本專利申請是申請?zhí)?01110366881.5專利申請的分案申請，申請日為2011年11月17日，發(fā)明名稱為一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控方法和系統(tǒng)。

本申請涉及計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控方法和系統(tǒng)以及風(fēng)險(xiǎn)監(jiān)控方法和系統(tǒng)。

背景技術(shù)：

信貸業(yè)務(wù)是銀行的主要業(yè)務(wù)種類，是銀行獲得利潤的支柱業(yè)務(wù)之一，也是各商業(yè)銀行市場競爭的焦點(diǎn)之一。但是，信貸業(yè)務(wù)也是風(fēng)險(xiǎn)業(yè)務(wù)。所以，對信貸風(fēng)險(xiǎn)進(jìn)行及時(shí)、準(zhǔn)確的監(jiān)控，以提高資產(chǎn)質(zhì)量，降低不良資產(chǎn)占比，是商業(yè)銀行提高自身生存能力和競爭能力的重要環(huán)節(jié)。

目前，現(xiàn)有技術(shù)一種典型的針對企業(yè)信貸風(fēng)險(xiǎn)的監(jiān)控方法是，通過銀行用戶經(jīng)理走訪的方式進(jìn)行企業(yè)經(jīng)營數(shù)據(jù)和風(fēng)險(xiǎn)相關(guān)的信息數(shù)據(jù)收集，并在收集完成后錄入數(shù)據(jù)庫系統(tǒng)，最后，通過分析應(yīng)收突然變大、回款變慢、存貸突然升高等財(cái)報(bào)異常指標(biāo)，進(jìn)行風(fēng)險(xiǎn)度量，如果存在風(fēng)險(xiǎn)，則發(fā)起相應(yīng)的補(bǔ)救措施。

上述針對企業(yè)信貸風(fēng)險(xiǎn)的監(jiān)控方法具有如下缺點(diǎn)：

1、整個(gè)流程都需要人工干預(yù)，無疑增加了人工成本；

2、用戶經(jīng)理按月定期走訪的方式，使得信息數(shù)據(jù)的收集、錄入和分析均是靜態(tài)的，這樣，在分析時(shí)，企業(yè)信貸風(fēng)險(xiǎn)往往已經(jīng)發(fā)生或者暴露，所以具有不及時(shí)和滯后的缺點(diǎn)；

3、由于信息數(shù)據(jù)的收集、錄入和分析均由人工完成，尤其地，所述風(fēng)險(xiǎn)度量為信息數(shù)據(jù)的定性分析，其主要憑分析者的直覺、經(jīng)驗(yàn)來完成，所以具有主觀和不準(zhǔn)確的缺點(diǎn)。

目前，現(xiàn)有技術(shù)一種典型的針對個(gè)人信用卡信貸風(fēng)險(xiǎn)的監(jiān)控方法是，通過信用卡合作商戶的pos(銷售終端，pointofsale)機(jī)，把交易的金額、時(shí)間、商戶名稱傳回給發(fā)卡行數(shù)據(jù)中心，由發(fā)卡行數(shù)據(jù)中心對交易數(shù)據(jù)(包括消費(fèi)金額、頻率等)等進(jìn)行對比分析以后，判斷風(fēng)險(xiǎn)及采取相應(yīng)的措施。

上述針對個(gè)人信用卡信貸風(fēng)險(xiǎn)的監(jiān)控方法針對已經(jīng)發(fā)生的交易數(shù)據(jù)進(jìn)行對比分析，雖然能夠依據(jù)所述交易數(shù)據(jù)分析得到個(gè)人用戶每月的消費(fèi)金額總數(shù)及還款是否及時(shí)等與風(fēng)險(xiǎn)相關(guān)的信息；但是，所述交易數(shù)據(jù)并無規(guī)律可循，單憑所述交易數(shù)據(jù)是無法分析到個(gè)人用戶的消費(fèi)習(xí)慣、消費(fèi)偏好等其它行為特征的層面的，這樣，如果一個(gè)人用戶具有奢侈消費(fèi)的習(xí)慣，但該用戶的工資遠(yuǎn)遠(yuǎn)不及每月的消費(fèi)金額總數(shù)，即使該個(gè)人用戶不存在逾期還款的不良記錄，其信用卡信貸還是具有很大的風(fēng)險(xiǎn)的。上述監(jiān)控方法也是更偏重貸后的監(jiān)控，因而無法監(jiān)控到這種情形下的風(fēng)險(xiǎn)，也即，上述針對個(gè)人信用卡信貸風(fēng)險(xiǎn)的監(jiān)控方法也具有監(jiān)控不及時(shí)和不準(zhǔn)確的缺點(diǎn)。

總之，需要本領(lǐng)域技術(shù)人員迫切解決的一個(gè)技術(shù)問題就是：如何能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的及時(shí)性和準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)要素：

本申請所要解決的技術(shù)問題是提供一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控方法和系統(tǒng)，能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的及時(shí)性和準(zhǔn)確性。

為了解決上述問題，本申請公開了一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控方法，包括：

定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，并將所述網(wǎng)絡(luò)行為數(shù)據(jù)作為歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲；

依據(jù)所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)，確定相應(yīng)的風(fēng)險(xiǎn)模型；

依據(jù)所述風(fēng)險(xiǎn)模型的定義，調(diào)用集群存儲的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行歷史風(fēng)險(xiǎn)識別，并將相應(yīng)的歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)進(jìn)行保存；

實(shí)時(shí)獲取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)；

依據(jù)所述風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到在線風(fēng)險(xiǎn)識別結(jié)果；

依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果，對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理。

優(yōu)選的，所述依據(jù)風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別的步驟，包括：

獲取所述風(fēng)險(xiǎn)模型針對所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)的歷史風(fēng)險(xiǎn)識別結(jié)果；

以所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)，將所述在線網(wǎng)絡(luò)行為數(shù)據(jù)輸入至所述風(fēng)險(xiǎn)模型，得到相應(yīng)的在線風(fēng)險(xiǎn)識別結(jié)果，并進(jìn)行保存。

優(yōu)選的，所述定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)的步驟，包括：

定期或定時(shí)通過調(diào)用接口建立到在線應(yīng)用程序的連接，由在線應(yīng)用程序基于接口調(diào)用的方式，將相應(yīng)用戶的網(wǎng)絡(luò)行為數(shù)據(jù)推送至所述調(diào)用接口；

在所述調(diào)用接口處監(jiān)聽來自在線應(yīng)用程序的用戶的網(wǎng)絡(luò)行為數(shù)據(jù)。

優(yōu)選的，所述接口調(diào)用為針對所述調(diào)用接口的異步調(diào)用。

優(yōu)選的，所述實(shí)時(shí)獲取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)的步驟，包括：

從在線應(yīng)用程序?qū)崟r(shí)抓取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)。

優(yōu)選的，所述在線網(wǎng)絡(luò)行為數(shù)據(jù)隸屬于兩個(gè)或者兩個(gè)以上的用戶；

所述依據(jù)風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到在線風(fēng)險(xiǎn)識別結(jié)果的步驟，包括：

針對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)隸屬的各用戶，分別依據(jù)相應(yīng)的風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到相應(yīng)的子在線風(fēng)險(xiǎn)識別結(jié)果；

對所有用戶的子在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行集合，得到總的在線風(fēng)險(xiǎn)識別結(jié)果。

優(yōu)選的，所述依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果，對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理的步驟，包括：

判斷所述在線風(fēng)險(xiǎn)識別結(jié)果是否具有風(fēng)險(xiǎn)性，若是，則依據(jù)預(yù)置的風(fēng)險(xiǎn)等級標(biāo)準(zhǔn)，確定所述在線風(fēng)險(xiǎn)識別結(jié)果隸屬的風(fēng)險(xiǎn)等級，并對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行與所確定的風(fēng)險(xiǎn)等級相應(yīng)的風(fēng)險(xiǎn)處理。

