资源处理策略的确定方法、装置、计算机设备和存储介质与流程

1.本技术涉及信息安全技术领域，特别是涉及一种资源处理策略的确定方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着诈骗犯罪分子的手段层出不穷，很难避免金融企业的客户因被骗而产生的转账行为。目前，针对诈骗的防范措施，主要是对客户进行普适性的交易风险提醒，但仍然无法阻止客户的不安全转账，导致转账的安全性较差。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种能够提高转账安全性的资源处理策略的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
4.第一方面，本技术提供了一种资源处理策略的确定方法。所述方法包括：
5.响应于资源处理请求，确定所述资源处理请求包含的目标收款方，并获取所述目标收款方的历史交易数据；
6.基于所述历史交易数据，提取多个交易特征信息，并判断各所述交易特征信息是否满足特征判别条件；
7.在各所述交易特征信息不满足特征判别条件的情况下，基于所述历史交易数据，确定资源转入转出比例满足预设条件的目标交易，并根据所述目标交易的次数、所述目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定所述目标收款方的目标风险等级；
8.基于所述目标风险等级，确定与所述目标风险等级匹配的资源处理策略，并基于所述资源处理策略，处理所述资源处理请求。
9.在其中一个实施例中，所述基于所述历史交易数据，确定资源转入转出比例满足预设条件的目标交易，包括：
10.从所述历史交易数据中，确定转入资源数大于或等于目标资源数的各转入交易，并确定各所述转入交易的转入时间；
11.针对每个所述转入交易，将所述转入交易的转入时间之后的预设时段确定为目标时段，并确定所述目标时段内的转出资源数；
12.根据所述转出资源数和所述转入资源数的比值，得到所述转入交易对应的资源转入转出比例；
13.基于资源转入转出比例大于或等于预设阈值的转入交易，确定目标交易。
14.在其中一个实施例中，所述根据所述目标交易的次数、所述目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定所述目标收款方的目标风险等级，包括：
15.在预设的多个比例区间中，确定所述目标交易的资源转入转出比例所处的目标比例区间、以及各目标比例区间对应的目标交易的次数；
16.根据交易次数、比例区间和风险等级的对应关系，确定所述目标交易对应的至少一个候选风险等级；
17.基于所述目标交易对应的至少一个候选风险等级确定所述目标收款方的目标风险等级。
18.在其中一个实施例中，所述判断各所述交易特征信息是否满足特征判别条件，包括：
19.在各所述交易特征信息中的目标交易特征信息均不满足预设条件的情况下，判断各所述交易特征信息不满足特征判别条件；所述目标交易特征信息为目标特征类型的交易特征信息；
20.在各所述交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，判断各所述交易特征信息满足特征判别条件。
21.在其中一个实施例中，所述方法还包括：
22.在各所述交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，基于满足预设条件的所述目标交易特征信息匹配的风险等级，确定所述目标收款方的目标风险等级。
23.在其中一个实施例中，所述方法还包括：
24.获取多个样本账户的历史交易数据，所述样本账户包括正样本账户和负样本账户，所述正样本账户指不存在异常交易记录的账户，所述负样本账户指存在异常交易记录的账户；
25.基于各所述样本账户的历史交易数据，提取多个特征类型对应的正样本交易特征信息和负样本交易特征信息；
26.针对每个所述特征类型，确定所述特征类型对应的正样本交易特征信息和负样本交易特征信息的差异度；
27.根据各所述特征类型对应的差异度，确定差异度满足预设条件的目标特征类型。
28.在其中一个实施例中，所述判断各所述交易特征信息是否满足特征判别条件，包括：
29.在各所述交易特征信息中的目标交易特征信息均不满足预设条件的情况下，根据各所述交易特征信息和预设的评分确定策略，得到各所述交易特征信息对应的目标评分；
30.在所述目标评分满足预设条件的情况下，判断各所述交易特征信息满足特征判别条件；
31.在所述目标评分不满足预设条件的情况下，判断各所述交易特征信息不满足特征判别条件。
32.在其中一个实施例中，所述根据各所述交易特征信息和预设的评分确定策略，得到各所述交易特征信息对应的目标评分，包括：
33.根据预先建立的交易特征信息和分数的对应关系，确定各所述交易特征信息对应的分数，并根据各所述目标交易特征信息对应的分数，得到各所述交易特征信息对应的目标评分。
34.在其中一个实施例中，所述方法还包括：
35.在所述目标评分满足预设条件的情况下，将所述目标评分匹配的风险等级，确定
为所述目标收款方的目标风险等级。
36.第二方面，本技术还提供了一种资源处理策略的确定装置。所述装置包括：
37.第一获取模块，用于响应于资源处理请求，确定所述资源处理请求包含的目标收款方，并获取所述目标收款方的历史交易数据；
38.判断模块，用于基于所述历史交易数据，提取多个交易特征信息，并判断各所述交易特征信息是否满足特征判别条件；
