CN112199575A - 虚拟银行开户方法、装置、设备和计算机存储介质 - Google Patents

Abstract

本发明涉及人工智能技术领域，公开了虚拟银行开户方法、装置、设备和计算机存储介质，该方法包括以下步骤：接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息；采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征；将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险；根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户。本发明实现了准确识别虚拟银行开户者的风险状况，降低虚拟银行风险的目的。

Description

虚拟银行开户方法、装置、设备和计算机存储介质

技术领域

本发明涉及人工智能技术领域，尤其涉及虚拟银行开户方法、装置、设备和计算机存储介质。

背景技术

随着社会的发展，银行业也在发生巨大的变革，传统银行模式中银行的业务均在线下进行，用户办理业务时一般需要提前预约，很大程度限制有客户的自由性也浪费了客户的时间，对客户而言体验非常差，对银行而言也需要付出高昂的成本。

为解决传统银行的痛点，虚拟银行应运而生，虚拟银行基本上无须依赖线下网点即可受理客户的各种请求，给客户带来了巨大的便利，但在线上经营业务也存在问题，如作为入口的线上开户业务对于开户用户缺乏有效的审查机制，给了部分信用状况差或别有用心者可乘之机，给银行造成损失，如何有效地在虚拟银行开户时甄别不同风险的开户者成了亟待解决的问题。

发明内容

本发明的主要目的在于提供一种虚拟银行开户方法、装置、设备和计算机存储介质，旨在解决虚拟银行无法有效的甄别开户用户的风险的技术问题。

为实现上述目的，本发明提供虚拟银行开户方法，所述虚拟银行开户方法包括以下步骤：

接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息；

采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征；

将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险；

根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户。

在一实施例中，所述接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息的步骤之前，包括：

接收用户基于所述终端发送的开户请求；

根据所述开户请求确定开户类型，并返回与所述开户类型对应的开户信息采集方式至所述终端。

在一实施例中，所述接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息的步骤之前，包括：

对预设用户信息库中的与用户信息进行预处理，生成训练样本；

采用所述训练样本进行模型训练，生成预设分类模型。

在一实施例中，所述根据所述分类结果发送对应的开户结果至所述终端步骤之后，包括：

若在用户开户后检测到所述开户用户的失信行为，则将所述开户用户的开户信息加入异常信息库；

采用所述异常信息库的开户信息对所述预设分类模型进行校正训练。

在一实施例中，所述根据所述分类结果发送对应的开户结果至所述终端的步骤，包括：

若所述分类结果为低风险，则发送允许开户结果至所述终端；

若所述分类结果为潜在风险，则发送待审查结果至所述终端；

若所述分类结果为高风险，则发送不允许开户结果至所述终端。

在一实施例中，所述若所述分类结果为潜在风险，则发送待审查结果至所述终端的步骤之后，包括：

将所述分类结果为潜在风险的开户信息发送至客服系统，以使所述客服系统分配客服人员对所述开户信息对应的开户用户进行尽职调查生成尽职调查结果；

根据所述尽职调查结果重新确定开户结果并发送至所述终端。

在一实施例中，所述根据所述分类结果发送对应的开户结果至所述终端的步骤之后，包括：

当用户产生交易信息时，将所述交易信息在预设区块链中进行全网广播，以使区块链中的各区块记录所述交易信息；

以自身区块为基准构建默克尔树；

在接收到用户的交易信息查询指令时，基于所述交易信息查询所述默克尔树以获取所述交易信息查询指令对应的交易信息。

此外，为实现上述目的，本发明还提供一种虚拟银行开户装置，所述虚拟银行开户装置包括：

接收模块，用于接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息；

处理模块，用于采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征；

分类模块，用于将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险；

发送模块，用于根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户。

此外，为实现上述目的，本发明还提供一种虚拟银行开户设备；

所述虚拟银行开户设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中：

所述计算机程序被所述处理器执行时实现如上所述的虚拟银行开户方法的步骤。

此外，为实现上述目的，本发明还提供计算机存储介质；

所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的虚拟银行开户方法的步骤。

本发明实施例提出的一种虚拟银行开户方法、装置、设备和计算机存储介质，接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息；采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征；将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险；根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户，通过将传统的由银行工作人员进行审核开户的方式转变至由预先训练的预设分类模型进行审核，实现了有效地甄别开户者的风险状况，降低虚拟银行的风险的效果。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图；

