[发明专利]一种风险防控方法、装置及设备有效

专利信息
申请号: 202011359371.0 申请日: 2020-11-27
公开(公告)号: CN112364264B 公开(公告)日: 2023-10-27
发明(设计)人: 刘龙历;于仰泉 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06F16/9537 分类号: G06F16/9537;G06F16/27;G06Q20/40
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 朱文杰
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 风险 方法 装置 设备
【权利要求书】:

1.一种风险防控方法,所述方法包括:

获取待查询的目标对象的标识、查询时间段和查询任务标识;

基于预设的第一单位时长,将所述查询时间段划分为一个或多个子查询时段,所述查询时间段对应的时长不小于所述第一单位时长;

基于所述目标对象的标识和所述查询任务标识,从数据以每个所述第一单位时长进行聚合存储的数据库中获取每个所述子查询时段对应的所述目标对象的行为数据的聚合结果;

通过增量式归并算法对所述子查询时段对应的所述目标对象的行为数据的聚合结果进行归并计算,得到所述目标对象在所述查询时间段内的行为特征,以进行针对所述目标对象的风险防控。

2.根据权利要求1所述的方法,所述数据库设置于基于Hadoop Database的分布式存储系统中。

3.根据权利要求1或2所述的方法,所述通过增量式归并算法对所述子查询时段对应的所述目标对象的行为数据的聚合结果进行归并计算,得到所述目标对象在所述查询时间段内的行为特征,包括:

通过增量式归并算法对所述子查询时段对应的所述目标对象的行为数据的聚合结果进行归并计算,得到在所述查询时间段内所述目标对象的行为的波动性信息;

基于在所述查询时间段内所述目标对象的行为的波动性信息,确定所述目标对象在所述查询时间段内的行为特征。

4.根据权利要求3所述的方法,所述通过增量式归并算法对所述子查询时段对应的所述目标对象的行为数据的聚合结果进行归并计算,得到在所述查询时间段内所述目标对象的行为的波动性信息,包括:

通过增量式归并算法对所述子查询时段对应的所述目标对象的行为数据的聚合结果进行归并计算,得到所述查询时间段对应的方差;

基于所述查询时间段对应的方差,确定在所述查询时间段内所述目标对象的行为的波动性信息。

5.根据权利要求4所述的方法,所述子查询时段包括多个,其中包括第一子查询时段和第二子查询时段,所述第一子查询时段和所述第二子查询时段为多个所述子查询时段中的任意时间段相邻的两个子查询时段,

所述通过增量式归并算法对所述子查询时段对应的所述目标对象的行为数据的聚合结果进行归并计算,得到所述查询时间段对应的方差,包括:

基于所述第一子查询时段对应的查询数据中包含的数据的数量、所述第二子查询时段对应的查询数据中包含的数据的数量、所述第一子查询时段对应的查询数据中包含的数据的特征值的和、所述第二子查询时段对应的查询数据中包含的数据的特征值的和、所述第一子查询时段对应的查询数据中包含的数据的特征值的平均值、所述第二子查询时段对应的查询数据中包含的数据的特征值的平均值、所述第一子查询时段对应的查询数据中包含的数据的特征值的方差、所述第二子查询时段对应的查询数据中包含的数据的特征值的方差,通过增量式归并算法对所述第一子查询时段对应的查询数据和所述第二子查询时段对应的查询数据进行归并计算,得到所述第一子查询时段和所述第二子查询时段组成的查询时段对应的方差。

6.根据权利要求3所述的方法,所述方法还包括:

获取针对所述目标对象的数据聚合消息;

从预设的数据源中获取针对所述目标对象及每个第二单位时长采集的待聚合数据,并从所述待聚合数据中提取所述目标对象的标识和所述目标对象的属性信息,所述属性信息中包括所述查询任务标识,所述第二单位时长不大于所述第一单位时长;

基于所述目标对象的标识和所述目标对象的属性信息,通过增量式归并算法对一个或多个所述第二单位时长采集的待聚合数据进行归并计算,得到每个所述第一单位时长采集的待聚合数据对应的方差,将一个或多个所述第一单位时长采集的待聚合数据对应的方差存储于所述数据库中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011359371.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top