具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要注意，本申请中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系，而术语“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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本申请实施例提供了一种转账额度的设置方法，如图1所示，具体包括以下步骤：

S101、获取客户的基本信息以及银行卡信息。

其中，客户的基本信息至少包括：客户的年龄、地址和收入；银行卡信息至少包括消费信息、转账信息、转账对方信息和转账时间。

S102、将客户的基本信息以及银行卡信息输入至转账额度预测模型中，得到客户的推荐转账额度。

其中，转账额度预测模型由训练样本集对神经网络模型进行训练得到；训练样本集包括：训练样本客户的基本信息以及银行卡的历史信息和训练样本客户的真实转账额度；训练样本客户的基本信息包括：训练样本客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间。

可选的，在本申请的另一实施例中，转账额度预测模型的构建方法的一种实施方式，如图2所示，包括：

S201、构建训练样本集。

其中，训练样本集包括：训练样本客户的基本信息以及银行卡的历史信息和训练样本客户的真实转账额度；训练样本客户的基本信息包括：训练样本客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间。

可以理解的是，训练样本集合中应包含至少一个训练样本客户，用于对神经网络模型进行多次训练，得到最终的转账额度预测模型。

S202、将训练样本客户的基本信息以及银行卡的历史信息输入至神经网络模型中，得到预测转账额度。

S203、判断预测转账额度与真实转账额度之间的误差是否满足预设的收敛条件。

其中，预设的收敛条件由技术人员、有权限的相关人员等进行设定更改，此处不做限定。

具体的，若判断出预测转账额度与真实转账额度之间的误差满足预设的收敛条件，则执行步骤S204；若判断出预测转账额度与真实转账额度之间的误差不满足预设的收敛条件，则执行步骤S205。

S204、将神经网络模型确定为转账额度预测模型。

S205、对神经网络模型中的参数进行调整。

需要说明的是，在本申请的具体实现过程中，不仅限于利用预设的收敛条件对模型进行修改、还可以设置一定的最大迭代次数，对模型进行训练，此处不做限定。

S103、将客户的转账额度设置为推荐转账额度。

可选的，在将客户的转账额度设置为推荐转账额度之后，本申请的另一实施例中，还包括：

S301、在客户每一次进行转账时，判断转账金额是否大于推荐转账额度。

具体的，若判断出转账金额大于推荐转账额度，则执行步骤S302。若判断出转账金额不大于推荐转账额度，则正常完成转账。

S302、生成警告提示，并向客户留下的亲属联系人发送提醒消息。

需要说明的是，提醒消息可以是但不限于短信、邮件、电话等，此处不做限定。

可选的，向客户留下的亲属联系人发送提醒消息之后，本申请的另一实施例中，还包括：

接收客户转账金额修改请求。

其中，金额修改请求中包括：修改后的转账金额。

若修改后的转账金额小于推荐转账额度，则正常完成后续转账。若修改后的转账金额大于推荐转账额度，则生成警告提示，并向客户留下的亲属联系人发送提醒消息。

可以理解的是，在本申请的具体实现过程中，可以设置一个告警阈值，例如三次，若生成三次告警提示后，客户修改的转账金额依旧大于推荐转账额度，那么就可以理解为该账户可能被非法分子盗用转账，暂时将该账户冻结。

可选的，向客户留下的亲属联系人发送提醒消息之后，本申请的另一实施例中，还包括：

接收客户留下的亲属联系人发送的反馈信息。

其中，反馈信息为同意转账或不同意转账。

响应反馈信息。

具体的，反馈信息为同意转账，则突破推荐转账额度，进行转账；反馈信息为不同意转账，则结束本次转账操作。

由以上方案可知，本申请提供一种转账额度的设置方法：首先，获取客户的基本信息以及银行卡信息；其中，客户的基本信息包括：客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间；然后，将客户的基本信息以及银行卡信息输入至转账额度预测模型中，得到客户的推荐转账额度；其中，转账额度预测模型由训练样本集对神经网络模型进行训练得到；训练样本集包括：训练样本客户的基本信息以及银行卡的历史信息和训练样本客户的真实转账额度；训练样本客户的基本信息包括：训练样本客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间；最终，将客户的转账额度设置为推荐转账额度。通过推荐转账额度可以及时在交易过程中给客户提醒，帮助老年客户第一时间规避风险，保护资金安全。

