一种对公账户年检顺序确定方法及装置与流程

1.本发明涉及计算机技术领域，更具体的，涉及一种对公账户年检顺序确定方法及装置。


背景技术：

2.银行每年都需要定期对对公账户进行年检，对存在问题的对公账户进行停止支付或中止账户处理。
3.但是，对公账户由于数据较多，年检时间较长，可能需要几十天。年检结果存在问题的对公账户可能在年检期间发生多笔业务，为银行带来损失和恶劣影响。


技术实现要素：

4.有鉴于此，本发明提供了一种对公账户年检顺序确定方法及装置，对可能存在问题的对公账户优先进行年检，避免可能存在问题的对公账户在年检期间发生业务，降低银行的损失和对银行的恶劣影响。
5.为了实现上述发明目的，本发明提供的具体技术方案如下：
6.一种对公账户年检顺序确定方法，包括：
7.在年检开始之前，获取每个对公账户在本年度的业务信息和业务预约信息；
8.根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序；
9.将除需要优先年检的对公账户之外的对公账户确定为待分析对公账户，并分别将每个所述待分析对公账户的公司性质、客户等级、账户年限和本年度业务规律信息输入预先构建的风险预测模型中，得到每个所述待分析对公账户的风险评分；
10.根据每个所述待分析对公账户的风险评分，确定每个所述待分析对公账户的年检顺序。
11.可选的，所述根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序，包括：
12.调用预先构建的专家系统，根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序。
13.可选的，所述调用预先构建的专家系统，根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序，包括：
14.分别提取每个对公账户在本年度的业务信息和业务预约信息中的特征要素；
15.调用所述专家系统中的推理机从知识库中匹配与每个对公账户的特征要素对应的规则；
16.将在所述知识库中匹配到规则的对公账户确定为需要优先年检的对公账户；
17.根据每个需要优先年检的对公账户在所述知识库中匹配的规则数量以及规则的
权重，确定需要优先年检的对公账户的年检顺序。
18.可选的，构建所述风险预测模型的方法，包括：
19.获取历史对公账户数据作为样本数据，所述历史对公账户数据包括：对公账户的公司性质、客户等级、以及年检年度的账户年限、业务规律信息和年检结果；
20.将所述样本数据划分为训练集和验证集；
21.利用所述训练集对神经网络模型进行训练；
22.利用所述验证集对训练后的神经网络模型进行验证，在验证结果满足预设要求的情况下，完成所述风险预测模型的构建。
23.可选的，在确定每个对公账户的年检顺序之后，所述方法还包括：
24.根据每个对公账户的年检顺序对每个对公账户进行年检。
25.一种对公账户年检顺序确定装置，包括：
26.对公账户信息获取单元，用于在年检开始之前，获取每个对公账户在本年度的业务信息和业务预约信息；
27.优先年检账户确定单元，用于根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序；
28.风险预测单元，用于将除需要优先年检的对公账户之外的对公账户确定为待分析对公账户，并分别将每个所述待分析对公账户的公司性质、客户等级、账户年限和本年度业务规律信息输入预先构建的风险预测模型中，得到每个所述待分析对公账户的风险评分；
29.年检顺序确定单元，用于根据每个所述待分析对公账户的风险评分，确定每个所述待分析对公账户的年检顺序。
30.可选的，所述优先年检账户确定单元，具体用于：
31.调用预先构建的专家系统，根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序。
32.可选的，所述优先年检账户确定单元，具体用于：
33.分别提取每个对公账户在本年度的业务信息和业务预约信息中的特征要素；
34.调用所述专家系统中的推理机从知识库中匹配与每个对公账户的特征要素对应的规则；
35.将在所述知识库中匹配到规则的对公账户确定为需要优先年检的对公账户；
36.根据每个需要优先年检的对公账户在所述知识库中匹配的规则数量以及规则的权重，确定需要优先年检的对公账户的年检顺序。
37.可选的，所述装置还包括风险预测模型构建单元，具体用于：
38.获取历史对公账户数据作为样本数据，所述历史对公账户数据包括：对公账户的公司性质、客户等级、以及年检年度的账户年限、业务规律信息和年检结果；
39.将所述样本数据划分为训练集和验证集；
40.利用所述训练集对神经网络模型进行训练；
41.利用所述验证集对训练后的神经网络模型进行验证，在验证结果满足预设要求的情况下，完成所述风险预测模型的构建。
42.可选的，所述装置还包括年检处理单元，用于在确定每个对公账户的年检顺序之后，根据每个对公账户的年检顺序对每个对公账户进行年检。
43.相对于现有技术，本发明的有益效果如下：
44.本发明公开的一种对公账户年检顺序确定方法，在年检开始之前，首先根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序，然后通过将除需要优先年检的对公账户之外的对公账户的公司性质、客户等级、账户年限和本年度业务规律信息输入预先构建的风险预测模型中，得到这些对公账户的风险评分，根据风险评分确定这些对公账户的年检顺序，从而实现对所有对公账户年检顺序的合理排序，将可能存在问题的对公账户优先年检，避免可能存在问题的对公账户在年检期间发生业务，降低银行的损失和对银行的恶劣影响。