39.第一确定模块，用于在各所述交易特征信息不满足特征判别条件的情况下，基于所述历史交易数据，确定资源转入转出比例满足预设条件的目标交易，并根据所述目标交易的次数、所述目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定所述目标收款方的目标风险等级；
40.第二确定模块，用于基于所述目标风险等级，确定与所述目标风险等级匹配的资源处理策略，并基于所述资源处理策略，处理所述资源处理请求。
41.在其中一个实施例中，所述第一确定模块具体用于：
42.从所述历史交易数据中，确定转入资源数大于或等于目标资源数的各转入交易，并确定各所述转入交易的转入时间；针对每个所述转入交易，将所述转入交易的转入时间之后的预设时段确定为目标时段，并确定所述目标时段内的转出资源数；根据所述转出资源数和所述转入资源数的比值，得到所述转入交易对应的资源转入转出比例；基于资源转入转出比例大于或等于预设阈值的转入交易，确定目标交易。
43.在其中一个实施例中，所述第一确定模块具体用于：
44.在预设的多个比例区间中，确定所述目标交易的资源转入转出比例所处的目标比例区间、以及各目标比例区间对应的目标交易的次数；根据交易次数、比例区间和风险等级的对应关系，确定所述目标交易对应的至少一个候选风险等级；基于所述目标交易对应的至少一个候选风险等级确定所述目标收款方的目标风险等级。
45.在其中一个实施例中，所述判断模块具体用于：
46.在各所述交易特征信息中的目标交易特征信息均不满足预设条件的情况下，判断各所述交易特征信息不满足特征判别条件；所述目标交易特征信息为目标特征类型的交易特征信息；在各所述交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，判断各所述交易特征信息满足特征判别条件。
47.在其中一个实施例中，所述装置还包括：
48.第三确定模块，用于在各所述交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，基于满足预设条件的所述目标交易特征信息匹配的风险等级，确定所述目标收款方的目标风险等级。
49.在其中一个实施例中，所述装置还包括：
50.第二获取模块，用于获取多个样本账户的历史交易数据，所述样本账户包括正样本账户和负样本账户，所述正样本账户指不存在异常交易记录的账户，所述负样本账户指存在异常交易记录的账户；
51.提取模块，用于基于各所述样本账户的历史交易数据，提取多个特征类型对应的正样本交易特征信息和负样本交易特征信息；
52.第四确定模块，用于针对每个所述特征类型，确定所述特征类型对应的正样本交
易特征信息和负样本交易特征信息的差异度；
53.第五确定模块，用于根据各所述特征类型对应的差异度，确定差异度满足预设条件的目标特征类型。
54.在其中一个实施例中，所述判断模块具体用于：
55.在各所述交易特征信息中的目标交易特征信息均不满足预设条件的情况下，根据各所述交易特征信息和预设的评分确定策略，得到各所述交易特征信息对应的目标评分；在所述目标评分满足预设条件的情况下，判断各所述交易特征信息满足特征判别条件；在所述目标评分不满足预设条件的情况下，判断各所述交易特征信息不满足特征判别条件。
56.在其中一个实施例中，所述判断模块具体用于：
57.根据预先建立的交易特征信息和分数的对应关系，确定各所述交易特征信息对应的分数，并根据各所述目标交易特征信息对应的分数，得到各所述交易特征信息对应的目标评分。
58.在其中一个实施例中，所述装置还包括：
59.第六确定模块，用于在所述目标评分满足预设条件的情况下，将所述目标评分匹配的风险等级，确定为所述目标收款方的目标风险等级。
60.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的方法的步骤。
61.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的方法的步骤。
62.第五方面，本技术还提供了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，该计算机程序被处理器执行时实现第一方面所述的方法的步骤。
63.上述资源处理策略的确定方法、装置、计算机设备、存储介质和计算机程序产品，在客户触发资源处理请求(如转账请求)时，根据收款方的历史交易数据提取交易特征信息，若交易特征信息不满足特征判别条件，则根据历史交易数据中资源转入转出比例满足条件的目标交易的次数、以及资源转入转出比例，确定目标收款方的目标风险等级，然后根据目标风险等级确定资源处理策略，用于处理该资源处理请求。由此，可以根据收款方的历史交易数据准确识别出收款方的风险等级，若风险等级较高，则可以停止转账或延迟转账，因而可以提高转账的安全性。
附图说明
64.图1为一个实施例中资源处理策略的确定方法的流程示意图；
65.图2为一个实施例中确定目标交易的流程示意图；
66.图3为一个实施例中确定目标风险等级的流程示意图；
67.图4为一个实施例中判断是否满足判别条件的流程示意图；
68.图5为另一个实施例中判断是否满足判别条件的流程示意图；
69.图6为一个实施例中资源处理策略的确定装置的结构框图；
70.图7为一个实施例中计算机设备的内部结构图。
具体实施方式
71.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
