本公開涉及網(wǎng)絡(luò)技術(shù),尤其涉及一種對象識別方法和裝置。
背景技術(shù):
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,用戶可以利用互聯(lián)網(wǎng)平臺進(jìn)行多種類型的業(yè)務(wù),但是有些通過網(wǎng)絡(luò)執(zhí)行的業(yè)務(wù)可能會有一定的風(fēng)險,各個公司都可以在向用戶提供互聯(lián)網(wǎng)業(yè)務(wù)之前,先考察用戶是否是風(fēng)險客戶。風(fēng)險客戶可以是一些不能按期執(zhí)行業(yè)務(wù)約定或者惡意進(jìn)行業(yè)務(wù)欺詐的用戶,對風(fēng)險客戶提供業(yè)務(wù)將使得業(yè)務(wù)公司造成損失。因此,業(yè)務(wù)公司識別風(fēng)險客戶,將有助于提高業(yè)務(wù)安全性。但是相關(guān)技術(shù)中,互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展快速,不能及時的識別到風(fēng)險客戶,導(dǎo)致存有風(fēng)險隱患,或者即使有些公司具有用于識別風(fēng)險客戶的數(shù)據(jù),但是人工依據(jù)信息處理,不符合互聯(lián)網(wǎng)業(yè)務(wù)快速發(fā)展的要求,效率也較低。
技術(shù)實(shí)現(xiàn)要素:
為克服相關(guān)技術(shù)中存在的問題,本公開提供一種對象識別方法和裝置,以提高風(fēng)險對象識別的效率和準(zhǔn)確度。
根據(jù)本公開實(shí)施例的第一方面,提供一種對象識別方法,包括:
獲取待識別對象的對象標(biāo)識;
根據(jù)所述對象標(biāo)識和識別模型,若所述對象標(biāo)識匹配所述識別模型指定的至少一個風(fēng)險字段,則確定所述待識別對象是目標(biāo)對象,所述識別模型是根據(jù)由多渠道采集的多種類型的風(fēng)險信息得到。
根據(jù)本公開實(shí)施例的第二方面,提供一種對象識別裝置,包括:
標(biāo)識獲取模塊,用于獲取待識別對象的對象標(biāo)識;
識別處理模塊,用于根據(jù)所述對象標(biāo)識和識別模型,若所述對象標(biāo)識匹配識別模型指定的至少一個風(fēng)險字段,則確定所述待識別對象是目標(biāo)對象;所述識別模型是根據(jù)由多渠道采集的多種類型的風(fēng)險信息得到。
本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果:通過采集多種渠道的數(shù)據(jù),使得構(gòu)建識別模型的數(shù)據(jù)的覆蓋面較廣,模型可用度較高;而且通過識別模型能夠自動識別風(fēng)險客戶,計(jì)算機(jī)可以利用模型識別,大大提高了風(fēng)險對象識別的效率和準(zhǔn)確度。
應(yīng)當(dāng)理解的是,以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的,并不能限制本公開。
附圖說明
此處的附圖被并入說明書中并構(gòu)成本說明書的一部分,示出了符合本發(fā)明的實(shí)施例,并與說明書一起用于解釋本發(fā)明的原理。
圖1是根據(jù)一示例性實(shí)施例示出的一種對象識別方法的流程圖;
圖2是根據(jù)一示例性實(shí)施例示出的另一種對象識別方法的流程圖;
圖3是根據(jù)一示例性實(shí)施例示出的一種對象識別裝置的結(jié)構(gòu)示意圖;
圖4是根據(jù)一示例性實(shí)施例示出的另一種對象識別裝置的結(jié)構(gòu)示意圖。
具體實(shí)施方式
