[發明專利]信用欺詐識別方法及裝置、電子設備、存儲介質

在審

• 申請號: 201910792220.5
• 申請日: 2019-08-26
• 公開（公告）號: CN110706090A
• 公開（公告）日: 2020-01-17
• 發明（設計）人: 劉永迅;陳新
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q40/04
• 代理公司: 11403 北京風雅頌專利代理有限公司
• 代理人: 李莎

本發明公開了一種信用欺詐識別方法及裝置，包括：接收交易請求；根據所述交易請求，獲取交易信息、交易雙方的賬號信息、交易支出方的設備信息和對交易支出方作出的受騙風險評分；根據所述交易信息、交易雙方的賬號信息、交易支出方的設備信息和對交易支出方作出的受騙風險評分，生成風險評估結果；若所述風險評估結果為有風險，則發送風險提示。本發明還公開了一種實現所述信用欺詐識別方法的電子設備和存儲介質。

技術領域

本發明涉及數據處理技術領域，特別是指一種信用欺詐識別方法及裝置、電子設備、存儲介質。

背景技術

信用欺詐，通常是指欺詐者使用某些話術和套路，讓受害人誤以為真，而自愿將資金轉移，或者透過賬號安全信息給欺詐者，導致受害人蒙受損失的欺詐行為。

信用欺詐案件是目前支付類產品的主要風控頑疾，如何識別信用欺詐行為是支付類產品的主要任務之一。

發明內容

有鑒于此，本發明實施例的目的之一在于，提出一種信用欺詐識別方法及裝置、電子設備、存儲介質，在一定程度上能夠較好地識別信用欺詐行為并實現風險提示。

基于上述目的，本發明實施例的第一個方面，提供了一種信用欺詐識別方法，應用于服務器端，包括：

接收交易請求；

根據所述交易請求，獲取交易信息、交易雙方的賬號信息、交易支出方的設備信息和對交易支出方作出的受騙風險評分；

根據所述交易信息、交易雙方的賬號信息、交易支出方的設備信息和對交易支出方作出的受騙風險評分，生成風險評估結果；

若所述風險評估結果為有風險，則發送風險提示。

可選地，所述信用欺詐識別方法，還包括：

獲取交易支出方的用戶信息變量、消費信息變量、操作信息變量和安全意識信息變量；

對所述用戶信息變量、消費信息變量、操作信息變量和安全意識信息變量分別進行證據權重評分，得到用戶信息變量評分、消費信息變量評分、操作信息變量評分和安全意識信息變量評分；

根據所述用戶信息變量評分、消費信息變量評分、操作信息變量評分和安全意識信息變量評分，計算得到所述受騙風險評分。

可選地，所述用戶信息變量包括用戶年齡、用戶常駐地的案發頻率、用戶常駐地的城市等級、用戶的賬號認證時長、用戶的賬號資金等級中的至少一種；

所述消費信息變量包括第一預設期間內的交易次數、第一預設期間內購買商品的平均價格、第一預設期間內的酒店訂單次數、第一預設期間內的機票訂單次數、第一預設期間內網絡游戲交易次數中的至少一種；

所述操作信息變量包括第二預設期間內瀏覽高危網頁的次數、第二預設期間內搜索高危網頁的次數、第二預設期間內使用外部WIFI和外部設備操作賬號的次數、第二預設期間內賬號登錄城市個數、第二預設期間內賬號有效登錄次數、第二預設期間內營銷活動點擊次數中的至少一種；

所述安全意識信息變量包括使用安全產品的個數。

可選地，根據所述交易信息、交易雙方的賬號信息以及交易支出方的設備信息和受騙風險評分，生成風險評估結果，包括：

將所述交易信息、交易雙方的賬號信息以及交易支出方的設備信息和受騙風險評分代入有監督梯度提升決策樹風險評估模型，得到風險評估結果。

可選地，所述信用欺詐識別方法，還包括：

利用梯度提升決策樹，建立風險評估模型；

獲取正常交易歷史數據、正常用戶數據、欺詐交易歷史數據和欺詐用戶數據，并將所述正常交易歷史數據和正常用戶數據標記為正常，將所述欺詐交易歷史數據和欺詐用戶數據標記為異常；