[發明專利]一種基于密集度風險等級的反欺詐檢測方法

在審

• 申請號: 202010166566.7
• 申請日: 2020-03-11
• 公開（公告）號: CN111402032A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 馬小宇;李瑞
• 申請（專利權）人: 杭州首新網絡科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于密集度風險等級的反欺詐檢測方法，其步驟如下：步驟一：用戶A申請貸款；步驟二：提交基本信息；步驟三：獲取終端設備信息；步驟五：匹配對應城市等級(例杭州對應二線城市)，以申請地LBS1為中心點，計算位置密集度；步驟六：采購位置智能分析軟件服務，例如地圖無憂等，將數據庫中位置信息表的申請地經緯度導入位置智能分析軟件中，實時分析展示申請地位置密集程度。該基于密集度風險等級的反欺詐檢測方法，通過累計用戶申請位置，建立基于申請位置的區域化數據庫，實時演算出申請人的申請位置密集度，并作密集度分層，建立不同等級的申請位置密集度風險等級，來識別黑產詐騙行。

技術領域

本發明涉及檢測方法技術領域，具體為一種基于密集度風險等級的反欺 詐檢測方法。

背景技術

無法有效識別黑產人員的申請行為，一直是線上信貸行業的風控痛點。 目前，國內機構對黑產人員的欺詐行為識別，主要通過身份驗證、行業黑名 單匹配、外部信用數據評估等方式，無法有效識別黑產行為，給風險審核帶 來了極大的困擾。上述數據主要通過歷史積累，積累周期長、覆蓋度低、準 確性差，對黑產套現行為無法準確識別。

發明內容

本發明的目的在于提供一種基于密集度風險等級的反欺詐檢測方法，以 解決上述背景技術中檢測方法無法有效識別黑產行為，給風險審核帶來了極 大的困擾的問題。

為實現上述目的，本發明提供如下技術方案：一種基于密集度風險等級 的反欺詐檢測方法，其步驟如下：

步驟一：用戶A申請貸款。

步驟二：提交基本信息。

步驟三：獲取終端設備信息。

步驟五：匹配對應城市等級(例杭州對應二線城市)，以申請地LBS1為 中心點，計算位置密集度。

步驟六：采購位置智能分析軟件服務，例如地圖無憂等，將數據庫中位 置信息表的申請地經緯度導入位置智能分析軟件中，實時分析展示申請地位 置密集程度。

進一步的，所述申請人的基本信息和位置信息，包括姓名、身份證號、 手機號、設備號、申請地LBS等信息。

進一步的，將用戶申請信息進行清洗，清洗建立位置信息表，并作去重 處理，即多個申請訂單申請人信息完全相同，則只留存一個信息，字段包括 姓名、身份證號、手機號、設備號、申請地LBS、城市，建立申請地LBS的專 用數據庫，將位置信息表實時存儲至數據庫中，并實時更新。

進一步的，例如有N個用戶申請，即有N個申請地LBS，計算統計如下指 標：平均密集度(N)＝(密集度1+密集度2+…+密集度n)/N，10米以內， 申請地LBS的平均密集度計為a，a為申請個數；100米以內，申請地LBS的 平均密集度計為b，b為申請個數；500米以內，申請地LBS的平均密集度計 為c，c為申請個數；1000米以內，申請地LBS的平均密集度計為d，d為申 請個數，3.5依據不同時間周期及城市等級，平均密集度標記如下：以10米 以為平均密集度為例，其他范圍統計方式相同。

進一步的，用戶向A金融機構申請貸款時，A機構將獲取的申請地LBS， 如為位置1，解析出位置的所在城市及對應城市等級，例如A的申請地LBS為 杭州，即為一線或新一線城市，將位置1導入位置智能分析軟件，以位置1 位中心點，統計位置1所處位置的密集度，以10米以內密集度為例，其他范 圍計算方式相同，計為:近1天的密集度計為p1；近3天的密集度計為p3； 近7天的密集度計為p7，申請地LBS風險等級規則：低風險：(a1)p1＝2*a1，(a3)p3＝2*a3，(a7)p7＝2*a7；中風險:(a1)2*a1p1＝4*a1，(a3) 2*a3p3＝4*a3，(a7)2*a7p7＝4*a7；高風險(a1)p14*a1，(a3)p34*a3，(a7)p74*a7。