另一方面，本申請還公開了一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控系統(tǒng)，包括：

離線風(fēng)險(xiǎn)識別裝置，包括：

離線獲取模塊，用于定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)；

集群存儲模塊，用于將所述網(wǎng)絡(luò)行為數(shù)據(jù)作為歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲；

確定模塊，用于依據(jù)所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)，確定相應(yīng)的風(fēng)險(xiǎn)模型；

歷史風(fēng)險(xiǎn)識別模塊，用于依據(jù)所述風(fēng)險(xiǎn)模型的定義，調(diào)用集群存儲的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行歷史風(fēng)險(xiǎn)識別，得到相應(yīng)的歷史風(fēng)險(xiǎn)識別結(jié)果；及

第一保存模塊，用于將所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)進(jìn)行保存；

實(shí)時(shí)獲取裝置，用于實(shí)時(shí)獲取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)；

在線風(fēng)險(xiǎn)識別裝置，用于依據(jù)所述風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到在線風(fēng)險(xiǎn)識別結(jié)果；及

處理裝置，用于依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果，對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理。

優(yōu)選的，所述在線風(fēng)險(xiǎn)識別裝置，包括：

歷史結(jié)果獲取模塊，用于獲取所述風(fēng)險(xiǎn)模型針對所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)的歷史風(fēng)險(xiǎn)識別結(jié)果；

在線模型識別模塊，用于以所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)，將所述在線網(wǎng)絡(luò)行為數(shù)據(jù)輸入至所述風(fēng)險(xiǎn)模型，得到相應(yīng)的在線風(fēng)險(xiǎn)識別結(jié)果；及

第二保存模塊，用于對所述在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行保存。

優(yōu)選的，所述離線獲取模塊，包括：

連接建立模塊，用于定期或定時(shí)通過調(diào)用接口建立到在線應(yīng)用程序的連接，由在線應(yīng)用程序基于接口調(diào)用的方式，將相應(yīng)用戶的網(wǎng)絡(luò)行為數(shù)據(jù)推送至所述調(diào)用接口；

監(jiān)聽模塊，用于在所述調(diào)用接口處監(jiān)聽來自在線應(yīng)用程序的用戶的網(wǎng)絡(luò)行為數(shù)據(jù)。

與現(xiàn)有技術(shù)相比，本申請具有以下優(yōu)點(diǎn)：

首先，本申請通過監(jiān)控用戶的網(wǎng)絡(luò)行為數(shù)據(jù)來實(shí)現(xiàn)企業(yè)信貸或者個(gè)人信用卡信貸風(fēng)險(xiǎn)的動態(tài)和自動化監(jiān)控，其能夠應(yīng)用于信貸全流程，包括貸前、貸中、貸后的風(fēng)險(xiǎn)監(jiān)控，故相對于現(xiàn)有技術(shù)的貸后風(fēng)險(xiǎn)監(jiān)控，能夠更及時(shí)、準(zhǔn)確，并且盡量減少了人工的干預(yù)；例如，在用戶申請貸款的時(shí)候，即能知道是否應(yīng)該允許該信貸申請，從而能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的及時(shí)性；

其次，本申請風(fēng)險(xiǎn)識別所采用的風(fēng)險(xiǎn)模型為依據(jù)用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)所建立的數(shù)學(xué)模型，由于風(fēng)險(xiǎn)模型中反映有對用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行定量分析的結(jié)果，故相對于現(xiàn)有技術(shù)的定性分析，能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的準(zhǔn)確性；例如，所述定量分析能夠分析得到個(gè)人信貸用戶的決策習(xí)慣、消費(fèi)習(xí)慣、消費(fèi)偏好等行為特征，這樣，在分析出某個(gè)人信貸用戶具有奢侈消費(fèi)的習(xí)慣，且其工資遠(yuǎn)遠(yuǎn)小于每月的消費(fèi)金額總數(shù)時(shí)，即使歷史網(wǎng)絡(luò)行為數(shù)據(jù)表明該個(gè)人信貸用戶不存在逾期還款的不良記錄，但認(rèn)為其信用卡信貸還是具有很大的風(fēng)險(xiǎn)的，故可以給出一定的風(fēng)險(xiǎn)提示和預(yù)警策略，供銀行參考，看是否減少其信用卡額度，或者，凍結(jié)授信；

再者，本申請?jiān)丛床粩嗟孬@取、分析和識別用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，能夠保證用戶每天來申請貸款，在線風(fēng)險(xiǎn)識別結(jié)果都是實(shí)時(shí)更新的，從而能夠保證風(fēng)險(xiǎn)監(jiān)控的可控性；

進(jìn)一步，本申請對用戶的網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲，并采用集群式的云計(jì)算，用并行的方式對大規(guī)模的數(shù)據(jù)吞吐進(jìn)行及時(shí)處理。

附圖說明

圖1是本申請一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控方法實(shí)施例的流程圖；

圖2是本申請一種企業(yè)信貸的業(yè)務(wù)流程示意圖；

圖3是本申請一種獲取實(shí)時(shí)交易的網(wǎng)上行為數(shù)據(jù)的流程圖示例；

圖4是本申請一種風(fēng)險(xiǎn)監(jiān)控系統(tǒng)的結(jié)構(gòu)示意圖；

圖5是圖4所示風(fēng)險(xiǎn)監(jiān)控系統(tǒng)與業(yè)務(wù)流程的關(guān)系示意圖；

圖6是圖4所示風(fēng)險(xiǎn)監(jiān)控系統(tǒng)在貸后風(fēng)險(xiǎn)監(jiān)控中的應(yīng)用流程；

圖7是圖4所示風(fēng)險(xiǎn)監(jiān)控系統(tǒng)在欺詐、賬戶盜用風(fēng)險(xiǎn)捕捉中的應(yīng)用流程；

圖8是本申請一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控系統(tǒng)實(shí)施例的結(jié)構(gòu)圖；

圖9是圖8所示監(jiān)控系統(tǒng)的工作流程示意圖。

具體實(shí)施方式

為使本申請的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對本申請作進(jìn)一步詳細(xì)的說明。

現(xiàn)有針對企業(yè)信貸或者個(gè)人信用卡信貸風(fēng)險(xiǎn)的監(jiān)控方法，無法獲取到及時(shí)充足的用戶信息，例如，僅在申貸前收取企業(yè)提供的財(cái)務(wù)報(bào)告，在申貸后每個(gè)月定期收取企業(yè)財(cái)務(wù)月報(bào)；又如，僅在信用卡申請前收取個(gè)人用戶提供的身份證明，在申貸后計(jì)算個(gè)人用戶每月的消費(fèi)金額總數(shù)等?；谏鲜鲈颍F(xiàn)有技術(shù)只能做到貸后、靜態(tài)的監(jiān)控，因而具有監(jiān)控不及時(shí)、不準(zhǔn)確的缺點(diǎn)。

目前，隨著信息科技的發(fā)展，互聯(lián)網(wǎng)早已成為人們生活中不可或缺的一部分，人們在互聯(lián)網(wǎng)上進(jìn)行各種各樣的行為，如娛樂行為、消費(fèi)行為、行銷行為等等。

如果能夠在網(wǎng)絡(luò)上獲取個(gè)人或企業(yè)信貸用戶在網(wǎng)絡(luò)上的行為數(shù)據(jù)(以下稱作網(wǎng)絡(luò)行為數(shù)據(jù))，并將其應(yīng)用于針對企業(yè)信貸或者個(gè)人信用卡信貸風(fēng)險(xiǎn)的監(jiān)控，那么，可以做到貸前、貸中和貸后的全流程監(jiān)控，并且能夠做到自動化監(jiān)控，也就能夠提高監(jiān)控的及時(shí)性和準(zhǔn)確性。

本申請實(shí)施例的核心構(gòu)思之一在于，獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，并通過監(jiān)控這些網(wǎng)絡(luò)行為數(shù)據(jù)，來實(shí)現(xiàn)企業(yè)信貸或者個(gè)人信用卡信貸風(fēng)險(xiǎn)的動態(tài)、自動化和全流程監(jiān)控。所述網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控具體可以包括：