图2为本发明虚拟银行开户方法第一实施例的流程示意图；

图3为本发明注册流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由于虚拟银行中作为入口的线上开户业务对于开户用户缺乏有效的审查机制，给了部分信用状况差或别有用心者可乘之机，给银行造成损失，或是因审查机制不合理将部分信用状况一般的潜在用户拒之门外，如何有效地在虚拟银行开户时甄别不同风险的开户者并避免潜在用户的流失成了亟待解决的问题。

本发明提供一种解决方案，使虚拟银行开户设备接收开户用户基于终端发送的开户信息，将所述开户信息作用户为开户审核的依据，可以理解的是，用户的开户信息未必均为可直接做数据处理的信息，因此虚拟银行开户设备对所述开户信息进行量化处理，生成所述开户用户的用户特征，在所述用户特征向量构建后，将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，根据所述分类结果发送对应的开户结果至所述终端，通过将传统的由银行工作人员进行审核开户的方式转变至由预先训练的预设分类模型进行审核，实现了有效地甄别开户者的风险状况，降低虚拟银行风险的效果。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端(又叫虚拟银行开户设备，其中，虚拟银行开户设备可以是由单独的虚拟银行开户装置构成，也可以是由其他装置与虚拟银行开户装置组合形成)结构示意图。

本发明实施例终端可以固定终端，也可以是移动终端，如，带联网功能的智能空调、智能电灯、智能电源、智能音箱、自动驾驶汽车、PC(personalcomputer)个人计算机、智能手机、平板电脑、电子书阅读器、便携计算机等。

如图1所示，该终端可以包括：处理器1001，例如，中央处理器CentralProcessingUnit，CPU)，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity，WIFI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如，磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块；输入单元，比显示屏，触摸屏；网络接口可选除无线接口中除WiFi外，蓝牙、探针等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，该计算机软件产品存储在一个存储介质(存储介质：又叫计算机存储介质、计算机介质、可读介质、可读存储介质、计算机可读存储介质或者直接叫介质等，存储介质可以是非易失性可读存储介质，如RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计算机程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的计算机程序，并执行本发明以下实施例提供的虚拟银行开户方法中的步骤。

参照图2，本发明一种虚拟银行开户方法的第一实施例中，所述虚拟银行开户方法包括：

步骤S30，接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息。

虚拟银行开户设备接收开户用户基于终端发送的开户信息，所述虚拟银行开户设备通常为虚拟银行的核心系统，所述终端则可为pc、手机和专用的银行柜机等，所述开户信息包含有两部分，一部分是用户直接在终端的开户页面填写以及通过摄像头进行ocr扫描或活体检测等手段采集的信息，此部分信息在本实施例中均成为基础信息，另一部分则为虚拟银行客户设备以注册界面向用户展示的开户说明以及进行电子签约获取的权限仅一步对外部数据接口和合作数据接口进行的用户信息采集，此部分信息在本实施例中均称为授权信息。

进一步的，所述步骤S30之前还可包括：

步骤S10，接收用户基于所述终端发送的开户请求；

虚拟银行开户设备接收用户基于终端发送的开户请求，虚拟银行的开户类型包含多种，如借记账户、信用账户和借贷账户等，而所述开户请求中即包含有用户指定的开户类型，所述开户类型包含借记账户、信用账户和借贷账户等。