72.首先，在具体介绍本技术实施例的技术方案之前，先对本技术实施例基于的技术背景或者技术演进脉络进行介绍。随着诈骗犯罪分子的手段层出不穷，很难避免金融企业的客户因被骗而产生的转账行为。目前，针对诈骗的防范措施，主要是对客户进行普适性的交易风险提醒，但仍然无法阻止客户的不安全转账，导致转账的安全性较差。基于该背景，申请人通过长期的研发以及实验验证，提出本技术的资源处理策略确定方法，通过根据收款方的历史交易数据识别其风险等级，从而采用与收款方的风险等级匹配的资源处理策略处理资源处理请求(包括转账请求等)，如停止支付、延迟支付等，达到提高转账安全性的目的。另外，需要说明的是，本技术技术问题的发现以及下述实施例介绍的技术方案，申请人均付出了大量的创造性劳动。
73.在一个实施例中，如图1所示，提供了一种资源处理策略的确定方法，该方法可以应用于计算机设备，可以但不限于是各种个人计算机、笔记本电脑、服务器、服务器集群等，具体可以是银行等金融机构的业务系统的计算机设备。本实施例中，该方法包括以下步骤：
74.步骤101，响应于资源处理请求，确定资源处理请求包含的目标收款方，并获取目标收款方的历史交易数据。
75.在实施中，资源处理请求具体可以是转账请求。用户可以通过手机银行应用、自动柜员机(automated teller machine，atm)、柜台终端等方式，发起资源处理请求。计算机设备可以响应于资源处理请求，提取资源处理请求包含的收款方信息(如收款方名称、收款方账号等)，作为目标收款方的信息。然后，计算机设备可以根据目标收款方的信息，从数据库中查询目标收款方的历史交易数据。
76.历史交易数据可以包括与目标收款方相关的每笔交易(包括转入交易和转出交易)的交易时间、交易金额，转入交易的付款方信息、转出交易的收款方信息等。
77.步骤102，基于历史交易数据，提取多个交易特征信息，并判断各交易特征信息是否满足特征判别条件。
78.在实施中，计算机设备获取到目标收款方的历史交易数据后，可以从历史交易数据中提取交易特征信息。交易特征信息可以有多个，各交易特征信息可以反映目标收款方的可信任程度或风险程度。具体的，交易特征信息可以包括反映有无交易记录的特征、反映有无可信转账交易记录的特征、反映有无工资流水的特征、反映有无可信互联网平台购物记录的特征、反映收款方职业特性的特征，以及境外交易次数、资源转入转出时间差等特征。
79.若目标收款方的历史交易次数为0次，相应的交易特征信息为无交易记录，可以反映目标收款方具有一定风险，需要谨慎转账(如延迟支付)。
80.若历史交易数据中，存在目标收款方与同一账户进行过两次及以上次交易、且与同一账户的至少两次交易之间的时间间隔大于预设阈值(如28天)的历史交易记录，相应的交易特征信息为具有可信转账记录，可以反映目标收款方的风险较低，可以正常转账(如即时支付)。
81.若历史交易数据中，存在对公企业账户代发工资的工资流水记录，则相应的交易特征信息为具有工资流水，可以反映目标收款方的风险较低。
82.若历史交易数据中，存在目标收款方与互联网购物平台的支付记录、且互联网平台为可信平台(可以设置平台黑白名单，进行匹配确定)，则相应的交易特征信息为有可信互联网平台购物记录，可以反映目标收款方的风险较低。
83.此外，不同职业特性的收款方的工资数额、工资发放时间、工资发放方式等特征可能不同，因而可以根据工资流水记录，对收款方进行职业特性分类，得到反映收款方的职业特性的特征信息，不同职业特性的风险不同。以及，可以根据交易对方账户(如转入交易的付款账户、转出交易的收款账户)是否为境外账户，识别出境外交易，可以将境外交易次数(总次数或近期平均每月的境外交易次数)作为交易特征信息，交易次数越多，风险越大。还可以计算一笔资源转入和转出的时间差(转出资源数占转入资源数的预设比例的资源转出时间，可以认为是该转入的资源对应的转出时间)，将该资源转入转出时间差作为交易特征信息，时间差越短，风险越大。
84.计算机设备可以判断各交易特征信息是否满足特征判别条件。各交易特征信息满足特征判别条件，指可以基于交易特征信息直接识别目标收款方的风险等级或可信任等级。交易特征信息不满足特征判别条件，即无法根据交易特征信息直接识别出目标收款方的风险等级。例如，特征判别条件可以为目标数目个交易特征信息均反映风险较低。若存在目标数目个交易特征信息均反映出风险较低，此时各交易特征信息满足特征判别条件，可以将目标收款方的目标风险等级识别为低风险等级。
85.步骤103，在各交易特征信息不满足特征判别条件的情况下，基于历史交易数据，确定资源转入转出比例满足预设条件的目标交易，并根据目标交易的次数、目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定目标收款方的目标风险等级。
86.在实施中，若从目标收款方的历史交易数据中提取的各交易特征信息不满足特征判别条件，则计算机设备可以根据历史交易数据，计算各转入交易和对应的转出交易的资源转入转出比例，以识别出资源转入转出比例满足预设条件的目标交易。资源转入转出比例指针对目标收款方的一笔转入交易，在预设时长内转出的资源数占该转入交易的转入资源数的比例。若资源转入转出比例满足预设条件，如大于或等于预设阈值，则可以将该转入交易(和/或转出交易)识别为目标交易。然后，计算机设备可以根据目标交易的次数、以及各目标交易的资源转入转出比例，按照预设的风险等级匹配策略，确定目标收款方的目标风险等级。
