[發(fā)明專利]一種基于復(fù)雜網(wǎng)絡(luò)模型的欺詐團(tuán)伙挖掘系統(tǒng)及其挖掘方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010030013.9
• 申請(qǐng)日: 2020-01-10
• 公開（公告）號(hào): CN113129010A
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 李龍;劉殿中
• 申請(qǐng)（專利權(quán)）人: 聯(lián)洋國融（北京）科技有限公司
• 主分類號(hào): G06Q20/40
• 分類號(hào): G06Q20/40;G06Q20/08;G06Q40/02;G06F16/9537;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于復(fù)雜網(wǎng)絡(luò)模型的欺詐團(tuán)伙挖掘系統(tǒng)及其挖掘方法，包括：構(gòu)建模塊，用于構(gòu)建移動(dòng)通話用戶行為網(wǎng)絡(luò)；檢測(cè)模塊，用于對(duì)移動(dòng)通話用戶行為網(wǎng)絡(luò)群體檢測(cè)；提取模塊，基于復(fù)雜網(wǎng)絡(luò)理論和用戶信息提取特征；挖掘模塊，采用多種算法進(jìn)行欺詐團(tuán)伙挖掘。本發(fā)明的有益效果為；采用多種算法進(jìn)行欺詐團(tuán)伙挖掘。本發(fā)明考慮了移動(dòng)通話用戶網(wǎng)絡(luò)的拓?fù)潢P(guān)聯(lián)和用戶自有屬性，充分利用了用戶通話行為、用戶移動(dòng)通訊設(shè)備的imei碼、用戶地理位置等數(shù)據(jù)，有效提升了預(yù)測(cè)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)金融領(lǐng)域反欺詐領(lǐng)域，具體來說，涉及一種基于復(fù)雜網(wǎng)絡(luò)模型的欺詐團(tuán)伙挖掘系統(tǒng)及其挖掘方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)金融和傳統(tǒng)金融的融合發(fā)展，出現(xiàn)了第三方支付、網(wǎng)絡(luò)借貸、消費(fèi)金融等新型交易模式，也客觀上給金融欺詐帶來了更加多樣化的風(fēng)險(xiǎn)空間。潛在的欺詐漏洞和技巧更加多樣化，出現(xiàn)了具有專業(yè)技能的職業(yè)金融詐騙團(tuán)伙。對(duì)于金融機(jī)構(gòu)而言，需要構(gòu)建完備的風(fēng)險(xiǎn)控制方法來識(shí)別欺詐團(tuán)伙，避免金融欺詐的發(fā)生，尤其對(duì)于消費(fèi)金融業(yè)務(wù)而言，風(fēng)險(xiǎn)控制的水平直接決定了是否盈利。

目前傳統(tǒng)的欺詐用戶識(shí)別方法大致可分為邏輯回歸、GBDT、GBDT+LR 三類。上述模型將用戶屬性信息視為對(duì)象，將用戶欺詐與否視為預(yù)測(cè)變量，提取用戶年齡、用戶職業(yè)情況、用戶年平均收入、用戶固定資產(chǎn)數(shù)額、以及分箱后的weight of evidence值等作為特征，然后選擇隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等構(gòu)建模型。概括而言，現(xiàn)有方法主要基于客戶的信用屬性和基于專家經(jīng)驗(yàn)的構(gòu)造特征訓(xùn)練模型。當(dāng)面對(duì)新型團(tuán)伙欺詐時(shí)，傳統(tǒng)的反欺詐工具就顯得勢(shì)單力薄。團(tuán)伙欺詐相對(duì)于信息造假、擼羊毛等行為造成的損失更加嚴(yán)重，發(fā)現(xiàn)團(tuán)伙的難度也更大，為了發(fā)現(xiàn)團(tuán)伙，我們通常需要分析多層級(jí)的數(shù)據(jù)，一度關(guān)聯(lián)、二度關(guān)聯(lián)甚至是更多維度關(guān)聯(lián)。通過復(fù)雜網(wǎng)絡(luò)理論找出社區(qū)，可以幫助我們有效快速的發(fā)現(xiàn)隱藏的共同特征。

針對(duì)相關(guān)技術(shù)中的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

針對(duì)相關(guān)技術(shù)中的問題，本發(fā)明提出一種基于復(fù)雜網(wǎng)絡(luò)模型的欺詐團(tuán)伙挖掘系統(tǒng)及其挖掘方法，以克服現(xiàn)有相關(guān)技術(shù)所存在的上述技術(shù)問題。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

根據(jù)本發(fā)明的一個(gè)方面，提供了一種基于復(fù)雜網(wǎng)絡(luò)模型的欺詐團(tuán)伙挖掘系統(tǒng)，包括：

構(gòu)建模塊，用于構(gòu)建移動(dòng)通話用戶行為網(wǎng)絡(luò)；

檢測(cè)模塊，用于對(duì)移動(dòng)通話用戶行為網(wǎng)絡(luò)群體檢測(cè)；

提取模塊，基于復(fù)雜網(wǎng)絡(luò)理論和用戶信息提取特征；

挖掘模塊，采用多種算法進(jìn)行欺詐團(tuán)伙挖掘。

優(yōu)選的，上述構(gòu)建移動(dòng)通話用戶行為網(wǎng)絡(luò)，基于存儲(chǔ)于數(shù)據(jù)庫的用戶通話歷史行為，構(gòu)建以全體用戶為節(jié)點(diǎn)、用戶通話行為、設(shè)備識(shí)別碼、地理位置信息為連邊的多個(gè)動(dòng)態(tài)移動(dòng)通話用戶行為網(wǎng)絡(luò)G＝(V，L)，其中，V代表移動(dòng)通話用戶集合，V＝{v₁，v₂，…v_n}，n＝|V|是用戶總數(shù)；L代表用戶間存在的通話行為或設(shè)備識(shí)別碼或地理位置信息集合，L＝{v_h，v_l|v_h，v_l∈V，1＜h，l＜n}，其中，G的鄰接矩陣為A＝(a_ij)∈R^N×N，當(dāng)V_h，V_l∈L，a_ij＝1，反之a(chǎn)_ij＝0。

優(yōu)選的，上述構(gòu)建模塊還用于構(gòu)建移動(dòng)通話用戶行為矩陣。