可以理解的是，在步骤S10之前，用户需提前进行注册操作，参照图3，如用户采用手机号注册的方式，则在用户提交注册前展示注册说明，以使用户知悉相关的条款，在初步的注册完成后，以电文为形式，以传统的签字为外观进行线上的电子签约，事实上，完成该电子签约的步骤即实现了获取用户的授权，以进一步从合作接口或外部接口抓取更多的授权信息，此后还包括身份证扫描，如ocr对身份证进行扫描完成实名认证，为确定开户者与身份证信息统一，再进行人证比对，具体的，开启摄像头采集开户者的图像，与预设人脸数据库比对的，进一步，为确保所述开户者的图像为真人图像而非照片，再进行活体检测，即在采集开户者图像时要求开户者做出转头、张嘴、眨眼等动作，认证比对过后，首先将所述开户者的信息与黑名单中的数据进行碰撞，若所述开户者处于所述黑名单内，则直接拒绝所述用户的进一步的开户操作。

进一步的，所述步骤S30之前还可包括：

步骤a1，对预设用户信息库中的与用户信息进行预处理，生成训练样本；

虚拟银行开户设备对预设用户信息库中的与用户信息进行预处理，生成训练样本，的信息进行量化处理，如学历信息，在训练样本信息中记录为初中、高中，将所述学历信息进行量化后形成用数字表示的特征，各维度的信息均可通过上述方法处理后处于某一区间，可根据用户信息库使用统计学方法构建预设评分卡，对评分卡模型的建立过程主要包括的流程有数据获取、探索性数据分析、数据预处理，所述用户信息库中包含有守信用户信息和失信用户信息，为确保后续模型训练结果的准确性，守信用户信息和失信用户信息均需要选择一定样本进行组合作为训练样本，保留部分样本以进行模型校验。对确定的训练样本进行如空值处理，归一化处理；关于空值处理，具体的，确定训练样本后，对于信息缺失较为严重的维度即便进行填充在后续训练中也不具备参考价值，因此去除该维度，而对于重要维度内的空值，则进行填充处理，如可选取中位值作为填充。关于归一化，具体的，对于训练样本中未量化变量选择、模型开发、模型评估、模型实施、模型检测等。

针对上述评分卡模型的建立流程总结得到构建评分卡的主要步骤可包括：选取建模用户；选取建模变量；为各个建模变量设置建模系数；根据各个建模变量及其对应的建模系数，结合预设建模规则构建评分卡模型。可以理解的，建模用户是指用来构建模型的用户，为了保证评分卡模型对新用户预测的准确性，需要保证建模信息基数。建模变量是从用户变量中选择的一个或多个变量，建模变量的选择方式可以为：将多个建模用户按照一定规则比如时间规则分为多组建模样本，然后根据每个用户变量在多个建模样本中的表现情况，从用户变量中选择在各组建模样本中都表现良好的变量作为建模变量，可以根据各个建模变量在建模用户中所占的权重为各个建模变量设置建模系数，也即根据各个建模变量对用户预测的影响情况来为各个建模变量设置建模系数，后根据选择的建模变量及其对应建模系数构建评分卡模型，建立评分卡模型后，使用评分卡模型对各维度数据根据评分卡标准进行量化处理。

步骤a2，采用所述训练样本进行模型训练，生成预设分类模型。

虚拟银行开户设备采用所述训练样本进行模型训练，生成预设分模型，经过上述方法处理，所述训练样本已可用于用户分类模型的构建。提取训练样本中的各维度如收入、学历、手机入网时长、电商平台退款率、名下信用卡数量、履约次数等影响因素一起作为用户分类模型的特征，使用如支持向量机(Support Vector Machine，SVM)、聚类算法(Clustering Algorithms)等机器学习算法初步构建用户分类模型，使用训练样本外的其他样本作为验证数据，验证用户分类模型可靠性。