87.风险等级匹配策略可以是预先建立的交易次数、比例和风险等级的对应关系。其中，交易次数可以与风险等级负相关，资源转入转出比例可以与风险等级正相关。例如，交易次数、资源转入转出比例与风险等级的对应关系可以如表1所示，本示例中，资源转入转出比例的阈值为95％，若存在1次历史交易的资源转入转出比例大于或等于95％，则对应高风险等级；若存在1次以上历史交易的资源转入转出比例大于或等于95％，则对应中风险等级；若不存在资源转入转出比例大于或等于95％的历史交易，则可以将目标收款方的目标风险等级确定为低风险等级。表1仅为示例，实际可以根据需要设置其他比例阈值(或多个比例阈值)，各比例阈值下可以设置对应的交易次数，以及风险等级也可以设更多级。
88.表1风险等级对应关系表
89.资源转入转出比例交易次数风险等级95％1次高风险等级95％大于1次中风险等级
90.步骤104，基于目标风险等级，确定与目标风险等级匹配的资源处理策略，并基于资源处理策略，处理资源处理请求。
91.在实施中，计算机设备确定出目标收款方的目标风险等级后，可以确定出与目标风险等级匹配的资源处理策略，并基于该资源处理策略处理用户的资源处理请求。例如，可以预先建立各风险等级与资源处理策略的对应关系，如表2所示的资源处理策略查询表，计算机设备可以在该表中查询目标风险等级对应的资源处理策略。
92.表2资源处理策略查询表
93.风险等级资源处理策略高全部冻结，停止支付中延迟3小时支付低即时支付
94.上述资源处理策略确定方法中，在客户触发资源处理请求(如转账请求)时，根据该请求中的收款方的历史交易数据提取交易特征信息，若交易特征信息不满足特征判别条件，则根据历史交易数据中资源转入转出比例满足条件的目标交易的次数、以及资源转入转出比例，确定目标收款方的目标风险等级，然后根据目标风险等级确定资源处理策略。由此，可以根据收款方的历史交易数据准确识别出收款方的风险等级，若风险等级较高，则可以停止转账或延迟转账，因而可以提高转账的安全性。
95.在一个实施例中，如图2所示，步骤103中确定资源转入转出比例满足预设条件的目标交易的过程具体包括如下步骤：
96.步骤201，从历史交易数据中，确定转入资源数大于或等于目标资源数的各转入交易，并确定各转入交易的转入时间。
97.在实施中，计算机设备可以根据交易类型标识，从目标收款方的历史交易数据中识别出交易类型为转入交易(即其它账户向目标收款方转入资源的交易)的交易数据，并将各转入交易的交易数据中的转入资源数(转入金额)与目标资源数(可以根据需要设置，如设为3000元)进行比较，以筛选出转入资源数大于或等于目标资源数的目标转入交易，并从交易数据中确定出各目标转入交易的转入时间(即交易时间)。
98.步骤202，针对每个转入交易，将转入交易的转入时间之后的预设时段确定为目标时段，并确定目标时段内的转出资源数。
99.在实施中，计算机设备可以将各转入交易的转入时间之后的预设时段(如30分钟或1小时)确定为目标时段，然后在历史交易数据中查询该目标时段内的转出交易的交易数据，并根据各转出交易的交易数据，计算转出资源数(若目标时段内包括多个转出交易，则计算各转出交易的资源和，作为转出资源数)。
100.步骤203，根据转出资源数和转入资源数的比值，得到转入交易对应的资源转入转出比例。
101.在实施中，针对每个转入交易，计算机设备可以计算该转入交易对应的转出资源数与该转入交易的转入资源数的比值，得到该转入交易对应的资源转入转出比例。
102.步骤204，基于资源转入转出比例大于或等于预设阈值的转入交易，确定目标交易。
103.在实施中，计算机设备计算出各转入交易对应的资源转入转出比例后，可以将资源转入转出比例与预设阈值(若包含多个阈值，或包含多个比例区间，则根据最小阈值或比例区间的最小比例值，确定预设阈值)进行比较，以识别出资源转入转出比例大于或等于预设阈值的转入交易，作为目标交易。
104.本实施例提供了一种确定资源转入转出比例满足预设条件的目标交易的实现方式，可以快速准确地识别出目标交易。
105.在一个实施例中，如图3所示，步骤103中确定目标收款方的目标风险等级的过程具体包括如下步骤：
106.步骤301，在预设的多个比例区间中，确定目标交易的资源转入转出比例所处的目标比例区间、以及各目标比例区间对应的目标交易的次数。
107.在实施中，可以预先设置资源转入转出比例的多个比例区间，各比例区间对应的比例大小，可以与风险等级正相关。在一个示例中，如表3所示的风险等级和策略查询表，比例区间可以包括三个，分别为大于等于80％且小于95％、大于等于95％且小于100％、以及等于100％三个区间。计算机设备可以确定出各目标交易的资源转入转出比例匹配的目标比例区间，并计算出各目标比例区间内包含的目标交易的次数。
108.表3风险等级和策略查询表
[0109][0110]
步骤302，根据交易次数、比例区间和风险等级的对应关系，确定目标交易对应的至少一个候选风险等级。
[0111]
在实施中，可以预先建立交易次数、比例区间和风险等级的对应关系并进行存储，如存储为表3所示的风险等级和策略查询表。计算机设备可以从存储的对应关系中查询与目标比例区间和各目标比例区间内包含的目标交易的次数对应的风险等级，作为候选风险等级。若目标交易具有多个(多次)，且各目标交易对应有多个目标比例区间，则可以确定出多个候选风险等级。
[0112]
步骤303，基于目标交易对应的至少一个候选风险等级确定目标收款方的目标风险等级。
[0113]
在实施中，若候选风险等级为一个，则计算机设备可以将该候选风险等级确定为目标风险等级；若候选风险等级为多个，则计算机设备可以将多个候选风险等级中的最高风险等级或最低风险等级，确定为目标收款方的目标风险等级。
