[发明专利]用户的风险信用分的计算方法、信用风险评估方法及系统

说明书

本发明公开了一种用户的风险信用分的计算方法、信用风险评估方法及系统，计算方法包括：S₁、获取每个用户的社交通信数据；S₂、对社交通信数据进行预处理；S₃、统计每个主动用户与相应的被动用户之间的第一通信分量、第二通信分量和第三通信分量；S₄、得到每个主动用户的第一亲密度；得到每个主动用户的第二亲密度；得到每个主动用户的第三亲密度；S₅、得到每个主动用户与相应的被动用户的综合联系亲密度；S₆、根据综合联系亲密度以及相应的被动用户的风险信用信息计算每个主动用户的风险信用分。本发明能够得到主动用户的风险信用分，通过该风险信用分能够帮助金融机构有效识别团伙欺诈风险，降低资产损失。

技术领域

本发明属于互联网金融领域，特别涉及一种基于社交网络的用户的风险信用分的计算方法、信用风险评估方法及系统。

背景技术

互联网金融的发展给借贷带来了诸多便利，用户在网页上或者手机上简单地操作几下，就可以借到钱。虽然普通人通过互联网能够快速获得信用贷款，但是骗贷者也会利用互联网大发横财。欺诈是完全没有还款意愿的借款行为，而黑中介操纵的团伙欺诈是一种新型的欺诈，会给金融机构带来不可挽回的巨额损失，为此必须采取相应措施对团伙的欺诈行为做出有效防范。

传统的反欺诈措施主要是针对单个用户进行的，即基于某个用户或某个设备是否有欺诈历史，据此进行判断。然而，由黑中介操纵的团伙欺诈并不是单个用户进行单打独斗，而是多人的协同操作，团伙中的成员会通过某种通信工具相互联系起来。目前，面对团伙欺诈的情况，依靠传统的反欺诈措施很难达到有效防范的效果。

发明内容

本发明要解决的技术问题是为了克服现有技术中传统的反欺诈措施很难对互联网金融中团伙欺诈骗取贷款的行为进行有效防范的缺陷，提供一种能够有效预测团伙欺诈风险的用户的风险信用分的计算方法、信用风险评估方法及系统。

本发明是通过下述技术方案来解决上述技术问题：

本发明的第一方面提供了一种用户的风险信用分的计算方法，其特点在于，包括以下步骤：

S₁、获取每个用户的社交通信数据；

S₂、对所述社交通信数据进行预处理，以得到结构化关系型数据，每条所述结构化关系型数据包括被动用户、与所述被动用户主动联系的主动用户、相应的联系开始时间和联系消耗时长或联系结束时间；

S₃、根据每条所述结构化关系型数据统计每个所述主动用户与相应的所述被动用户之间的第一通信分量、第二通信分量和第三通信分量；所述第一通信分量为所述主动用户与相应的所述被动用户之间最近一次联系时间，所述第二通信分量为所述主动用户与相应的所述被动用户在一预设时间内联系总次数，所述第三通信分量为所述主动用户与相应的所述被动用户在所述预设时间内联系总时长；

S₄、根据所述第一通信分量对每个所述主动用户在所有用户中进行排名得到第一排名结果，根据所述第一排名结果对每个所述主动用户的所述第一通信分量进行归一化处理，以得到每个所述主动用户的第一亲密度；根据所述第二通信分量对每个所述主动用户在所有用户中进行排名得到第二排名结果，根据所述第二排名结果对每个所述主动用户的所述第二通信分量进行归一化处理，以得到每个所述主动用户的第二亲密度；根据所述第三通信分量对每个所述主动用户在所有用户中进行排名得到第三排名结果，根据所述第三排名结果对每个所述主动用户的所述第三通信分量进行归一化处理，以得到每个所述主动用户的第三亲密度；所述第一亲密度、所述第二亲密度及所述第三亲密度均为0至1之间的值；

S₅、根据所述第一亲密度、所述第二亲密度及所述第三亲密度得到每个所述主动用户与相应的所述被动用户的综合联系亲密度，所述综合联系亲密度为0至1之间的值；