一種基于大數(shù)據(jù)平臺的實時風險控制方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及風險控制技術(shù)，尤其涉及一種基于大數(shù)據(jù)平臺的實時風險控制方法及系統(tǒng)。
【背景技術(shù)】
[0002]風險控制是指風險管理者采取各種措施和方法，消滅或減少風險事件發(fā)生的各種可能性，或風險控制者減少風險事件發(fā)生時造成的損失。隨著近年市場上游戲行業(yè)的高速發(fā)展，其多元性帶來的非惡意欺詐行為，及利潤空間帶來的惡意欺詐行為都越演越烈。
[0003]目前，大部分游戲虛擬平臺都通過人為設(shè)定一些相關(guān)閥值，規(guī)避用戶充值退款風險。這種粗礦式的限制行為，不能精確的定位問題用戶，常常給正常用戶帶來不便。轉(zhuǎn)而通過人工客服來解決問題，修補用戶關(guān)系。
[0004]基于大數(shù)據(jù)的實時風險控制技術(shù)，利用了與公司大數(shù)據(jù)平臺無縫對接，收集用戶游戲內(nèi)外海量行為數(shù)據(jù)，進行數(shù)學(xué)建模分析，從各個維度，提煉變量因子，研究因子與因子之間的函數(shù)關(guān)系和相關(guān)關(guān)系，建立多因子模型，提供更為詳盡的風險歸因，精確定位問題用戶。為所有游戲賬號，建立實時信用體制。為所有跟蹤到的移動設(shè)備端和客服端，劃分信用等級?；诖髷?shù)據(jù)平臺不斷地采集和分析，及時動態(tài)更新風控模型，實時應(yīng)對市場和游戲環(huán)境變動。并有效完成授信后的跟蹤檢查工作。通過大數(shù)據(jù)平臺，為已判定損失資產(chǎn)，提供有力證據(jù)，形成追償清單。通過大數(shù)據(jù)平臺，為公司對賬，形成虛擬對賬清單。同時與客服系統(tǒng)對接，用于修正大數(shù)據(jù)分析結(jié)果。

【發(fā)明內(nèi)容】

[0005]為了解決現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的在于提供一種基于大數(shù)據(jù)的實時風險控制方法及系統(tǒng)。
[0006]首先，為實現(xiàn)上述目的，提出一種基于大數(shù)據(jù)的實時風險控制方法，包括以下步驟:
[0007]1)基于大數(shù)據(jù)平臺提取內(nèi)外行為數(shù)據(jù)；
[0008]2)根據(jù)所述內(nèi)外行為數(shù)據(jù)進行建模分析，提煉變量因子，獲取信用額度；
[0009]3)跟蹤終端相關(guān)數(shù)據(jù)，劃分信用等級；
[0010]4)根據(jù)所述信用等級創(chuàng)建風險監(jiān)控報表，實時動態(tài)監(jiān)測風險行為；
[0011]5)根據(jù)與對接客服系統(tǒng)所收集的歸類問題及出現(xiàn)頻率，調(diào)整所述建模參數(shù)；
[0012]6)對己判定損失資產(chǎn)進行相關(guān)數(shù)據(jù)查詢，獲取清單。
[0013]進一步，所述內(nèi)外行為數(shù)據(jù)為消費數(shù)據(jù)、登錄數(shù)據(jù)、屬性數(shù)據(jù)、玩法數(shù)據(jù)、交易數(shù)據(jù)、移動設(shè)備端相關(guān)數(shù)據(jù)及客服端相關(guān)數(shù)據(jù)。
[0014]進一步，提煉所述變量因子，根據(jù)因子與因子之間的關(guān)系，獲取所述信用額度。
[0015]進一步，跟蹤所述終端相關(guān)數(shù)據(jù)，為所有跟蹤到的終端劃分信用等級。
[0016]更進一步，根據(jù)所述信用等級，實時的計算額度上限。
[0017]進一步，根據(jù)市場變動，動態(tài)添加、更新風險控制策略。