1、用戶的網(wǎng)絡(luò)行為數(shù)據(jù)的獲取；

在實(shí)際中，無論是個(gè)人信貸用戶還是企業(yè)信貸用戶，其網(wǎng)絡(luò)行為數(shù)據(jù)是經(jīng)過用戶授權(quán)的。例如，假設(shè)個(gè)人信貸用戶關(guān)聯(lián)的信貸對象為信用卡，且對應(yīng)的網(wǎng)絡(luò)行為是消費(fèi)行為，則其網(wǎng)絡(luò)行為數(shù)據(jù)除了包括交易數(shù)據(jù)外，還通常包括但不限于如下數(shù)據(jù)：注冊信息、身份驗(yàn)證信息、交易品類、條件、評價(jià)信息，社區(qū)用戶活動信息等。

為實(shí)現(xiàn)企業(yè)信貸或者個(gè)人信用卡信貸風(fēng)險(xiǎn)的動態(tài)、自動化和全流程監(jiān)控，本申請是需要源源不斷地獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)的，這樣，就可以將網(wǎng)絡(luò)行為數(shù)據(jù)分為兩類：歷史網(wǎng)絡(luò)行為數(shù)據(jù)和在線網(wǎng)絡(luò)行為數(shù)據(jù)，二者以時(shí)間為界限，也即，當(dāng)前獲取的即是在線網(wǎng)絡(luò)行為數(shù)據(jù)，之前的即是歷史網(wǎng)絡(luò)行為數(shù)據(jù)。

2、用戶的網(wǎng)絡(luò)行為數(shù)據(jù)的分析；

為了提高監(jiān)控的客觀性和準(zhǔn)確性，本申請不是類似現(xiàn)有即是進(jìn)行定性分析，而是進(jìn)行歷史網(wǎng)絡(luò)行為數(shù)據(jù)的定量分析，具體而言，依據(jù)用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)建立數(shù)學(xué)模型；所述定量分析的結(jié)果反映在數(shù)學(xué)模型的特征中，例如，所述數(shù)學(xué)模型的特征可以包括個(gè)人信貸用戶的決策習(xí)慣、消費(fèi)習(xí)慣、消費(fèi)偏好等行為特征。

現(xiàn)有技術(shù)的信用卡賬單中雖然可以顯示在某商場消費(fèi)的金額總數(shù)，但無法獲知消費(fèi)商品的具體屬性，比如，同樣是購買啤酒，所選擇的品牌、包裝、促銷價(jià)等。另外，也無法獲知用戶在做出消費(fèi)決策前，對哪些商品進(jìn)行了比較，是價(jià)格敏感還是更看重商品自身的品質(zhì)。本申請通過獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，以為風(fēng)險(xiǎn)監(jiān)控提供及時(shí)充足的用戶信息。

例如，如果一個(gè)人用戶的網(wǎng)絡(luò)行為數(shù)據(jù)的分析結(jié)果表明，奢侈品購買占日用品比重較大，且金額占每月消費(fèi)總額的比重較大，則可以判定該個(gè)人用戶具有奢侈消費(fèi)的習(xí)慣。另外，還可以通過分析注冊信息、身份驗(yàn)證信息等，確定該個(gè)人用戶的當(dāng)前工資。進(jìn)一步，分析結(jié)果還表明，該個(gè)人用戶會在每月上半月進(jìn)行大量消費(fèi)。

3、利用風(fēng)險(xiǎn)模型對用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)識別；

可直接以用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)作為風(fēng)險(xiǎn)模型的輸入，風(fēng)險(xiǎn)模型的輸出就是風(fēng)險(xiǎn)識別結(jié)果，所述風(fēng)險(xiǎn)識別結(jié)果可以風(fēng)險(xiǎn)評定分的形式，例如，風(fēng)險(xiǎn)評定分的范圍可以是0～100，其中，風(fēng)險(xiǎn)評定分越高，表示風(fēng)險(xiǎn)越高。

對應(yīng)上例，如果該個(gè)人用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)為，其在某月月初進(jìn)行了一筆巨額消費(fèi)；那么，在具體實(shí)現(xiàn)中，可以利用風(fēng)險(xiǎn)模型的各項(xiàng)特征進(jìn)行計(jì)算。對應(yīng)上例，可以判斷該個(gè)人用戶的工資和每月的消費(fèi)金額總數(shù)進(jìn)行比較，如果遠(yuǎn)遠(yuǎn)小于，則判斷這一筆巨額消費(fèi)和上月的消費(fèi)金額總是進(jìn)行比較，如果大于，即使風(fēng)險(xiǎn)模型的特征表明該個(gè)人用戶不存在逾期還款的不良記錄，但認(rèn)為其信用卡信貸還是具有很大的風(fēng)險(xiǎn)的，故可以輸出80分的高分。

4、依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果，對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理。

在實(shí)際中，如果所述在線風(fēng)險(xiǎn)識別結(jié)果不具有風(fēng)險(xiǎn)性，則可以不進(jìn)行處理，只是將所述在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行保存即可；但是，如果具有風(fēng)險(xiǎn)性，則應(yīng)采取包括發(fā)起預(yù)警、凍結(jié)授信、自動扣款、進(jìn)入催收等風(fēng)險(xiǎn)處理。

需要說明的是，所述用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)可以處于所述用戶關(guān)聯(lián)的信貸對象的業(yè)務(wù)流程的任一階段。

例如，如果在審批階段，所述處理可以依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果動態(tài)調(diào)整審批決策以及授信額度。上述源源不斷地獲取、分析和識別用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，能夠保證用戶每天來申請貸款，在線風(fēng)險(xiǎn)識別結(jié)果都是實(shí)時(shí)更新的。比如，用戶在前天還是正常用戶，卻在昨天進(jìn)行了大額虛假交易，那么該用戶今天來申請貸款的時(shí)候就可能被拒絕。

又如，對于上例的個(gè)人用戶，可以減少其信用卡額度，或者，凍結(jié)授信。

首先，本申請通過監(jiān)控用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，來實(shí)現(xiàn)企業(yè)信貸或者個(gè)人信用卡信貸風(fēng)險(xiǎn)的動態(tài)、自動化和全流程監(jiān)控，能夠?qū)F(xiàn)有技術(shù)的貸后風(fēng)險(xiǎn)監(jiān)控提前到貸前，例如，在用戶申請貸款的時(shí)候，即能知道是否應(yīng)該允許該信貸申請，從而能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的及時(shí)性；

其次，本申請風(fēng)險(xiǎn)識別所采用的風(fēng)險(xiǎn)模型為依據(jù)用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)所建立的數(shù)學(xué)模型，由于風(fēng)險(xiǎn)模型中反映有對用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行定量分析的結(jié)果，故相對于現(xiàn)有技術(shù)的定性分析，能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的準(zhǔn)確性；

再次，本申請?jiān)丛床粩嗟孬@取、分析和識別用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，能夠保證用戶每天來申請貸款，在線風(fēng)險(xiǎn)識別結(jié)果都是實(shí)時(shí)更新的，從而能夠保證風(fēng)險(xiǎn)監(jiān)控的可控性。

參照圖1，其示出了本申請一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控方法實(shí)施例的流程圖，具體可以包括：

步驟101、定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，并將所述網(wǎng)絡(luò)行為數(shù)據(jù)作為歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲；

步驟102、依據(jù)所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)，確定相應(yīng)的風(fēng)險(xiǎn)模型；

步驟103、依據(jù)所述風(fēng)險(xiǎn)模型的定義，調(diào)用集群存儲的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行歷史風(fēng)險(xiǎn)識別，并將相應(yīng)的歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)進(jìn)行保存；

步驟104、實(shí)時(shí)獲取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)；

在實(shí)際中，可以從在線應(yīng)用程序?qū)崟r(shí)抓取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)，具體而言，本申請可以從在線應(yīng)用程序?qū)崟r(shí)抓取處于所述用戶關(guān)聯(lián)的信貸對象的業(yè)務(wù)流程的任一階段的用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)。

