[發(fā)明專利]一種欺詐風(fēng)險(xiǎn)節(jié)點(diǎn)的挖掘方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110169128.0
• 申請(qǐng)日: 2021-02-07
• 公開(kāi)（公告）號(hào): CN112785423A
• 公開(kāi)（公告）日: 2021-05-11
• 發(fā)明（設(shè)計(jì)）人: 何浪;郭亞萌;張炫
• 申請(qǐng)（專利權(quán)）人: 撼地?cái)?shù)智（重慶）科技有限公司
• 主分類號(hào): G06Q40/02
• 分類號(hào): G06Q40/02;G06Q40/04;G06Q40/06
• 代理公司: 重慶智慧之源知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50234
• 代理人: 余洪;高彬

本發(fā)明提供一種欺詐風(fēng)險(xiǎn)節(jié)點(diǎn)的挖掘方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，本方案根據(jù)企業(yè)數(shù)據(jù)建立企業(yè)圖譜，依照已知的黑名單對(duì)企業(yè)圖譜中的節(jié)點(diǎn)進(jìn)行篩選，將不屬于黑名單中的節(jié)點(diǎn)進(jìn)行中介中心性計(jì)算，將中介中心性大于預(yù)設(shè)值的作為復(fù)雜節(jié)點(diǎn)，并進(jìn)行欺詐風(fēng)險(xiǎn)分析，若存在則添加至黑名單中，得到目標(biāo)黑名單，實(shí)現(xiàn)對(duì)存在欺詐風(fēng)險(xiǎn)的節(jié)點(diǎn)的挖掘。能夠全面的對(duì)所有節(jié)點(diǎn)進(jìn)行分析，通過(guò)采用中介中心性的計(jì)算，對(duì)節(jié)點(diǎn)進(jìn)行分類篩選，從而只對(duì)存在欺詐風(fēng)險(xiǎn)可能的節(jié)點(diǎn)采用各種方法具體分析，在保證全面性的同時(shí)，極大的提高了對(duì)欺詐風(fēng)險(xiǎn)節(jié)點(diǎn)挖掘的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及信息技術(shù)領(lǐng)域，尤其涉及一種欺詐風(fēng)險(xiǎn)節(jié)點(diǎn)的挖掘方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

欺詐風(fēng)險(xiǎn)是消費(fèi)金融業(yè)務(wù)中存在的主要風(fēng)險(xiǎn)之一，它是指信貸客戶完全不具備還款意愿一類的風(fēng)險(xiǎn)，很多金融機(jī)構(gòu)的壞賬都是由欺詐產(chǎn)生。因此，需要構(gòu)建有效的風(fēng)險(xiǎn)控制體系，貸前反欺詐環(huán)節(jié)是幫助金融機(jī)構(gòu)過(guò)濾劣質(zhì)用戶，篩除欺詐人員的第一道風(fēng)控環(huán)節(jié)。傳統(tǒng)的反欺詐風(fēng)險(xiǎn)方法主要是基于通過(guò)SDK采集的個(gè)人行為數(shù)據(jù)、利用爬蟲(chóng)等技術(shù)爬取的消費(fèi)和通信數(shù)據(jù)以及來(lái)源于第三方機(jī)構(gòu)的用戶數(shù)據(jù)，使用邏輯回歸、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法構(gòu)建評(píng)分模型，定量評(píng)估新進(jìn)客戶的欺詐風(fēng)險(xiǎn)。在如今的大數(shù)據(jù)時(shí)代，通過(guò)對(duì)海量數(shù)據(jù)的整合，建立的反欺詐系統(tǒng)為金融機(jī)構(gòu)的風(fēng)控打開(kāi)了一扇天窗。

但是，欺詐風(fēng)險(xiǎn)目前日益呈現(xiàn)產(chǎn)業(yè)鏈化的特征，圍繞著欺詐的實(shí)施，形成了專業(yè)的技術(shù)開(kāi)發(fā)產(chǎn)業(yè)，比如虛擬模擬資料，賬單造假等；身份信用包裝和虛假身份提供產(chǎn)業(yè)，比如到農(nóng)村收一些大爺大媽的身份證等；業(yè)務(wù)漏洞發(fā)現(xiàn)和欺詐方法傳授產(chǎn)業(yè)，而且從事這些產(chǎn)業(yè)的人都具有較高的智商，他們會(huì)各種試探金融機(jī)構(gòu)的反欺詐規(guī)則，然后利用前兩種產(chǎn)業(yè)提供的技術(shù)、資料實(shí)施欺詐。這種團(tuán)伙欺詐有時(shí)不容易被偵測(cè)，使用人工智能算法識(shí)別可能產(chǎn)生漏網(wǎng)之魚(yú)，而人工篩查則進(jìn)程十分緩慢。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種欺詐風(fēng)險(xiǎn)節(jié)點(diǎn)的挖掘方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

