(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211057711.3 (22)申请日 2022.08.31 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 张梦蝶　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张雪娇 (51)Int.Cl. G06Q 40/08(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) H04L 67/12(2022.01) H04L 9/40(2022.01) (54)发明名称 风险用户的筛选方法、 装置、 电子设备及存 储介质 (57)摘要 本申请提供了一种风险用户的筛选方法、 装 置、 电子设备及存储介质， 可应用于金融领域或 其他领域。 在该方法中， 首先接收所述前端系统 发送的加密的用户数据。 然后对 所述加密的用户 数据进行数据解密， 得到所述用户数据。 接着利 用优化后的K ‑means算法， 对所述用户数据进行 分类处理， 得到不同风险等级的用户集合。 最后 筛选出风险等级大于预设阈值的用户， 并将所述 筛选出的用户作为风险用户。 利用本申请的方 法， 结合云端系统将用户信息上传至云端， 在数 据传输过程中进行加密， 保证数据的安全性， 并 使用优化后的K‑means算法对用户信息进行聚类 分析， 从中筛 选出风险用户。 权利要求书1页 说明书7页 附图2页 CN 115471345 A 2022.12.13 CN 115471345 A 1.一种风险用户的筛选方法， 其特征在于， 应用于用户风险审计系统 的云端系统， 所述 用户风险审计系统包括前端系统和云端系统， 其中， 所述 风险用户的筛 选方法， 包括： 接收所述前端系统发送的加密的用户数据， 其中， 所述用户数据至少包括用户的身份 信息、 金融交易 流水信息、 贷款信息； 对所述加密的用户数据进行 数据解密， 得到所述用户数据； 利用优化后的K ‑means算法， 对所述用户数据进行分类处理， 得到不同风险等级的用户 集合； 筛选出风险等级大于预设阈值的用户， 并将所述筛 选出的用户作为 风险用户。 2.根据权利要求1所述的方法， 其特征在于， 所述接收所述前端系统发送的加密的用户 数据之前， 还 包括： 调用所述前端系统对 采集到的用户数据进行 数据预处 理。 3.根据权利要求1所述的方法， 其特 征在于， 还 包括： 利用麻雀搜索算法对所述K ‑means算法进行算法优化。 4.根据权利要求1所述的方法， 其特征在于， 所述筛选出风险等级大于预设阈值的用 户， 并将所述筛 选出的用户作为 风险用户之后， 还 包括： 将所述风险用户发送到所述前端系统进行展示。 5.一种风险用户的筛选装置， 其特征在于， 应用于用户风险审计系统 的云端系统， 所述 用户风险审计系统包括前端系统和云端系统， 其中， 所述 风险用户的筛 选装置， 包括： 接收单元， 用于接收所述前端系统发送的加密的用户数据， 其中， 所述用户数据至少包 括用户的身份信息、 金融交易 流水信息、 贷款信息； 解密单元， 用于对所述加密的用户数据进行 数据解密， 得到所述用户数据； 分类单元， 用于利用优化后的K ‑means算法， 对所述用户数据进行分类处理， 得到不同 风险等级的用户集 合； 筛选单元， 用于筛选出风险等级大于预设阈值的用户， 并将所述筛选出的用户作为风 险用户。 6.根据权利要求5所述的装置， 其特 征在于， 还 包括： 调用单元， 用于调用所述前端系统对 采集到的用户数据进行 数据预处 理。 7.根据权利要求5所述的装置， 其特 征在于， 还 包括： 优化单元， 用于利用麻雀搜索算法对所述K ‑means算法进行算法优化。 8.根据权利要求5所述的装置， 其特 征在于， 还 包括： 发送单元， 用于将所述 风险用户发送到所述前端系统进行展示。 9.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行时， 使得所述一个或多个处理器 实现如权利要求1至4中任意 一项所述的方法。 10.一种计算机存储介质， 其特征在于， 其上存储有计算机程序， 其中， 所述计算机程序 被处理器执行时实现如权利要求1至4中任意 一项所述的方法。权　利　要　求　书 1/1 页 2 CN 115471345 A 2风险用户的筛选方 法、 装置、 电子设备及存储介质 技术领域 [0001]本申请涉及金融技术领域， 尤其涉及一种风险用户的筛选方法、 装置、 电子设备及 存储介质。 背景技术 [0002]随着互联 网技术、 通信技术的飞速发展， 银行的传统业也在向数字化发展， 随之而 来的就是贷款、 智能支付等资金交易数量的快速增长， 这给银行把控风险带来了一个不小 的挑战， 其中银 行对于客户的风险级别分类至关重要。 [0003]在现有技术中， 为了进行相对准确的银行客户风险级别评估， 需要对客户的个人 信息、 金融交易流水等信息都进 行整合， 再将整合之后的数据进 行数据处理， 由于银行客户 基数大， 将所有客户数据存在本地进行分类会耗费大量空间。 发明内容 [0004]有鉴于此， 本申请提供了一种风险用户的筛选方法、 装置、 电子设备及存储介质， 以解决现有技术中由于银行客户基数大， 将所有客户数据存在本地进 行分类会耗费大量空 间的问题。 [0005]为实现上述目的， 本申请提供如下技 术方案： [0006]本申请第一方面公开了一种风险用户的筛选方法， 应用于用户风险审计系统的云 端系统， 所述用户风险审计系统包括前端系统和云端系统， 其中， 所述风险用户的筛选方 法， 包括： [0007]接收所述前端系统发送的加密的用户数据， 其中， 所述用户数据至少包括用户的 身份信息、 金融交易 流水信息、 贷款信息； [0008]对所述加密的用户数据进行 数据解密， 得到所述用户数据； [0009]利用优化后的K ‑means算法， 对所述用户数据进行分类处理， 得到不同风险等级的 用户集合； [0010]筛选出风险等级大于预设阈值的用户， 并将所述筛 选出的用户作为 风险用户。 [0011]可选的， 上述的方法， 所述接收所述前端系统发送的加密的用户数据之前， 还包 括： [0012]调用所述前端系统对 采集到的用户数据进行 数据预处 理。 [0013]可选的， 上述的方法， 还 包括： [0014]利用麻雀搜索算法对所述K ‑means算法进行算法优化。 [0015]可选的， 上述的方法， 还 包括： [0016]所述筛选出风险等级大于预设阈值的用户， 并将所述筛选出的用户作为风险用户 之后， 还包括： [0017]将所述风险用户发送到所述前端系统进行展示。 [0018]本申请第二方面公开了一种风险用户的筛选装置， 应用于用户风险审计系统的云说　明　书 1/7 页 3 CN 115471345 A 3