[0114]
本实施例中，通过设置多个资源转入转出比例的比例区间，比例区间对应的比例
大小与风险等级正相关，且各比例区间下可以设置1个或多个交易次数阈值，交易次数可以与风险等级负相关，由此，可以根据目标收款方的历史交易的资源转入转出比例，以及满足比例条件的交易次数，准确地识别出目标收款方的目标风险等级，进而提高确定出的资源处理策略的精准度。
[0115]
在一个实施例中，如图4所示，步骤102中判断各交易特征信息是否满足特征判别条件的过程具体包括如下步骤：
[0116]
步骤401，在各交易特征信息中的目标交易特征信息均不满足预设条件的情况下，判断各交易特征信息不满足特征判别条件。
[0117]
其中，目标交易特征信息为目标特征类型的交易特征信息。
[0118]
在实施中，交易特征信息包含多个特征类型的信息，目标交易特征信息可以是交易特征信息中的部分特征类型或全部特征类型的交易特征信息。例如，目标特征类型可以为反映有无交易记录、有无工资流水、有无可信转账交易记录、有无可信互联网平台购物记录等信息的特征。预设条件可以是无交易记录，或者有交易记录，且具有工资流水、可信转账交易记录、可信互联网平台购物记录中的至少一个。若各目标交易特征信息均不满足预设条件，如有交易记录，但工资流水、可信转账交易记录、可信互联网平台购物记录均没有，则可以判断各交易特征信息不满足特征判别条件，表明计算机设备无法根据各交易特征信息直接识别风险等级。
[0119]
步骤402，在各交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，判断各交易特征信息满足特征判别条件。
[0120]
在实施中，若任意一个目标交易特征信息满足预设条件，则计算机设备可以判断各交易特征信息满足特征判别条件，表明可以根据各交易特征信息直接识别风险等级。若无任何交易记录，则计算机设备可以将目标收款方识别为中风险等级。若有交易记录，且工资流水、可信转账交易记录、可信互联网平台购物记录中至少具有一个，则计算机设备可以将目标收款方识别为低风险等级。
[0121]
本实施例中，可以根据各目标交易特征信息是否满足预设条件，来判断各交易特征信息满足特征判别条件，由此可以在各目标交易特征信息不满足判别条件的情况下，进行下一步的目标交易和目标风险等级的识别，由此，可以从多个维度识别风险等级，提高风险等级识别准确度和资源处理的精准度。
[0122]
在一个实施例中，该方法还包括如下步骤：在各交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，基于满足预设条件的目标交易特征信息匹配的风险等级，确定目标收款方的目标风险等级。
[0123]
在实施中，若计算机设备判断出各交易特征信息中的任意一个目标交易特征信息满足预设条件，如满足无交易记录这一条件，或者满足具有工资流水、可信转账交易记录或可信互联网平台购物记录中任意一个条件，则计算机设备可以基于满足预设条件的目标交易特征信息匹配的风险等级，确定目标收款方的目标风险等级。例如，若满足无任何交易记录这一条件，则计算机设备可以将无交易记录对应的风险等级(如中风险等级)确定为目标收款方的目标风险等级。若具有工资流水，则计算机设备可以将有工资流水对应的风险等级(如低风险等级)确定为目标风险等级。
[0124]
可选的，还可以基于收款方的其他属性信息，判断是否满足判别条件。例如，可以
将收款方与涉案黑名单账号进行匹配，若属于涉案黑名单账号，则可以直接将收款方识别为高风险等级。
[0125]
本实施例中，可以根据各目标交易特征信息分别设置对应的预设条件，且可以建立各满足条件的目标交易特征信息与风险等级的对应关系，从而可以将满足预设条件的目标交易特征信息匹配的风险等级确定为目标风险等级，可以及时、快速、准确的确定出收款方的风险等级。
[0126]
在一个实施例中，该方法还包括目标特征类型的确定步骤：获取多个样本账户的历史交易数据，样本账户包括正样本账户和负样本账户，正样本账户指不存在异常交易记录的账户，负样本账户指存在异常交易记录的账户；基于各样本账户的历史交易数据，提取多个特征类型对应的正样本交易特征信息和负样本交易特征信息；针对每个特征类型，确定特征类型对应的正样本交易特征信息和负样本交易特征信息的差异度；根据各特征类型对应的差异度，确定差异度满足预设条件的目标特征类型。
[0127]
在实施中，计算机设备可以从数据库中获取多个样本账户的历史交易数据，样本账户可以包括不存在异常交易记录的正样本账户和存在异常交易记录的负样本账户。然后，计算机设备可以基于各正样本账户和负样本账户的历史交易数据，提取多个特征类型对应的正样本交易特征信息和负样本交易特征信息。各特征类型的特征可以包括反映有无交易记录、有无工资流水、有无可信转账交易记录、有无可信互联网平台购物记录等信息的特征，反映收款方的职业特性信息的特征，以及境外交易次数、资源转入转出时间差等特征。针对每个特征类型，计算机设备可以计算该特征类型对应的正样本交易特征信息和负样本交易特征信息的差异度，如将正样本交易特征信息和负样本交易特征信息映射为向量，并计算两个向量的欧式距离，得到差异度。然后，计算机设备可以将差异度满足预设条件(如大于预设阈值)的特征类型作为目标特征类型。在一个示例中，目标特征类型可以包括反映有无交易记录、有无工资流水、有无可信转账交易记录、有无可信互联网平台购物记录等信息的特征。
[0128]
