(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 202210768573.3 (22)申请日 2022.07.01 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 朱江波　 (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 薛平　汤在彦 (51)Int.Cl. G06Q 40/02(2012.01) G06F 16/906(2019.01) (54)发明名称 一种新用户的风险控制方法及装置 (57)摘要 本发明提出了一种新用户的风险控制方法 及装置， 涉及计算机数据处理技术领域， 该方法 包括： 依据用户属性， 对 银行的用户进行分类， 得 到多个用户类别； 对于每个用户类别， 依据该用 户类别的交易数据及产品数据， 确定该用户类别 对应的多个安全用户集合及风险用户集合； 对于 银行的新用户， 依据该新用户的用户属性， 确定 该新用户对应的用户类别； 依据该新用户对应的 用户类别对应的多个安全用户集合及风险用户 集合， 对该新用户的交易进行风险控制。 本发明 能够对新用户的风险进行有效控制， 保证新用户 交易的安全性， 保护新用户的财产安全， 降低银 行的运营风险。 权利要求书6页 说明书10页 附图5页 CN 115170276 A 2022.10.11 CN 115170276 A 1.一种新用户的风险控制方法， 其特 征在于， 包括： 依据用户属性， 对银 行的用户进行分类， 得到多个用户类别； 对于每个用户类别， 依据该用户类别的交易数据及产品数据， 确定该用户类别对应的 多个安全用户集 合及风险用户集 合； 对于银行的新用户， 依据该新用户的用户属性， 确定该新用户对应的用户类别； 依据该新用户对应的用户类别对应的多个安全用户集合及风险用户集合， 对该新用户 的交易进行风险控制。 2.如权利要求1所述的方法， 其特征在于， 对于每个用户类别， 依据该用户类别的交易 数据及产品数据， 确定该用户类别对应的多个安全用户集 合及风险用户集 合， 包括： 对于每个用户类别， 依据该用户类别的交易数据及产品数据， 对该用户类别的用户进 行分类， 获得 该用户类别对应的多个用户集 合； 对于该用户类别对应的每个用户集合， 依据该用户集合的交易数据， 确定该用户集合 对应各个交易场景的安全指标及收敛误差上界； 将用户集合对应各个交易场景的收敛误差上界都小于设定阈值的用户集合作为该用 户类别的待选用户集 合； 确定该用户类别的待选用户集合的偏序， 其中， 该偏序用于确定该用户类别的任何两 个待选用户集合中第一待选用户集合是否大于第二待选用户集合； 如果对于每个交易场 景， 第一待选用户集合对应该 交易场景的安全指标大于等于第二待选用户集合对应该 交易 场景的安全指标， 则确定在该偏序中第一待选用户集 合大于第二待选用户集 合； 依据该用户类别的待选用户集合的偏序， 确定该用户类别的待选用户集合中的极大用 户集合及极小用户集合， 其中， 极大用户集合是该偏序的极大元素， 极小用户集合是该偏序 的极小元 素； 依据极大用户集合及极小用户集合， 确定该用户类别对应的多个安全用户集合及风险 用户集合。 3.如权利要求2所述的方法， 其特征在于， 对于每个用户类别， 依据该用户类别的交易 数据及产品数据， 对 该用户类别的用户进 行分类， 获得该用户类别对应的多个用户集合， 包 括： 构建交易类别空间及产品类别空间， 其中， 交易类别空间的维度与银行的交易类别一 一对应， 产品类别空间的维度与银 行的产品类别一 一对应； 对于每个用户类别， 依据该用户类别的每个用户的交易数据， 确定每个用户在交易类 别空间的坐标； 其中， 每个用户在交易类别空间的各个维度的坐标值等于该用户的交易数 据中各个维度对应的交易类别的交易 量； 依据用户在交易类别空间的坐标， 确定交易距离函数， 其中， 该交易距离函数用于确定 任何两个用户的距离； 对于每个用户类别， 依据该用户类别的每个用户的产品数据， 确定每个用户在产品类 别空间的坐标； 其中， 每个用户在产品类别空间的各个维度的坐标值等于该用户持有的产 品中各个维度对应的产品类别的持有量； 依据用户在产品类别空间的坐标， 确定产品距离函数， 其中， 该产品距离函数用于确定 任何两个用户的距离；权　利　要　求　书 1/6 页 2 CN 115170276 A 2依据交易距离函数及产品距离函数， 对该用户类别的用户进行聚类， 获得该用户类别 对应的多个用户集 合。 4.如权利要求2所述的方法， 其特征在于， 对于该用户类别对应的每个用户集合， 依据 该用户集合的交易数据， 确定该用户集合对应各个交易场景 的安全指标及收敛误差上界， 包括： 从该用户集 合的交易数据中选取 出各个交易场景对应的交易数据； 设置交易数量阈值； 将每个交易场景对应的交易数据按照时间先后顺序划分为该交易场景对应的多个交 易数据集 合； 对于每个交易场景， 将该交易场景对应的每个交易数据集合包含的交易中， 不涉及风 险的交易的比例作为该用户集 合对应该交易场景的指标样本； 对于每个交易场景， 依据该用户集合对应该交易场景的指标样本， 确定该用户集合对 应该交易场景的样本均值及样本方差； 将该用户集合对应每个交易场景的安全指标确定为该用户集合对应该交易场景的样 本均值； 将该用户集合对应每个交易场景的收敛误差上界确定为该用户集合对应该交易场景 的样本方差的平方与该交易场景对应的交易数据集 合的数量的比值。 5.如权利要求2所述的方法， 其特征在于， 依据极大用户集合及极小用户集合， 确定该 用户类别对应的多个安全用户集 合及风险用户集 合， 包括： 对于每个交易场景， 将极大用户集合对应该交易场景的安全指标的最小值作为该交易 场景对应的第一指标阈值， 将极小用户集合对应该 交易场景的安全指标的最大值作为该交 易场景对应的第二指标阈值； 对于该用户类别对应的每一用户集合， 如果该用户集合对应每一交易场景的安全指标 都大于等于该 交易场景的第一指标阈值， 则将该用户集合作为该用户类别对应的安全用户 集合； 如果该用户集合对应每一交易场景的安全指标都小于等于该交易场景的第二指标阈 值， 则将该用户集 合作为该用户类别对应的风险用户集 合。 6.如权利要求1所述的方法， 其特征在于， 依据该新用户对应的用户类别对应的多个安 全用户集 合及风险用户集 合， 对该新用户的交易进行风险控制， 包括： 依据新用户对应的用户类别对应的风险用户集合的交易数据， 以风险为预测标识， 训 练预测模型， 获得 该用户类别对应的风险预测模型； 依据该新用户对应的用户类别对应的风险预测模型， 对该新用户的交易进行风险控 制。 7.如权利要求1所述的方法， 其特征在于， 依据该新用户对应的用户类别对应的多个安 全用户集 合及风险用户集 合， 对该新用户的交易进行风险控制， 包括： 依据该新用户对应的用户类别对应的安全用户集合的交易数据， 确定该用户类别的第 一阈值风险函数， 依据该新用户对应的用户类别对应的风险用户集合的交易数据， 确定该 用户类别的第二阈值风险函数， 其中， 该第一阈值风险函数及该第二阈值风险函数 的自变 量是交易阈值， 对应的函数 是交易阈值对应的风险概 率； 依据该用户类别的第 一阈值风险函数及第 二阈值风险函数， 对该新用户的交易进行风权　利　要　求　书 2/6 页 3 CN 115170276 A 3