[0018]進一步，自動跟蹤設(shè)備端行為及項目行為，提示風險及周期性風險行為。
[0019]進一步，根據(jù)所述歸類問題及出現(xiàn)頻率，風險模型自動或人工調(diào)整所述建模參數(shù)，修正所述風險模型。
[0020]進一步，所述清單為追償清單和明細的虛擬對賬清單。
[0021]其次，為實現(xiàn)上述目的，還提出一種基于大數(shù)據(jù)的實時風險控制系統(tǒng)，包括:
[0022]提取模塊，基于大數(shù)據(jù)平臺提取內(nèi)外行為數(shù)據(jù)；
[0023]第一獲取模塊，根據(jù)所述行為數(shù)據(jù)進行建模分析，提煉變量因子，獲取信用額度；
[0024]劃分模塊，跟蹤終端相關(guān)數(shù)據(jù)，劃分信用等級；
[0025]監(jiān)測模塊，根據(jù)所述信用等級創(chuàng)建風險監(jiān)控報表，實時動態(tài)檢測風險行為；
[0026]調(diào)整模塊，根據(jù)與對接客服系統(tǒng)所收集的歸類問題及出現(xiàn)頻率，調(diào)整所述建模參數(shù)；
[0027]第二獲取模塊，對己判定損失資產(chǎn)進行相關(guān)數(shù)據(jù)查詢，獲取清單。
[0028]進一步，所述提取模塊，其基于大數(shù)據(jù)平臺提取消費數(shù)據(jù)、登錄數(shù)據(jù)、屬性數(shù)據(jù)、玩法數(shù)據(jù)、交易數(shù)據(jù)、移動設(shè)備端相關(guān)數(shù)據(jù)及客服端相關(guān)數(shù)據(jù)。
[0029]進一步，所述第一獲取模塊，其提煉所述變量因子，根據(jù)因子與因子之間的關(guān)系，獲取所述信用額度。
[0030]進一步，所述終端為移動設(shè)備端和客服端。
[0031]更進一步，所述劃分模塊，根據(jù)所述信用等級，實時的計算額度上限。
[0032]進一步，所述檢測模塊，其根據(jù)市場變動，動態(tài)添加、更新風險控制策略。
[0033]進一步，所述監(jiān)測模塊，其自動跟蹤設(shè)備端行為及項目行為，提示風險及周期性風險行為。
[0034]進一步，所述調(diào)整模塊，其根據(jù)所述歸類問題及出現(xiàn)頻率，風險模型自動或人工調(diào)整所述建模參數(shù)，修正所述風險模型。
[0035]進一步，所述第二獲取模塊，其對己判定損失資產(chǎn)進行相關(guān)數(shù)據(jù)查詢，獲取追償清單和明細的虛擬對賬清單。
[0036]本發(fā)明的有益效果，通過本發(fā)明，將風險控制系統(tǒng)與大數(shù)據(jù)平臺無縫對接，風險控制模型可以依托大數(shù)據(jù)平臺高效收集的實時數(shù)據(jù)，有效的解決了風險控制中，不準確、不實時的問題。更有效、定量化、程序化、產(chǎn)品化、市場化、專業(yè)化地實現(xiàn)了游戲風險控制。具有完善授信后風險跟蹤體系、損失資產(chǎn)索賠體系及虛擬對賬體系。
[0037]本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。
【附圖說明】
[0038]附圖用來提供對本發(fā)明的進一步理解，并且構(gòu)成說明書的一部分，并與本發(fā)明的實施例一起，用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中:
[0039]圖1為根據(jù)本發(fā)明的基于大數(shù)據(jù)的實時風險控制方法的流程圖；
[0040]圖2為根據(jù)本發(fā)明的基于大數(shù)據(jù)的實時風險控制系統(tǒng)的框圖。
【具體實施方式】