在本申請實(shí)施例中，優(yōu)選的是，所述用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)至少可以包括如下網(wǎng)絡(luò)行為數(shù)據(jù)中的一種或多種：

第三方平臺針對用戶行為發(fā)布的公告數(shù)據(jù)、用戶關(guān)聯(lián)的信貸對象在業(yè)務(wù)流程中的物理地址數(shù)據(jù)、用戶在網(wǎng)絡(luò)上的交易行為數(shù)據(jù)。

例如，在所述用戶關(guān)聯(lián)的信貸對象為企業(yè)信貸時(shí)，相應(yīng)用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)可以包括如下數(shù)據(jù)中的一種或多種：財(cái)務(wù)數(shù)據(jù)、注冊信息、身份驗(yàn)證信息、用戶上下游渠道建設(shè)、大買家和忠實(shí)用戶的分布、行業(yè)價(jià)格因素、廣告和推廣投放效果、用戶消費(fèi)偏好等。

又如，在所述用戶關(guān)聯(lián)的信貸對象為個(gè)人信用卡信貸時(shí)，相應(yīng)用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)可以包括如下數(shù)據(jù)中的一種或多種：交易數(shù)據(jù)、注冊信息、身份驗(yàn)證信息、用戶消費(fèi)前的瀏覽商品、比價(jià)行為，用戶和其他用戶的購買心得、使用體會等分享行為。

參照圖2，其示出了本申請一種企業(yè)信貸的業(yè)務(wù)流程示意圖，具體可以包括：用戶貸款申請、業(yè)務(wù)準(zhǔn)入規(guī)則、準(zhǔn)入和授信、貸款審批、支用和還款等階段，本申請可以實(shí)時(shí)獲取該業(yè)務(wù)流程的任一階段產(chǎn)生的在線網(wǎng)絡(luò)行為數(shù)據(jù)，并對其進(jìn)行相應(yīng)的風(fēng)險(xiǎn)識別。例如，用戶來銀行申請貸款時(shí)，銀行可以產(chǎn)生與用戶貸款申請相應(yīng)的在線網(wǎng)絡(luò)行為數(shù)據(jù)。

在將本申請應(yīng)用于貸后風(fēng)險(xiǎn)監(jiān)控時(shí)，可以根據(jù)業(yè)務(wù)部門制定的信息采集標(biāo)準(zhǔn)，自動從第三方平臺針對用戶行為發(fā)布的公告數(shù)據(jù)，例如，從交易平臺實(shí)時(shí)處罰信息、支付平臺處罰信息、工商、稅務(wù)在線平臺公告、法院執(zhí)行公告等第三方平臺抓取風(fēng)險(xiǎn)信息，作為用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)。

在將本申請應(yīng)用于欺詐、賬戶盜用風(fēng)險(xiǎn)捕捉時(shí)，可以在用戶授權(quán)的情況下，獲取用戶關(guān)聯(lián)的信貸對象在業(yè)務(wù)流程中的物理地址數(shù)據(jù)。例如，可以對其在貸款全流程中的mac(消息認(rèn)證碼，messageauthenticationcode)，ip(網(wǎng)絡(luò)之間互連的協(xié)議，internetprotocol)和訪問日志等歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行記錄和分析。這樣，在該用戶觸發(fā)支用等操作時(shí)，可以立即獲取相應(yīng)的在線網(wǎng)絡(luò)行為數(shù)據(jù)，以進(jìn)行稍后的風(fēng)險(xiǎn)識別。

以上通過幾種示例對本申請實(shí)時(shí)獲取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)的方法進(jìn)行了說明，可以理解，本申請并不限于上述示例，更不會對具體的實(shí)時(shí)獲取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)的方法進(jìn)行限制。

步驟105、依據(jù)所述風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到在線風(fēng)險(xiǎn)識別結(jié)果；

由于所述風(fēng)險(xiǎn)模型為依據(jù)所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)所建立的數(shù)學(xué)模型，故相對于現(xiàn)有技術(shù)的定性分析，能夠大大提高信貸風(fēng)險(xiǎn)監(jiān)控的客觀性和準(zhǔn)確性。

在具體實(shí)現(xiàn)中，所述風(fēng)險(xiǎn)模型可以為基于機(jī)器學(xué)習(xí)方法建立的數(shù)學(xué)模型；其中，所述機(jī)器學(xué)習(xí)方法可以包括如下方法中的一種或多種：相關(guān)(correlation)學(xué)習(xí)方法、增強(qiáng)(boosting)學(xué)習(xí)方法、貝葉斯(bayes)學(xué)習(xí)方法、特征空間(eigen)學(xué)習(xí)方法、特征向量(vector)學(xué)習(xí)方法和元啟發(fā)式(meta-heuristics)學(xué)習(xí)方法。當(dāng)然，本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際需要，采用其它機(jī)器學(xué)習(xí)方法，或者，還可以采用其它數(shù)學(xué)建模方法，如各種線性或者非線性建模方法，等等，本申請對具體的風(fēng)險(xiǎn)模型的數(shù)學(xué)建模方法不加以限制。

在應(yīng)用層面，本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際需要定義各種風(fēng)險(xiǎn)模型，以針對不同的用戶繼續(xù)風(fēng)險(xiǎn)識別，本申請對具體的風(fēng)險(xiǎn)模型及定義不加以限制。以一筆商品交易為例，其既涉及到買家用戶，也涉及到賣家用戶，故可以分別定義相應(yīng)的買家欺詐模型和賣家欺詐模型。在某些情況下，還需要定義行為風(fēng)險(xiǎn)模型，以對這筆商品交易本身進(jìn)行風(fēng)險(xiǎn)識別。在有些情況下，還需要定義交易預(yù)測模型，以預(yù)測未來的交易。上面的風(fēng)險(xiǎn)模型示例主要針對于個(gè)人信貸用戶，同理，還可以針對企業(yè)信貸用戶定義企業(yè)主欺詐模型、經(jīng)營風(fēng)險(xiǎn)模型等等。

在本申請的一種優(yōu)選實(shí)施例中，可以靈活地基于歷史網(wǎng)絡(luò)行為數(shù)據(jù)建立和更新所定義的風(fēng)險(xiǎn)模型，相應(yīng)地，所述方法還可以包括：

步驟a1、定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)；

由于所述網(wǎng)絡(luò)行為數(shù)據(jù)已經(jīng)過用戶授權(quán)，故在實(shí)際中可通過在線應(yīng)用程序的開放數(shù)據(jù)平臺來獲取。這里，定期可以理解為每隔一定的時(shí)間間隔進(jìn)行獲取，例如，每隔1天或者2天或者3天等；定時(shí)可以理解為每天的固定時(shí)刻，如10點(diǎn)或11點(diǎn)或12點(diǎn)等。本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際需要，靈活運(yùn)用定期或定時(shí)的含義，從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，本申請對具體的應(yīng)用不加以限制。

在本申請一種優(yōu)選實(shí)施例中，所述定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)的步驟，可以包括：定期或定時(shí)通過調(diào)用接口建立到在線應(yīng)用程序的連接，由在線應(yīng)用程序基于接口調(diào)用的方式，將相應(yīng)用戶的網(wǎng)絡(luò)行為數(shù)據(jù)推送至所述調(diào)用接口；

在所述調(diào)用接口處監(jiān)聽來自在線應(yīng)用程序的用戶的網(wǎng)絡(luò)行為數(shù)據(jù)。

參照圖3，在本申請的一種應(yīng)用示例中，其示出了一種獲取實(shí)時(shí)交易的網(wǎng)上行為數(shù)據(jù)的流程圖。其中，在線交易平臺301調(diào)用風(fēng)險(xiǎn)監(jiān)控中心302的數(shù)據(jù)接口，通過http(超文本傳輸協(xié)議，hypertexttransferprotocol)或者rpcp(遠(yuǎn)程過程調(diào)用協(xié)議，remoteprocedurecallprotocol)，把數(shù)據(jù)及時(shí)推送到風(fēng)險(xiǎn)監(jiān)控中心302進(jìn)行處理。調(diào)用動作可由在線交易平臺301發(fā)起，由預(yù)定義的交易流程、網(wǎng)絡(luò)行為操作觸發(fā)，風(fēng)險(xiǎn)監(jiān)控中心302負(fù)責(zé)接收并處理。