一種欺詐風(fēng)險(xiǎn)節(jié)點(diǎn)的挖掘方法，所述方法包括：接收企業(yè)數(shù)據(jù)，根據(jù)所述企業(yè)數(shù)據(jù)建立企業(yè)圖譜，所述企業(yè)圖譜由多個(gè)企業(yè)族群構(gòu)成，每個(gè)企業(yè)族群為圖譜中的一個(gè)子圖，圖譜中包括節(jié)點(diǎn)和節(jié)點(diǎn)間的關(guān)系及權(quán)重，所述節(jié)點(diǎn)具體為企業(yè)和投資人；根據(jù)預(yù)知的黑名單，將屬于所述黑名單的節(jié)點(diǎn)進(jìn)行標(biāo)注；根據(jù)所述企業(yè)圖譜，計(jì)算不屬于黑名單的節(jié)點(diǎn)的中介中心性，將中介中心性大于預(yù)設(shè)值的節(jié)點(diǎn)作為復(fù)雜節(jié)點(diǎn)；基于所述企業(yè)數(shù)據(jù)，對(duì)所述復(fù)雜節(jié)點(diǎn)進(jìn)行特征分析，判斷是否存在欺詐風(fēng)險(xiǎn)；當(dāng)判斷為存在欺詐風(fēng)險(xiǎn)時(shí)，將所述復(fù)雜節(jié)點(diǎn)納入所述黑名單中，得到更新后的目標(biāo)黑名單。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述企業(yè)圖譜，計(jì)算不屬于黑名單的節(jié)點(diǎn)的中介中心性，將中介中心性大于預(yù)設(shè)值的節(jié)點(diǎn)作為復(fù)雜節(jié)點(diǎn)步驟之后，還包括：將中介中心性小于預(yù)設(shè)值的節(jié)點(diǎn)作為普通節(jié)點(diǎn)；將所述普通節(jié)點(diǎn)進(jìn)行輸出并存檔為正常名單。

在其中一個(gè)實(shí)施例中，所述基于所述企業(yè)數(shù)據(jù)，對(duì)所述復(fù)雜節(jié)點(diǎn)進(jìn)行特征分析，判斷是否存在欺詐風(fēng)險(xiǎn)步驟之后，還包括：當(dāng)判斷結(jié)果為不存在欺詐風(fēng)險(xiǎn)時(shí)，將所述復(fù)雜節(jié)點(diǎn)進(jìn)行輸出并存檔為正常名單。

在其中一個(gè)實(shí)施例中，所述當(dāng)判斷為存在欺詐風(fēng)險(xiǎn)時(shí)，將所述復(fù)雜節(jié)點(diǎn)納入所述黑名單中，得到更新后的目標(biāo)黑名單步驟之后，還包括：將屬于目標(biāo)黑名單中的復(fù)雜節(jié)點(diǎn)所在的族群作為目標(biāo)族群，并對(duì)所述目標(biāo)族群進(jìn)行特征分析，判斷是否存在欺詐風(fēng)險(xiǎn)；當(dāng)所述目標(biāo)族群存在欺詐風(fēng)險(xiǎn)時(shí)，所述目標(biāo)族群為欺詐風(fēng)險(xiǎn)族群，并存儲(chǔ)為族群黑名單。

在其中一個(gè)實(shí)施例中，所述當(dāng)判斷為存在欺詐風(fēng)險(xiǎn)時(shí)，將所述復(fù)雜節(jié)點(diǎn)納入所述黑名單中，得到更新后的目標(biāo)黑名單步驟之后，還包括：根據(jù)新的企業(yè)數(shù)據(jù)，更新所述企業(yè)圖譜，得到更新后的目標(biāo)企業(yè)圖譜；基于所述目標(biāo)企業(yè)圖譜，計(jì)算所述目標(biāo)企業(yè)圖譜中新節(jié)點(diǎn)與欺詐風(fēng)險(xiǎn)族群的關(guān)聯(lián)關(guān)系，得到所述新節(jié)點(diǎn)的欺詐傾向值。