本实施例中，可以基于正样本账户的交易特征信息与负样本账户的交易特征信息的差异度，确定出差异度较大的目标特征类型的交易特征信息，从而可以结合目标特征类型的交易特征信息、以及各历史交易的资源转入转出比例，从多个维度实现快速、准确地识别收款方的风险等级，提高资源处理的精准度。
[0129]
在一个实施例中，如图5所示，步骤102中判断各交易特征信息是否满足特征判别条件的过程具体包括如下步骤：
[0130]
步骤501，在各交易特征信息中的目标交易特征信息均不满足预设条件的情况下，根据各交易特征信息和预设的评分确定策略，得到各交易特征信息对应的目标评分。
[0131]
在实施中，若各目标交易特征信息均不满足预设条件，则计算机设备可以根据各交易特征信息和预设的评分确定策略，得到各交易特征信息对应的目标评分。各交易特征信息对应的评分大小，可以反映收款方的风险高低。评分可以是各交易特征信息分别对应的分数，也可以是将各交易特征信息的分数融合为一个总评分。
[0132]
步骤502，在目标评分满足预设条件的情况下，判断各交易特征信息满足特征判别条件。
[0133]
在实施中，计算机设备可以判断各交易特征信息对应的目标评分是否满足预设条
件。例如，可以将目标评分与预设阈值进行比较，若大于等于第一预设阈值(较高的分数，如设为90分)，则可以判断为低风险；若小于等于第二预设阈值(较低的分数，如设为10分)，则可以判断为高风险。也即，评分满足预设条件时，可以直接根据交易特征信息识别收款方的风险等级，因而可以判断各交易特征信息满足特征判别条件。
[0134]
步骤503，在目标评分不满足预设条件的情况下，判断各交易特征信息不满足特征判别条件。
[0135]
在实施中，若目标评分不满足预设条件，如评分大于第二预设阈值(10分)、且小于第一预设阈值(90分)，此时无法准确识别收款方的风险等级，因而判断各交易特征信息不满足特征判别条件。
[0136]
本实施例中，通过基于多个交易特征信息的评分进行判别，若评分满足条件，则可以直接识别收款方的风险等级，若不满足条件，则可以结合后续的资源转入转出比例等信息进一步进行风险识别，由此实现多维度风险识别，提高风险识别准确度和资源处理的精准度。
[0137]
在一个实施例中，步骤501中得到目标评分的过程具体包括如下步骤：根据预先建立的交易特征信息和分数的对应关系，确定各交易特征信息对应的分数，并根据各目标交易特征信息对应的分数，得到各交易特征信息对应的目标评分。
[0138]
在实施中，可以预先建立交易特征信息和分数的对应关系，如存储为表4所示的分数查询表，其中(-10)表示减去10分。计算机设备可以根据初始默认分数(如100分)，以及各交易特征信息对应的分数，计算目标评分。
[0139]
表4分数查询表
[0140][0141][0142]
本实施例中提供了一种目标评分的计算示例，可以根据多个交易特征信息的分数综合得到目标评分，由此可以准确判别收款方的风险。
[0143]
在一个实施例中，该方法还包括如下步骤：在目标评分满足预设条件的情况下，将
目标评分匹配的风险等级，确定为目标收款方的目标风险等级。
[0144]
在实施中，可以建立目标评分与风险等级的对应关系，例如，若目标评分大于等于90分，可以对应低风险等级；若目标评分小于等于10分，可以对应高风险等级。从而计算机设备可以将目标评分匹配的风险等级，确定为收款方的目标风险等级。
[0145]
本实施例中，通过根据满足条件的目标评分，直接识别收款方的风险等级，可以提高识别效率，若不满足条件，则可以进一步结合资源转入转出比例等信息识别风险等级，提高识别准确度。
[0146]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0147]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的资源处理策略的确定方法的资源处理策略的确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个资源处理策略的确定装置实施例中的具体限定可以参见上文中对于资源处理策略的确定方法的限定，在此不再赘述。
[0148]
在一个实施例中，如图6所示，提供了一种资源处理策略的确定装置600，包括：第一获取模块601、判断模块602、第一确定模块603和第二确定模块604，其中：
[0149]
第一获取模块601，用于响应于资源处理请求，确定资源处理请求包含的目标收款方，并获取目标收款方的历史交易数据。
[0150]
判断模块602，用于基于历史交易数据，提取多个交易特征信息，并判断各交易特征信息是否满足特征判别条件。
[0151]
第一确定模块603，用于在各交易特征信息不满足特征判别条件的情况下，基于历史交易数据，确定资源转入转出比例满足预设条件的目标交易，并根据目标交易的次数、目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定目标收款方的目标风险等级。
[0152]
第二确定模块604，用于基于目标风险等级，确定与目标风险等级匹配的资源处理策略，并基于资源处理策略，处理资源处理请求。
[0153]
在其中一个实施例中，第一确定模块603具体用于：从历史交易数据中，确定转入资源数大于或等于目标资源数的各转入交易，并确定各转入交易的转入时间；针对每个转入交易，将转入交易的转入时间之后的预设时段确定为目标时段，并确定目标时段内的转出资源数；根据转出资源数和转入资源数的比值，得到转入交易对应的资源转入转出比例；基于资源转入转出比例大于或等于预设阈值的转入交易，确定目标交易。
