[發明專利]生成異常模式、確定用戶是否存在惡意行為的方法和計算設備

有效

• 申請號: 201710398249.6
• 申請日: 2017-05-31
• 公開（公告）號: CN107239533B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 蔡自彬
• 申請（專利權）人: 北京知道創宇信息技術股份有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06Q40/02;H04L29/06
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

1.一種生成異常模式的方法，適于在計算設備中執行，所述異常模式能夠與用戶的關聯特征進行匹配，以確定該用戶是否存在惡意行為，所述方法包括步驟：

獲取多個用戶的用戶數據，所述用戶數據包括用戶及其關聯人的基礎信息、用戶及其關聯人的電話號碼、用戶的通話記錄、用戶的貸款信息和貸款所在的貸款平臺、以及銀行卡信息；

根據所獲取的用戶數據建立用戶關系圖，所述用戶關系圖包括具有屬性值的節點和連接關聯節點的邊，所述節點包括多個類型的節點，包括人員節點、電話節點、貸款節點、貸款平臺節點、以及銀行卡節點，所述人員節點的屬性值至少包括指示對應于該人員節點的用戶是否存在惡意行為的標記；

在所建立的用戶關系圖中，根據每個人員節點以及通過邊與該人員節點相連接的其他節點的屬性值，提取每個人員節點的至少一類關聯特征；

對于其中每一類關聯特征，

根據所述用戶關系圖中標記為存在惡意行為的人員節點的該類關聯特征，計算該類關聯特征的異常參考值，所述異常參考值為多個數值；

根據所述用戶關系圖中標記為不存在惡意行為的人員節點的該類關聯特征，計算該類關聯特征的非異常參考值，所述非異常參考值為多個數值；以及

根據所計算的至少一類關聯特征的異常參考值和非異常參考值，自動生成識別網絡欺詐的異常模式；

其中，所述關聯特征包括與所述人員節點連接的人員節點中標記為存在惡意行為的人員節點個數、與所述人員節點連接的貸款節點的逾期次數的總數以及與所述人員節點連接的人員節點中標記為存在惡意行為的人員節點占比；

所述參考值包括最大值和最小值，所述生成異常模式的步驟包括：

對于非異常最大值不大于異常最小值的每一類關聯特征，生成異常模式如下：

當該關聯特征大于非異常最大值和異常最小值的均值時，確定用戶存在惡意行為。

2.如權利要求1所述的方法，所述根據所獲取的用戶數據建立用戶關系圖的步驟包括：

對于用戶數據中的用戶及其每個關聯人，均將其作為一個人員節點，并將基礎信息中所包含的該人員的姓名、身份證號碼、是否存在惡意行為的標記、銀行征信評分作為該人員節點的屬性值；

建立用戶對應的人員節點與每個該用戶的關聯人對應的人員節點之間的邊。

3.如權利要求1所述的方法，所述根據所獲取的用戶數據建立用戶關系圖的步驟包括：

對于用戶數據中的每個電話號碼，

均將其作為一個電話節點，并將所述電話號碼數值作為該電話節點的屬性值；

建立該電話節點與所述電話號碼所屬的人員對應的人員節點之間的邊；

根據用戶的通話記錄，建立用戶的電話號碼對應的電話節點與每個該電話號碼呼叫過的電話號碼對應的電話節點之間的邊。

4.如權利要求1所述的方法，所述根據所獲取的用戶數據建立用戶關系圖的步驟包括：

對于用戶數據中的每個貸款平臺，均將其作為一個貸款平臺節點，并將該貸款平臺名稱作為該貸款平臺節點的屬性值；

對于用戶數據中的每筆貸款，

均將其作為一個貸款節點，并將貸款信息中所包含的該筆貸款的貸款時間、貸款金額、逾期次數作為該貸款節點的屬性值；

建立該貸款節點與該筆貸款所屬的人員對應的人員節點之間的邊；

建立該貸款節點與該筆貸款所在的貸款平臺對應的貸款平臺節點之間的邊。

5.如權利要求1所述的方法，所述根據所獲取的用戶數據建立用戶關系圖的步驟包括：

對于用戶數據中的每個銀行卡，均將其作為一個銀行卡節點，并將該銀行卡號碼作為該銀行卡節點的屬性值；

建立該銀行卡節點與該銀行卡所屬的人員對應的人員節點之間的邊。

6.如權利要求1-4中任一個所述的方法，其中，所述關聯特征還包括以下一類：

與所述人員節點連接的貸款節點的逾期次數的平均數；

與所述人員節點連接的貸款節點的逾期次數的中位數。