基于位置服务的风险评估方法及装置制造方法及图纸

技术编号:15289602 阅读:109 留言:0更新日期:2017-05-10 16:27
本发明专利技术公开了一种基于位置服务的风险评估方法及装置。该方法包括:基于位置服务获取用户的地理位置信息,地理位置信息包括与时间相关联的POI信息;对用户在预设期间内所有POI信息按预设时间界限划分成办公区域数据集和住址区域数据集;对办公区域数据集和住址区域数据集分别进行聚类分析,分别获取办公位置动态信息和住址位置动态信息;将办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比,输出用户风险度评估信息;其中,用户画像数据包括用户ID、办公场所和家庭住址。该基于位置服务的风险评估方法中,输出的用户风险度评估信息具有客观性,可有效评估用户画像数据是否发生变化,可提高用户画像数据变动产生的风险的管控。

Risk evaluation method and device based on location service

The invention discloses a method and a device for evaluating the risk based on location service. The method includes: obtaining user location information location service based on location information including time and associated POI information to the user in a preset period; all POI information according to the preset time limit is divided into office area data set and data set to address regional office; regional data set and address regional data sets respectively clustering analysis, get the office position dynamic information and dynamic address location information; the office location dynamic information and dynamic address location information is compared with the user image data stored in advance, the risk assessment output user information; the user image data including user ID, office and home address. The location based service risk assessment method, the output of the risk assessment of information users with objectivity, it can effectively evaluate the user image data is changed, can improve the user image data from changes in risk management.

