[發明專利]高風險銀行卡的檢測方法以及數據處理裝置

有效

• 申請號: 201410686072.6
• 申請日: 2014-11-25
• 公開（公告）號: CN105590156B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 楊鴻超;王駿
• 申請（專利權）人: 中國銀聯股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02;G06F16/906
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 俞華梁;湯春龍

本申請公開了一種檢測銀行卡具有高風險的方法，所述方法包括：利用K?均值方法對各種銀行卡交易的歷史數據進行聚類處理，以便獲得風險模型，所述歷史數據作為所述風險模型的訓練數據被分為高端卡和非高端卡兩類，并且每一類信息數據以n維來表示；對于一待檢測的銀行卡的交易數據，將其預處理為與所述風險模型的訓練數據維度相同的數據；根據所述風險模型，確定所述預處理數據是否遵從由所述非高端卡向所述高端卡變化的規律和特征；以及如果否，則確定所述銀行卡具有高風險。本申請還公開了一種數據處理裝置。

技術領域

本發明涉及數據挖掘技術，更具體來說，涉及一種高風險銀行卡的檢測方法以及數據處理裝置。

背景技術

目前，各大商業銀行紛紛推出各種類型的銀行卡。在通過各類產品的推出獲得中間業務收益、綁定高端客戶的同時，銀行也逐漸認識到銀行卡是一個資金密集、技術密集、勞動力密集的行業，其業務存在的風險不容忽視。

一般銀行卡業務風險包括信用風險和欺詐風險兩類。信用風險是由于免擔保、循環信用額度、申請人額度審批過松等原因而形成。而在整個銀行卡業務風險損失中占90％以上的欺詐風險，一般指偽冒交易、偽卡欺詐、遺失/被竊、郵購/電購欺詐等。目前全世界每年因欺詐風險造成的損失要超過二十億美元(這個數字還在不斷增長)。此外，欺詐性交易的隱蔽性強，很容易隱藏于大量有效交易數據之中，據統計，平均每13000筆交易中就有可能出現1筆欺詐交易。因此，為了打擊欺詐行為，欺詐風險防范系統的構建和實施成為銀行卡業務風險控制的核心。

在銀行卡業現有的風險控制體系下，對于銀行卡風險的控制一般是通過監控和檢測銀行卡交易來實現，即對于每一筆交易，通過一系列技術和手段去發現銀行卡交易本身是否為一筆有欺詐嫌疑或有潛在風險的交易。但是通過交易本身來控制風險一方面需要面對大規模的銀行卡交易量，每天都有幾千萬筆銀行卡交易發生，對于這幾千萬筆交易，每一筆都去判斷其風險和欺詐屬性，無論對于后臺系統還是對于前臺業務人員，都是巨大的負擔。另外一方面，和銀行卡交易本身相關的風險種類繁多，檢測每一種風險行為的方法各不相同，因此針對銀行卡交易本身的風險檢測很容易發生錯判、漏判的現象。

基于銀行卡交易風險控制的現實難題，有一些方法被輔佐以交易的風險控制，如在風險控制時重點關注一些高風險的銀行卡，或重點關注一些高風險的商戶，以縮小風控范圍和降低錯判、漏判。但是目前銀行卡交易風控所關注的高風險銀行卡和高風險商戶通常都基于黑名單制度，即將曾經發生過高風險行為的銀行卡和商戶作為重點觀察對象，但這樣做顯然會遺漏很多應當被重點關注的高風險銀行卡和商戶。

發明內容

為了解決上述問題，本申請提供了一種檢測銀行卡具有高風險的方法，所述方法包括：利用K-均值方法對各種銀行卡交易的歷史數據進行聚類處理，以便獲得風險模型，所述歷史數據作為所述風險模型的訓練數據被分為高端卡和非高端卡兩類，并且每一類信息數據以n維來表示；對于一待檢測的銀行卡的交易數據，將其預處理為與所述風險模型的訓練數據維度相同的數據；根據所述風險模型，確定所述預處理數據是否遵從由所述非高端卡向所述高端卡變化的規律和特征；以及如果否，則確定所述銀行卡具有高風險。

在上述方法中，根據所述風險模型，確定所述預處理數據是否遵從由所述非高端卡向所述高端卡變化的規律和特征包括：對于所述預處理的數據N，根據下式計算夾角β：

以及

確定所述夾角β是否在第一閾值范圍內；其中，C為所述風險模型所確定的非高端卡聚類的中心點，D為所述風險模型所確定的高端卡聚類的中心點，所述夾角β表示從非高端卡的中心向由所述預處理數據所代表的銀行卡延伸的矢量與從非高端卡的中心向高端卡的中心延伸的矢量之間的夾角。