本申请的另一实施例提供了一种转账额度的设置装置，如图4所示，包括：

获取单元401，用于获取客户的基本信息以及银行卡信息。

其中，客户的基本信息包括：客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间。

第一输入单元402，用于将客户的基本信息以及银行卡信息输入至转账额度预测模型中，得到客户的推荐转账额度。

其中，转账额度预测模型由训练样本集对神经网络模型进行训练得到；训练样本集包括：训练样本客户的基本信息以及银行卡的历史信息和训练样本客户的真实转账额度；训练样本客户的基本信息包括：训练样本客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间。

设置单元403，用于将客户的转账额度设置为推荐转账额度。

本申请上述实施例公开的单元的具体工作过程，可参见对应的方法实施例内容，如图1所示，此处不再赘述。

可选的，在本申请的另一实施例中，转账额度预测模型的构建单元的一种实施方式，包括：

构建单元，用于构建训练样本集。

其中，训练样本集包括：训练样本客户的基本信息以及银行卡的历史信息和训练样本客户的真实转账额度；训练样本客户的基本信息包括：训练样本客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间。

第二输入单元，用于将训练样本客户的基本信息以及银行卡的历史信息输入至神经网络模型中，得到预测转账额度。

模型确定单元，用于利用预测转账额度与真实转账额度之间的误差，对神经网络模型中的参数进行不断调整，直至调整后的神经网络模型输出的预测转账额度与真实转账额度之间的误差满足预设的收敛条件时，将调整后的神经网络模型确定为转账额度预测模型。

本申请上述实施例公开的单元的具体工作过程，可参见对应的方法实施例内容，如图2所示，此处不再赘述。

可选的，在本申请的另一实施例中，转账额度的设置装置的一种实施方式，还包括：

判断单元，用于在客户每一次进行转账时，判断转账金额是否大于推荐转账额度。

告警单元，用于若判断单元判断出，转账金额大于推荐转账额度，则生成警告提示，并向客户留下的亲属联系人发送提醒消息。

本申请上述实施例公开的单元的具体工作过程，可参见对应的方法实施例内容，如图3所示，此处不再赘述。

可选的，在本申请的另一实施例中，转账额度的设置装置的一种实施方式，还包括：

接收单元，用于接收客户转账金额修改请求。

其中，金额修改请求中包括：修改后的转账金额。

转账单元，用于若修改后的转账金额小于推荐转账额度，则正常完成后续转账。

本申请上述实施例公开的单元的具体工作过程，可参见对应的方法实施例内容，此处不再赘述。

可选的，在本申请的另一实施例中，转账额度的设置装置的一种实施方式，还包括：

接收单元，用于接收客户留下的亲属联系人发送的反馈信息。其中，反馈信息为同意转账或不同意转账。

响应单元，用于响应反馈信息。

本申请上述实施例公开的单元的具体工作过程，可参见对应的方法实施例内容，此处不再赘述。

由以上方案可知，本申请提供一种转账额度的设置装置：首先，获取单元401获取客户的基本信息以及银行卡信息；其中，客户的基本信息包括：客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间；然后，第一输入单元402将客户的基本信息以及银行卡信息输入至转账额度预测模型中，得到客户的推荐转账额度；其中，转账额度预测模型由训练样本集对神经网络模型进行训练得到；训练样本集包括：训练样本客户的基本信息以及银行卡的历史信息和训练样本客户的真实转账额度；训练样本客户的基本信息包括：训练样本客户的年龄、地址和收入；银行卡信息包括消费信息、转账信息、转账对方信息和转账时间；最终，设置单元403将客户的转账额度设置为推荐转账额度。通过推荐转账额度可以及时在交易过程中给客户提醒，帮助老年客户第一时间规避风险，保护资金安全。

本申请另一实施例提供了一种电子设备，如图5所示，包括：

一个或多个处理器501。

存储装置502，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501执行时，使得所述一个或多个处理器501实现如上述实施例中任意一项所述的转账额度的设置方法。

本申请另一实施例提供了一种计算机存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现如上述实施例中任意一项所述的转账额度的设置方法。

在本申请公开的上述实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本公开的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本公开各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，直播设备，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。