[0154]
在其中一个实施例中，第一确定模块具体603用于：在预设的多个比例区间中，确定目标交易的资源转入转出比例所处的目标比例区间、以及各目标比例区间对应的目标交易的次数；根据交易次数、比例区间和风险等级的对应关系，确定目标交易对应的至少一个候选风险等级；基于目标交易对应的至少一个候选风险等级确定目标收款方的目标风险等
级。
[0155]
在其中一个实施例中，判断模块602具体用于：在各交易特征信息中的目标交易特征信息均不满足预设条件的情况下，判断各交易特征信息不满足特征判别条件；目标交易特征信息为目标特征类型的交易特征信息；在各交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，判断各交易特征信息满足特征判别条件。
[0156]
在其中一个实施例中，该装置还包括第三确定模块，用于在各交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，基于满足预设条件的目标交易特征信息匹配的风险等级，确定目标收款方的目标风险等级。
[0157]
在其中一个实施例中，该装置还包括第二获取模块、提取模块、第四确定模块、第五确定模块，其中：
[0158]
第二获取模块，用于获取多个样本账户的历史交易数据，样本账户包括正样本账户和负样本账户，正样本账户指不存在异常交易记录的账户，负样本账户指存在异常交易记录的账户。
[0159]
提取模块，用于基于各样本账户的历史交易数据，提取多个特征类型对应的正样本交易特征信息和负样本交易特征信息。
[0160]
第四确定模块，用于针对每个特征类型，确定特征类型对应的正样本交易特征信息和负样本交易特征信息的差异度。
[0161]
第五确定模块，用于根据各特征类型对应的差异度，确定差异度满足预设条件的目标特征类型。
[0162]
在其中一个实施例中，判断模块602具体用于：在各交易特征信息中的目标交易特征信息均不满足预设条件的情况下，根据各交易特征信息和预设的评分确定策略，得到各交易特征信息对应的目标评分；在目标评分满足预设条件的情况下，判断各交易特征信息满足特征判别条件；在目标评分不满足预设条件的情况下，判断各交易特征信息不满足特征判别条件。
[0163]
在其中一个实施例中，判断模块602具体用于：根据预先建立的交易特征信息和分数的对应关系，确定各交易特征信息对应的分数，并根据各目标交易特征信息对应的分数，得到各交易特征信息对应的目标评分。
[0164]
在其中一个实施例中，该装置还包括第六确定模块，用于在目标评分满足预设条件的情况下，将目标评分匹配的风险等级，确定为目标收款方的目标风险等级。
[0165]
上述资源处理策略的确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0166]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储执行上述资源处理策略的确定方法所需的或产生的数据。该计算机设备
的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种资源处理策略的确定方法。
[0167]
本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0168]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0169]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0170]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0171]
本技术提供的资源处理策略的确定方法、装置、计算机设备、存储介质和计算机程序产品涉及信息安全技术领域，可用于金融科技领域或其他领域，本技术对应用领域不做限定。
[0172]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0173]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0174]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0175]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种资源处理策略的确定方法，其特征在于，所述方法包括：响应于资源处理请求，确定所述资源处理请求包含的目标收款方，并获取所述目标收款方的历史交易数据；基于所述历史交易数据，提取多个交易特征信息，并判断各所述交易特征信息是否满足特征判别条件；在各所述交易特征信息不满足特征判别条件的情况下，基于所述历史交易数据，确定资源转入转出比例满足预设条件的目标交易，并根据所述目标交易的次数、所述目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定所述目标收款方的目标风险等级；基于所述目标风险等级，确定与所述目标风险等级匹配的资源处理策略，并基于所述资源处理策略，处理所述资源处理请求。2.