為了保證數(shù)據(jù)傳輸?shù)慕研?，在本申請的一種優(yōu)選實(shí)施例中，所述接口調(diào)用可以為針對所述調(diào)用接口的異步調(diào)用。相對于同步調(diào)用，發(fā)送方在發(fā)出數(shù)據(jù)包后，需要阻塞等待直至接收方返回響應(yīng)，才能發(fā)送下一個(gè)數(shù)據(jù)包；而在異步調(diào)用的情況下，發(fā)送方無須阻塞等待，就可以隨心所欲地發(fā)送數(shù)據(jù)包。

圖3示出了一種異步傳送的方案示例，其中，在線交易平臺301發(fā)送實(shí)時(shí)消息到消息服務(wù)器303，風(fēng)險(xiǎn)監(jiān)控中心302通過建立長連接對實(shí)時(shí)消息進(jìn)行監(jiān)聽，即時(shí)獲取。通過這種機(jī)制，對交易信息獲取的延時(shí)性小于0.5秒，以提高風(fēng)險(xiǎn)監(jiān)控中心的數(shù)據(jù)傳送性能。

步驟a2、將所述網(wǎng)絡(luò)行為數(shù)據(jù)作為歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲；

通常情況下，在線應(yīng)用程序的訪問量和流量很大，本申請實(shí)現(xiàn)歷史網(wǎng)絡(luò)行為數(shù)據(jù)的難度主要在于數(shù)據(jù)量的高并發(fā)。例如，淘寶平臺每十分鐘發(fā)生的交易可達(dá)數(shù)百分筆，對每筆交易的合法性進(jìn)行分析建模就需要處理海量數(shù)據(jù)的高并發(fā)、穩(wěn)定性、準(zhǔn)確性問題。這樣，導(dǎo)致本申請獲取巨大的網(wǎng)絡(luò)行為數(shù)據(jù)，例如，本申請獲取的網(wǎng)絡(luò)訪問日志平均一天幾個(gè)tb(terabyte，太字節(jié)或百萬兆字節(jié))。

針對上述情形，本申請將所述網(wǎng)絡(luò)行為數(shù)據(jù)作為歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲。由于集群存儲具有開放式架構(gòu)(高擴(kuò)展性)、分布式操作系統(tǒng)、統(tǒng)一命名空間、易管理性、負(fù)載均衡和高性能等優(yōu)點(diǎn)，其能夠依托于云存儲和云計(jì)算，故可以稍后的數(shù)據(jù)分析打下堅(jiān)實(shí)的基礎(chǔ)。

步驟a3、依據(jù)所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)，確定相應(yīng)的風(fēng)險(xiǎn)模型；

前面提過，本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際需要定義各種風(fēng)險(xiǎn)模型；這里，可以針對所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)，確定相應(yīng)的風(fēng)險(xiǎn)模型。例如，一筆商品交易的網(wǎng)絡(luò)行為數(shù)據(jù)，其可能既涉及到買家用戶，也涉及到賣家用戶，故可以確定相應(yīng)的風(fēng)險(xiǎn)模型可以同時(shí)包括買家欺詐模型和賣家欺詐模型。

步驟a4、依據(jù)所述風(fēng)險(xiǎn)模型的定義，調(diào)用集群存儲的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行歷史風(fēng)險(xiǎn)識別，并將相應(yīng)的歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)進(jìn)行保存。

為了提高監(jiān)控的客觀性和準(zhǔn)確性，本申請進(jìn)行歷史網(wǎng)絡(luò)行為數(shù)據(jù)的定量分析，所述定量分析的結(jié)果反映在風(fēng)險(xiǎn)模型的特征中，例如，所述風(fēng)險(xiǎn)模型的特征可以包括個(gè)人信貸用戶的決策習(xí)慣、消費(fèi)習(xí)慣、消費(fèi)偏好等行為特征。

在具體實(shí)現(xiàn)中，可直接以用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)作為風(fēng)險(xiǎn)模型的輸入，風(fēng)險(xiǎn)模型的輸出就是歷史風(fēng)險(xiǎn)識別結(jié)果，所述風(fēng)險(xiǎn)識別結(jié)果可以風(fēng)險(xiǎn)評定分的形式，例如，風(fēng)險(xiǎn)評定分的范圍可以是0～100，其中，風(fēng)險(xiǎn)評定分越高，表示風(fēng)險(xiǎn)越高。所述歷史風(fēng)險(xiǎn)識別結(jié)果可以隨著定期或定時(shí)網(wǎng)絡(luò)行為數(shù)據(jù)的獲取，進(jìn)行定期或定時(shí)更新。

在實(shí)際中，所述風(fēng)險(xiǎn)模型可以利用mapreduce(映射化簡)編程模型進(jìn)行所述歷史網(wǎng)絡(luò)行為數(shù)據(jù)的并行運(yùn)算。在實(shí)施時(shí)，風(fēng)險(xiǎn)模型可以對歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行按列存儲，這里的列是指一些獨(dú)立元素組成的概念上的列表。

那么，映射(map)函數(shù)可以對列表的每一個(gè)元素進(jìn)行指定的操作，每個(gè)元素都是被獨(dú)立操作的，而原始列表沒有被更改，因?yàn)檫@里創(chuàng)建了一個(gè)新的列表來保存新的答案。這就是說，map函數(shù)是可以高度并行的，這對高性能要求的應(yīng)用以及并行計(jì)算領(lǐng)域的需求非常有用?；?reduce)函數(shù)則是對一個(gè)列表的元素進(jìn)行適當(dāng)?shù)暮喜?，雖然它不如映射函數(shù)那么并行，但是因?yàn)榛喓瘮?shù)總是有一個(gè)簡單的答案，大規(guī)模的運(yùn)算相對獨(dú)立，所以化簡函數(shù)在高度并行環(huán)境下也很有用。

在實(shí)際應(yīng)用中，在接收到用戶的網(wǎng)絡(luò)行為數(shù)據(jù)后，map函數(shù)可以處理相應(yīng)網(wǎng)頁請求的日志文件，并輸出<url,1>的鍵值對；接著reduce函數(shù)把相同url訪問次數(shù)值相加到一起，輸出<url,總訪問數(shù)>的鍵值對。

總之，本申請的風(fēng)險(xiǎn)模型定期(例如按天)進(jìn)行大數(shù)據(jù)量歷史網(wǎng)絡(luò)行為數(shù)據(jù)的計(jì)算和歷史風(fēng)險(xiǎn)識別，能夠保證風(fēng)險(xiǎn)防控的可控性。

同時(shí)，對于包括每天平均5個(gè)t的交易和網(wǎng)上行為數(shù)據(jù)和超過300條復(fù)雜的查詢運(yùn)算語句在內(nèi)的極大數(shù)據(jù)量，在集群存儲上進(jìn)行計(jì)算，花費(fèi)不到2個(gè)小時(shí)的時(shí)間，這是傳統(tǒng)的數(shù)據(jù)庫比如oracle,db2等所無法比擬的。

步驟106、依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果，對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理。

在本申請的一種優(yōu)選實(shí)施例中，所述依據(jù)風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別的步驟，具體可以包括：

子步驟b1、獲取所述風(fēng)險(xiǎn)模型針對所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)的歷史風(fēng)險(xiǎn)識別結(jié)果；

子步驟b2、以所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)，將所述在線網(wǎng)絡(luò)行為數(shù)據(jù)輸入至所述風(fēng)險(xiǎn)模型，得到相應(yīng)的在線風(fēng)險(xiǎn)識別結(jié)果，并進(jìn)行保存。

在本申請的另一種優(yōu)選實(shí)施例中，所述依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果，對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理的步驟，可以進(jìn)一步包括：