步骤S20，根据所述开户请求确定开户类型，并返回与所述开户类型对应的开户信息采集方式至所述终端。

虚拟银行开户设备根据所述开户请求确定开户类型，并返回与所述开户类型对应的开户信息采集方法至所述终端，由于开户类型的不同，对于开户人的审查条件也不一样，如在用户进行借记账户开户时需要的审查未必需要如同信用账户和借贷账户一般严格，减少部分不必要的资料填写和认证的步骤提有效提升如借记账户这样的低风险账户的开户效率，而根据用户在终端的选取开户的账户或业务类型展示不同的信息采集页面，如借记账户、信用卡账户、借贷账户，其中根据机构授予用户不同账户的可能存在的风险将账户分为低风险账户即借记账户、中风险账户即信用卡账户、高风险账户如借贷账户并分别展示不同的信息采集页面，服务器接收用户基于移动终端输入的个人信息，在开通借记账户时输入基础个人信息如手机号、身份证信息，在开通信用卡账户时输入除包含基础个人信息外，还包含任职公司、收入、社保、公积金等信息，在开通借贷账户时输入除前述信息外，额外包含资产信息等。本步骤中还包含有用户电子签约，以使客户知悉相关条款，并通过电子签约取得用户的授权操作，以进行更深层次的信息挖掘，挖掘如手机号入网时间长度，名下信用卡数量，履约情况，电商账户购买记录，退款情况，消费明细，电话常联系人(常联系人是否存在黑名单、失信名单中)、社交应用常联系人(社交应用常联系人是否存在黑名单、失信名单中)等维度。

步骤S40，采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征。

虚拟银行开户设备对所述开户信息进行量化处理，生成所述开户用户的用户特征，如前述步骤中对于开户信息的解释，所述开户信息不仅为用户在注册或开户时填写的信息(基础信息)，还包含虚拟银行开户设备通过外部接口或合作接口获取的所述用户的信息(授权信息)，将用户输入的数据和授权取得的数据进行预处理，如空值、归一化，如不合规范填写的信息和未填写的信息插入空值，使用预设评分卡为各维度确定分值。可以理解的是，用户的信息往往为各式的文本样式，或者是缺乏量化的标准，如电话常联系人此类无法准确作为分类的特征的维度应当进行量化后使用，量化的方法包含如针对每一维度的特征建立预设评分卡或采用字典映射的方式，将采集到的开户信息转化为统一标准以生成所述开户用户的用户特征，以多维向量的形式保存。

步骤S50，将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险。

虚拟银行开户设备将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，所述预设分类模型为预先训练建立的可根据用户特征确定所述用户的信用或风险状况的模型，关于所述预设分类模型的建立方法将在后续实施例中说明，此处不作赘述，所述用户的分类结果分为三类，即低风险、潜在风险和高风险，并且针对不同风险的开户用户具有不同的应对举措，将在后续实施例中说明。

步骤S60，根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户。

虚拟银行开户设备根据所述分类结果发送对应的开户结果至所述终端，如前述步骤所述，分类结果包含低风险、潜在风险和高风险三类，对应的开户结果也有允许开户、待审查、不允许开户三种，虚拟银行开户设备将所述分类结果反馈至终端知悉用户当前的开户状况。

进一步的，步骤S60还包括：

步骤b1，若所述分类结果为低风险，则发送允许开户结果至所述终端；

步骤b2，若所述分类结果为潜在风险，则发送待审查结果至所述终端；

步骤b3，若所述分类结果为高风险，则发送不允许开户结果至所述终端。

若所述分类结果为低风险，虚拟银行开户设备则发送允许开户结果至所述终端，若所述分类结果为潜在风险，虚拟银行开户设备则发送待审查结果至所述终端，若所述分类结果为高风险，虚拟银行开户设备则发送不允许开户结果至所述终端，对于高风险分类，只给返回不允许开户结果，对于潜在风险分类，返回待审查的结果，开户信息进入待审核列表中，进一步分配客户服务人员进行调查，根据调查结果决定是否允许用户开户。

进一步的，所述步骤b2之后可包括：

步骤b4，将所述分类结果为潜在风险的开户信息发送至客服系统，以使所述客服系统分配客服人员对所述开户信息对应的开户用户进行尽职调查生成尽职调查结果。

步骤b5，根据所述尽职调查结果重新确定开户结果并发送至所述终端。

返回待审核的结果，用户信息进入待审核列表中，进一步分配客户服务人员进行调查，根据调查结果决定是否允许用户开户，对于可授权用户，返回客户端进行下一步业务选择。所述客户服务人员进行调查的内容包括可对客户的职业、行业、收入、联系地址以及联系电话、在外部制裁名单上的情况、外部调查情况等，此外，还可通过视频方式以已掌握信息询问客户进行比对的方式，并记录所述视频进行眼动、头部姿态、肌肉动作等微表情评估，得出评估值供客户服务人员作为调查结果参考，当输出目标银行客户的尽职调查结果后，业务人员可根据上述信息，选择该目标银行客户当期的调查结论，调查结论是有一个有限选项的集合。例如：保持当前分类结果、调整客户分类结果等。