根据权利要求1所述的方法，其特征在于，所述基于所述历史交易数据，确定资源转入转出比例满足预设条件的目标交易，包括：从所述历史交易数据中，确定转入资源数大于或等于目标资源数的各转入交易，并确定各所述转入交易的转入时间；针对每个所述转入交易，将所述转入交易的转入时间之后的预设时段确定为目标时段，并确定所述目标时段内的转出资源数；根据所述转出资源数和所述转入资源数的比值，得到所述转入交易对应的资源转入转出比例；基于资源转入转出比例大于或等于预设阈值的转入交易，确定目标交易。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标交易的次数、所述目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定所述目标收款方的目标风险等级，包括：在预设的多个比例区间中，确定所述目标交易的资源转入转出比例所处的目标比例区间、以及各目标比例区间对应的目标交易的次数；根据交易次数、比例区间和风险等级的对应关系，确定所述目标交易对应的至少一个候选风险等级；基于所述目标交易对应的至少一个候选风险等级确定所述目标收款方的目标风险等级。4.根据权利要求1所述的方法，其特征在于，所述判断各所述交易特征信息是否满足特征判别条件，包括：在各所述交易特征信息中的目标交易特征信息均不满足预设条件的情况下，判断各所述交易特征信息不满足特征判别条件；所述目标交易特征信息为目标特征类型的交易特征信息；在各所述交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，判断各所述交易特征信息满足特征判别条件。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：在各所述交易特征信息中的任意一个目标交易特征信息满足预设条件的情况下，基于满足预设条件的所述目标交易特征信息匹配的风险等级，确定所述目标收款方的目标风险
等级。6.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取多个样本账户的历史交易数据，所述样本账户包括正样本账户和负样本账户，所述正样本账户指不存在异常交易记录的账户，所述负样本账户指存在异常交易记录的账户；基于各所述样本账户的历史交易数据，提取多个特征类型对应的正样本交易特征信息和负样本交易特征信息；针对每个所述特征类型，确定所述特征类型对应的正样本交易特征信息和负样本交易特征信息的差异度；根据各所述特征类型对应的差异度，确定差异度满足预设条件的目标特征类型。7.根据权利要求1所述的方法，其特征在于，所述判断各所述交易特征信息是否满足特征判别条件，包括：在各所述交易特征信息中的目标交易特征信息均不满足预设条件的情况下，根据各所述交易特征信息和预设的评分确定策略，得到各所述交易特征信息对应的目标评分；在所述目标评分满足预设条件的情况下，判断各所述交易特征信息满足特征判别条件；在所述目标评分不满足预设条件的情况下，判断各所述交易特征信息不满足特征判别条件。8.根据权利要求7所述的方法，其特征在于，所述根据各所述交易特征信息和预设的评分确定策略，得到各所述交易特征信息对应的目标评分，包括：根据预先建立的交易特征信息和分数的对应关系，确定各所述交易特征信息对应的分数，并根据各所述目标交易特征信息对应的分数，得到各所述交易特征信息对应的目标评分。9.根据权利要求8所述的方法，其特征在于，所述方法还包括：在所述目标评分满足预设条件的情况下，将所述目标评分匹配的风险等级，确定为所述目标收款方的目标风险等级。10.一种资源处理策略的确定装置，其特征在于，所述装置包括：第一获取模块，用于响应于资源处理请求，确定所述资源处理请求包含的目标收款方，并获取所述目标收款方的历史交易数据；判断模块，用于基于所述历史交易数据，提取多个交易特征信息，并判断各所述交易特征信息是否满足特征判别条件；第一确定模块，用于在各所述交易特征信息不满足特征判别条件的情况下，基于所述历史交易数据，确定资源转入转出比例满足预设条件的目标交易，并根据所述目标交易的次数、所述目标交易对应的资源转入转出比例和预设的风险等级匹配策略，确定所述目标收款方的目标风险等级；第二确定模块，用于基于所述目标风险等级，确定与所述目标风险等级匹配的资源处理策略，并基于所述资源处理策略，处理所述资源处理请求。11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。13.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。

技术总结
本申请涉及一种资源处理策略的确定方法、装置、计算机设备、存储介质和计算机程序产品，涉及信息安全技术领域，可用于金融科技领域或其他领域。所述方法包括：响应于资源处理请求，确定目标收款方，并获取目标收款方的历史交易数据；基于历史交易数据，提取多个交易特征信息，并判断各交易特征信息是否满足特征判别条件；在不满足特征判别条件的情况下，确定资源转入转出比例满足预设条件的目标交易，并根据目标交易的次数、资源转入转出比例和风险等级匹配策略，确定目标收款方的目标风险等级；基于目标风险等级，确定与目标风险等级匹配的资源处理策略，并基于资源处理策略，处理资源处理请求。采用本方法能够提高转账的安全性。理请求。采用本方法能够提高转账的安全性。理请求。采用本方法能够提高转账的安全性。


技术研发人员：郑广昱
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.04.11
技术公布日：2023/7/22