CN115965460A - 异常业务识别方法、装置、计算机设备和存储介质 - Google Patents
异常业务识别方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115965460A CN115965460A CN202211463578.1A CN202211463578A CN115965460A CN 115965460 A CN115965460 A CN 115965460A CN 202211463578 A CN202211463578 A CN 202211463578A CN 115965460 A CN115965460 A CN 115965460A
- Authority
- CN
- China
- Prior art keywords
- grid
- grid area
- area
- preset
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Alarm Systems (AREA)
Abstract
本申请涉及一种异常业务识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:确定用户注册位置在预设不同网格划分规则下的所处网格区域;统计各所处网格区域在预设时间内的注册用户数量;识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。整个方案首选通过多种不同网格划分规则下的网格区域进行注册用户所处网格区域定位,减少单一网格区域定位造成的目标网格区域定位不准确,进而造成的异常业务判断不准确的问题,通过统计目标网格区域内的注册用户数量来识别异常业务,提高了异常业务识别的准确率。
Description
技术领域
本申请涉及大数据技术领域,特别是涉及一种异常交易团体识别方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着移动互联网的迅速普及,传统的线下业务逐渐转移到线上,线上业务由于不受空间、时间的限制,给人们的生活带来了极大的便利,可以提供高效、便捷优质服务。
然而,由于缺少线下核验环节,线上业务办理容易出现欺诈问题,通常表现为某一地点出现大量用户集中进行业务注册,以金融类的业务为例,大量不法份子利用信息差异,通过骗取客户信息在某一地区集中申请个人金融信贷产品。
因此,在线上业务的办理过程中,亟需一种可以准确识别异常业务的方法。
发明内容
基于此,有必要针对上述业务办理中出现的异常业务的技术问题,提供一种准确的异常业务识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种异常业务识别方法。该方法包括:
响应于用户注册操作,确定注册用户的注册位置;
确定注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
在其中一个实施例中,确定注册位置在预设不同网格划分规则下的所处网格区域之前,还包括:获取目标监测区域以及预设网格面积;以目标监测区域边界为起始边界,根据预设网格面积将目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合;以第一类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合;以第一类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
在其中一个实施例中,上述方法还包括:以第二类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;或者,以第三类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
在其中一个实施例中,确定注册位置在预设不同网格划分规则下的所处网格区域包括:提取注册位置的经纬度信息;根据经纬度信息,确定注册位置在预设不同网格划分规则下的所处网格区域。
在其中一个实施例中,预设不同网格划分规则下的每一种网格区域维护一个用户注册队列;统计各所处网格区域在预设时间内的注册用户数量包括:获取各所处网格区域在预设时间内的用户注册队列;将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
在其中一个实施例中,上述方法还包括:统计用户注册队列中注册用户的入队时间;定时清除入队时间超过预设时间阈值的注册用户。
第二方面,本申请还提供了一种异常业务识别装置。该装置包括:
注册位置确定模块,用于响应于用户注册操作,确定注册用户的注册位置;
网格区域确定模块,用于确定注册位置在预设不同网格划分规则下的所处网格区域;
统计模块,用于统计各所处网格区域在预设时间内的注册用户数量;
识别模块,用于识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定模块,用于判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
第三方面,本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器,该存储器存储有计算机程序,该处理器执行该计算机程序时实现以下步骤:
响应于用户注册操作,确定注册用户的注册位置;
确定注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
第四方面,本申请还提供了一种计算机可读存储介质。该计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以下步骤:
响应于用户注册操作,确定注册用户的注册位置;
确定注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
第五方面,本申请还提供了一种计算机程序产品。该计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
响应于用户注册操作,确定注册用户的注册位置;
确定注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