【技术实现步骤摘要】

本专利技术涉及信息处理
,尤其涉及一种基于位置服务的风险评估方法及装置
技术介绍
现有银行、证券、保险等金融机构在给用户提供金融业务时,需采集并审核用户画像数据,以审核用户身份及财富状态,从而实现对其提供的金融业务的风险控制。其中,用户画像(即Persona)数据是真实用户的虚拟代表,是建立在一系统真实数据(MarketingData/UsabilityData)之上的目标用户模型。用户画像(即Persona)数据是通过用户调研去了解用户,并根据用户的目标、行为和观点的差异,将他们区分为不同类型,以抽取出典型特征,如用户姓名、身份识别特征(如指纹)、照片、联系方式、家庭住址、办公场所、职业和收入等。现有金融机构在提供贷款或其他金融业务时,需用户填写相关的业务表格,每一业务表格中包括多项可完善用户画像数据的详细数据,包括但不限于用户姓名、家庭住址、办公场所、职业和收入等。现有金融机构通过用户填写业务表格方式采集用户画像数据时,金融机构无法对用户提供的用户画像数据的真实性和准确性进行审核,在用户提供虚拟的用户画像数据时存在货款无法收回的业务风险。而且,金融机构只能采集到用户在办理金融业务过程中的用户画像数据,无法实时跟进用户画像数据的变化情况,在用户画像数据发生较大变化时存在业务风险。如用户的家庭住址和办公场所等发生变化时,金融机构无法对用户画像数据实时跟进,可能导致金融机构无法顺利追讨贷款问题发生。
技术实现思路
本专利技术要解决的技术问题在于,针对现有技术无法实时跟进用户画像数据变化而导致业务风险存在的不足,提供一种基于位置服务的风险评估方法及装置。本专利技术解决其技术问题所采用的技术方案是:一种基于位置服务的风险评估方法,包括:基于位置服务获取用户的地理位置信息,所述地理位置信息包括与时间相关联的POI信息;对用户在预设期间内所有POI信息按预设时间界限划分成办公区域数据集和住址区域数据集;对所述办公区域数据集和住址区域数据集分别进行聚类分析,分别获取办公位置动态信息和住址位置动态信息;将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比,输出用户风险度评估信息;其中,所述用户画像数据包括用户ID、办公场所和家庭住址。优选地,所述对所述办公区域数据集和住址区域数据集分别进行聚类分析,分别获取办公位置动态信息和住址位置动态信息,包括:采用DBSCAN聚类算法对所述办公区域数据集中的POI信息进行聚类,以获取若干办公子集群,每一办公子群集包括至少一个办公POI信息;采用DBSCAN聚类算法对所述住址区域数据集中的POI信息进行聚类,以获取若干住址子集群,每一住址子群集包括至少一个住址POI信息;采用K-MEANS聚类算法对每一所述办公子集群进行迭代聚类,以获取所述办公子集群的办公质心POI信息;所述办公位置动态信息包括所述办公POI信息和所述办公质心POI信息;采用K-MEANS聚类算法对每一所述住址子集群进行迭代聚类,以获取所述住址子集群的住址质心POI信息;所述住址位置动态信息包括所述住址POI信息和所述住址质心POI信息。优选地,所述将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比,输出用户风险度评估信息,包括:判断所述办公场所是否与所述办公质心POI信息相匹配并判断所述家庭住址是否与所述所述住址质心POI信息相匹配;若均相匹配,输出低风险度评估信息;若不均相匹配,则判断所述办公场所是否与所述办公子集群中的办公POI信息相匹配,和/或判断所述家庭住址是否与所述住址子集群中的住址POI信息相匹配;根据判断结果输出高风险度评估信息或中风险度评估信息。优选地,还包括:采用相似度检测算法将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比。优选地,所述用户画像数还包括管户人员ID;还包括:在输出高风险度评估信息时,将所述办公位置动态信息和/或住址位置动态信息发送给所述管户人员ID对应的管户人员。本专利技术还提供一种基于位置服务的风险评估装置,包括:信息获取单元,用于基于位置服务获取用户的地理位置信息,所述地理位置信息包括与时间相关联的POI信息;信息划分单元,用于对用户在预设期间内所有POI信息按预设时间界限划分成办公区域数据集和住址区域数据集;聚类分析单元,用于对所述办公区域数据集和住址区域数据集分别进行聚类分析,分别获取办公位置动态信息和住址位置动态信息;评估结果输出单元,用于将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比,输出用户风险度评估信息;其中,所述用户画像数据包括用户ID、办公场所和家庭住址。优选地,所述聚类分析单元包括:第一聚类子单元,用于采用DBSCAN聚类算法对所述办公区域数据集中的POI信息进行聚类,以获取若干办公子集群,每一办公子群集包括至少一个办公POI信息;采用DBSCAN聚类算法对所述住址区域数据集中的POI信息进行聚类,以获取若干住址子集群,每一住址子群集包括至少一个住址POI信息;第二聚类子单元,用于采用K-MEANS聚类算法对每一所述办公子集群进行迭代聚类,以获取所述办公子集群的办公质心POI信息;所述办公位置动态信息包括所述办公POI信息和所述办公质心POI信息;采用K-MEANS聚类算法对每一所述住址子集群进行迭代聚类,以获取所述住址子集群的住址质心POI信息;所述住址位置动态信息包括所述住址POI信息和所述住址质心POI信息。优选地,所述评估结果输出单元包括:第一判断子单元,用于判断所述办公场所是否与所述办公质心POI信息相匹配并判断所述家庭住址是否与所述所述住址质心POI信息相匹配;第一处理子单元,用于若均相匹配,输出低风险度评估信息;第二判断子单元,用于若不均相匹配,则判断所述办公场所是否与所述办公子集群中的办公POI信息相匹配,和/或判断所述家庭住址是否与所述住址子集群中的住址POI信息相匹配;第二处理子单元,用于根据判断结果输出高风险度评估信息或中风险度评估信息。优选地,所述评估结果输出单元,用于采用相似度检测算法将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比。优选地,所述用户画像数还包括管户人员ID;还包括信息发送单元,用于在输出高风险度评估信息时,将所述办公位置动态信息和/或住址位置动态信息发送给所述管户人员ID对应的管户人员。本专利技术与现有技术相比具有如下优点:本专利技术所提供的基于位置服务的风险评估方法及装置中,基于位置服务获取用户的地理位置信息,地理位置信息具有客观性和实时性。通过对用户在预设期间内所有POI信息按预设时间界限划分成办公区域数据集和住址区域数据集,再对办公区域数据集和住址区域数据集分别进行聚类分析,以获取办公位置动态信息和住址位置动态信息。其中,划分办公区域数据集和住址区域数据集并分别聚类,使得办公区域数据集和住址区域数据集中的POI信息的数据量较小,有利于提高聚类效果,节省聚类处理时间。由于办公位置动态信息和住址位置动态信息具有客观性,使得利用办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行比对,输出的用户风险度评估信息具有客观性,可有效评估用户画像数据是否发生变化,可提高用户画像数据变动产生本文档来自技高网...
基于位置服务的风险评估方法及装置