附图说明
45.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有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发明的实施例，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，还可以根据提供的附图获得其他的附图。
46.图1为本发明实施例公开的一种对公账户年检顺序确定方法的流程示意图；
47.图2为本发明实施例公开的一种确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序的方法的流程示意图；
48.图3为本发明实施例公开的一种构建风险预测模型的方法的流程示意图；
49.图4为本发明实施例公开的一种对公账户年检顺序确定装置的结构示意图。
具体实施方式
50.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
51.本发明公开了一种对公账户年检顺序确定方法，实现对所有对公账户年检顺序的合理排序，将可能存在问题的对公账户优先年检，避免可能存在问题的对公账户在年检期间发生业务，降低银行的损失和对银行的恶劣影响。
52.具体的，请参阅图1，本实施例公开的一种对公账户年检顺序确定方法包括以下步骤：
53.s101：在年检开始之前，获取每个对公账户在本年度的业务信息和业务预约信息；
54.具体的，通过对接业务系统，获取每个对公账户在本年度的业务信息和业务预测信息。
55.s102：根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序；
56.可以理解的是，若对公账户在年检期间发起业务预约，为了避免可能存在问题的对公账户在年检期间发生业务，需要将在年检期间发起业务预约的对公账户优先进行年检。
57.根据对公账户在本年度的业务信息可以分析对公账户在本年度是否存在异常，同
理，为了避免可能存在问题的对公账户在年检期间发生业务，需要将分析本年度业务信息后发现在本年度可能存在异常的对公账户优先进行年检。
58.优选的，调用预先构建的专家系统，根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序。
59.专家系统包括知识库和推理机两部分。知识库中存储的是通过专家分析得到的对公账户需要优先年检所需满足的规则，每条规则分别对应一个权重，表示规则的重要程度。推理机采用机器学习模型构建，其输入数据为对公账户的特征要素，输出数据为知识库中与对公账户的特征要素对应的规则，也就是说，推理机的作用在于：从知识库中匹配与对公账户的特征要素对应的规则。
60.具体的，请参阅图2，本实施例公开的一种确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序的方法包括以下步骤：
61.s201：分别提取每个对公账户在本年度的业务信息和业务预约信息中的特征要素；
62.特征要素包括：年检期间业务预约量(可以为0，也可以为正整数)、是否与非法账户有资金往来、洗钱识别模型的预测结果等。
63.s202：调用专家系统中的推理机从知识库中匹配与每个对公账户的特征要素对应的规则；
64.s203：将在知识库中匹配到规则的对公账户确定为需要优先年检的对公账户；
65.针对每个对公账户，推理机从知识库中可能匹配到与该对公账户的特征要素对应的0条规则或正整数条规则，也就是说，若推理机从知识库中未匹配到与对公账户的特征要素对应的规则，则该对公账户不属于需要优先年检的对公账户，即待分析对公账户；若推理机从知识库中匹配到与对公账户的特征要素对应的规则，则该对公账户属于需要优先年检的对公账户。
66.知识库中的规则至少包括：
67.年检期间业务预约量不为0属于需要优先年检的对公账户；
68.本年度与非法账户有资金往来属于需要优先年检的对公账户；
69.本年度洗钱识别模型的预测结果表征存在洗钱风险属于需要优先年检的对公账户。
70.s204：根据每个需要优先年检的对公账户在知识库中匹配的规则数量以及规则的权重，确定需要优先年检的对公账户的年检顺序。
71.具体的，针对每个需要优先年检的对公账户，根据该需要优先年检的对公账户在知识库中匹配的规则数量以及规则的权重，进行加权求和，得到该需要优先年检的对公账户的总权重值。
72.在计算得到每个需要优先年检的对公账户的总权重值之后，按照总权重值从大到小排序，得到需要优先年检的对公账户的年检顺序，即总权重值最大的对公账户最先进行年检。
73.s103：将除需要优先年检的对公账户之外的对公账户确定为待分析对公账户，并分别将每个待分析对公账户的公司性质、客户等级、账户年限和本年度业务规律信息输入预先构建的风险预测模型中，得到每个待分析对公账户的风险评分；
74.请参阅图3，本实施例公开了一种构建风险预测模型的方法，具体包括以下步骤：
75.s301：获取历史对公账户数据作为样本数据，历史对公账户数据包括：对公账户的公司性质、客户等级、以及年检年度的账户年限、业务规律信息和年检结果；
76.其中，业务规律信息包括：收入最大值、收入最小值、收入平均值、收入中位数、收入业务频率、支出最大值、支出最小值、支出平均值、支出中位数、支出业务频率等。