這里將詳細(xì)地對示例性實(shí)施例進(jìn)行說明,其示例表示在附圖中。下面的描述涉及附圖時,除非另有表示,不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本發(fā)明相一致的所有實(shí)施方式。相反,它們僅是與如所附權(quán)利要求書中所詳述的、本發(fā)明的一些方面相一致的裝置和方法的例子。
本申請?zhí)峁┝艘环N對象識別方法,該方法可以用于識別風(fēng)險對象,例如,該風(fēng)險對象可以是不能按期執(zhí)行業(yè)務(wù)約定或者惡意進(jìn)行業(yè)務(wù)欺詐的風(fēng)險客 戶,使用該方法可以使得互聯(lián)網(wǎng)業(yè)務(wù)公司能夠更加快速準(zhǔn)確的識別到風(fēng)險客戶,以保證業(yè)務(wù)的安全性。圖1示例了該風(fēng)險對象識別方法的流程,如圖1所示,可以包括:
在步驟101中,獲取待識別對象的對象標(biāo)識。
例如,假設(shè)一個客戶要在某個平臺請求執(zhí)行能夠提供的業(yè)務(wù)服務(wù),該平臺可以先檢測該客戶是否是風(fēng)險客戶,在確定客戶的安全性后再向該客戶提供業(yè)務(wù)。在本步驟中,平臺可以獲取客戶標(biāo)識,例如該客戶標(biāo)識可以是個人客戶的身份證號、姓名等,而對于企業(yè)客戶可以是該企業(yè)的企業(yè)主身份證、或者企業(yè)名稱等。例如,客戶可以登錄平臺,并輸入上述的信息。
在步驟102中,根據(jù)所述對象標(biāo)識和識別模型,若所述對象標(biāo)識匹配所述識別模型指定的至少一個風(fēng)險字段,則確定所述待識別對象是目標(biāo)對象。
例如,平臺可以預(yù)先存儲有識別模型,該模型主要是包括一些風(fēng)險字段,風(fēng)險字段即客戶的信息只要匹配到該風(fēng)險字段,就可以確定客戶是風(fēng)險客戶。本例子中,識別模型中的風(fēng)險字段可以包括至少一個字段,客戶信息只要匹配到其中至少一個字段,就可以確認(rèn)為風(fēng)險客戶。例如,假設(shè)某個人客戶的姓名和身份證號匹配到風(fēng)險字段,則可以確認(rèn)該客戶是風(fēng)險客戶。
在本步驟中,識別模型是根據(jù)由多渠道采集的多種類型的風(fēng)險信息得到,這種多渠道采集風(fēng)險信息的方式,能夠使得構(gòu)建的識別模型在識別風(fēng)險客戶時信息更全面,識別更加準(zhǔn)確;并且可以根據(jù)識別模型的匹配快速的識別到風(fēng)險客戶,識別效率也較高。
如下以在互聯(lián)網(wǎng)金融平臺應(yīng)用本申請的方法為例進(jìn)行說明,網(wǎng)絡(luò)經(jīng)營模式的小貸公司、銀行、眾籌融資平臺等平臺都可以利用該方法,識別這些平臺的客戶是否是風(fēng)險客戶,如果申請業(yè)務(wù)的客戶經(jīng)確定是風(fēng)險客戶,比如,該客戶經(jīng)常隱瞞身份去申請貸款騙取資金,那么將使得業(yè)務(wù)公司承受損失。
本例子中,可以將風(fēng)險客戶的識別應(yīng)用在客戶準(zhǔn)入環(huán)節(jié),即如果客戶是風(fēng)險客戶,將不允許客戶進(jìn)入業(yè)務(wù)申請流程,比如,拒絕客戶繼續(xù)申貸流程,這種將風(fēng)險客戶識別前置在業(yè)務(wù)申請之前的方式,可以避免后續(xù)流程的無效 操作。以互聯(lián)網(wǎng)金融平臺的借貸業(yè)務(wù)為例,參見圖2所示的流程:
在步驟201中,采集用于建立識別模型的風(fēng)險信息。
