[發明專利]欺詐行為的判斷方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 201811066929.9
• 申請日: 2018-09-13
• 公開（公告）號: CN109461068A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 徐欣
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開一種欺詐行為的判斷方法、裝置、設備及計算機可讀存儲介質，所述方法包括：讀取預設反欺詐平臺中的欺詐數據，并對欺詐數據進行分類篩選，生成各種類型的欺詐樣本數據；將各欺詐樣本數據分別傳輸到預設學習模型中，形成多個欺詐模型；當監測到用戶賬戶的操作行為時，生成操作數據，并確定與操作數據對應的目標欺詐模型；將操作數據傳輸到目標欺詐模型中，并根據目標欺詐模型中目標欺詐數據與操作數據的相似度，判斷操作行為是否為欺詐行為。因欺詐樣本數據從預設反欺詐平臺的欺詐數據而來，使基于機器學習所生成的目標欺詐模型對欺詐行為的判斷更準確；同時欺詐模型可隨著欺詐數據更新，避免了人為設定，便于對新出現欺詐行為的判斷。

技術領域

本發明主要涉及金融機構風控技術領域，具體地說，涉及一種欺詐行為的判斷方法、裝置、設備及計算機可讀存儲介質。

背景技術

金融機構在運營過程中，需要進行諸如洗錢、欺詐等類型的風險控制，以確保金融機構中各用戶的利益。目前對于欺詐行為，通常通過人為設定的相關數據進行判斷，但因實時的欺詐行為數據所涉及的變化較大，導致設定的相關數據與實際的欺詐數據存在較大差異，而使判斷存在誤差；且設定的相關數據需要人為維護調整，使不能及時準確判別新出現欺詐行為數據的同時增加了人力成本。

發明內容

本發明的主要目的是提供一種欺詐行為的判斷方法、裝置、設備及計算機可讀存儲介質，旨在解決現有技術中通過人為設定數據對欺詐行為數據的判斷不準確，且增加人力成本的問題。

為實現上述目的，本發明提供一種欺詐行為的判斷方法，所述欺詐行為的判斷方法包括以下步驟：

讀取預設反欺詐平臺中的欺詐數據，并對所述欺詐數據進行分類篩選，生成各種類型的欺詐樣本數據；

將各所述欺詐樣本數據分別傳輸到預設學習模型中，形成多個欺詐模型；

當監測到用戶賬戶的操作行為時，生成操作數據，并在多個所述欺詐模型中確定與所述操作數據對應的目標欺詐模型；

將所述操作數據傳輸到所述目標欺詐模型中，并根據所述目標欺詐模型中目標欺詐數據與所述操作數據的相似度，判斷所述操作行為是否為欺詐行為。

優選地，所述根據所述目標欺詐模型中目標欺詐數據與所述操作數據的相似度，判斷所述操作行為是否為欺詐行為的步驟包括：

將所述操作數據和所述目標欺詐數據進行對比，確定所述操作數據和所述目標欺詐數據的相似度數值；

判斷所述相似度數值是否大于預設閾值，若所述相似度數值大于所述預設閾值，則判定所述操作行為為欺詐行為。

優選地，所述判定所述操作行為為欺詐行為的步驟之后包括：

將與所述操作行為對應的用戶賬戶傳輸到預設反欺詐平臺，以供所述預設反欺詐平臺對所述用戶賬戶進行鑒定，生成鑒定信息并上傳；

當接收到所述鑒定信息時，讀取所述鑒定信息中的鑒定標識符，并根據所述鑒定標識符，確定所述用戶賬戶是否為風險賬戶；

若所述用戶賬戶為風險賬戶，則對所述操作行為進行拒絕，并用所述操作數據與所述目標欺詐數據之間的差異量對所述目標欺詐模型進行更新。

優選地，所述在多個所述欺詐模型中確定與所述操作數據對應的目標欺詐模型的步驟包括：

將所述操作數據和預設關鍵字庫對比，確定所述操作數據中的多個目標關鍵字，并將多個所述目標關鍵字形成第一關鍵字組；

讀取與各所述欺詐模型對應的第二關鍵字組，并將所述第一關鍵字組逐一和各所述第二關鍵字組匹配，生成各匹配度值；

將各所述匹配度值進行對比，確定數值最大的目標匹配度值，并將與所述目標匹配度值對應的所述第二關鍵字組所歸屬的欺詐模型確定為目標欺詐模型。