[发明专利]一种动态高风险客群检测方法及系统

权利要求书

1.一种动态高风险客群检测算法，其用于检测归属于不同客群的新用户的风险度，其特征在于，包括：

a.基于评估指标确定每个所述客群的风险度，将所述风险度大于风险阈值的所述客群确定为高风险客群；

b.基于距离函数确定所述新用户与所述高风险客群的相似度，将相似度大于第一相似度阈值的所述新用户判定为风险用户，所述距离函数所述新用户的用户数据的种类相关。

2.根据权利要求1所述的动态高风险客群检测算法，其特征在于，所述步骤a之前执行如下步骤：

i.使用聚类算法基于多个历史用户的多个历史数据对多个所述历史用户建群形成多个客群，所述聚类算法与所述历史数据的种类相关。

3.根据权利要求3所述的动态高风险客群检测算法，其特征在于，所述步骤i通过如下任一方式实现：

-若所述历史数据为通讯录数据或者个人特征数据，基于杰卡德距离算法确定多个所述历史用户彼此之间的相似度，将相似度大于第二相似度阈值的所述历史用户划为一个所述客群；

-若所述历史数据为定位数据，基于空间距离算法确定多个所述历史用户彼此之间的相似度，将相似度大于第三相似度阈值的所述历史用户划为一个所述客群；

-若所述历史数据为个人信息数据，基于欧式距离算法确定多个所述历史用户彼此之间的相似度，将相似度大于第四相似度阈值的所述历史用户划为一个所述客群。

4.根据权利要求1至3中任一项所述的动态高风险客群检测算法，其特征在于，所述步骤a包括如下步骤：

a1.根据所述评估指标的种类筛选所述客群的关联数据；

a2.采集超过所述评估指标的所述关联数据的数量和幅度；

a3.以所述数量和所述幅度为自变量通过风险评估函数确定所述客群的反馈系数，所述反馈系数即为所述客群的风险度。

5.根据权利要求1所述的动态高风险客群检测算法，其特征在于，所述评估指标基于如下方式确定：

-确定所述客群对应的客群数据库的时间分布，基于所述客群数据库的时间分布确定所述评估指标的种类；

-基于所述新用户发出的请求类型确定所述评估指标的种类。

6.根据权利要求5所述的动态高风险客群检测算法，其特征在于，所述评估指标为反馈周期最短的指标。

7.根据权利要求1至6中任一项所述的动态高风险客群检测算法，其特征在于，所述新用户与所述高风险客群的相似度通过如下任一方式实现：

-若所述用户数据为通讯录数据或者个人特征数据，基于杰卡德距离算法确定所述用户与所述高风险客群之间的相似度；

-若所述用户数据为定位数据，基于空间距离算法确定所述用户与所述高风险客群之间的相似度；

-若所述用户数据为个人信息数据，基于欧式距离算法确定所述用户与所述高风险客群之间的相似度。

8.根据权利要求7所述的动态高风险客群检测算法，其特征在于，所述用户与所述高风险客群之间的相似度通过如下方式确定：逐一判断所述新用户与所述高风险客户群包括的每个所述历史用户对应的历史数据之间的重合度并获得多个重合度，对所述多个重合度进行处理得到所述用户与所述高风险客群之间的相似度。

9.一种动态高风险客群检测系统，其用于检测归属于不同客群的新用户的风险度，其特征在于，包括：

高风险客群确定模块(1)，其用于基于评估指标确定每个所述客群的风险度，将所述风险度大于风险阈值的所述客群确定为高风险客群；

风险用户确定模块(2)，其用于于距离函数确定所述新用户与所述高风险客群的相似度，将相似度大于第一相似度阈值的所述新用户判定为风险用户，所述距离函数所述新用户的用户数据的种类相关。

10.根据权利要求9所述的动态高风险客群检测算法，其特征在于，还包括：

建群模块(3)，其用于使用聚类算法基于多个历史用户的多个历史数据对多个所述历史用户建群形成多个客群，所述聚类算法与所述历史数据的种类相关。