在本实施例中，虚拟银行开户设备接收开户用户基于终端发送的开户信息，将所述开户信息作用户为开户审核的依据，可以理解的是，用户的开户信息未必均为可直接做数据处理的信息，因此虚拟银行开户设备对所述开户信息进行量化处理，生成所述开户用户的用户特征，在所述用户特征向量构建后，将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，根据所述分类结果发送对应的开户结果至所述终端，通过将传统的由银行工作人员进行审核开户的方式转变至由预先训练的预设分类模型进行审核，实现了有效地甄别开户者的风险状况，降低虚拟银行风险的效果。

进一步的，在本发明第一实施例的基础上，进一步提出了本发明虚拟银行开户方法的第二实施例，本实施例为第一实施例中步骤b1的后置步骤，所述虚拟银行开户方法包括：

步骤b6，生成与所述开户用户对应的开户账户。

步骤b7，接收所述开户用户基于所述终端发送的账户用途信息。

步骤b8，根据所述账户用途信息和与所述账户用途信息对应的预设协议将所述开户账户划分为至少两个子账户，其中，所述各子账户内的资金独立。

若所述分类结果为低风险，虚拟银行开户设备则发送允许开户结果至所述终端，随后生成与所述开户用户对应的开户账户，所述开户账户即为开户用户通过审核后获取的银行账户，虚拟银行开户设备接收所述开户用户基于所述终端发送的账户用途信息，所述用途信息虚拟银行开户设备根据所述账户用途信息和与所述账户用户信息对应的预设协议将所述开户账户划分为至少两个子账户，其中，所述各子账户内的资金独立，所述预设协议是虚拟银行根据账户用途信息预先建立的指导开户账户进行划分的协议，实际即为记录基于账户用途信息对开户账户进行划分的方法。

可以理解的是，众多开户用户在银行开户时都有明确的开户账户用途，如用于缴纳学费、用于购买股票或基金等金融产品、用于支付在医院的开销、用于支付养老机构的开销。

本实施例以学费为例进行说明，学费又包含有书本费、住宿费、服装费等子类目，若学费总额为5000元，其中书本1000元、住宿3000元、服装1000元，而账户中存有4500元，则会由于余额不足导致学费缴纳失败，若在开户时根据其开户账户用途信息(学费)将其划分为书本、住宿、服装三个子账户，且三个账户的资金分别独立，如书本子账户存有1000、住宿子账户存有3000、服装账户存有500，则在进行学费缴纳时，可先将书本和住宿费用缴纳，服装费用则后补，由此实现收费项目的明细化管理，而不会因为账户内的总额不足以缴纳费用而导致缴纳完全失败。推而广之，当所述开户账户用途信息为医疗等关乎人身健康的用途时，通过将开户账户划分为数子账户以保证部分款项的稳定缴纳可有效保障用户的权益。

在本实施例中，通过根据开户用户提供的账户用途信息将开户账户划分为若干个资金独立的子账户，实现了同一笔费用下不同款项的分别缴纳，对于开户用户而言，避免因为余额不足而导致的所有款项均无法缴纳的问题，对于收款方而言，实现了收费款项的精细化管理。

