(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 202210550211.7 (22)申请日 2022.05.20 (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 朱江波　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 杨丹　沈珍珠 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/08(2012.01) G06Q 10/02(2012.01) G06F 21/32(2013.01) (54)发明名称 利用便携式银行终端办理业务的方法及装 置 (57)摘要 本发明公开了一种利用便携式银行终端办 理业务的方法及装置， 涉及金融技术领域， 该方 法包括： 接收预约客户的交易预约请求； 根据银 行存储的支付数据， 确定交易地点的环境风险类 型及可能风险类型； 根据环境风险类型、 可能风 险类型以及银行网点的交易数据， 确定预约客户 办理预约业务的人脸识别阈值； 根据业务数据， 确定预约业务对应的可控业务； 当工作人员使用 便携式银行终端为预约客户办理预约业务 以及 预约业务的可控业务时， 利用银行中已存储的预 约客户的人脸信息以及预约客户办理预约业务 的人脸识别阈值对预约客户进行人脸识别； 当人 脸识别通过后， 进行预约业务以及预约业务的可 控业务的办理。 本发明可以提升便携式银行终端 办理业务的安全性。 权利要求书5页 说明书11页 附图4页 CN 114841799 A 2022.08.02 CN 114841799 A 1.一种利用便携式银 行终端办理业 务的方法， 其特 征在于， 所述方法包括： 接收预约客户的交易预约请求， 所述交易预约请求中包含请求办理的预约业务、 交易 时间、 交易 地点和客户号； 根据银行存储的支付数据， 确定交易 地点的环境 风险类型及可能风险类型； 根据环境风险类型、 可能风险类型以及银行网点的交易数据， 确定预约客户办理预约 业务的人脸识别阈值； 根据预约客户所属的客户类别中所有客户的业务数据， 确定预约业务对应的可控业 务； 当工作人员使用便携式银行终端为预约客户办理预约业务以及预约业务的可控业务 时， 利用银行中已存储的预约客户的人脸信息以及预约客户办理预约业务的人脸识别阈值 对预约客户进行人脸识别； 当人脸识别通过后， 进行预约业务以及预约业务的可控业务的 办理。 2.根据权利要求1所述的方法， 其特征在于， 在接收预约客户的交易预约请求之后， 所 述方法还 包括： 对从银行网点至所述交易地点的多条路线进行风险评估， 确定前往交易地点的目标路 线； 当工作人员携带便携式银行终端前往交易地点办理业务 时， 实时接收便携式银行终端 反馈的位置数据； 当根据位置数据确定工作 人员偏离目标路线时， 向工作 人员所属的银行网点发出路线 偏离预警。 3.根据权利要求2所述的方法， 其特征在于， 对从银行网点至所述交易地点的多条路线 进行风险评估， 确定前往交易 地点的目标路线， 包括： 根据地图数据， 确定从银 行网点至交易 地点的多条路线； 针对每条路线， 从银行存储的支付地点中， 确定与该条路线的距离小于第一距离阈值 的第一支付 地点， 其中， 支付 地点为支持利用本银 行的银行卡支付的商户； 获取在第一支付 地点发生的第一支付数据， 筛 选第一支付数据中的风险数据； 将风险数据数量占第一支付数据总量的比例确定为该 条路线的第一 风险概率； 选择第一 风险概率最小的路线作为前往交易 地点的目标路线。 4.