例如,本例子的風(fēng)險信息,可以包括各種公開或半公開的網(wǎng)絡(luò)信用數(shù)據(jù),包括但不限于:人民銀行征信報(bào)告、中國執(zhí)行信息公開網(wǎng)、全國法院被執(zhí)行人信息網(wǎng)站、匯法網(wǎng)數(shù)據(jù)(含法院公布的案件信息、執(zhí)行信息、失信信息等)、p2p平臺公布的網(wǎng)貸逾期名單及稅務(wù)公開的催欠、失信、違法案件信息等信用數(shù)據(jù)。這些信用數(shù)據(jù)包括了法院執(zhí)行信息、催欠索賠信息、稅務(wù)信息。
本步驟中,采集這些風(fēng)險信息可以有多種方式,比如,可以利用網(wǎng)絡(luò)搜索技術(shù),由中國執(zhí)行信息公開網(wǎng)、全國法院被執(zhí)行人信息網(wǎng)站等網(wǎng)絡(luò)上搜集獲取到這些網(wǎng)絡(luò)資源,或者還可以是與提供這些網(wǎng)絡(luò)信息的信息提供主體簽署信息使用協(xié)議,由信息提供主體處獲取需要的信息。
風(fēng)險信息的采集渠道較多,包括了人民銀行征信報(bào)告、中國執(zhí)行信息公開網(wǎng)等多種渠道的多種類型的風(fēng)險信息,數(shù)據(jù)量比較龐大,并且數(shù)據(jù)比較全面。此外,這些信息是定期更新,不斷補(bǔ)充,而且數(shù)據(jù)的真實(shí)性較高,用這些數(shù)據(jù)構(gòu)建的識別模型也能夠更加準(zhǔn)確和全面。比如,可以定期更新采集的風(fēng)險信息,并利用更新的風(fēng)險信息更新識別模型,從而保證識別模型中信息的準(zhǔn)確性和全面性。
如果采集的數(shù)據(jù)較為冗雜,還可以根據(jù)模型使用的反饋結(jié)果評估數(shù)據(jù)的質(zhì)量,比如,如果在根據(jù)數(shù)據(jù)構(gòu)建識別模型后對風(fēng)險客戶的識別比較準(zhǔn)確,可以表明該數(shù)據(jù)比較有效;否則,如果在后續(xù)的模型使用中發(fā)現(xiàn)根據(jù)該數(shù)據(jù)識別風(fēng)險客戶時經(jīng)常出現(xiàn)誤判情況,將正??蛻粽`識別為風(fēng)險客戶,表明該數(shù)據(jù)在客戶識別方面的有效性較低??梢远ㄆ跈z測數(shù)據(jù)質(zhì)量,保留對識別模型構(gòu)建和風(fēng)險客戶識別較為有效的數(shù)據(jù)參與后續(xù)的模型構(gòu)建。
在步驟202中,將風(fēng)險信息進(jìn)行數(shù)據(jù)結(jié)構(gòu)化處理,得到多種數(shù)據(jù)類型的字段。例如,本步驟可以是將在步驟201中獲得的風(fēng)險信息進(jìn)行結(jié)構(gòu)化處理。
本例子中,在步驟201獲取到的風(fēng)險信息,通常都是不利于在數(shù)據(jù)庫存儲和查詢的格式,因此需要將這些數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理。結(jié)構(gòu)化,即將數(shù)據(jù) 以結(jié)構(gòu)方式存儲(字段),而不是文本方式存儲,將泛文本結(jié)構(gòu)化,有助于更好的滿足用戶的搜索需求。將數(shù)據(jù)結(jié)構(gòu)化之后,任何一列的數(shù)據(jù)都有相同的數(shù)據(jù)類型,具有同一數(shù)據(jù)類型的一列數(shù)據(jù)可以作為一個字段。
因此在本步驟中,可以將多渠道采集的多種類型的風(fēng)險數(shù)據(jù)進(jìn)行分析,分析這些數(shù)據(jù)的共性,比如,有些信息都屬于“失蹤納稅人”或者“失信納稅人”,將這些共性的數(shù)據(jù)整理成一種數(shù)據(jù)類型,在同一個字段中。如下的表1示例了一部分結(jié)構(gòu)化的信用數(shù)據(jù),該表1示例了結(jié)構(gòu)化以后可以得到多種數(shù)據(jù)類型的信息,但是并未再示出各種類型信息下的具體字段,比如,法院執(zhí)行信息這種類型的信息中,可以再進(jìn)一步細(xì)化分析得到“限制高消費(fèi)被執(zhí)行人”、“限制出境被執(zhí)行人”等字段,不再詳舉。