上述异常业务识别方法、装置、计算机设备、存储介质和计算机程序产品,响应于用户注册操作,确定注册用户的注册位置;确定注册位置在预设不同网格划分规则下的所处网格区域;统计各所处网格区域在预设时间内的注册用户数量;识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。整个方案首选确定注册用户的注册位置,根据注册位置可以精确定位注册用户所处的网格区域,并且通过多种不同网格划分规则下的网格区域进行注册用户所处网格区域定位,减少单一网格区域定位造成的目标网格区域定位不准确,进而造成的异常业务判断不准确的问题,接着,通过统计目标网格区域内的注册用户数量来识别异常业务,提高了异常业务识别的准确率。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中异常业务识别方法的应用环境图;
图2为一个实施例中异常业务识别方法的流程示意图;
图3为一个实施例中网格区域划分的流程示意图;
图4为一个实施例中多种类型网格区域划分的示意图;
图5为另一个实施例中异常业务识别方法的流程示意图;
图6为一个实施例中异常业务识别装置的结构框图;
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
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息、用户注册地址以及用户注册时间等)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。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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申请,并不用于限定本申请。
本申请实施例提供的异常业务识别方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。用户在终端102上进行业务操作,首先需要注册成为新用户,将注册信息提交至服务器104,服务器侦听并响应用户在终端102的用户注册操作,确定注册用户的注册位置;确定注册位置在预设不同网格划分规则下的所处网格区域;统计各所处网格区域在预设时间内的注册用户数量;识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种异常业务识别方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤202,响应于用户注册操作,确定注册用户的注册位置。
其中,用户注册操作指的是用户通过终端进行业务操作,首先进行用户注册的行为。服务器可以为业务系统对应的服务器。注册用户指的是在业务系统进行业务操作时进行注册的用户,注册位置指的是用户在业务系统进行注册时所在注册地的注册地址。注册地址包括经纬度信息。
具体地,当用户通过终端在业务系统完成注册操作,终端收集用户注册信息,将用户注册信息上传至服务器,服务器侦听并响应用户在业务系统的注册操作,获取用户注册信息中携带的用户注册地址。
步骤204,确定注册位置在预设不同网格划分规则下的所处网格区域。
其中,网格区域指的是对目标监测区域进行网格划分后得到,目标监测区域指的是业务系统对异常业务的监测区域,监测区域可以包括一个国家的领土范围、一个省的行政区划范围或者一个市的土地范围等,监测区域可以根据业务监测需求进行划分,本实施例在此不做限定。不同网格划分规则指的是针对目标监测区域的不同划分规则,根据不同网格划分规则得到不同的网格划分结果,即根据不同网格划分规则得到网格区域不同。每个网格区域包括4个网格顶点,每个网格顶点携带经纬度坐标,进一步地,在一个网格区域中,包括西北顶点、东北顶点、西南顶点以及东南顶点,西北顶点与东北顶点的纬度相同,即西北顶点与东北顶点在同一纬度上,西南顶点与东南顶点的纬度相同,即西南顶点与东南顶点在同一纬度上,西北顶点与西南顶点的经度相同,即西北顶点与西南顶点在同一经度上,东北顶点与东南顶点的经度相同,即东北顶点与东南顶点在同一经度上。每个网格区域拥有唯一的网格编号,即不同网格的网格编号不同。每个网格区域还具备各自的网格类型。
具体地,服务器获取预设不同网格划分规则下的多种类型网格区域集合,在每种类型网格区域集合中进行查询,确定注册位置在每种网格类型中的是否存在所属网格区域,若存在,则记录所处网格区域。所处网格区域包括网格类型以及网格编号。
进一步地,用户可能在多种类型的网格区域集合中均存在所处网格区域,也可能在多种类型的网格区域集合中存在两个及两个以上的所处网格区域,还可以仅在一中类型的网格区域集合中存在所处网格区域。
步骤206,统计各所处网格区域在预设时间内的注册用户数量。
其中,针对每种类型的网格区域集合中的每个网格区域,服务器分配一个用户注册队列来维护该网格区域在预设时间内的新增用户信息。预设时间指的是注册用户在新增队列中的入队时间,若入队时间超过预设时间,则该注册用户出队。本实施例中的用户注册队列还可以用新增用户数组、新增用户集合等来实现,新增用户数组、新增用户集合的功能均与用户注册队列相同,存储注册时间在预设时间内的注册用户。本实施例以将注册用户存储至用户注册队列为例进行解释说明,其他实现方式原理相同,本实施例在此不做限定。
具体地,服务器确定注册用户所处网格区域后,确定网格类型以及网格编号,并获取网格类型以及网格编号对应的用户注册队列,将该注册用户加入用户注册队列中,然后统计该用户注册队列在预设时间内的注册用户数量。
具体地,服务器将该注册用户加入所处网格区域的注册用户队列中,并统计注册用户所处的每个网格区域在预设时间内注册用户队列中的新增用户数量。
步骤208,识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域。
其中,预设用户数量阈值指的是一个网格区域在预设时间内的注册用户预警阈值,例如,预设时间为一天,业务系统为用户贷款业务系统,注册用户预警阈值为1万人,则若在一天时间内某网格区域的注册贷款用户超过1万人,则识别该网格区域为目标网格区域。
具体地,统计注册用户所处的每个网格区域中的注册用户数量,并将每个网格区域在预设时间内的注册用户数量,当网格区域中的注册用户数量超出预设用户数量阈值时,将该网格区域确定为目标网格区域。
步骤210,判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
