系，具体的，银行终端所处环境的风险越高，确定的银行终端的等待时长阈值对应的客户交易风险，相较于以前的历史等待时长阈值对应的客户交易风险越小。
[0033]
上述交易等待时长不仅包括客户在银行终端上登录账户密码成功后银行终端留给客户选择银行交易的等待时间，也包括客户在银行终端上做各类银行交易时银行终端留给客户进行各种操作的等待时间，银行交易包括但不限于以下几种：存款，取款，转账，购买理财，查询基金，销户，以及人脸识别验证等。
[0034]
区块链可以保证数据不被人为篡改，保证每个银行网点和终端的关键数据是真实有效的，进一步确保风险控制是有效的。
[0035]
本发明实施例中，控制银行终端交易等待时长的方法可以实现依据各银行终端的所处环境的风险得到合理的交易等待时长阈值，保证了用户在银行终端进行交易时风险可控。下面进行详细介绍。
[0036]
在一个实施例中，在上述步骤103中，根据当前交易类型对应的历史等待时长阈值，用户操作当前交易类型时的历史最小等待时长，以及当前银行终端对应的风险比对因子，确定用户在当前银行终端进行当前交易的当前等待时长阈值，可以包括按照如下公式确定当前等待时长阈值：
[0037]
l2＝max(l1
×
f(r),p)；
[0038]
其中，l2为当前等待时长阈值，l1为历史等待时长阈值，f(r)为单调递减函数， r为当前银行终端对应的风险比对因子，p为历史最小等待时长。上述公式可以保证当前银行终端的交易等待时长是和客户所处环境的风险成反相关，也就是当前银行终端所处的环境的风险越高，等待时长阈值越小，在同等条件下相较于历史等待时长阈值，客户交易时发生风险的可能性越低。同时考虑历史最小等待时长，可以保证客户有足够的时间进行各种交易操作，以保证确定的当前等待时长阈值不会降低客户使用银行终端的体验。
[0039]
进一步地，上述公式是和具体的当前客户紧密相关，不同的客户设置的等待时间是不同的，因为不同的客户的反应时间和操作习惯是不一样的。同时，对于不同的银行交易，当前等待时长阈值也是不一样的，因为不同的银行交易的历史等待时长阈值肯定不一样。比如存取款都需要客户进行有关现金的相关操作，转账交易有可能需要客户手动输入交易对手的银行账户，而查询交易就相对简单的多。上述公式使用于所有的银行交易，只要l1和l2是当前客户的同一类交易即可。
[0040]
进一步地，可以基于银行终端的历史交易数据，确定若干个时间点，每个时间点都位于客户在银行终端交易的开始时间和交易结束时间组成的时间区间之间，然后统计截止每个时间点的风险数据，然后依据该风险数据确认将每个时间点设置为交易结束时间所对应的风险系数以及该风险系数对应的风险比对因子，然后风险比对因子作为自变量，对应的时间点所对应的等待时长(也就是对应的时间点与交易的开始时间的差)作为因变量，用
多项式函数进行拟合，获得函数f的具体表达式。
[0041]
具体实施时，上述确定当前等待时长阈值的实施方式可以建立起银行终端所处的环境的风险和用户在该银行终端进行交易时的等待时长阈值的对应关系，实现了银行的数字化风险控制，确保了用户使用银行终端的安全性。
[0042]
在一个实施例中，如图2所示，在上述步骤104中，在处理所述交易请求时，根据当前等待时长阈值，控制当前银行终端的交易等待时长，可以包括：
[0043]
步骤1041：在用户未操作银行终端的时长超过所述当前等待时长阈值时，停止处理所述交易请求。
[0044]
具体实施时，通过控制当前银行终端的交易等待时长阈值，可以确保用户使用当前银行终端的安全性。比如客户忽然接了一个电话去忙其他事情而忘记银行终端的交易时，留给其他人恶意操作的机会，本技术上述步骤可以确保用户未操作银行终端的时长超过等待时长阈值时，停止处理所述交易请求，这样就减少了其他人恶意操作的机会，也就是上述实施例可以提高用户使用银行终端的安全性。
[0045]
在一个实施例中，如图3所示，上述控制银行终端交易等待时长的方法还可以包括进一步优选的步骤：
[0046]
步骤105：获取所述用户的历史交易量；
[0047]
步骤106：在确定所述用户的历史交易量超过预设交易量时，更新所述当前等待时长阈值，得到更新的等待时长阈值；
[0048]
