【技术实现步骤摘要】
本申请涉及计算机，具体涉及一种业务处理方法、一种业务处理装置、一种计算机设备、一种计算机可读存储介质以及一种计算机程序产品。
技术介绍
1、可疑交易报告制度是指金融机构经判断认定业务场景中存在可疑交易时，通过对业务场景中的可疑交易进行甄别分析形成可疑交易报告文件，并将可疑交易报告文件上报给相关监管机构的制度。目前，可疑交易报告工作的有效性缺乏一种全面、深入地量化评价方法，不利于形成一份高质量的可疑交易报告文件。
技术实现思路
1、本申请实施例提供了一种业务处理方法、装置及设备、介质、产品，可量化可疑交易报告工作的有效性，有利于形成一份高质量的可疑交易报告文件。
2、一方面，本申请实施例提供了一种业务处理方法，该方法包括：
3、获取针对业务场景的可疑交易报告文件，可疑交易报告文件是对业务场景中的可疑交易进行甄别分析得到的文件；
4、获取与业务场景相适配的业务评价模型，业务评价模型中设有与业务场景相适配的多层评价指标体系，多层评价指标体系包括n个层级，每个层级包含至少一组评价指标，每组评价指标中包含至少一个评价指标；多层评价指标体系的第n层级中任一个评价指标支持被拆解为第n+1层级中的一组评价指标，n、n均为正整数，且n小于或等于n；
5、采用业务评价模型中的多层评价指标体系，对可疑交易报告文件进行评价处理，得到可疑交易报告文件的评价结果，评价结果用于表征可疑交易报告文件对业务场景中的可疑交易进行甄别分析的有效性。
6、另一方
7、获取单元，用于获取针对业务场景的可疑交易报告文件，可疑交易报告文件是对业务场景中的可疑交易进行甄别分析得到的文件；
8、获取单元，还用于获取与业务场景相适配的业务评价模型，业务评价模型中设有与业务场景相适配的多层评价指标体系，多层评价指标体系包括n个层级，每个层级包含至少一组评价指标，每组评价指标中包含至少一个评价指标；多层评价指标体系的第n层级中任一个评价指标支持被拆解为第n+1层级中的一组评价指标，n、n均为正整数，且n小于或等于n；
9、处理单元，用于采用业务评价模型中的多层评价指标体系，对可疑交易报告文件进行评价处理，得到可疑交易报告文件的评价结果，评价结果用于表征可疑交易报告文件对业务场景中的可疑交易进行甄别分析的有效性。
10、在一个实施例中，获取单元用于获取与业务场景相适配的业务评价模型时，具体执行如下步骤：
11、基于业务场景的场景特性，构建与业务场景相适配的多层评价指标体系；
12、获取多层评价指标体系中各个评价指标的相对权重，相对权重用于表示评价指标在所属组中的重要性；
13、基于多层评价指标体系中各个评价指标的相对权重，为多层评价指标体系中各个评价指标设置绝对权重；绝对权重用于表示评价指标在所属层级中的重要性；
14、将包含绝对权重的多层评价指标体系确定为与业务场景相适配的业务评价模型。
15、在一个实施例中，获取单元用于获取多层评价指标体系中各个评价指标的相对权重时，具体执行如下步骤：
16、获取多层评价指标体系的每个层级中相同组内的各个评价指标之间的相对重要度；
17、按照相同组内的各个评价指标之间的相对重要度，对多层评价指标体系中各个评价指标进行层次分析处理，得到多层评价指标体系中各个评价指标的相对权重。
18、在一个实施例中，多层评价指标体系中的任一层级表示为第n层级，第n层级中的任一组评价指标表示为第nq组，第nq组评价指标中包含m个评价指标，nq和m为正整数；
19、处理单元用于按照相同组内的各个评价指标之间的相对重要度，对多层评价指标体系中各个评价指标进行层次分析处理，得到多层评价指标体系中各个评价指标的相对权重时，具体执行如下步骤：
20、基于第nq组评价指标中包含的m个评价指标之间的相对重要度，构建第一判断矩阵，第一判断矩阵的矩阵大小为m×m，第一判断矩阵中处于位置(i,j)的元素表示m个评价指标中第i评价指标相比于第j评价指标的相对重要度，i和j均为小于或等于m的正整数；
21、获取第一判断矩阵的最大特征值，并获取最大特征值对应的特征向量；
22、基于特征向量确定m个评价指标的相对权重，其中，特征向量中的第k个元素是m个评价指标中第k评价指标的相对权重，k是小于或等于m的正整数。
23、在一个实施例中，获取单元用于获取最大特征值对应的特征向量之前，处理单元还用于执行如下步骤：
24、基于数量m和最大特征值，对第一判断矩阵进行一致性检验；
25、若第一判断矩阵通过一致性检验，则触发获取最大特征值对应的特征向量。
26、在一个实施例中，处理单元用于基于数量m和最大特征值，对第一判断矩阵进行一致性检验时，具体执行如下步骤：
27、基于数量m和最大特征值，确定一致性指标参数，以及基于第一判断矩阵的矩阵大小，确定随机一致性比率参数；
28、将一致性指标参数和随机一致性比率参数之间的比值，确定为目标一致性比率参数；
29、若目标一致性比率参数满足预设比率阈值条件，则确定第一判断矩阵通过一致性检验。
30、在一个实施例中，多层评价指标体系中的任一层级表示为第n层级，第n层级中的任一组评价指标表示为第nq组，第nq组评价指标中包含m个评价指标，nq和m为正整数；
31、获取单元用于获取多层评价指标体系的每个层级中相同组内的各个评价指标之间的相对重要度时，具体执行如下步骤：