具体地,服务器判定目标网格区域中的注册用户触发异常业务操作,向终端推送异常业务预警消息。进一步地,服务器也可以通过短信或者其他预警通知机制自动通知业务管理员。以金融贷款业务为例,在某一时间内某地区的贷款用户超出预设用户数量阈值时,该网格区域被确定为目标网格区域,将目标网格区域标记为疑似诈骗地,将该网格区域列为高风险区域,之后该网格区域内的所有注册用户将自动进行高度监测。
上述异常业务识别方法中,响应于用户注册操作,确定注册用户的注册位置;确定注册位置在预设不同网格划分规则下的所处网格区域;统计各所处网格区域在预设时间内的注册用户数量;识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。整个方案首选确定注册用户的注册位置,根据注册位置可以精确定位注册用户所处的网格区域,并且通过多种不同网格划分规则下的网格区域进行注册用户所处网格区域定位,减少单一网格区域定位造成的目标网格区域定位不准确,进而造成的异常业务判断不准确的问题,接着,通过统计目标网格区域内的注册用户数量来识别异常业务,提高了异常业务识别的准确率。
在一个可选的实施例中,如图3所示,确定注册位置在预设不同网格划分规则下的所处网格区域之前,还包括:
步骤302,获取目标监测区域以及预设网格面积。
其中,目标监测区域为业务开展区域。预设网格面积为预设网格区域的网格面积,预设网格区域的形状可以为正方形,还可以为长方形等形状,为进行均匀网格划分,本申请以网格区域为正方形为例进行解释说明。
具体地,服务器获取目标监测区域的地图信息,地图包括目标监测区域的边界信息,边界信息包括边界顶点以及边界顶点的经纬度坐标,同时,终端获取预设网格面积,每种类型网格区域的预设网格面积相同。
步骤304,以目标监测区域边界为起始边界,根据预设网格面积将目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合。
其中,网格区域的数据结构包括网格编号、网格的四个顶点以及网格边长。
网格编号:GRID_CODE,全局唯一。
四个顶点的经纬度:西北顶点经度(GRID_VERTEX_WN_LON),西北顶点纬度(GRID_VERTEX_WN_LAT),西南顶点经度(GRID_VERTEX_WS_LON),西南顶点纬度(GRID_VERTEX_WS_LAT),东北顶点经度(GRID_VERTEX_EN_LON),西北顶点纬度(GRID_VERTEX_EN_LAT),东南顶点经度(GRID_VERTEX_ES_LON),东南顶点纬度(GRID_VERTEX_ES_LAT)。
网格边长:SIDE_LENGTH,边长为N。
四个顶点通过二维数据表示[[J1,W1],[J2,W2],[J3,W3],[J4,W4]]
因此,目标监测区域的所有网格区域的数据表结构(T_GRID)如表1所示:
表1网格区域的数据表结构
具体地,如图4所示,服务器根据预设网格面积对目标监测区域进行网格划分,首先,确定目标监测区域的边界,然后以目标监测区域的边界为起始边界,然后从起始边界开始划分面积为预设网格面积大小的区域,得到一个网格区域,之后,依次按照预设网格面积将目标监测区域划分为多个第一类型网格区域,得到第一网格区域集合。
进一步地,首先对目标监测区域进行初始化,可根据目标监测区域的东南西北边界作为边界,以目标监测区域为一个国家为例,按照目标监测区域得到地图最北,最南边界线水平划分,按照最西,最东的边界线垂直划分,取其交集区域所生产的矩形(由于地图是椭圆形,此矩形也是近似矩形)作为原始目标监测区域,此区域实际大于国家国土面积,需要继续修正。
根据网格边长距离计算网格单元顶点经纬度,由于地球是圆形,因此按照边长距离换分网格单元的时候,实际采用是球面距离,因此需要按照以下方式获取顶点的经纬度:
网格的4个顶点的东西经度计算方式,根据以某个点作为网格西北顶点([J1,W1]表示,其中J1表示经度,W1表示纬度),计算东北顶点的经纬度[J2,W2]过程如下:
东北顶点与西北顶点在同一纬度上,所以西北顶点的纬度也是W1。东北顶点与西北顶点距离为N米,在纬度上对地球进行切面,获得的切面圆形,J2=J1+(N/切面圆周长)*360。
计算西南顶点的经纬度[J3,W3]过程如下:
西南顶点与西北顶点在同一经度上,所以西南顶点的经度为J1。西南顶点与西北顶点距离为N米,W3=W1+(N/地球极周圈周长)*360。
计算东南顶点的经纬度[J4,W4]过程如下:
东南顶点与西南顶点在同一纬度上,所以东南顶点的纬度W3。
东南顶点与东北顶点在同一经度上,所以东南顶点的经度J2。
依次类推,将原始目标监测区域下均按此方式划分网格区域,并获得对应的顶点经纬度,得到第一类型网格区域集合,并将第一类型网格区域集合存储在地图网格表中。
最后,根据监测区域边界线修正实际区域。根据中国边界经纬度,对原始目标监测区域逐步修正,仅保留监测区域边界范围内的地图形状,并将非监测区域内的网格单元从初始化的网格地图表中删除,得到准确的第一网格区域集合。
步骤306,以第一类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合。
具体地,服务器得到第一类型网格区域之后,获取第一类型网格区域的纵向中轴线,以第一类型网格区域的纵向中轴线为起始边界,将目标监测区域划分为多个第二类型的网格区域,得到第二网格区域集合。
进一步地,将第一类型的网格区域的顶点向东移动N/2的距离(即网格边长的一半)后作为第二类型网格区域的起点,并按照上述的方式计算第二类型网格区域的其余三个顶点经纬度。其余网格区域依次类推,获得第二类型网格区域所有网格单元顶点经纬度信息,得到第二网格区域集合。
步骤308,以第一类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
具体地,服务器得到第一类型网格区域之后,获取第一类型网格区域的横向中轴线,以第一类型网格区域的横向中轴线为起始边界,将目标监测区域划分为多个第三类型的网格区域,得到第三网格区域集合。
进一步地,将第一类型的网格区域的顶点向北移动N/2的距离后作为第三类型网格区域的西北顶点,并按照上述的方式计算第三类型网格区域的其余三个顶点经纬度。其余网格区域依次类推,获得第三类型网格区域所有网格单元顶点经纬度信息,得到第三网格区域集合。