表1結(jié)構(gòu)化信用數(shù)據(jù)類型
在步驟203中,由多種數(shù)據(jù)類型的字段中,提取識別模型中的風(fēng)險字段。
例如,本步驟可以從步驟202中結(jié)構(gòu)化轉(zhuǎn)化得到的多種字段中,選擇一些能夠用于識別風(fēng)險客戶的字段,作為風(fēng)險字段。比如,失信老賴、限制高消費(fèi)被執(zhí)行人、限制出境被執(zhí)行人、網(wǎng)貸逾期名單、失信納稅人、失蹤納稅人、違法案件、行政處罰決定書等。一般如果客戶能夠匹配到這些字段中的至少一個,就可以確定該客戶的行為性質(zhì)已經(jīng)非常惡劣,信用意識異常薄弱, 這類客戶的騙貸風(fēng)險很高。
本步驟中,識別模型可以用于自動識別客戶是否是風(fēng)險客戶,在該模型中可以包括上述的風(fēng)險字段,根據(jù)識別模型,可以將客戶信息與風(fēng)險字段進(jìn)行比對,若兩者匹配,則可以確定客戶是風(fēng)險客戶。如下的步驟將描述如何利用該識別模型對客戶進(jìn)行識別。
在步驟204中,獲取待識別客戶的客戶標(biāo)識。
例如,假設(shè)有個要申請借貸業(yè)務(wù)的客戶,登錄了該互聯(lián)網(wǎng)借貸平臺,并輸入了自己的身份證號和姓名,或者如果是企業(yè)客戶,可以是提供企業(yè)主的身份證號和企業(yè)名稱等。平臺在獲取到客戶信息后,可以通過身份認(rèn)證系統(tǒng)確認(rèn)客戶的身份屬實(shí)。當(dāng)然,客戶標(biāo)識還可以是身份證號、姓名、企業(yè)名稱等之外的其他信息。
在步驟205中,判斷客戶標(biāo)識是否匹配至少一個風(fēng)險字段。
例如,根據(jù)識別模型,可以將客戶的客戶標(biāo)識與數(shù)據(jù)庫中存儲的風(fēng)險字段進(jìn)行比較,判斷客戶標(biāo)識是否匹配至少一個風(fēng)險字段。比如,客戶的姓名車身份證號可以與風(fēng)險字段中的至少一個相匹配,例如可以是,在失信納稅人這個字段中查找到了企業(yè)名稱,或者在限制出境被執(zhí)行人字段中查找到了某個人客戶的姓名。客戶標(biāo)識可以與風(fēng)險字段中的一個或多個匹配。
經(jīng)過判斷,如果發(fā)現(xiàn)客戶標(biāo)識與至少一個風(fēng)險字段匹配,則繼續(xù)步驟206和步驟207;否則,執(zhí)行步驟208。
在步驟206中,確定待識別客戶是風(fēng)險客戶。
例如,由于客戶標(biāo)識與風(fēng)險字段匹配,則可以確定該客戶的行為性質(zhì)惡劣,信用較差,如果向這種客戶提供借貸,風(fēng)險很高,該客戶是風(fēng)險客戶。
在步驟207中,拒絕向風(fēng)險客戶提供業(yè)務(wù)服務(wù)。
經(jīng)過上述流程,可以將風(fēng)險客戶排除在業(yè)務(wù)流程開始之初,只要用戶是風(fēng)險客戶,就不會再繼續(xù)進(jìn)行借貸流程,從而快速識別風(fēng)險客戶,業(yè)務(wù)執(zhí)行效率也很高,避免后續(xù)流程的操作浪費(fèi)。
在步驟208中,繼續(xù)進(jìn)行該客戶的正常業(yè)務(wù)流程,比如,可以繼續(xù)該客 戶的借貸申請業(yè)務(wù)的后續(xù)流程。