进一步的，在本发明第一实施例的基础上，进一步提出了本发明虚拟银行开户方法的第三实施例，本实施例为第一实施例中步骤S60的后置步骤，所述虚拟银行开户方法包括：

步骤c1，若在用户开户后检测到所述开户用户的失信行为，则将所述开户用户的开户信息加入异常信息库。

若虚拟银行开户设备在用户开户后检测到所述开户用户的失信行为，则将所述开户用户的开户信息加入异常信息库，如前述实施例所述，用户完成开户则说明预设分类模型对于用户信用的认可，而所述用户发生失信行为即判定该用户的开户信息对于分类模型而言即为存在盲区无法准确认定的数据，而检测所述开户用户的失信行为即虚拟银行开户设备在查询到所述开户用户异常行为，如逾期，因此该数据对于改善用户分类模型的分类能力存在较大意义，因此将其加入异常信息库以便后续用于改善所述预设分类模型。

步骤c2，采用所述异常信息库的开户信息对所述预设分类模型进行校正训练。

虚拟银行开户设备采用所述异常信息库的开户信息对所述预设分类模型进行校正训练，将所述失信用户的开户信息作为特殊数据记录，并使用所述特数据对预设分类模型进行进一步校正，提升预设分类模型的风险识别能力，可一定程度避免今后出现存在类似情况的用户轻易通过审核银行拟银行银行因开户审查的漏洞造成损失。

在本实施例中，通过将用户开户后发生失信行为的用户的开户信息作为异常信息记录，并采用所述异常信息对预设分类模型进行校正训练，提升了预设分类模型的风险识别能力，可一定程度避免今后出现存在类似情况的用户轻易通过审核，降低因开户审查的漏洞造成虚拟银行的损失。

进一步的，在本发明以上实施例的基础上，进一步提出了本发明虚拟银行开户方法的第四实施例，本实施为第一实施例中步骤S60的后置步骤，所述虚拟银行开户方法包括：

步骤d1，当用户产生交易信息时，将所述交易信息在预设区块链中进行全网广播，以使区块链中的各区块记录所述交易信息。

步骤d2，以自身区块为基准构建默克尔树。

步骤d3，在接收到用户的交易信息查询指令时，基于所述交易信息查询所述默克尔树以获取所述交易信息查询指令对应的交易信息。

当用户产生交易信息时，虚拟银行开户设备将所述交易信息在预设区块链中进行全网广播，虚拟银行建立一初始区块，为可授权用户发放唯一的公钥和私钥，所述私钥则为用户保管且可自行修改，所述公钥和私钥均为基于用户的信息如开户银行卡号等唯一的信息进行非对称加密形成，每当该用户进行交易操作时，银行将交易信息向全网广播，全网所有节点负责维护区块链，将该条交易信息写入自身区块中，当达成共识后将所述交易信息写入区块链，并完成该次交易操作，对于交易数据是否上链用户可以自行选择，可选的，若为防范诈骗等情形则应当上链，交易数据上链在全网共识后虚拟银行才进行资金流动，若如同快速转账给熟人等操作则可选择无须上链，不论是否上链，交易数据均为虚拟银行记录作为自身备份。若在交易中出现对方为诈骗人员或账户被盗后产生交易的情形，用户将该次交易记录连同私钥通过公钥进行加密，一同发送至虚拟银行，虚拟银行收到该公钥加密信息之后，使用私钥进行解密，再与解密信息中夹带的私钥进行匹配，匹配成功则认定该交易记录为异常交易，向全网广播该次交易记录，并将该次交易标记为异常交易并记录，作为自身异常信息备份。网络中的节点在收到带有标识的交易记录之后，则可判定先前不带标志的交易记录为盗刷，从自身所维护的区块当中剔除，最终由于全网达成共识，该交易记录为异常的交易记录，最终写入区块链当中的数据将不包含该条消费记录，从而将不会触发虚拟银行的交易过程。

虚拟银行将关于用户的所有交易记录，包含异常记录整合为同一棵默克尔树，存放于区块链中，消费者可检索默克尔树查询得到无法篡改准确的交易信息，所述默克尔树为一种数据结构，所述默克尔树中的树叶节点为数据块的哈希值，在本方法中，哈希值与交易记录的哈希值对应。