在一个可选的实施例中,上述方法还包括:以第二类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;或者,以第三类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
具体地,服务器得到第二类型网格区域之后,获取第二类型网格区域的横向中轴线,以第二类型网格区域的横向中轴线为起始边界,将目标监测区域划分为多个第四类型的网格区域,得到第四网格区域集合。
或者,服务器得到第二类型网格区域之后,获取第二类型网格区域的纵向中轴线,以第二类型网格区域的纵向中轴线为起始边界,将目标监测区域划分为多个第四类型的网格区域,得到第四网格区域集合。
本实施中,基于第二类型网格区域,通过两种方式生成第四类型网格区域,通过多种类型网格区域来划分目标监测区域,可以得到多种网格区域,进而基于多种网格区域来统计注册用户的所处网格区域,可以得到更加准确的网格区域结果,进而基于准确的网格区域可以进行更加精确的异常业务识别。
在一个可选的实施例中,确定注册位置在预设不同网格划分规则下的所处网格区域包括:提取注册位置的经纬度信息;根据经纬度信息,确定注册位置在预设不同网格划分规则下的所处网格区域。
具体地,由于存在四种类型的网格区域,以目标监测区域为中国为例,如果在全国开展业务,那么需要将中国地图进行网格初始化,也就是对约960万平方公里按照额定边长进行网格化处理,按照边长100米划分网格,网格数量将达到9600万个左右;依次类推如果仅在某个行政区域内开展业务,那么仅需将此行政区域地区进行网格初始化即可。
若目标监测区域为中国,则大约有9600万个网格区域,为提供处理效率,采用分布式处理方式。将不同类型网格区域内的异常业务识别过程分别部署在多个设备中,每个设备识别该类型网格区域下所有网格中的用户注册数据,并根据注册位置将注册用户归集到对应的网格中。
进一步地,服务器首先从用户注册信息中获取注册位置,并提取注册位置的经纬度坐标,然后调用分布式线程,通过不同类型网格区域的线程以及经纬度信息来确定注册用户的注册位置所处网格区域,得到在预设不同网格划分规则下的所处网格区域。
获取多种网格划分规则下的多种网格区域集合;根据经纬度信息确定注册位置在多种网格区域集合中的所处网格区域。进一步地,服务器首先多种网格划分规则下的多种网格区域集合,然后在多种网格区域集合中搜索注册用户的经纬度坐标,快速准确地确定注册用户在多种网格区域集合中的所处网格区域。
本实施例中,根据注册用户的经纬度坐标可以快速确定所处的网格区域,提高来网格区域确定的效率,进而提高异常业务识别效率。
进一步地,每新注册一个用户,注册用户的注册位置(经度为J0,纬度为W0)将分发到4个线程中,4个线程根据注册位置与当前线程处理的网格区域范围进行比对,将其归集到对应的网格区域中,得到所处网格区域。
表T_GRID中对于四种区域网格单元已经完成初始化,由于网格单元北边2个顶点在同一纬度上,所以网格单元取北边2个顶点的纬度即可,依次类推,对于网格单元南纬、西经、东经按照此方法获得。
网格单元北纬数值为:网格北顶点纬度(GRID_VERTEX_WN_LAT),
网格单元南纬数值为:网格南顶点纬度(GRID_VERTEX_WS_LAT),
网格单元东经数值为:网格东顶点经度(GRID_VERTEX_EN_LON),
网格单元西经数值为:网格东顶点经度(GRID_VERTEX_WN_LON)。
然后,在每个类型网格区域的线程中,通过SQL判断当前进件点属于网格区域,以中国为目标监测区域为例,目标监测区域属于东北半球,经度由西向东,数值在增加;纬度由北向南,数值在减少。
Sql1:Select*From T_GRID where J0>=GRID_VERTEX_WN_LON And J0<=GRID_VERTEX_EN_LON And W0<=GRID_VERTEX_WN_LAT And WO>=GRID_VERTEX_WS_LAT;
然后,获得的记录即此注册用户所出网格区域,有可能存在多条记录,那么说明此注册用户的注册位置在网格边缘上,属于多个网格区域。
如果只按一种规则划分网格区域,相邻两个网格或多个网格边缘聚集的注册用户未能统计在一个网格中,导致统计不完整。例如按照第一类型网格区域划分,在相邻的几个网格边缘产生聚类,如图中第二类型网格区域的两个注册用户,会被分别统计在第一类型A和B网格中,但实际上在第二类型网格区域中聚集,因此如果仅按照单种网格区域划分,将导致统计不完整。由于主要是为进行异常业务识别,统计是否存在进件聚集风险,因此重复统计不影响预警,可以得到更加准确的识别结果。
在一个可选的实施例中,预设不同网格划分规则下的每一种网格区域维护一个用户注册队列;统计各所处网格区域在预设时间内的注册用户数量包括:获取各所处网格区域在预设时间内的用户注册队列;将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
其中,用户注册队列包括每个用户的结构包括网格编号、经度、纬度以及注册时间,如下表2所示:
表2用户注册队列表
字段名 | 字段类型 | 字段含义 | 备注 |
GRID_CODE | Varchar(32) | 网格编码 | |
APPLY_GPS_LON | BigDecimal(10,7) | 注册经度 | |
APPLY_GPS_LAT | BigDecimal(10,7) | 注册纬度 | |
APPLY_TIME | Timestamp | 注册时间 |
具体地,服务器确定注册用户所处网格区域的网格编号GRID_CODE(G1),以及注册位置的经纬度,注册时间写入到用户注册队列(T_APPLY)。获取各所处网格区域在预设时间内的用户注册队列将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
每新增1个注册用户,触发预警统计功能,此功能主要是根据注册用户属于网格单元编码,通过sql2:统计此网格单元下的进件点在预设时间内(duration_time)。
Sql2:Select count(1)from T_APPLY where GRID_CODE=G1 and apply_time>=now()+duration_time。
