虚拟网点基于行为异常事件的信息处理方法及相关装置制造方法及图纸

本申请实施例公开了一种虚拟网点基于行为异常事件的信息处理方法及相关装置，方法包括：获取柜员的虚拟柜员模型在当前监测周期的业务状态和行为数据；调取预设的柜员在业务状态下的个性化合规行为子集；确定柜员的参考行为；若根据参考行为查询个性化合规行为子集确定出参考行为存疑，且业务状态为未处理业务，则根据当前监测周期的业务状态和行为数据创建柜员的行为异常事件，执行步骤a、步骤b或步骤c，若确定出参考行为合规，则继续下一个监测周期的数据处理。采用本申请实施例，能够实现针对虚拟网点中柜员的个性化行为的监测，避免将柜员个性化行为误识别为异常行为，提高虚拟网点异常事件识别的准确度和效率以及实时性。网点异常事件识别的准确度和效率以及实时性。网点异常事件识别的准确度和效率以及实时性。

【技术实现步骤摘要】
虚拟网点基于行为异常事件的信息处理方法及相关装置


[0001]本申请涉及数字孪生
，具体涉及一种虚拟网点基于行为异常事件的信息处理方法及相关装置。

技术介绍

[0002]目前，银行实体网点中针对柜员的异常事件往往是通过调取监控视频，对分析监控视频的柜员行为进行分析，这个过程是需要耗费巨大的人力物力的，并且往往也会异常事件处理效率低以及处理不够及时。