判斷所述在線風(fēng)險(xiǎn)識別結(jié)果是否具有風(fēng)險(xiǎn)性，若是，則依據(jù)預(yù)置的風(fēng)險(xiǎn)等級標(biāo)準(zhǔn)，確定所述在線風(fēng)險(xiǎn)識別結(jié)果隸屬的風(fēng)險(xiǎn)等級，并對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行與所確定的風(fēng)險(xiǎn)等級相應(yīng)的風(fēng)險(xiǎn)處理。

假設(shè)在線風(fēng)險(xiǎn)識別結(jié)果用風(fēng)險(xiǎn)評定分表示，且風(fēng)險(xiǎn)評定分的范圍為0～100，其中，風(fēng)險(xiǎn)評定分越高，表示風(fēng)險(xiǎn)越高，那么，可以認(rèn)為風(fēng)險(xiǎn)評定分大于等于60分的在線風(fēng)險(xiǎn)識別結(jié)果具有風(fēng)險(xiǎn)性。

本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際需求預(yù)置所述風(fēng)險(xiǎn)等級，例如，可以將其劃分為n個(gè)風(fēng)險(xiǎn)等級，其中，每個(gè)風(fēng)險(xiǎn)等級對應(yīng)一定的關(guān)于風(fēng)險(xiǎn)等級，這里，n為自然數(shù)。例如，在n＝3時(shí)，可以劃分為低、中、高三級。

在本申請的一種優(yōu)選實(shí)施例中，所述在線網(wǎng)絡(luò)行為數(shù)據(jù)可以隸屬于兩個(gè)或者兩個(gè)以上的用戶；

此時(shí)，所述依據(jù)風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到在線風(fēng)險(xiǎn)識別結(jié)果的步驟，可以進(jìn)一步包括：

針對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)隸屬的各用戶，分別依據(jù)相應(yīng)的風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到相應(yīng)的子在線風(fēng)險(xiǎn)識別結(jié)果；

對所有用戶的子在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行集合，得到總的在線風(fēng)險(xiǎn)識別結(jié)果。

例如，一筆商品交易的網(wǎng)絡(luò)行為數(shù)據(jù)，其可能既涉及到買家用戶，也涉及到賣家用戶，故此時(shí)應(yīng)分別依據(jù)相應(yīng)的買家欺詐模型和賣家欺詐模型，然后對二者的子在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行集合，并進(jìn)行輸出。

實(shí)際上，即使所述在線網(wǎng)絡(luò)行為數(shù)據(jù)僅僅隸屬于一個(gè)用戶，也有可能對應(yīng)兩個(gè)或兩個(gè)以上風(fēng)險(xiǎn)模型。例如，如果從工商、稅務(wù)在線平臺公告上獲取了某企業(yè)用戶當(dāng)前月的納稅數(shù)據(jù)，則可以分別利用相應(yīng)的企業(yè)主欺詐模型和經(jīng)營風(fēng)險(xiǎn)模型對該當(dāng)前月的納稅數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)識別，然后對二者的子在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行集合后輸出。

為使本領(lǐng)域技術(shù)人員更好地理解本申請，下面通過圖4所示的風(fēng)險(xiǎn)監(jiān)控系統(tǒng)說明本申請?jiān)趯?shí)際中的應(yīng)用，所述風(fēng)險(xiǎn)監(jiān)控系統(tǒng)具體可以包括：數(shù)據(jù)準(zhǔn)備層401、中間模型層402、api服務(wù)層403、規(guī)則引擎404、輸出層405；其中，

數(shù)據(jù)準(zhǔn)備中間層401通過http協(xié)議/rpcp和消息服務(wù)器通信的方式，從在線應(yīng)用程序獲取諸如實(shí)時(shí)交易數(shù)據(jù)之類的用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，并簡單的etl(數(shù)據(jù)提取、轉(zhuǎn)換和加載，extraction-transformation-loading)加工整理，并在確保數(shù)據(jù)過濾和清洗后，觸發(fā)中間模型層402中的模型調(diào)度器421；

模型調(diào)度器421負(fù)責(zé)管理所有風(fēng)險(xiǎn)模型的數(shù)據(jù)處理請求，比如，當(dāng)接收到交易相關(guān)的網(wǎng)絡(luò)行為數(shù)據(jù)時(shí)，會調(diào)用交易預(yù)測模型進(jìn)行風(fēng)險(xiǎn)識別。并在處理完以后對相應(yīng)的風(fēng)險(xiǎn)識別結(jié)果進(jìn)行匯總；

api服務(wù)層403在此處扮演重要的數(shù)據(jù)調(diào)用和準(zhǔn)備工作，比如，在模型調(diào)421度器接收到某用戶的交易信息時(shí)，api服務(wù)層403會自動從基本數(shù)據(jù)調(diào)用服務(wù)431中調(diào)用該用戶的身份信息(如年齡、職業(yè)、工資、飲食習(xí)慣等等)，和/或，從經(jīng)營數(shù)據(jù)調(diào)用服務(wù)432中調(diào)用該用戶的經(jīng)營信息，和/或，從物流數(shù)據(jù)調(diào)用服務(wù)433中調(diào)用該用戶使用過的物流信息，以得到該用戶的完整信息；

集合器422，位于主要用于對兩個(gè)或兩個(gè)以上風(fēng)險(xiǎn)模型的子在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行集合，得到總的在線風(fēng)險(xiǎn)識別結(jié)果，并輸出；

規(guī)則引擎404，主要用于根據(jù)輸出結(jié)果，觸發(fā)規(guī)則對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理，這里的處理可以為，采取包括發(fā)起預(yù)警、凍結(jié)授信、自動扣款、進(jìn)入催收等動作；在具體實(shí)現(xiàn)中，規(guī)則引擎404可以通過消息隊(duì)列進(jìn)行監(jiān)聽，當(dāng)有消息的時(shí)候，就自動觸發(fā)規(guī)則引擎404的動作。

輸出層405，具體用于將處理結(jié)果輸出到銀行等業(yè)務(wù)系統(tǒng)。

在某些情況下，還可以設(shè)計(jì)審核和反饋系統(tǒng)，對輸出的處理結(jié)果進(jìn)行審核，如不通過，則需反饋回規(guī)則引擎404，如通過，則返回到數(shù)據(jù)準(zhǔn)備中間層401。

需要說明的是，數(shù)據(jù)準(zhǔn)備中間層401獲取的用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)可以處于所述用戶關(guān)聯(lián)的信貸對象的業(yè)務(wù)流程的任一階段；并且，本申請可以提供接口，供外部系統(tǒng)流程調(diào)用處理結(jié)果。

通常情況下，基本數(shù)據(jù)調(diào)用服務(wù)431中可以存儲如下層次的信息：

產(chǎn)品信息：產(chǎn)品層面、產(chǎn)品定義、產(chǎn)品描述等；

用戶信息：性別、年齡、職業(yè)、行業(yè)、教育背景、收入、開戶日期、已購買產(chǎn)品等；

產(chǎn)易信息：購買時(shí)間、購買數(shù)量、購買頻率；消費(fèi)、投資、儲蓄、轉(zhuǎn)賬、理財(cái)?shù)取?/p>

參照圖5，示出了圖4所示風(fēng)險(xiǎn)監(jiān)控系統(tǒng)與業(yè)務(wù)流程的關(guān)系示意圖，其中，監(jiān)控系統(tǒng)和貸款全流程之間的關(guān)系是松耦合的關(guān)系，各個(gè)功能模塊可以服務(wù)的形式，在用戶申請、業(yè)務(wù)準(zhǔn)入、審批、授信、支用、還款的各個(gè)階段接受業(yè)務(wù)流程的調(diào)用。二者的松耦合關(guān)系，可以避免因?yàn)樽酉到y(tǒng)的故障而影響整個(gè)業(yè)務(wù)正常運(yùn)行的情況發(fā)生，使整個(gè)業(yè)務(wù)系統(tǒng)處于高可靠性。