本实施例中,通过用户注册队列来统计每个网格区域内的注册用户数量,简单高效地确定该队列内的用户数量,进而快速进行异常业务识别。此外,还可以在服务器中设置业务白名单,业务白名单中的用户携带标识。因为在线下网点可以存在通过业务人员将线下办理业务的注册用户名单,批量进行线上注册用户导入的操作,可在业务人员导入注册用户名单进行标识,当服务器检测到注册用户携带标识时,则不将该携带标识的用户加入用户注册队列,提高异常业务识别效率。
在一个可选的实施例中,上述方法还包括:统计用户注册队列中注册用户的入队时间;定时清除入队时间超过预设时间阈值的注册用户。
具体地,服务器统计用户注册队列中注册用户的入队时间,可设置定时任务,按照预设时间定期将的网格区域的用户注册队列中过期的注册用户数据从T_APPLY表中清除。
本实施例中,通过定时清除用户注册队列中不在预设时间内的注册用户,减少数据库压力,提高异常业务识别效率。
为了易于理解本申请实施例提供的技术方案,如图5所示,以完整的异常业务识别过程对本申请实施例提供的异常业务识别方法进行简要说明:
(1)获取目标监测区域以及预设网格面积。
(2)以目标监测区域边界为起始边界,根据预设网格面积将目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合。
(3)以第一类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合。
(4)以第一类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
(5)以第二类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;或者,以第三类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
(6)响应于用户注册操作,确定注册用户的注册位置,提取注册位置的经纬度信息。
(7)获取多种网格划分规则下的多种网格区域集合;根据经纬度信息,确定注册位置在多种网格区域集合中的所处网格区域。
(8)获取各所处网格区域在预设时间内的用户注册队列;将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
(9)识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域。
(10)判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
(11)统计用户注册队列中注册用户的入队时间;定时清除入队时间超过预设时间阈值的注册用户。
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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的异常业务识别方法的异常业务识别装置。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异常业务识别装置实施例中的具体限定可以参见上文中对于异常业务识别方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种异常业务识别装置,包括:注册位置确定模块602、网格区域确定模块604、统计模块606、识别模块608和判定模块610,其中:
注册位置确定模块602,用于响应于用户注册操作,确定注册用户的注册位置;
网格区域确定模块604,用于确定注册位置在预设不同网格划分规则下的所处网格区域;
统计模块606,用于统计各所处网格区域在预设时间内的注册用户数量;
识别模块608,用于识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定模块610,用于判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
在一个实施例中,异常业务识别装置还包括划分模块,用于获取目标监测区域以及预设网格面积;以目标监测区域边界为起始边界,根据预设网格面积将目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合;以第一类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合;以第一类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
在一个实施例中,划分模块还用于以第二类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;或者,以第三类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
在一个实施例中,网格区域确定模块604还用于提取注册位置的经纬度信息;根据经纬度信息,确定注册位置在预设不同网格划分规则下的所处网格区域。
在一个实施例中,预设不同网格划分规则下的每一种网格区域维护一个用户注册队列;统计模块606还用于获取各所处网格区域在预设时间内的用户注册队列;将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
在一个实施例中,统计模块606还用于统计用户注册队列中注册用户的入队时间;定时清除入队时间超过预设时间阈值的注册用户。
上述异常业务识别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。
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网格区域集合数据。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异常业务识别方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请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。
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以下步骤:
响应于用户注册操作,确定注册用户的注册位置;