之前方案有个问题，就是有可能会导致等待客户的时间比较短，客户需要快速操作，尤其对于交易比较活跃的客户。可以根据用户的历史交易量确定银行的交易比较活跃的客户，对这些客户我们可以适当的增大该等待时间，并且活跃客户的交易量越大，增大的幅度也应该越大。对银行终端进行交易时的等待时长阈值进行更新后，进而在处理所述交易请求时，根据所述更新的等待时长阈值，控制当前银行终端的交易等待时长，这样既可以满足风险控制的需求，又可以适当地满足活跃客户的差异化需求，提升了客户体验。
[0049]
在一个实施例中，在确定所述用户的历史交易量超过预设交易量时，更新所述当前等待时长阈值，得到更新的等待时长阈值，可以包括：
[0050]
在确定所述用户的历史交易量超过预设交易量时，将所述当前等待时长阈值乘以一个以用户的历史交易量为自变量的函数，得到更新的等待时长阈值。
[0051]
具体实施时，当前等待时长阈值乘以一个以用户的历史交易量为自变量的函数，可以保证不同交易量的客户，等待时长变化的幅度不同，并且历史交易量越大，客户越活跃，等待时长增大的幅度越大。这样就保证了在风险可控的前提下，更新后的等待时长可以满足不同活跃度的客户的实际需求。
[0052]
在一个实施例中，所述以用户的历史交易量为自变量的函数可以为：
[0053]
f(y)＝2/(1 exp(
‑
y))；
[0054]
其中，f(y)为以用户的历史交易量为自变量的函数，y为用户的历史交易量。
[0055]
具体实施时，上述以用户的历史交易量为自变量的函数使得进一步提高了用户使用银行终端的体验。上述函数的值域是[1,2]，并且上述函数是一个单调增函数，这样就保证了越活跃的客户，等待时长增大的幅度也越大，但是变化后的等待时长相较于变化前，变化幅度又不会太大，这样就保证了更新后的等待时长不至于引起风险的发生。
[0056]
为了便于理解本发明如何实施，下面举一例子进行说明。
[0057]
1.设置每个银行终端所处环境的风险系数，即上述步骤101。可以利用该地区的风险数据设置，比如终端服务的客户中的有风险客户(用户)的比例，比如终端周围地区(银行终端所服务区域，比如以终端为圆心，半径为1000米的区域)的客户的风险信息。具体地，每个银行终端所服务区域中用户的风险信息可以从存储在银行或者金融机构的数据库中获取。
[0058]
2.依据上述每个银行终端对应的环境风险系数设置对应的风险等级，同时依据不同风险等级的环境风险系数，设置每个风险等级和最低风险等级的风险对比因子，比如依据每个等级对应的银行终端集合的环境风险系数的均值，以及最低风险等级对应的银行终端集合的环境风险系数的均值，将该风险等级对应的风险对比因子设置为上述均值的商。将银行终端和对应的风险等级，以及每个风险等级的风险对比因子存储于区块链中，即上述步骤102。
[0059]
3.当前银行终端在接收到交易请求时，银行终端从上述区块链中获取自己的风险等级，和该风险等级对应的风险对比因子r。
[0060]
4.当客户在当前银行终端上做交易时，银行终端获取该客户对应的每一种交易类型(例如取款，取款，查询，转账，缴费等)对应的历史等待时间(时长)阈值和历史交易数据中客户在操作该交易时的最小等待时间p(历史最小等待时长)，具体地，历史等待时长阈值和历史最小等待时长可以从存储在银行或者金融机构的数据库中获取。然后基于银行终端对应的风险等级的风险对比因子r，以及上述获得的时间 (历史等待时长阈值，历史最小等待时长)，估算在银行终端做该交易的等待时间阈值(当前等待时长阈值)，比如依据上述风险对比因子r设置该等待时间阈值为： l2＝max(l1
×
f(r),p)。l1是客户在做该交易的等待时间阈值(历史等待时长阈值)， f是一个单调递减函数，l1和l2对应同一客户。步骤“3和4”即为上述步骤103。
[0061]
5.客户在该银行终端做交易时，客户的无操作时间超过了上述对应的等待时间阈值，则客户发起的交易自动停止，即上述步骤104。
[0062]
6.为了满足差异化需求，比如在银行中交易比较活跃的客户，使用银行的系统的需求更强，为了提升这部分客户的使用体验，可以给上述计算出来的l2乘以一个以客户的交易量为自变量的函数，该函数满足：交易量越多的客户，等待时间阈值应该越大，比如这个函数可以是：f(y)＝2/(1 exp(
‑
y))，其中y是客户的交易量，即上述进一步优选的步骤。
[0063]
综上，本发明实施例提供的控制银行终端交易等待时长的方法依据该银行终端所处环境的风险，来自动调整客户在该银行终端做交易时的等待时间阈值，并且可以保证银行终端所处环境的风险越大，客户在该银行终端做交易时的等待时间阈值越小，也就是客户在该银行终端做交易时面临的风险越小。同时能够保证在有效地控制该银行终端的交易风险的前提下，可以适当的调整活跃客户的等待时长阈值以满足活跃客户的差异化需求。