在另一個例子中,當(dāng)客戶標(biāo)識未匹配到識別模型指定的任何風(fēng)險字段時,還可以根據(jù)識別模型中的其他字段確定客戶標(biāo)識的客戶等級,并根據(jù)客戶等級向客戶提供對應(yīng)的業(yè)務(wù)服務(wù)。比如,用于識別風(fēng)險客戶的識別模型中,如果匹配了風(fēng)險字段,表明該客戶的行為性質(zhì)已經(jīng)非常惡劣,已經(jīng)不能向該客戶提供借貸;但是,有時客戶也有一些違約的行為,但是性質(zhì)還不是非常惡劣到不能借貸的程度,那么此時仍然是可以向該客戶借貸的。只是可以根據(jù)客戶行為信息來確定客戶等級,進(jìn)行不同的借貸操作。
例如,當(dāng)客戶有五條違約記錄時才不允許借貸,判定為風(fēng)險客戶,那么客戶有少于五條的違約記錄時是可以借貸的,但是,沒有任何違約記錄的客戶,與有兩條違約記錄的客戶,向其提供借貸時可以是不同的金額限制,可以設(shè)置向沒有任何違約記錄的客戶借貸金額上限高于兩條違約記錄的客戶。
本申請實(shí)施例的風(fēng)險客戶識別方法,可以應(yīng)用的場景不局限于上述的借貸業(yè)務(wù)的例子,還可以是其他應(yīng)用。在該方法中,采集了多種渠道的數(shù)據(jù),使得構(gòu)建識別模型的數(shù)據(jù)的覆蓋面較廣,模型可用度較高;而且通過識別模型能夠自動識別風(fēng)險客戶,計(jì)算機(jī)可以利用模型識別大大提高處理效率。
為了實(shí)現(xiàn)上述的方法,本申請還提供了一種對象識別裝置,如圖3所示,該裝置可以包括:標(biāo)識獲取模塊31和識別處理模塊32。
標(biāo)識獲取模塊31,用于獲取待識別對象的對象標(biāo)識;
識別處理模塊32,用于根據(jù)所述對象標(biāo)識和識別模型,若所述對象標(biāo)識匹配識別模型指定的至少一個風(fēng)險字段,則確定所述待識別對象是目標(biāo)對象;所述識別模型是根據(jù)由多渠道采集的多種類型的風(fēng)險信息得到。
在另一個例子中,參見圖4,該裝置還可以包括:
數(shù)據(jù)采集模塊33,用于采集用于建立所述識別模型的所述風(fēng)險信息;例如,所述風(fēng)險信息,包括:法院執(zhí)行信息、催欠索賠信息、稅務(wù)信息。
數(shù)據(jù)處理模塊34,用于將所述風(fēng)險信息進(jìn)行數(shù)據(jù)結(jié)構(gòu)化處理,得到多種數(shù)據(jù)類型的字段;
模型構(gòu)建模塊35,用于由所述多種數(shù)據(jù)類型的字段中,提取所述識別模型中的風(fēng)險字段。
進(jìn)一步的,識別處理模塊32,還用于在確定待識別對象是目標(biāo)對象之后,拒絕向所述目標(biāo)對象提供業(yè)務(wù)服務(wù)。
進(jìn)一步的,識別處理模塊32,還用于:若所述對象標(biāo)識未匹配所述識別模型指定的任何風(fēng)險字段,則根據(jù)所述識別模型中的其他字段確定所述對象標(biāo)識的對象等級;根據(jù)所述對象等級向所述對象提供對應(yīng)的業(yè)務(wù)服務(wù)。
本領(lǐng)域技術(shù)人員在考慮說明書及實(shí)踐這里公開的發(fā)明后,將容易想到本發(fā)明的其它實(shí)施方案。本申請旨在涵蓋本發(fā)明的任何變型、用途或者適應(yīng)性變化,這些變型、用途或者適應(yīng)性變化遵循本發(fā)明的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識或慣用技術(shù)手段。說明書和實(shí)施例僅被視為示例性的,本發(fā)明的真正范圍和精神由下面的權(quán)利要求指出。
應(yīng)當(dāng)理解的是,本發(fā)明并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu),并且可以在不脫離其范圍進(jìn)行各種修改和改變。本發(fā)明的范圍僅由所附的權(quán)利要求來限制。