交易限额确定方法及装置与流程

技术特征：
1.一种交易限额确定方法，其特征在于，所述方法包括：获取经用户授权的限额交易数据，根据预设的异常交易判定规则，确定所述限额交易数据中的异常交易数据，并确定所述异常交易数据对应的用户信息；对所述异常交易数据及其对应的用户信息进行聚类处理，得到用户聚类结果；利用余弦相似度算法，确定所述用户聚类结果对应的用户相似度；将所述用户聚类结果对应的用户相似度输入至预先建立的交易限额模型中进行处理，得到用户交易限额。2.根据权利要求1所述的方法，其特征在于，所述对所述异常交易数据及其对应的用户信息进行聚类处理，得到用户聚类结果包括：对所述异常交易数据及其对应的用户信息进行聚类处理，得到用户年龄聚类、用户职业聚类及交易金额聚类，并将所述用户年龄聚类、用户职业聚类及交易金额聚类作为用户聚类结果。3.根据权利要求2所述的方法，其特征在于，所述利用余弦相似度算法，确定所述用户聚类结果对应的用户相似度包括：根据所述用户聚类结果，确定所述用户聚类结果对应的特征向量数据；根据所述特征向量数据，利用余弦相似度算法，确定用户年龄聚类对应的相似度、用户职业聚类对应的相似度及交易金额聚类对应的相似度，并将所述用户年龄聚类对应的相似度、用户职业聚类对应的相似度及交易金额聚类对应的相似度作为所述用户聚类结果对应的用户相似度。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：利用预设交易阈值及所述用户交易限额，生成风险提示信息，并将所述风险提示信息发送给用户。5.一种交易限额确定装置，其特征在于，所述装置包括：异常交易模块，用于获取经用户授权的限额交易数据，根据预设的异常交易判定规则，确定所述限额交易数据中的异常交易数据，并确定所述异常交易数据对应的用户信息；聚类结果模块，用于对所述异常交易数据及其对应的用户信息进行聚类处理，得到用户聚类结果；相似度模块，用于利用余弦相似度算法，确定所述用户聚类结果对应的用户相似度；交易限额模块，用于将所述用户聚类结果对应的用户相似度输入至预先建立的交易限额模型中进行处理，得到用户交易限额。6.根据权利要求5所述的装置，其特征在于，所述聚类结果模块还用于对所述异常交易数据及其对应的用户信息进行聚类处理，得到用户年龄聚类、用户职业聚类及交易金额聚类，并将所述用户年龄聚类、用户职业聚类及交易金额聚类作为用户聚类结果。7.根据权利要求6所述的装置，其特征在于，所述相似度模块包括：特征向量单元，用于根据所述用户聚类结果，确定所述用户聚类结果对应的特征向量数据；相似度单元，用于根据所述特征向量数据，利用余弦相似度算法，确定用户年龄聚类对应的相似度、用户职业聚类对应的相似度及交易金额聚类对应的相似度，并将所述用户年龄聚类对应的相似度、用户职业聚类对应的相似度及交易金额聚类对应的相似度作为所述用户聚类结果对应的用户相似度。
8.根据权利要求5所述的装置，其特征在于，所述装置还包括：风险提示模块，用于利用预设交易阈值及所述用户交易限额，生成风险提示信息，并将所述风险提示信息发送给用户。9.一种电子设备，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4任一项所述方法。10.一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执行权利要求1至4任一项所述方法的计算机程序。11.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1至4任一项所述方法的步骤。

技术总结
本发明提供了一种交易限额确定方法及装置，可用于金融领域或其他领域。所述方法包括：获取经用户授权的限额交易数据，根据预设的异常交易判定规则，确定所述限额交易数据中的异常交易数据，并确定所述异常交易数据对应的用户信息；对所述异常交易数据及其对应的用户信息进行聚类处理，得到用户聚类结果；利用余弦相似度算法，确定所述用户聚类结果对应的用户相似度；将所述用户聚类结果对应的用户相似度输入至预先建立的交易限额模型中进行处理，得到用户交易限额。本发明通过收集用户的限额交易数据，确定出现异常的交易数据，并对异常用户进行聚类分析及相似度计算，结合预设的交易限额模型，实现准确且合理地设定交易限额，提高交易安全性。高交易安全性。高交易安全性。


技术研发人员：党娜 刘洋 李昊
受保护的技术使用者：中国银行股份有限公司
技术研发日：2022.08.03
技术公布日：2022/10/25