[0064]
本发明实施例中还提供了一种控制银行终端交易等待时长的装置，如下面的实施例所述。由于该装置解决问题的原理与控制银行终端交易等待时长的方法相似，因此该装置的实施可以参见控制银行终端交易等待时长的方法的实施，重复之处不再赘述。
[0065]
图4为本发明实施例中控制银行终端交易等待时长的装置的结构示意图，如图4 所示，该装置包括：
[0066]
风险系数确定单元01，用于根据每个银行终端所服务区域中用户的风险信息，确定每个银行终端所处环境的风险系数；
[0067]
风险比对因子确定单元02，用于根据每个银行终端所处环境的风险系数，以及预设风险系数与风险等级的关系，确定每个银行终端对应的风险等级；根据每个风险等级对应的所有银行终端的风险系数，确定每个风险等级的风险比对因子；将每个银行终端对应的风险等级及每个风险等级的风险比对因子存储于区块链中；
[0068]
当前等待时长阈值确定单元03，用于在当前银行终端接收到用户的交易请求时，从所述区块链中获取当前银行终端对应的风险比对因子；根据当前交易类型对应的历史等待时长阈值，用户操作当前交易类型时的历史最小等待时长，以及当前银行终端对应的风险比对因子，确定用户在当前银行终端进行当前交易的当前等待时长阈值；
[0069]
控制单元04，用于在处理所述交易请求时，根据当前等待时长阈值，控制当前银行终端的交易等待时长。
[0070]
在一个实施例中，所述控制单元具体可以用于：在用户未操作银行终端的时长超过所述确定的等待时长阈值时，停止处理所述交易请求。
[0071]
在一个实施例中，如图5所示，上述控制银行终端交易等待时长的装置还可以包括：
[0072]
获取单元05，用于获取所述用户的历史交易量；
[0073]
更新单元06，用于在确定所述用户的历史交易量超过预设交易量时，更新所述确定的等待时长阈值，得到更新的等待时长阈值；
[0074]
所述控制单元具体可以用于：在处理所述交易请求时，根据所述更新的等待时长阈值，控制当前银行终端的交易等待时长。
[0075]
在一个实施例中，所述更新单元具体可以用于：在确定所述用户的历史交易量超过预设交易量时，将所述确定的等待时长阈值乘以一个以用户的历史交易量为自变量的函数，得到更新的等待时长阈值。
[0076]
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银行终端交易等待时长的方法。
[0077]
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执行上述控制银行终端交易等待时长的方法的计算机程序。
[0078]
本发明实施例中，控制银行终端交易等待时长的方案，通过：根据每个银行终端所服务区域中用户的风险信息，确定每个银行终端所处环境的风险系数；根据每个银行终端所处环境的风险系数，以及预设风险系数与风险等级的关系，确定每个银行终端对应的风险等级；根据每个风险等级对应的所有银行终端的风险系数，确定每个风险等级的风险比对因子；将每个银行终端对应的风险等级及每个风险等级的风险比对因子存储于区块链中；在当前银行终端接收到用户的交易请求时，从所述区块链中获取当前银行终端对应的风险比对因子；根据当前交易类型对应的历史等待时长阈值，用户操作当前交易类型时的历史最小等待时长，以及当前银行终端对应的风险比对因子，确定用户在当前银行终端进行当前交易的当前等待时长阈值；在处理所述交易请求时，根据当前等待时长阈值，控制当前银行终端的交易等待时长，可以实现综合各银行终端风险场景得到合理的交易等待时长
阈值，保证了用户在银行终端进行交易的安全性。
[0079]
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。
[0080]
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。
[0081]
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。
[0082]
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。
[0083]
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。