[0041]以下結(jié)合附圖對本發(fā)明的優(yōu)選實施例進行說明，應(yīng)當理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。
[0042]圖1為根據(jù)本發(fā)明的基于大數(shù)據(jù)的實時風險控制方法的流程圖，包括以下步驟:
[0043]步驟101，基于大數(shù)據(jù)平臺提取內(nèi)外行為數(shù)據(jù)；
[0044]步驟102，根據(jù)所述內(nèi)外行為數(shù)據(jù)進行建模分析，提煉變量因子，獲取信用額度；
[0045]步驟103，跟蹤終端相關(guān)數(shù)據(jù)，劃分信用等級；
[0046]步驟104，根據(jù)所述信用等級創(chuàng)建風險監(jiān)控報表，實時動態(tài)監(jiān)測風險行為；
[0047]步驟105，根據(jù)與對接客服系統(tǒng)所收集的歸類問題及出現(xiàn)頻率，調(diào)整所述建模參數(shù)；
[0048]步驟106，對己判定損失資產(chǎn)進行相關(guān)數(shù)據(jù)查詢，獲取清單。
[0049]具體的，上述的基于大數(shù)據(jù)的實時風險控制技術(shù)，其中:數(shù)據(jù)準備首先是從數(shù)據(jù)倉庫中提取所需要的數(shù)據(jù)，包括玩家的充值數(shù)據(jù)、消費數(shù)據(jù)、登錄數(shù)據(jù)、屬性數(shù)據(jù)、玩法數(shù)據(jù)、交易數(shù)據(jù)、移動設(shè)備端相關(guān)數(shù)據(jù)及客服端相關(guān)數(shù)據(jù)等。再進行數(shù)據(jù)清洗，對提取的數(shù)據(jù)進行描述統(tǒng)計，找出數(shù)據(jù)的重復(fù)記錄、缺失值、異常值，并進行相應(yīng)的替換或刪除操作。最后對數(shù)據(jù)加工轉(zhuǎn)換，比如，將數(shù)據(jù)正太標準化、將數(shù)據(jù)求對數(shù)、求方差，具體采用那種數(shù)據(jù)加工方式由所米用的算法決定。
[0050]進一步地，上述的基于大數(shù)據(jù)的實時風險控制技術(shù)，其中:所述每個游戲賬號信用制度，是根據(jù)各個游戲中，通用因子及游戲特色因子，經(jīng)過協(xié)方差矩陣及多元回歸算法，算出該賬號所授信的信用額度。其中通用因子一般包括，游戲內(nèi)最大單日，所有常規(guī)行為消耗總和、游戲最近一段時間內(nèi)，所有玩家單日最高充值額度、游戲充值玩家游戲角色所處階段(角色等級、在線時長、戰(zhàn)力等)，所有玩家單日最高充值額度、游戲充值玩家最近一段時間內(nèi)，單日最高充值額度、游戲充值玩家歷史，單日最高充值額度、游戲充值玩家歷史充值的總額度、游戲充值玩家的游戲角色，所余游戲幣總量、游戲充值玩家歷史中單日最大耗量、游戲充值玩家一段時間內(nèi)，單日耗量、游戲充值玩家一段時間內(nèi)，游戲活躍度等級，等等。特色因子一般是針對各個游戲不同版本，不同運營活動期間所產(chǎn)生的特色因子。例如，當有特殊運營活動時，預(yù)估不同游戲玩家會因為此次運營活動進行多少充值?；蛴螒蜻M入下一個版本，會有一個預(yù)估普調(diào)系數(shù)。游戲推出一個重要的新玩法或裝備，預(yù)測由此帶來的特色消費波動，等等。而各個期間影響因子的選擇是動態(tài)的，根據(jù)風險控制模型自動、不定期篩選，重新計算，得出相應(yīng)的新公式。而信用額度則是周期，根據(jù)現(xiàn)有公式，計算出每個游戲賬號的信用額度。
[0051]更進一步地，上述的基于大數(shù)據(jù)的實時風險控制技術(shù)，其中:所述每個跟蹤到的設(shè)備端信用等級，是根據(jù)用戶的登陸行為來判定的。例如蘋果10S系統(tǒng)下，通常跟蹤如下行為:該IDFA—段時間內(nèi)，登陸幾