另外，在接收業(yè)務(wù)流程的調(diào)用時(shí)，基本數(shù)據(jù)調(diào)用服務(wù)431中的服務(wù)模塊之間可以自由組合，比如：在用戶申請貸款的時(shí)候，可以把黑名單核查模塊、未來交易增長預(yù)測模塊、用戶行為和習(xí)慣偏好分析模塊結(jié)合起來運(yùn)用，將用戶的信用風(fēng)險(xiǎn)定量化，作為直接指導(dǎo)準(zhǔn)入與否的依據(jù)。

參照圖6，示出了圖4所示風(fēng)險(xiǎn)監(jiān)控系統(tǒng)在貸后風(fēng)險(xiǎn)監(jiān)控中的應(yīng)用流程圖，具體可以包括：

步驟601、根據(jù)業(yè)務(wù)部門制定的信息采集標(biāo)準(zhǔn)，自動從交易平臺實(shí)時(shí)處罰信息、支付平臺處罰信息、工商、稅務(wù)在線平臺公告、法院執(zhí)行公告等平臺抓取風(fēng)險(xiǎn)數(shù)據(jù)；

步驟602、對所述風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和整理；

這里，數(shù)據(jù)清洗和整理的主要目的是，把線上和數(shù)據(jù)倉庫中的歷史數(shù)據(jù)轉(zhuǎn)化為風(fēng)險(xiǎn)模型可識別、可處理的數(shù)據(jù)單元，并過濾掉錯(cuò)誤的信息。

步驟603、以歷史風(fēng)險(xiǎn)識別結(jié)果作為風(fēng)險(xiǎn)模型的參數(shù)，將所述數(shù)據(jù)清洗和整理后的風(fēng)險(xiǎn)數(shù)據(jù)輸入至相應(yīng)的風(fēng)險(xiǎn)模型，得到相應(yīng)的在線風(fēng)險(xiǎn)識別結(jié)果；

步驟604、判斷所述在線風(fēng)險(xiǎn)識別結(jié)果是否具有風(fēng)險(xiǎn)性，若是，則執(zhí)行步驟605；

步驟605、依據(jù)預(yù)置的風(fēng)險(xiǎn)等級標(biāo)準(zhǔn)，確定所述在線風(fēng)險(xiǎn)識別結(jié)果隸屬的風(fēng)險(xiǎn)等級，并對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行與所確定的風(fēng)險(xiǎn)等級相應(yīng)的風(fēng)險(xiǎn)處理。

通常地，對于風(fēng)險(xiǎn)等級為中和高的，可由系統(tǒng)中的規(guī)則引擎404進(jìn)行自動處理；中低風(fēng)險(xiǎn)等級的可由操作人員審核。

例如，當(dāng)某個(gè)人用戶被法院立案時(shí)，可通過實(shí)時(shí)爬取的相應(yīng)風(fēng)險(xiǎn)數(shù)據(jù)，自動觸發(fā)預(yù)警規(guī)則，由風(fēng)險(xiǎn)監(jiān)控系統(tǒng)暫時(shí)凍結(jié)用戶的授信，而后由風(fēng)險(xiǎn)人員進(jìn)行核查。

需要說明的是，在所述在線風(fēng)險(xiǎn)識別結(jié)果不具有風(fēng)險(xiǎn)性時(shí)，可以不做任何風(fēng)險(xiǎn)處理，而只是將所述在線風(fēng)險(xiǎn)識別結(jié)果作為歷史風(fēng)險(xiǎn)識別結(jié)果進(jìn)行存儲，在有些情況下，還可以將其上報(bào)給風(fēng)險(xiǎn)人員。

參照圖7，示出了圖4所示風(fēng)險(xiǎn)監(jiān)控系統(tǒng)在欺詐、賬戶盜用風(fēng)險(xiǎn)捕捉中的應(yīng)用流程，具體可以包括：

步驟701、在用戶授權(quán)的情況下，對其在貸款全流程中的mac，ip和訪問日志等歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行記錄和分析，得到相應(yīng)的歷史風(fēng)險(xiǎn)識別結(jié)果；

步驟702、在該用戶觸發(fā)支用等操作時(shí)，立即獲取相應(yīng)的在線網(wǎng)絡(luò)行為數(shù)據(jù)；

步驟703、以所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)，將所述數(shù)據(jù)清洗和整理后的在線網(wǎng)絡(luò)行為數(shù)據(jù)輸入至相應(yīng)的風(fēng)險(xiǎn)模型，得到相應(yīng)的在線風(fēng)險(xiǎn)識別結(jié)果；

步驟704、判斷所述在線風(fēng)險(xiǎn)識別結(jié)果是否具有風(fēng)險(xiǎn)性，若是，則執(zhí)行步驟705；

步驟705、依據(jù)預(yù)置的風(fēng)險(xiǎn)等級標(biāo)準(zhǔn)，確定所述在線風(fēng)險(xiǎn)識別結(jié)果隸屬的風(fēng)險(xiǎn)等級，并對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行與所確定的風(fēng)險(xiǎn)等級相應(yīng)的風(fēng)險(xiǎn)處理。

所述風(fēng)險(xiǎn)模型的識別過程可以為，將所述數(shù)據(jù)清洗和整理后的在線網(wǎng)絡(luò)行為數(shù)據(jù)與以往的數(shù)據(jù)進(jìn)行比對，判斷用戶地理、和唯一身份信息，通過模型匹配以后，立即返回結(jié)果，對匹配度低于一定閥值的結(jié)果，由系統(tǒng)自動凍結(jié)用戶賬戶，并通過風(fēng)險(xiǎn)處理人員和用戶對賬戶等安全信息進(jìn)行核對，以排除潛在的風(fēng)險(xiǎn)。

例如，某用戶于杭州申請了貸款，并且此用戶經(jīng)營活動主要發(fā)生在杭州地區(qū)，某天深夜系統(tǒng)監(jiān)控發(fā)現(xiàn)在某個(gè)偏遠(yuǎn)地區(qū)發(fā)生了用戶操作支用的情況，系統(tǒng)根據(jù)身份核對，認(rèn)為用戶可能是賬戶被盜，會自動凍結(jié)操作。用戶可以根據(jù)系統(tǒng)的提示與客服人員核對以后解除凍結(jié)的狀態(tài)。

本申請具有如下優(yōu)點(diǎn)：

1、本申請通過監(jiān)控用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，來實(shí)現(xiàn)企業(yè)信貸或者個(gè)人信用卡信貸風(fēng)險(xiǎn)的動態(tài)、自動化和全流程監(jiān)控，能夠?qū)F(xiàn)有技術(shù)的貸后、貸中風(fēng)險(xiǎn)監(jiān)控提前到貸前，例如，在用戶申請貸款的時(shí)候，即能知道是否應(yīng)該允許該信貸申請，從而能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的及時(shí)性；

2、本申請風(fēng)險(xiǎn)識別所采用的風(fēng)險(xiǎn)模型為依據(jù)用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)所建立的數(shù)學(xué)模型，由于風(fēng)險(xiǎn)模型中反映有對用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行定量分析的結(jié)果，故相對于現(xiàn)有技術(shù)的定性分析，能夠提高信貸風(fēng)險(xiǎn)監(jiān)控的準(zhǔn)確性；

3、本申請?jiān)丛床粩嗟孬@取、分析和識別用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，能夠保證用戶每天來申請貸款，在線風(fēng)險(xiǎn)識別結(jié)果都是實(shí)時(shí)更新的，從而能夠保證風(fēng)險(xiǎn)監(jiān)控的可控性；

4、本申請能夠應(yīng)用于信貸全流程，包括貸前、貸中、貸后的風(fēng)險(xiǎn)監(jiān)控，故相對于現(xiàn)有技術(shù)的貸后風(fēng)險(xiǎn)監(jiān)控，能夠更及時(shí)、準(zhǔn)確、并且盡量減少了人工的干預(yù)；

5、本申請對用戶的網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲，并采用集群式的云計(jì)算，用并行的方式對大規(guī)模的數(shù)據(jù)吞吐進(jìn)行及時(shí)處理。