32、获取m个评价指标中的第i评价指标相比于第j评价指标的多个预设重要度，第i评价指标和第j评价指标是第一评价维度下的m个评价指标中的任意两个，i和j均为小于或等于m的正整数；
33、对第i评价指标相比于第j评价指标的多个预设重要度进行均值处理，得到第i评价指标相比于第j评价指标的相对重要度；
34、将第i评价指标相比于第j评价指标的相对重要度的倒数，确定为第j评价指标相比于第i评价指标的相对重要度。
35、在一个实施例中，多层评价指标体系中的任一层级表示为第n层级，第n层级中的任一个评价指标表示为评价指标p；
36、若n为1，则处理单元用于基于多层评价指标体系中各个评价指标的相对权重，为多层评价指标体系中各个评价指标设置绝对权重时，具体执行如下步骤：将第一层级的评价指标p的相对权重设置为评价指标p的绝对权重；
37、若n大于1，则处理单元用于基于多层评价指标体系中各个评价指标的相对权重，为多层评价指标体系中各个评价指标设置绝对权重时，具体执行如下步骤：获取第n层级的评价指标p的拆解路径，按照拆解路径中各个评价指标的相对权重进行权重递推处理，得到评价指标p的绝对权重；其中，第n层级的评价指标p由第一层级的评价指标q逐本文档来自技高网...
【技术保护点】
1.一种业务处理方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述获取与所述业务场景相适配的业务评价模型，包括：
3.如权利要求2所述的方法，其特征在于，所述获取所述多层评价指标体系中各个评价指标的相对权重，包括：
4.如权利要求3所述的方法，其特征在于，所述多层评价指标体系中的任一层级表示为第n层级，所述第n层级中的任一组评价指标表示为第nq组，所述第nq组评价指标中包含M个评价指标，nq和M为正整数；
5.如权利要求4所述的方法，其特征在于，所述获取所述最大特征值对应的特征向量之前，还包括：
6.如权利要求5所述的方法，其特征在于，所述基于数量M和所述最大特征值，对所述第一判断矩阵进行一致性检验，包括：
7.如权利要求3所述的方法，其特征在于，所述多层评价指标体系中的任一层级表示为第n层级，所述第n层级中的任一组评价指标表示为第nq组，所述第nq组评价指标中包含M个评价指标，nq和M为正整数；
8.如权利要求2所述的方法，其特征在于，所述多层评价指标体系中的任一层级
9.如权利要求1-8任一项所述的方法，其特征在于，所述多层评价指标体系还包括所述多层评价指标体系中各个评价指标的绝对权重；所述采用所述业务评价模型中的多层评价指标体系，对所述可疑交易报告文件进行评价处理，得到所述可疑交易报告文件的评价结果，包括：
10.如权利要求9所述的方法，其特征在于，所述多层评价指标体系中的任一层级表示为第n层级，所述第n层级中的任一个评价指标表示为评价指标P，P为正整数，所述方法还包括：
11.如权利要求9所述的方法，其特征在于，所述基于所述可疑交易报告文件在所述多层评价指标体系中各个评价指标下的指标量化值，以及所述多层评价指标体系中各个评价指标的绝对权重，生成所述可疑交易报告文件的评价分数，包括：
12.如权利要求1-8任一项所述的方法，其特征在于，所述多层评价指标体系包括第一层级、第二层级、第三层级；所述第一层级下包括可疑交易报告整体指标、交易对象分析深度指标和交易行为分析深度指标；
13.一种业务处理装置，其特征在于，所述装置包括：
14.一种计算机设备，其特征在于，包括：
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于被处理器加载并执行如权利要求1-12任一项所述的业务处理方法。
16.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1-12任一项所述的业务处理方法。
...【技术特征摘要】
1.一种业务处理方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述获取与所述业务场景相适配的业务评价模型，包括：
3.如权利要求2所述的方法，其特征在于，所述获取所述多层评价指标体系中各个评价指标的相对权重，包括：
4.如权利要求3所述的方法，其特征在于，所述多层评价指标体系中的任一层级表示为第n层级，所述第n层级中的任一组评价指标表示为第nq组，所述第nq组评价指标中包含m个评价指标，nq和m为正整数；
5.如权利要求4所述的方法，其特征在于，所述获取所述最大特征值对应的特征向量之前，还包括：
6.如权利要求5所述的方法，其特征在于，所述基于数量m和所述最大特征值，对所述第一判断矩阵进行一致性检验，包括：
7.如权利要求3所述的方法，其特征在于，所述多层评价指标体系中的任一层级表示为第n层级，所述第n层级中的任一组评价指标表示为第nq组，所述第nq组评价指标中包含m个评价指标，nq和m为正整数；
8.如权利要求2所述的方法，其特征在于，所述多层评价指标体系中的任一层级表示为第n层级，所述第n层级中的任一个评价指标表示为评价指标p；
9.如权利要求1-8任一项所述的方法，其特征在于，所述多层评价指标体系还包括所述多层评价指标体系中各个评价指标的绝对权重；...
【专利技术属性】
技术研发人员：程诺，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。