技术实现思路

[0003]本申请实施例提供了一种虚拟网点基于行为异常事件的信息处理方法及相关装置，能够实现针对虚拟网点中柜员的个性化行为的监测，避免将柜员个性化行为误识别为异常行为，提高虚拟网点异常事件识别的准确度和效率以及实时性。
[0004]第一方面，本申请实施例提供了一种虚拟网点基于行为异常事件的信息处理方法，应用于银行服务系统的群组设备，所述银行服务系统包括实体网点的采集装置和所述群组设备，所述群组设备用于支撑所述实体网点和所述虚拟网点之间的数据交互以实现针对所述实体网点的柜员的异常行为的识别，所述数据交互是指由所述采集装置采集所述柜员的实体信息、并将所述实体信息传给所述群组设备的过程，所述虚拟网点是根据所述实体网点的物理数据构建的数字孪生模型，所述实体网点的物理数据包括所述实体网点的多个构建对象的实体信息，所述多个构建对象包括所述实体网点的所述柜员，所述虚拟网点的所述数字孪生模型包括所述柜员在固定空间不同尺度维度下的静态模型和动态仿真模型进行整合后所构建的虚拟柜员模型，所述方法包括：
[0005]获取所述柜员的所述虚拟柜员模型在当前监测周期的业务状态和行为数据，所述业务状态用于指示所述虚拟柜员模型的业务处理情况，所述业务处理情况包括未处理业务、受理线上业务、或者受理线下业务；
[0006]调取预设的所述柜员在所述业务状态下的个性化合规行为子集，所述个性化合规行为子集包括所述柜员在所述业务状态下的至少一个合规行为；
[0007]根据所述行为数据确定所述柜员的参考行为；
[0008]若根据所述参考行为查询所述个性化合规行为子集确定出所述参考行为存疑，且所述业务状态为所述未处理业务，则根据所述当前监测周期的所述业务状态和所述行为数据创建所述柜员的行为异常事件，并缓存所述行为异常事件；以及，执行步骤a、步骤b或步骤c：步骤a、根据所述参考行为的类型确定是否需要实时提醒；步骤b、若确定需要，则将后台管理中心所显示的所述虚拟网点的影像中的所述虚拟柜员模型的影像进行可视化风险提示；步骤c、若确定不需要，则继续下一个监测周期的数据处理；
[0009]若根据所述参考行为查询所述个性化合规行为子集确定出所述参考行为存疑，且所述业务状态为所述受理线上业务或者所述受理线下业务，则确定所述柜员当前受理的目
标业务；以及，根据所述目标业务的业务情况预测所述柜员的行为是否异常；以及，
[0010]若预测出所述柜员的行为异常，则创建所述行为异常事件，并缓存所述行为异常事件；以及，执行所述步骤a、所述步骤b或所述步骤c；
[0011]若预测出所述柜员的行为合规，则继续下一个监测周期的数据处理；
[0012]若根据所述参考行为查询所述个性化合规行为集合确定出所述参考行为合规，则继续下一个监测周期的数据处理。
[0013]第二方面，本申请实施例提供了一种虚拟网点基于行为异常事件的信息处理装置，应用于银行服务系统的群组设备，所述银行服务系统包括实体网点的采集装置和所述群组设备，所述群组设备用于支撑所述实体网点和所述虚拟网点之间的数据交互以实现针对所述实体网点的柜员的异常行为的识别，所述数据交互是指由所述采集装置采集所述柜员的实体信息、并将所述实体信息传给所述群组设备的过程，所述虚拟网点是根据所述实体网点的物理数据构建的数字孪生模型，所述实体网点的物理数据包括所述实体网点的多个构建对象的实体信息，所述多个构建对象包括所述实体网点的所述柜员，所述虚拟网点的所述数字孪生模型包括所述柜员在固定空间不同尺度维度下的静态模型和动态仿真模型进行整合后所构建的虚拟柜员模型，所述装置包括：获取单元、调取单元、确定单元、处理单元和预测单元，其中，
[0014]所述获取单元，用于获取所述柜员的所述虚拟柜员模型在当前监测周期的业务状态和行为数据，所述业务状态用于指示所述虚拟柜员模型的业务处理情况，所述业务处理情况包括未处理业务、受理线上业务、或者受理线下业务；
[0015]所述调取单元，用于调取预设的所述柜员在所述业务状态下的个性化合规行为子集，所述个性化合规行为子集包括所述柜员在所述业务状态下的至少一个合规行为；
[0016]所述确定单元，用于根据所述行为数据确定所述柜员的参考行为；
[0017]所述处理单元，用于若根据所述参考行为查询所述个性化合规行为子集确定出所述参考行为存疑，且所述业务状态为所述未处理业务，则根据所述当前监测周期的所述业务状态和所述行为数据创建所述柜员的行为异常事件，并缓存所述行为异常事件；以及，执行步骤a、步骤b或步骤c：步骤a、根据所述参考行为的类型确定是否需要实时提醒；步骤b、若确定需要，则将后台管理中心所显示的所述虚拟网点的影像中的所述虚拟柜员模型的影像进行可视化风险提示；步骤c、若确定不需要，则继续下一个监测周期的数据处理；
[0018]所述预测单元，用于若根据所述参考行为查询所述个性化合规行为子集确定出所述参考行为存疑，且所述业务状态为所述受理线上业务或者所述受理线下业务，则确定所述柜员当前受理的目标业务；以及，根据所述目标业务的业务情况预测所述柜员的行为是否异常；以及，
[0019]所述处理单元，还用于若预测出所述柜员的行为异常，则创建所述行为异常事件，并缓存所述行为异常事件；以及，执行所述步骤a、所述步骤b或所述步骤c；
[0020]所述处理单元，还用于若预测出所述柜员的行为合规，则继续下一个监测周期的数据处理；
[0021]所述处理单元，还用于若根据所述参考行为查询所述个性化合规行为集合确定出所述参考行为合规，则继续下一个监测周期的数据处理。
[0022]第三方面，本申请实施例提供了一种电子设备，其特征在于，包括处理器、存储器、