可选的，为实现用户快速检索交易记录，虚拟银行可构建一交易数据文件系统，所述交易数据文件系统用于存储区块信息和交易详细数据，文件系统中文件大小可配置，当前文件写满后，区块数据写入下一文件中，基于所述文件系统再构建文件系统索引，所述索引包含区块和交易数据处于文件系统中的位置索引信息，此外，还可包含历史交易数据和账户交易数据和交易树、元数据索引等，该索引可采用索引数据库LevelDB实现。

此外，本发明实施例还提出一种虚拟银行开户装置，所述虚拟银行开户装置包括：

接收模块，用于接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息；

处理模块，用于采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征；

分类模块，用于将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险；

发送模块，用于根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户。

其中，虚拟银行开户装置的各个功能模块实现的步骤可参照本发明虚拟银行开户方法的各个实施例，此处不再赘述。

此外，为实现上述目的，本发明还提供一种虚拟银行开户设备；

所述虚拟银行开户设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中：

所述计算机程序被所述处理器执行时实现如上所述的虚拟银行开户方法的操作。

此外，本发明实施例还提出一种计算机存储介质。

所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例提供的虚拟银行开户方法中的操作。

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/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序；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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种虚拟银行开户方法，其特征在于，所述虚拟银行开户方法包括以下步骤：

接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息；

采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征；

将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险；

根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户。

2.如权利要求1所述的虚拟银行开户方法，其特征在于，所述接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息的步骤之前，包括：

接收用户基于所述终端发送的开户请求；

根据所述开户请求确定开户类型，并返回与所述开户类型对应的开户信息采集方式至所述终端。

3.如权利要求1所述的虚拟银行开户方法，其特征在于，所述接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息的步骤之前，包括：

对预设用户信息库中的与用户信息进行预处理，生成训练样本；

采用所述训练样本进行模型训练，生成预设分类模型。

4.如权利要求1-3所述虚拟银行开户方法，其特征在于，所述根据所述分类结果发送对应的开户结果至所述终端的步骤之后，包括：

若在用户开户后检测到所述开户用户的失信行为，则将所述开户用户的开户信息加入异常信息库；

采用所述异常信息库的开户信息对所述预设分类模型进行校正训练。

5.如权利要求1所述的虚拟银行开户方法，其特征在于，所述根据所述分类结果发送对应的开户结果至所述终端的步骤，包括：

若所述分类结果为低风险，则发送允许开户结果至所述终端；

若所述分类结果为潜在风险，则发送待审查结果至所述终端；

若所述分类结果为高风险，则发送不允许开户结果至所述终端。

6.如权利要求5所述的虚拟银行开户方法，其特征在于，所述若所述分类结果为潜在风险，则发送待审查结果至所述终端的步骤之后，包括：

将所述分类结果为潜在风险的开户信息发送至客服系统，以使所述客服系统分配客服人员对所述开户信息对应的开户用户进行尽职调查生成尽职调查结果；

根据所述尽职调查结果重新确定开户结果并发送至所述终端。

7.如权利要求1所述的虚拟银行开户方法，其特征在于，所述根据所述分类结果发送对应的开户结果至所述终端的步骤之后，包括：

当用户产生交易信息时，将所述交易信息在预设区块链中进行全网广播，以使区块链中的各区块记录所述交易信息；

以自身区块为基准构建默克尔树；

在接收到用户的交易信息查询指令时，基于所述交易信息查询所述默克尔树以获取所述交易信息查询指令对应的交易信息。

8.一种虚拟银行开户装置，其特征在于，所述虚拟银行开户装置包括：

接收模块，用于接收开户用户基于终端发送的开户信息，所述开户信息包含基础信息和授权信息；

处理模块，用于采用预设评分卡对所述开户信息进行量化处理，生成所述开户用户的用户特征；

分类模块，用于将所述用户特征输入预设分类模型，生成所述开户用户的分类结果，其中，所述分类结果分为低风险、潜在风险和高风险；

发送模块，用于根据所述分类结果发送对应的开户结果至所述终端，其中，所述开户结果包括允许开户、待审查和不允许开户。

9.一种虚拟银行开户设备，其特征在于，所述虚拟银行开户设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中：

所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的虚拟银行开户方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的虚拟银行开户方法的步骤。

Images