【技术保护点】
一种基于位置服务的风险评估方法,其特征在于,包括:基于位置服务获取用户的地理位置信息,所述地理位置信息包括与时间相关联的POI信息;对用户在预设期间内所有POI信息按预设时间界限划分成办公区域数据集和住址区域数据集;对所述办公区域数据集和住址区域数据集分别进行聚类分析,分别获取办公位置动态信息和住址位置动态信息;将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比,输出用户风险度评估信息;其中,所述用户画像数据包括用户ID、办公场所和家庭住址。

【技术特征摘要】
1.一种基于位置服务的风险评估方法,其特征在于,包括:基于位置服务获取用户的地理位置信息,所述地理位置信息包括与时间相关联的POI信息;对用户在预设期间内所有POI信息按预设时间界限划分成办公区域数据集和住址区域数据集;对所述办公区域数据集和住址区域数据集分别进行聚类分析,分别获取办公位置动态信息和住址位置动态信息;将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比,输出用户风险度评估信息;其中,所述用户画像数据包括用户ID、办公场所和家庭住址。2.根据权利要求1所述的基于位置服务的风险评估方法,其特征在于,所述对所述办公区域数据集和住址区域数据集分别进行聚类分析,分别获取办公位置动态信息和住址位置动态信息,包括:采用DBSCAN聚类算法对所述办公区域数据集中的POI信息进行聚类,以获取若干办公子集群,每一办公子群集包括至少一个办公POI信息;采用DBSCAN聚类算法对所述住址区域数据集中的POI信息进行聚类,以获取若干住址子集群,每一住址子群集包括至少一个住址POI信息;采用K-MEANS聚类算法对每一所述办公子集群进行迭代聚类,获取所述办公子集群的办公质心POI信息,并将所述办公质心POI信息作为所述办公位置动态信息输出;采用K-MEANS聚类算法对每一所述住址子集群进行迭代聚类,获取所述住址子集群的住址质心POI信息,并将所述住址质心POI信息作为所述住址位置动态信息输出。3.根据权利要求2所述的基于位置服务的风险评估方法,其特征在于,所述将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比,输出用户风险度评估信息,包括:判断所述办公场所是否与所述办公质心POI信息相匹配,并判断所述家庭住址是否与所述所述住址质心POI信息相匹配;若均相匹配,输出低风险度评估信息;若不均相匹配,则判断所述办公场所是否与所述办公子集群中的办公POI信息相匹配,和/或判断所述家庭住址是否与所述住址子集群中的住址POI信息相匹配;根据判断结果输出高风险度评估信息或中风险度评估信息。4.根据权利要求2所述的基于位置服务的风险评估方法,其特征在于,还包括:采用相似度检测算法将所述办公位置动态信息和住址位置动态信息与预先存储的用户画像数据进行对比。5.根据权利要求2所述的基于位置服务的风险评估方法,其特征在于,所述用户画像数还包括管户人员ID;还包括:在输出高风险度评估信息时,将所述办公位置动态信息和/或住址位置动态信息发送给所述管户人员ID对应的管户人员。6.一种基于位置服务的风险评估...

【专利技术属性】
技术研发人员:吴振宇王建明肖京
申请(专利权)人:平安科技深圳有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1