确定注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定注册位置在预设不同网格划分规则下的所处网格区域之前,还包括:获取目标监测区域以及预设网格面积;以目标监测区域边界为起始边界,根据预设网格面积将目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合;以第一类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合;以第一类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:以第二类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;或者,以第三类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定注册位置在预设不同网格划分规则下的所处网格区域包括:提取注册位置的经纬度信息;根据经纬度信息,确定注册位置在预设不同网格划分规则下的所处网格区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:预设不同网格划分规则下的每一种网格区域维护一个用户注册队列;统计各所处网格区域在预设时间内的注册用户数量包括:获取各所处网格区域在预设时间内的用户注册队列;将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:统计用户注册队列中注册用户的入队时间;定时清除入队时间超过预设时间阈值的注册用户。
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以下步骤:
响应于用户注册操作,确定注册用户的注册位置;
确定注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定注册位置在预设不同网格划分规则下的所处网格区域之前,还包括:获取目标监测区域以及预设网格面积;以目标监测区域边界为起始边界,根据预设网格面积将目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合;以第一类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合;以第一类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:以第二类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;或者,以第三类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定注册位置在预设不同网格划分规则下的所处网格区域包括:提取注册位置的经纬度信息;根据经纬度信息,确定注册位置在预设不同网格划分规则下的所处网格区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:预设不同网格划分规则下的每一种网格区域维护一个用户注册队列;统计各所处网格区域在预设时间内的注册用户数量包括:获取各所处网格区域在预设时间内的用户注册队列;将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:统计用户注册队列中注册用户的入队时间;定时清除入队时间超过预设时间阈值的注册用户。
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以下步骤:
响应于用户注册操作,确定注册用户的注册位置;
确定注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定注册位置在预设不同网格划分规则下的所处网格区域之前,还包括:获取目标监测区域以及预设网格面积;以目标监测区域边界为起始边界,根据预设网格面积将目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合;以第一类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合;以第一类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:以第二类型网格区域的横向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;或者,以第三类型网格区域的纵向中轴线为起始边界,根据预设网格面积,将目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定注册位置在预设不同网格划分规则下的所处网格区域包括:提取注册位置的经纬度信息;根据经纬度信息,确定注册位置在预设不同网格划分规则下的所处网格区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:预设不同网格划分规则下的每一种网格区域维护一个用户注册队列;统计各所处网格区域在预设时间内的注册用户数量包括:获取各所处网格区域在预设时间内的用户注册队列;将注册用户加入用户注册队列,统计更新后的用户注册队列的注册用户数量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:统计用户注册队列中注册用户的入队时间;定时清除入队时间超过预设时间阈值的注册用户。
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,本申请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-OnlyMemory,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 RandomAccess Memory,DRAM)等。本申请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。本申请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。
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。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种异常业务识别方法,其特征在于,所述方法包括:
响应于用户注册操作,确定注册用户的注册位置;