77.s302：将样本数据划分为训练集和验证集；
78.s303：利用训练集对神经网络模型进行训练；
79.s304：利用验证集对训练后的神经网络模型进行验证，在验证结果满足预设要求的情况下，完成风险预测模型的构建。
80.具体的，上述神经网络模型可以为bp神经网络模型，根据输入输出确定bp神经网络模型的结构，根据kolmogorov原理，一个三层bp神经网络模型足以完成任意n维到m维的映射，一般只需要采用一个隐层即可，隐层节点个数采用试凑法确定，从而确定bp神经网络模型的结构。
81.为了提高风险预测模型，在每年年检结束后，可以将本年度的对公账户数据加入样本数据，即不断对风险预测模型的训练集和验证集中的样本数据进行更新。
82.s104：根据每个待分析对公账户的风险评分，确定每个待分析对公账户的年检顺序。
83.需要说明的是，待分析对公账户在需要优先年检的对公账户之后进行年检。
84.在确定每个对公账户的年检顺序之后，根据每个对公账户的年检顺序对每个对公账户进行年检。
85.本实施例公开的一种对公账户年检顺序确定方法，在年检开始之前，首先根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序，然后通过将除需要优先年检的对公账户之外的对公账户的公司性质、客户等级、账户年限和本年度业务规律信息输入预先构建的风险预测模型中，得到这些对公账户的风险评分，根据风险评分确定这些对公账户的年检顺序，从而实现对所有对公账户年检顺序的合理排序，将可能存在问题的对公账户优先年检，避免可能存在问题的对公账户在年检期间发生业务，降低银行的损失和对银行的恶劣影响。
86.基于上述实施例公开的一种对公账户年检顺序确定方法，本实施例对应公开了一种对公账户年检顺序确定装置，请参阅图4，该装置包括：
87.对公账户信息获取单元401，用于在年检开始之前，获取每个对公账户在本年度的业务信息和业务预约信息；
88.优先年检账户确定单元402，用于根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序；
89.风险预测单元403，用于将除需要优先年检的对公账户之外的对公账户确定为待分析对公账户，并分别将每个所述待分析对公账户的公司性质、客户等级、账户年限和本年度业务规律信息输入预先构建的风险预测模型中，得到每个所述待分析对公账户的风险评分；
90.年检顺序确定单元404，用于根据每个所述待分析对公账户的风险评分，确定每个所述待分析对公账户的年检顺序。
91.可选的，所述优先年检账户确定单元402，具体用于：
92.调用预先构建的专家系统，根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序。
93.可选的，所述优先年检账户确定单元402，具体用于：
94.分别提取每个对公账户在本年度的业务信息和业务预约信息中的特征要素；
95.调用所述专家系统中的推理机从知识库中匹配与每个对公账户的特征要素对应的规则；
96.将在所述知识库中匹配到规则的对公账户确定为需要优先年检的对公账户；
97.根据每个需要优先年检的对公账户在所述知识库中匹配的规则数量以及规则的权重，确定需要优先年检的对公账户的年检顺序。
98.可选的，所述装置还包括风险预测模型构建单元，具体用于：
99.获取历史对公账户数据作为样本数据，所述历史对公账户数据包括：对公账户的公司性质、客户等级、以及年检年度的账户年限、业务规律信息和年检结果；
100.将所述样本数据划分为训练集和验证集；
101.利用所述训练集对神经网络模型进行训练；
102.利用所述验证集对训练后的神经网络模型进行验证，在验证结果满足预设要求的情况下，完成所述风险预测模型的构建。
103.可选的，所述装置还包括年检处理单元，用于在确定每个对公账户的年检顺序之后，根据每个对公账户的年检顺序对每个对公账户进行年检。
104.本实施例公开的一种对公账户年检顺序确定装置，在年检开始之前，首先根据每个对公账户在本年度的业务信息和业务预约信息，确定需要优先年检的对公账户以及需要优先年检的对公账户的年检顺序，然后通过将除需要优先年检的对公账户之外的对公账户的公司性质、客户等级、账户年限和本年度业务规律信息输入预先构建的风险预测模型中，得到这些对公账户的风险评分，根据风险评分确定这些对公账户的年检顺序，从而实现对所有对公账户年检顺序的合理排序，将可能存在问题的对公账户优先年检，避免可能存在问题的对公账户在年检期间发生业务，降低银行的损失和对银行的恶劣影响。
105.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
106.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
107.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存
储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质中。
108.上述各个实施例之间可任意组合，对所公开的实施例的上述说明，本说明书中各实施例中记载的特征可以相互替换或者组合，使本领域专业技术人员能够实现或使用本技术。
109.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。