根据权利要求1所述的方法， 其特征在于， 根据银行存储的支付数据， 确定交易地点 存在的可能风险类型， 包括： 从银行存储的多个支付地点中， 确定与交易地点的距离小于第 二距离阈值的第 二支付 地点； 获取在各个第 二支付地点发生的第 二支付数据， 根据第 二支付数据确定交易地点的环 境风险类型以及交易 地点关于各个环境 风险类型的第二 风险概率； 对于每个环境风险类型， 如果交易地点关于该环境风险类型对应的第 二风险概率大于 风险阈值， 则将该环境 风险类型确定为交易 地点对应的可能风险类型。 5.根据权利要求4所述的方法， 其特征在于， 根据环境风险类型、 可能风险类型以及银 行网点的交易数据， 确定预约客户办理预约业 务的人脸识别阈值， 包括： 根据交易地点的环境风险类型构建交易地点的环境类别向量， 所述环境类别向量中每权　利　要　求　书 1/5 页 2 CN 114841799 A 2一个分量对应一个环境风险类型， 对于每个可能风险类型， 将该可能风险类型对应的向量 的分量值确定为交易地点关于该可能风险类型的第二风险概率， 其他环境风险类型对应的 向量的分量 值确定为0； 根据地图数据确定与交易地点的距离在指定范围内的多个银行网点； 对于该多个银行 网点中的每个银行网点， 依据该银行网点的支付数据， 确定该银行网点的环境风险类型以 及该银行网点关于各个环境 风险类型的第三 风险概率， 构建该 银行网点的环境类别向量； 基于环境类别向量， 确定银行网点的偏序， 其中， 该偏序用于确定所述多个银行网点的 任何两个银 行网点中第一银 行网点是否优于第二银 行网点； 依据银行网点对应的偏序， 从所述多个银行网点中选取出多个极大银行网点， 其中， 极 大银行网点是 该偏序的极大 元素； 根据极大 银行网点的人脸匹配数据， 确定预约客户办理预约业 务的人脸识别阈值。 6.根据权利要求5所述的方法， 其特征在于， 基于环境类别向量， 确定银行网点的偏序， 包括： 对于所述多个银行网点中的每个银行网点， 计算该银行网点的环境类别向量与交易地 点的环境类别向量的差的绝对值， 将该差的绝对值确定为该 银行网点对应的差距值； 根据每个银行网点对应的差距值确定该银行网点对应的偏序， 其中， 对于任何两个银 行网点， 计算该两个银行网点中的第一银行网点的差距值与第二银行网点的差距值的差， 如果该差的每 个分量都小于等于 0， 则确定该第一银 行网点优于该第二银 行网点。 7.根据权利要求5所述的方法， 其特征在于， 根据极大银行网点的人脸匹配数据， 确定 预约客户办理预约业 务的人脸识别阈值， 包括： 获取预设的多个参 考人脸识别阈值， 以及极大 银行网点的人脸匹配数据； 针对每个参考人脸识别阈值， 从极大银行网点的人脸匹配数据中筛选出匹配值高于该 参考人脸识别阈值的人脸匹配数据， 将该筛选出 的人脸匹配数据中， 风险数据对应的人脸 识别次数与该人脸匹配数据对应的人脸识别次数的比值确定为该参考人脸识别阈值对应 的第四风险概 率； 确定预约客户所属的客户类别， 获取该客户类别的所有客户的人脸匹配数据， 依据该 客户类别的所有客户的人脸匹配数据确定该 预约客户的第五风险概 率； 比较第四风险概率与第五风险概率的大小， 将小于第五风险概率的第四风险概率对应 的参考人脸识别阈值中， 最小参考人脸识别阈值作为该预约客户办理预约业务的人脸识别 阈值。 8.根据权利要求1所述的方法， 其特征在于， 根据 预约客户所属的客户类别中所有客户 的业务数据， 确定预约业 务对应的可控业 务， 包括： 获取预约客户所属客户类别中所有客户的银行业务数据， 根据 所述银行业务数据确定 各项业务关于各个业 务风险类型的第六风险概 率； 基于第六风险概率， 确定业务的偏序， 其中， 对于任何的两个银行业务， 如果对于任何 业务风险类型， 该两个银行业务中的第一银行业务关于该业务风险类型的第六风险概率 都 小于等于两个银行业务中的第二银行业务关于该业务风险类型的第六风险概率， 则确定该 第一银行业务强于该第二银 行业务； 依据业务的偏序， 从所有银行业务中选取出强于预约业务的多个业务， 将该多个业务权　利　要　求　书 2/5 页 3 CN 114841799 A 3