通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如本申请实施例第一方面方法中所描述的部分或全部步骤。
[0023]第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面方法中所描述的部分或全部步骤。
[0024]可以看出，在本申请实施例中，群组设备可获取柜员的虚拟柜员模型在当前监测周期的业务状态和行为数据，并调取预设的柜员在业务状态下的个性化合规行为子集，接着根据行为数据确定柜员的参考行为，若根据参考行为查询个性化合规行为子集确定出参考行为存疑，且业务状态为未处理业务，则根据当前监测周期的业务状态和行为数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟网点基于行为异常事件的信息处理方法，其特征在于，应用于银行服务系统的群组设备，所述银行服务系统包括实体网点的采集装置和所述群组设备，所述群组设备用于支撑所述实体网点和所述虚拟网点之间的数据交互以实现针对所述实体网点的柜员的异常行为的识别，所述数据交互是指由所述采集装置采集所述柜员的实体信息、并将所述实体信息传给所述群组设备的过程，所述虚拟网点是根据所述实体网点的物理数据构建的数字孪生模型，所述实体网点的物理数据包括所述实体网点的多个构建对象的实体信息，所述多个构建对象包括所述实体网点的所述柜员，所述虚拟网点的所述数字孪生模型包括所述柜员在固定空间不同尺度维度下的静态模型和动态仿真模型进行整合后所构建的虚拟柜员模型；所述方法包括：获取所述柜员的所述虚拟柜员模型在当前监测周期的业务状态和行为数据，所述业务状态用于指示所述虚拟柜员模型的业务处理情况，所述业务处理情况包括未处理业务、受理线上业务、或者受理线下业务；调取预设的所述柜员在所述业务状态下的个性化合规行为子集，所述个性化合规行为子集包括所述柜员在所述业务状态下的至少一个合规行为；根据所述行为数据确定所述柜员的参考行为；若根据所述参考行为查询所述个性化合规行为子集确定出所述参考行为存疑，且所述业务状态为所述未处理业务，则根据所述当前监测周期的所述业务状态和所述行为数据创建所述柜员的行为异常事件，并缓存所述行为异常事件；以及，执行步骤a、步骤b或步骤c：步骤a、根据所述参考行为的类型确定是否需要实时提醒；步骤b、若确定需要，则将后台管理中心所显示的所述虚拟网点的影像中的所述虚拟柜员模型的影像进行可视化风险提示；步骤c、若确定不需要，则继续下一个监测周期的数据处理；若根据所述参考行为查询所述个性化合规行为子集确定出所述参考行为存疑，且所述业务状态为所述受理线上业务或者所述受理线下业务，则确定所述柜员当前受理的目标业务；以及，根据所述目标业务的业务情况预测所述柜员的行为是否异常；以及，若预测出所述柜员的行为异常，则创建所述行为异常事件，并缓存所述行为异常事件；以及，执行所述步骤a、所述步骤b或所述步骤c；若预测出所述柜员的行为合规，则继续下一个监测周期的数据处理；若根据所述参考行为查询所述个性化合规行为集合确定出所述参考行为合规，则继续下一个监测周期的数据处理。2.根据权利要求1所述的方法，其特征在于，所述目标业务的业务情况包括所述目标业务的业务信息和请求办理所述目标业务的客户的行为数据，所述根据所述目标业务的业务情况预测所述柜员的行为是否异常，包括：根据所述目标业务的业务信息和所述客户的行为数据预测所述柜员的所述参考行为是否已违规；若是，则预测出所述柜员的行为异常；若否，则预测出所述柜员的行为合规。3.根据权利要求1或2所述的方法，其特征在于，所述调取预设的所述柜员在所述业务状态下的个性化合规行为子集，包括：根据所述业务状态确定状态标签，所述状态标签包括所述未处理业务对应的空闲标
签、所述处理线上业务对应的线上业务受理标签、以及所述处理线下业务对应的线下业务受理标签；以所述状态标签为查询标识，查询预设的所述柜员的个性化合规行为集合，获取所述状态标签对应的个性化合规行为子集，所述个性化合规行为集合包括状态标签与个性化合规行为子集之间的对应关系。4.根据权利要求3所述的方法，其特征在于，所述获取所述柜员的所述虚拟柜员模型在当前监测周期的业务状态和行为数据之前，所述方法还包括：采集所述柜员的所述虚拟柜员模型在预设时段内的样本数据，所述样本数据包括所述柜员在所述未处理业务的业务状态下的第一样本行为数据、在受理线上业务的业务状态下的第二样本行为数据、以及在受理线下业务的业务状态下的第三样本数据；针对所述第一样本行为数据进行统计分析，得到所述未处理业务的业务状态下的至少一个第一合规行为，根据所述第一合规行为与所述未处理业务的状态标签之间的对应关系创建所述未处理业务的状态标签对应的个性化合规行为子集；针对所述第二样本行为数据进行统计分析，得到所述受理线上业务的业务状态下的至少一个第二合规行为，根据所述第二合规行为与所述受理线上业务的状态标签之间的对应关系创建所述受理线上业务的状态标签对应的个性化合规行为子集；针对所述第三样本行为数据进行统计分析，得到所述受理线下业务的业务状态下的至少一个第二合规行为，根据所述第二合规行为与所述受理线下业务的状态标签之间的对应关系创建所述受理线下业务的状态标签对应的个性化合规行为子集。5.根据权利要求3所述的方法，其特征在于，所述获取所述柜员的所述虚拟柜员模...

【专利技术属性】
技术研发人员：刘志华，李忠东，董文奇，李晓栋，刁彦文，王朝新，高伟峰，吕东方，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：