與前述監(jiān)控方法實(shí)施例相應(yīng)，本申請還公開了一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控系統(tǒng)，參照圖8，具體可以包括：

離線風(fēng)險(xiǎn)識別裝置801，包括：

離線獲取模塊811，用于定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)；

集群存儲模塊812，用于將所述網(wǎng)絡(luò)行為數(shù)據(jù)作為歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲；

確定模塊813，用于依據(jù)所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)，確定相應(yīng)的風(fēng)險(xiǎn)模型；

歷史風(fēng)險(xiǎn)識別模塊814，用于依據(jù)所述風(fēng)險(xiǎn)模型的定義，調(diào)用集群存儲的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行歷史風(fēng)險(xiǎn)識別，得到相應(yīng)的歷史風(fēng)險(xiǎn)識別結(jié)果；及

第一保存模塊815，用于將所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)進(jìn)行保存；

實(shí)時(shí)獲取裝置802，用于實(shí)時(shí)獲取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)；

在線風(fēng)險(xiǎn)識別裝置803，用于依據(jù)所述風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到在線風(fēng)險(xiǎn)識別結(jié)果；及

處理裝置804，用于依據(jù)所述在線風(fēng)險(xiǎn)識別結(jié)果，對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行處理。

在本申請的一種優(yōu)選實(shí)施例中，所述系統(tǒng)還可以包括離線風(fēng)險(xiǎn)識別裝置，具體可以包括：

離線獲取模塊，用于定期或定時(shí)從在線應(yīng)用程序獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)；

集群存儲模塊，用于將所述網(wǎng)絡(luò)行為數(shù)據(jù)作為歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行集群存儲；

確定模塊，用于依據(jù)所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)，確定相應(yīng)的風(fēng)險(xiǎn)模型；

歷史風(fēng)險(xiǎn)識別模塊，用于依據(jù)所述風(fēng)險(xiǎn)模型的定義，調(diào)用集群存儲的歷史網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行歷史風(fēng)險(xiǎn)識別，得到相應(yīng)的歷史風(fēng)險(xiǎn)識別結(jié)果；

第一保存模塊，用于將所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)進(jìn)行保存。

在本申請的另一種優(yōu)選實(shí)施例中，所述在線風(fēng)險(xiǎn)識別裝置，可以進(jìn)一步包括：

歷史結(jié)果獲取模塊，用于獲取所述風(fēng)險(xiǎn)模型針對所述用戶的歷史網(wǎng)絡(luò)行為數(shù)據(jù)的歷史風(fēng)險(xiǎn)識別結(jié)果；

在線模型識別模塊，用于以所述歷史風(fēng)險(xiǎn)識別結(jié)果作為所述風(fēng)險(xiǎn)模型的參數(shù)，將所述在線網(wǎng)絡(luò)行為數(shù)據(jù)輸入至所述風(fēng)險(xiǎn)模型，得到相應(yīng)的在線風(fēng)險(xiǎn)識別結(jié)果；

第二保存模塊，用于對所述在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行保存。

在本申請的再一種優(yōu)選實(shí)施例中，所述離線獲取模塊，可以進(jìn)一步包括：

連接建立模塊，用于定期或定時(shí)通過調(diào)用接口建立到在線應(yīng)用程序的連接，由在線應(yīng)用程序基于接口調(diào)用的方式，將相應(yīng)用戶的網(wǎng)絡(luò)行為數(shù)據(jù)推送至所述調(diào)用接口；

監(jiān)聽模塊，用于在所述調(diào)用接口處監(jiān)聽來自在線應(yīng)用程序的用戶的網(wǎng)絡(luò)行為數(shù)據(jù)。

在本申請實(shí)施例中，優(yōu)選的是，所述接口調(diào)用可以為針對所述調(diào)用接口的異步調(diào)用。

在本申請實(shí)施例中，優(yōu)選的是，所述實(shí)時(shí)獲取裝置，可具體用于從在線應(yīng)用程序?qū)崟r(shí)抓取用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)。

在本申請實(shí)施例中，優(yōu)選的是，所述在線網(wǎng)絡(luò)行為數(shù)據(jù)可以隸屬于兩個(gè)或者兩個(gè)以上的用戶；

此時(shí)，所述在線風(fēng)險(xiǎn)識別裝置，可以進(jìn)一步包括：

單獨(dú)識別模塊，用于針對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)隸屬的各用戶，分別依據(jù)相應(yīng)的風(fēng)險(xiǎn)模型對所述在線網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行在線風(fēng)險(xiǎn)識別，得到相應(yīng)的子在線風(fēng)險(xiǎn)識別結(jié)果；

集合模塊，用于對所有用戶的子在線風(fēng)險(xiǎn)識別結(jié)果進(jìn)行集合，得到總的在線風(fēng)險(xiǎn)識別結(jié)果。

在本申請實(shí)施例中，優(yōu)選的是，所述處理裝置，可以進(jìn)一步包括：

判斷模塊，用于判斷所述在線風(fēng)險(xiǎn)識別結(jié)果是否具有風(fēng)險(xiǎn)性；

風(fēng)險(xiǎn)確定模塊，用于在所述在線風(fēng)險(xiǎn)識別結(jié)果具有風(fēng)險(xiǎn)性時(shí)，依據(jù)預(yù)置的風(fēng)險(xiǎn)等級標(biāo)準(zhǔn)，確定所述在線風(fēng)險(xiǎn)識別結(jié)果隸屬的風(fēng)險(xiǎn)等級；

風(fēng)險(xiǎn)處理模塊，用于對所述用戶關(guān)聯(lián)的信貸對象進(jìn)行與所確定的風(fēng)險(xiǎn)等級相應(yīng)的風(fēng)險(xiǎn)處理。

在本申請實(shí)施例中，優(yōu)選的是，所述用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)可處于所述用戶關(guān)聯(lián)的信貸對象的業(yè)務(wù)流程的任一階段。

在本申請實(shí)施例中，優(yōu)選的是，所述用戶的在線網(wǎng)絡(luò)行為數(shù)據(jù)至少包括如下網(wǎng)絡(luò)行為數(shù)據(jù)中的一種或多種：

第三方平臺針對用戶行為發(fā)布的公告數(shù)據(jù)、用戶關(guān)聯(lián)的信貸對象在業(yè)務(wù)流程中的物理地址數(shù)據(jù)、用戶在網(wǎng)絡(luò)上的交易行為數(shù)據(jù)。

為使本領(lǐng)域技術(shù)人員更好地理解本申請，以下通過圖8所示監(jiān)控系統(tǒng)的工作流程說明其在實(shí)際中的應(yīng)用，參照圖9，所述工作流程具體可以包括：

步驟1：監(jiān)控系統(tǒng)每天定時(shí)調(diào)取交易平臺的交易行為數(shù)據(jù)；

步驟2：將所述交易行為數(shù)據(jù)存儲到海量數(shù)據(jù)存儲集群；

步驟3：海量數(shù)據(jù)分布式計(jì)算集群依據(jù)風(fēng)險(xiǎn)模型的定義，調(diào)用海量數(shù)據(jù)進(jìn)行計(jì)算；

步驟4：把計(jì)算結(jié)果集存儲入信貸管理系統(tǒng)。

步驟5：用戶在前臺進(jìn)行貸款申請；

步驟6：系統(tǒng)可以實(shí)時(shí)調(diào)用計(jì)算好的結(jié)果，給出申請結(jié)果的反饋。

通過以上方式，保證了用戶每天來申請貸款，結(jié)果都是實(shí)時(shí)更新的。比如，用戶在前天是正常用戶，在昨天的時(shí)候進(jìn)行了大額虛假交易，那么他今天來申請貸款的時(shí)候就可能被拒絕。

對于系統(tǒng)實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。

本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見即可。

以上對本申請所提供的一種網(wǎng)絡(luò)行為數(shù)據(jù)的監(jiān)控方法和系統(tǒng)，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對本申請的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本申請的方法及其核心思想；同時(shí)，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本申請的思想，在具體實(shí)施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本申請的限制。