确定所述注册位置在预设不同网格划分规则下的所处网格区域;
统计各所处网格区域在预设时间内的注册用户数量;
识别所述注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定所述目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
2.根据权利要求1所述的方法,其特征在于,所述确定所述注册位置在预设不同网格划分规则下的所处网格区域之前,还包括:
获取目标监测区域以及预设网格面积;
以所述目标监测区域边界为起始边界,根据所述预设网格面积将所述目标监测区域均分为多个第一类型网格区域,得到第一网格区域集合;
以所述第一类型网格区域的纵向中轴线为起始边界,根据所述预设网格面积,将所述目标监测区域划分为多个第二类型网格区域,得到第二网格区域集合;
以所述第一类型网格区域的横向中轴线为起始边界,根据所述预设网格面积,将所述目标监测区域划分为多个第三类型网格区域,得到第三网格区域集合。
3.根据权利要求2所述的方法,其特征在于,还包括:
以所述第二类型网格区域的横向中轴线为起始边界,根据所述预设网格面积,将所述目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合;
或者,以所述第三类型网格区域的纵向中轴线为起始边界,根据所述预设网格面积,将所述目标监测区域划分为多个第四类型网格区域,得到第四网格区域集合。
4.根据权利要求1所述的方法,其特征在于,所述确定所述注册位置在预设不同网格划分规则下的所处网格区域包括:
提取所述所述注册位置的经纬度信息;
根据所述经纬度信息,确定所述注册位置在预设不同网格划分规则下的所处网格区域。
5.根据权利要求1所述的方法,其特征在于,所述预设不同网格划分规则下的每一种网格区域维护一个用户注册队列;
所述统计各所处网格区域在预设时间内的注册用户数量包括:
获取所述各所处网格区域在预设时间内的用户注册队列;
将所述注册用户加入所述用户注册队列,统计更新后的所述用户注册队列的注册用户数量。
6.根据权利要求5所述的方法,其特征在于,还包括:
统计所述用户注册队列中注册用户的入队时间;
定时清除所述入队时间超过预设时间阈值的注册用户。
7.一种异常业务识别装置,其特征在于,所述装置包括:
注册位置确定模块,用于响应于用户注册操作,确定注册用户的注册位置;
网格区域确定模块,用于确定所述注册位置在预设不同网格划分规则下的所处网格区域;
统计模块,用于统计各所处网格区域在预设时间内的注册用户数量;
识别模块,用于识别所述注册用户数量超过预设用户数量阈值对应的所处网格区域,得到目标网格区域;
判定模块,用于判定所述目标网格区域对应的注册用户触发异常业务操作,推送异常业务预警消息。
8.一种计算机设备,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6中任一项所述的方法的步骤。
9.一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6中任一项所述的方法的步骤。
10.一种计算机程序产品,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6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211463578.1A CN115965460B (zh) | 2022-11-22 | 2022-11-22 | 异常业务识别方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211463578.1A CN115965460B (zh) | 2022-11-22 | 2022-11-22 | 异常业务识别方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115965460A true CN115965460A (zh) | 2023-04-14 |
CN115965460B CN115965460B (zh) | 2023-09-01 |
Family
ID=87358788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211463578.1A Active CN115965460B (zh) | 2022-11-22 | 2022-11-22 | 异常业务识别方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115965460B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105808988A (zh) * | 2014-12-31 | 2016-07-27 | 阿里巴巴集团控股有限公司 | 一种识别异常账户的方法及装置 |
CN106339615A (zh) * | 2016-08-29 | 2017-01-18 | 北京红马传媒文化发展有限公司 | 一种异常注册行为的识别方法、系统及设备 |
CN108513301A (zh) * | 2017-02-23 | 2018-09-07 | 中国移动通信有限公司研究院 | 一种非法用户识别方法及装置 |
CN109657146A (zh) * | 2018-12-21 | 2019-04-19 | 拉扎斯网络科技(上海)有限公司 | 分布式搜索方法、装置、系统、主服务器与区域服务器 |
CN110222964A (zh) * | 2019-05-28 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 一种用户账户风险防控方法、系统及电子设备 |
CN111556059A (zh) * | 2020-04-29 | 2020-08-18 | 深圳壹账通智能科技有限公司 | 异常检测方法、异常检测装置及终端设备 |
CN111835561A (zh) * | 2020-06-29 | 2020-10-27 | 中国平安财产保险股份有限公司 | 基于用户行为数据的异常用户群体检测方法、装置、设备 |
CN112613893A (zh) * | 2020-12-28 | 2021-04-06 | 杭州拼便宜网络科技有限公司 | 一种用户恶意注册识别方法、系统、设备及介质 |
