(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210820010.4 (22)申请日 2022.07.13 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 王舒予　黄振飞　蒋涛　李显丽　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 周永君　汤在彦 (51)Int.Cl. G06Q 40/02(2012.01) (54)发明名称 基于大数据的银行用户风险预警方法及装 置 (57)摘要 本申请公开了一种基于大数据的银行用户 风险预警方法及装置， 涉及金融领域。 该方法包 括： 接收用户提交的业务办理请求； 根据所述业 务办理请求获取获取经用户和第三方机构授权 的用户的动态数据； 对所述动态数据进行数据清 洗及数据治理， 得到用户的评估数据； 根据所述 评估数据以及预先创建的风险预警模型确定用 户的风险评估结果； 其中， 所述风险预警模型为 根据多个用户的动态数据以及对应的预先训练 得到的。 本申请基于用户的动态数据进行用户风 险评估， 解决了现有 银行对客户风险预警的动态 评估方式的短板问题， 为银行业务办理过程中的 用户评估提供了一种更为动态鲜活和实时高价 值、 全新的方式。 权利要求书2页 说明书10页 附图6页 CN 115049483 A 2022.09.13 CN 115049483 A 1.一种基于大 数据的银 行用户风险预警方法， 其特 征在于， 包括： 接收用户提交的业 务办理请求； 根据所述业务办理请求获取获取经用户和第 三方机构授权的用户的动态数据， 所述动 态数据包括作息数据和快递数据； 对所述动态数据进行 数据清洗及数据治理， 得到用户的评估数据； 根据所述评估数据以及预先创建的风险预警模型确定用户的风险评估结果； 其中， 所 述风险预警模型为 根据多个用户的动态数据以及对应的预 先训练得到的。 2.根据权利要求1所述的基于大数据的银行用户风险预警方法， 其特征在于， 所述根据 所述业务办理请求获取获取 经用户和第三方机构授权的用户的动态数据， 包括： 获取用户的作息数据； 所述作息数据包括用户的上班时间、 下班时间、 工作地址、 居住 地址； 所述作息数据是在经用户授权的情况 下获取到的； 从多个快递公司处获取用户的快递数据； 所述快递数据包括快递公司品牌、 收件地址、 寄件地址、 收件 人信息、 寄件 人信息、 内件类别、 寄件时间、 收件时间、 收件方式； 所述快递数 据是在经用户和快递公司授权的情况 下获取到的。 3.根据权利要求1所述的基于大数据的银行用户风险预警方法， 其特征在于， 所述对所 述动态数据进行 数据清洗及数据治理， 得到用户的评估数据， 包括： 根据预设的评估时间范围对所述动态数据进行筛 选； 以及 对筛选后的动态数据按照预 先定义的数据格式进行转换， 得到所述评估数据。 4.根据权利要求1所述的基于大数据的银行用户风险预警方法， 其特征在于， 创建所述 风险预警模型的步骤 包括： 获取经用户本人授权的多个样本动态数据， 所述动态数据包括样本作息数据和样本快 递数据； 根据所述多个样本动态数据生成训练数据集； 使用所述训练数据集对预 先建立的机器学习模型进行训练， 得到所述 风险预警模型。 5.根据权利要求4所述的基于大数据的银行用户风险预警方法， 其特征在于， 所述根据 所述多个样本动态数据生成训练数据集， 包括： 对所述多个样本动态数据进行 数据清洗及数据治理， 得到初始数据； 根据预设的标签规则确定所述初始数据的分类标签； 根据所述初始数据及其对应的分类标签生成所述训练数据集。 6.根据权利要求5所述的基于大数据的银行用户风险预警方法， 其特征在于， 所述根据 预设的标签规则确定所述初始数据的分类标签， 包括： 获取所述初始数据中同一用户的寄件时间、 收件时间、 上班时间和下班时间； 根据所述寄件时间和所述收件时间确定用户的高频收寄件时段； 根据所述上班时间和所述下班时间确定用户的工作时段； 根据所述高频收寄件时段以及所述工作时段确定所述分类标签。 7.根据权利要求6所述的基于大数据的银行用户风险预警方法， 其特征在于， 所述根据 所述高频收寄件时段以及所述工作时段确定所述分类标签， 包括： 根据所述高频收寄件时段与所述工作时段的匹配度以及预设的评分表确定第一评分； 根据所述高频收寄件时段的稳定程度以及所述评分表确定第二评分；权　利　要　求　书 1/2 页 2 CN 115049483 A 2根据所述高频收寄件时段的与预设异常时段的匹配度以及所述评分表确定第三评分； 根据所述第一评分、 第二评分、 第三评分的和以及预设的分类标签与评分的映射关系 确定所述分类标签。 8.一种基于大 数据的银 行用户风险预警装置， 其特 征在于， 包括： 请求接收模块， 用于 接收用户提交的业 务办理请求； 动态数据获取模块， 用于根据 所述业务办理请求获取获取经用户和第 三方机构授权的 用户的动态数据， 所述动态数据包括作息数据和快递数据； 数据预处理模块， 用于对所述动态数据进行数据清洗及数据治理， 得到用户的评估数 据； 风险评估模块， 用于根据所述评估数据以及预先创建的风险预警模型确定用户的风险 评估结果； 其中， 所述风险预警模型为根据多个用户的动态数据以及对应的预先训练得到 的。 9.一种计算机设备， 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， 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7中任一项所 述的基于大 数据的银 行用户风险预警方法。 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计算机程 序， 所述计算机程序被处理器执行时实现权利要求1至7中任一项 所述的基于大数据的银行 用户风险预警方法。权　利　要　求　书 2/2 页 3 CN 115049483 A 3