[发明专利]客户信息校验方法、装置、介质及电子设备

权利要求书

1.一种客户信息校验方法，其特征在于，所述方法由规则引擎执行，所述规则引擎用于对上报至多个系统的客户信息进行校验，所述方法包括：

针对所述多个系统中的每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息，所述异常客户信息为所述系统中存在对应异常行为记录的客户信息，所述多个系统中的各系统在客户产生异常行为时，生成与所述客户的客户信息对应的异常行为记录；

根据获取的所述异常客户信息进行模型训练，得到客户信息校验风险模型；

针对每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息在所有在该系统中异常客户信息的数量占比；

根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统；

获取与所述多个系统分别对应的系统相关信息；

根据所述系统相关信息，生成与各系统对应的系统特征数据；

基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，所述异常系统包括所述候选异常系统；

当接收到携带了新规则的新规则添加请求，生成包括所述新规则和所述规则集的新规则集；

利用所述客户信息校验风险模型对所述新规则进行校验，并根据所述新规则通过校验，对所述异常系统启用所述新规则集，以便在向所述异常系统上传客户信息时，利用所述新规则集进行校验。

2.根据权利要求1所述的方法，其特征在于，所述根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统，包括：

确定所述数量占比大于预定数量占比阈值的系统的数量；

若所述数量大于预定数目，则在所述数量占比大于预定数量占比阈值的系统中任意选取预定数目个系统作为候选异常系统；

若所述数量小于或等于预定数目，则将所述数量占比大于预定数量占比阈值的系统作为候选异常系统。

3.根据权利要求1所述的方法，其特征在于，所述基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，包括：

建立与每一系统特征数据对应的特征向量；

确定所述候选异常系统的特征向量与各其他特征向量的相似度；

确定所述相似度大于预定相似度阈值的特征向量，作为目标特征向量；

将所述多个系统中所述目标特征向量对应的系统，作为异常系统。

4.根据权利要求1所述的方法，其特征在于，所述基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，包括：

建立与每一系统特征数据对应的特征向量；

从各特征向量中获取多个特征向量作为簇中心，并建立每一簇中心对应的簇；

迭代执行簇划分步骤，直至簇中心不再变化，所述簇划分步骤包括：针对每一特征向量，确定与该特征向量距离最近的簇中心，并将该特征向量加入至所述簇中心对应的簇中；根据各簇中的特征向量，确定与各簇对应的新簇中心；

以所述候选异常系统的系统特征数据对应的特征向量所属的簇作为异常簇，并根据所述异常簇，在所述多个系统中确定出异常系统。

5.根据权利要求4所述的方法，其特征在于，所述根据所述异常簇，在所述多个系统中确定出异常系统，包括：

通过查询系统与优先级对应关系表，获取各系统对应的优先级；

在所述异常簇中的特征向量对应的系统中确定出对应的优先级达到指定优先级的系统，作为异常系统。

6.根据权利要求4所述的方法，其特征在于，所述异常簇为多个，所述根据所述异常簇，在所述多个系统中确定出异常系统，包括：

获取各所述异常簇的簇半径，所述簇半径为所述异常簇中的特征向量与所述异常簇的簇中心的距离的平均值；

确定各所述异常簇的簇半径的平均值，作为平均簇半径；

对各所述异常簇进行融合处理，得到集成异常簇；

根据所述集成异常簇中的特征向量，确定所述集成异常簇的簇中心；

获取所述集成异常簇中与所述集成异常簇的簇中心的距离小于所述平均簇半径的特征向量；

将获取的所述特征向量对应的系统和所述候选异常系统，作为异常系统。