CN114429355A (zh) * | 2022-01-28 | 2022-05-03 | 杭州网易智企科技有限公司 | 异常注册事件的识别特征生成方法、装置、介质及设备 |
-
2022
- 2022-11-22 CN CN202211463578.1A patent/CN115965460B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105808988A (zh) * | 2014-12-31 | 2016-07-27 | 阿里巴巴集团控股有限公司 | 一种识别异常账户的方法及装置 |
CN106339615A (zh) * | 2016-08-29 | 2017-01-18 | 北京红马传媒文化发展有限公司 | 一种异常注册行为的识别方法、系统及设备 |
CN108513301A (zh) * | 2017-02-23 | 2018-09-07 | 中国移动通信有限公司研究院 | 一种非法用户识别方法及装置 |
CN109657146A (zh) * | 2018-12-21 | 2019-04-19 | 拉扎斯网络科技(上海)有限公司 | 分布式搜索方法、装置、系统、主服务器与区域服务器 |
CN110222964A (zh) * | 2019-05-28 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 一种用户账户风险防控方法、系统及电子设备 |
CN111556059A (zh) * | 2020-04-29 | 2020-08-18 | 深圳壹账通智能科技有限公司 | 异常检测方法、异常检测装置及终端设备 |
CN111835561A (zh) * | 2020-06-29 | 2020-10-27 | 中国平安财产保险股份有限公司 | 基于用户行为数据的异常用户群体检测方法、装置、设备 |
CN112613893A (zh) * | 2020-12-28 | 2021-04-06 | 杭州拼便宜网络科技有限公司 | 一种用户恶意注册识别方法、系统、设备及介质 |
CN114429355A (zh) * | 2022-01-28 | 2022-05-03 | 杭州网易智企科技有限公司 | 异常注册事件的识别特征生成方法、装置、介质及设备 |
Non-Patent Citations (1)
Title |
---|
付守欢: ""大数据时代银行账户风险防范措施研究"", 《现代金融》, no. 07, pages 49 - 51 * |
Also Published As
Publication number | Publication date |
---|---|
CN115965460B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190197570A1 (en) | Location-based analytic platform and methods | |
US20200118075A1 (en) | Method and apparatus for dividing delivery regions, electronic device, and computer-readable storage medium | |
Sisk et al. | Identifying extinction threats | |
US8583649B2 (en) | Method and system for clustering data points | |
WO2021174944A1 (zh) | 基于目标对象活跃度的消息推送方法及相关设备 | |
US20180096253A1 (en) | Rare event forecasting system and method | |
CN110347888B (zh) | 订单数据的处理方法、装置及存储介质 | |
Bao et al. | Heterogeneity issues in local measurements of spatial association | |
US20180173801A1 (en) | Method and apparatus for processing online user distribution | |
CN113946575A (zh) | 时空轨迹数据处理方法、装置、电子设备及存储介质 | |
CN111709661A (zh) | 业务数据的风险处理方法、装置、设备及存储介质 | |
CN114265740A (zh) | 错误信息处理方法、装置、设备及存储介质 | |
CN112860808B (zh) | 基于数据标签的用户画像分析方法、装置、介质和设备 | |
CN115965460B (zh) | 异常业务识别方法、装置、计算机设备和存储介质 | |
EP4238322A1 (en) | Method for allocating resources in a geographic area | |
CN106156122B (zh) | 交易信息获取方法及装置 | |
CN111797181B (zh) | 用户职住地的定位方法、装置、控制设备及存储介质 | |
CN116611678B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN112100177A (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
CN116681298A (zh) | 风电场选址方法、装置、计算机设备、存储介质和产品 | |
CN115293809A (zh) | 基于人工智能的台风暴雨风险评级方法及相关设备 | |
CN115879819A (zh) | 企业信用评估方法及装置 | |
CN116401238A (zh) | 偏离度监测方法、装置、设备、存储介质和程序产品 | |
CN109544304B (zh) | 根据移动终端信息进行预警的方法 | |
CN109189775B (zh) | 一种工业监控平台海量数据处理系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |