(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 202210998826.6 (22)申请日 2022.08.19 (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 黄康　 (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 张东梅 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 20/42(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 银行扣款信息的提示方法、 相关装置及计算 机存储介质 (57)摘要 本申请提供一种银行扣款信息的提示方法、 相关装置及计算机存储介质， 可应用于人工智能 领域、 大数据领域或金融领域， 该方法包括： 当客 户进行消费时， 获取客户本次的消费金额、 消费 的时间、 消费的频率和消费的城市位置； 若客户 本次的消费的城市位置与上一次消费的城市位 置一致， 判断客户本次的消费金额是否小于目标 消费金额 以及客户的消费的频率是否小于目标 消费频率； 若客户本次的消费金额小于目标消费 金额且客户的消费的频率小于目标消费频率， 本 次不发送扣款信息； 若客户本次的消费金额不小 于目标消费金额和/或客户的消费的频率不小于 目标消费频率， 则发送本次的扣款信息。 从而可 以不打扰用户的正常消费提示并且也可以保证 客户的资金安全。 权利要求书2页 说明书9页 附图3页 CN 115375428 A 2022.11.22 CN 115375428 A 1.一种银 行扣款信息的提 示方法， 其特 征在于， 包括： 当客户进行消费时， 获取所述客户本次的消费金额、 消费的时间、 消费的频率和消费的 城市位置； 判断客户本次的消费的城市位置与上一次消费的城市位置是否一 致； 若判断出客户本次的消费的城市位置与 上一次消费的城市位置一致， 判断所述客户本 次的消费金额是否小于目标消费金额以及所述 客户的消费的频率是否小于目标消费频率； 若判断出所述客户本次的消费金额小于目标消费金额且所述客户的消费的频率小于 目标消费频率， 则本次不发送扣款信息； 若判断出所述客户本次的消费金额不小于目标消费金额和/或所述客户的消费的频率 不小于目标消费频率， 则发送本次的扣款信息； 若判断出客户本次的消费的城市位置与 上一次消费的城市位置不一致， 则发送本次的 扣款信息 。 2.根据权利要求1所述的提 示方法， 其特 征在于， 还 包括： 采集客户的消费信 息； 其中， 所述消费信 息包括客户在银行历史消费数据、 客户的风险 等级、 手机银行互联网协议地址以及消费所在城市的平均消费水平； 所述历史消费数据包 括消费金额和 消费频率； 将所述客户的消费信 息输入小额消费额度 预测模型， 输出得到目标消费额度； 其中， 所 述小额消费额度预测模型由至少一个训练样本数据对神经网络模型进 行训练得到； 所述训 练样本数据包括训练样本客户的消费信息以及所述训练样本客户的真实消费额度。 3.根据权利要求2所述的提 示方法， 其特 征在于， 还 包括： 根据所述预处理后的消费信息建立客户关系管理模型； 其中， 所述客户关系管理模型 根据历史消费数据、 消费的时间、 消费所在城市分析得到所述客户在所述城市的目标消费 频率。 4.根据权利要求2所述的提示方法， 其特征在于， 所述小额消费额度预测模型的构建方 法， 包括： 构建训练样本集； 其中， 所述训练样本集包括至少一个训练样本数据； 所述训练样本数 据包括训练样本客户的消费信息以及所述训练样本客户的真实消费额度； 对所述训练样本客户的消费信息进行 预处理， 得到预处 理后的消费信息； 对所述预处 理后的消费信息进行 特征提取， 并按照特 征对应的重要性进行排序； 选择排序前N个特 征， 作为目标 特征； 将所述目标 特征输入至神经网络模型中， 得到所述训练样本客户的预测 消费额度； 根据所述训练样本客户的预测消费额度与所述训练样本客户的真实消费额度之间的 误差对神经网络模型的参数进 行调整， 直至所述训练样本客户的预测消费额度与所述训练 样本客户的真实消费额度之 间的误差满足预设的收敛条件， 将调整后的神经网络模型作为 小额消费额度预测模型。 5.根据权利要求1所述的提示方法， 其特征在于， 所述若判断出客户本次的消费的城市 位置与上一次消费的城市位置不 一致， 则发送本次的扣款信息之后， 还 包括： 若未收到客户的反馈信息， 则基于所述客户当前所处的城市， 重新确定目标消费额度 和目标消费频率。权　利　要　求　书 1/2 页 2 CN 115375428 A 26.一种银 行扣款信息的提 示装置， 其特 征在于， 包括： 获取单元， 用于当客户进行消费时， 获取所述客户本次的消费金额、 消费的时间、 消费 的频率和 消费的城市位置； 第一判断单元， 用于判断客户本次的消费的城市位置与 上一次消费的城市位置是否一 致； 第二判断单元， 用于若所述第一判断单元判断出， 客户本次的消费的城市位置与上一 次消费的城市位置一致， 判断所述客户本次的消费金额是否小于目标消费金额以及所述客 户的消费的频率是否小于目标消费频率； 提示单元， 用于若所述第二判断单元判断出， 所述客户本次的消费金额小于目标消费 金额且所述 客户的消费的频率小于目标消费频率， 则本次不发送扣款信息； 所述提示单元， 还用于若所述第二判断单元判断出， 所述客户本次的消费金额不小于 目标消费金额和/或所述 客户的消费的频率 不小于目标消费频率， 则发送本次的扣款信息； 所述提示单元， 还用于若所述第一判断单元判断出， 客户本次的消费的城市位置与上 一次消费的城市位置不 一致， 则发送本次的扣款信息 。 7.根据权利要求6所述的提 示装置， 其特 征在于， 还 包括： 采集单元， 用于采集客户的消费信 息； 其中， 所述消费信 息包括客户在银行历史消费数 据、 客户的风险等级、 手机银行互联网协 议地址以及消费所在 城市的平均消费水平； 所述历 史消费数据包括消费金额和 消费频率； 第一输入单元， 用于将所述客户的消费信息输入小额消费额度预测模型， 输出得到目 标消费额度； 其中， 所述小额消费额度预测模型 由至少一个训练样本数据对神经网络模型 进行训练得到； 所述训练样本数据包括训练样本客户的消费信息以及所述训练样本客户的 真实消费额度。 8.根据权利要求7 所述的提 示装置， 其特 征在于， 还 包括： 建立单元， 用于根据 所述预处理后的消费信 息建立客户关系管理模型； 其中， 所述客户 关系管理模型根据历史消费数据、 消费的时间、 消费所在城市分析得到所述客户在所述城 市的目标消费频率。 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 5中任一所述的银 行扣款信息的提 示方法。 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 5中任一所述的银 行扣款信息的提 示方法。权　利　要　求　书 2/2 页 3 CN 115375428 A 3