[发明专利]一种反欺诈解决方法及系统

说明书

本发明公开了一种反欺诈解决方法及系统，所述方法包括：获取样本特征信息；构建复杂网络并计算网络属性，复杂网络包括第一网络和第二网络；第一网络以身份证号码为节点，具有相同身份证属性的不同身份证号码之间建立有连接边；第二网络以身份证号码和身份证属性为节点，且每个身份证号码与其拥有的各身份证属性之间分别建立有连接边；网络属性包括关联强度、用户相似度、用户桥点值和/或属性桥点值；身份证属性包括通讯电话、银行卡信息等；根据网络属性及标签体系中的预设规则，对各个身份证及身份证属性分别打上相应的风险标签，据此得到第一部分黑名单。本发明可以准确有效识别团伙风险、个体风险、黑中介和批量攻击行为等，有效降低欺诈率。

技术领域

本发明涉及金融领域，尤其涉及一种反欺诈解决方法及系统。

背景技术

目前，消费金融领域的反欺诈方案通常是根据历史数据，采用有监督学习的方法训练模型，进而判断样本的风险等级。有监督学习方式得到的风险特征往往是陈旧的攻击套路，无法实现与欺诈团伙或者黑中介的动态对抗。

发明内容

本发明的目的在于提供一种反欺诈解决方法及系统，用于发现消费金融领域中存在的群体风险、个体风险、黑中介、批量攻击行为等，以有效降低欺诈率，降低外部黑名单查询费用，保护资金安全。

为达此目的，本发明采用以下技术方案：

一种反欺诈解决方法，包括：

获取样本特征信息，所述样本特征信息至少包括贷前申请数据；

根据所述样本特征信息构建复杂网络并计算网络属性，所述复杂网络包括第一网络和第二网络；所述第一网络以身份证号码为节点，具有相同身份证属性的不同身份证号码之间建立有连接边；所述第二网络以身份证号码和身份证属性为节点，且每个身份证号码与其拥有的各身份证属性之间分别建立有连接边；所述网络属性包括关联强度、用户相似度、用户桥点值和/或属性桥点值；所述身份证属性包括手机号码、通讯电话、邮箱、设备ID和银行卡信息中的任意一项或者任意组合；

根据所述网络属性以及标签体系中的预设规则，对各个所述身份证及身份证属性分别打上相应的风险标签，据此得到第一部分黑名单。

可选的，所述样本特征信息还包括外部数据、内部贷后逾期数据和/或内部爬虫数据。

可选的，所述反欺诈解决方法还包括：对所述内部爬虫数据中的地址数据进行聚类，将聚类得到的社区数据以及所述第一部分黑名单数据按照所述标签体系中的预设规则进行计算，得到第二部分黑名单。

可选的，所述聚类采用层次聚类算法、快速聚类算法或者密度聚类算法。

可选的，在所述对各个所述身份证及身份证属性分别打上相应的风险标签的步骤中，还包括：对已识别出的风险标签，按照预设的标签传播规则进行标签传播。

可选的，所述风险标签包括：风险等级、标签的有效期和标签的退出机制。

一种反欺诈解决系统，包括：

数据获取单元，用于获取样本特征信息，所述样本特征信息至少包括贷前申请数据；

网络构建单元，用于根据所述样本特征信息构建复杂网络并计算网络属性，所述复杂网络包括第一网络和第二网络；所述第一网络以身份证号码为节点，具有相同身份证属性的不同身份证号码之间建立有连接边；所述第二网络以身份证号码和身份证属性为节点，且每个身份证号码与其拥有的各身份证属性之间分别建立有连接边；所述网络属性包括关联强度、用户相似度、用户桥点值和/或属性桥点值；所述身份证属性包括手机号码、通讯电话、邮箱、设备ID和银行卡信息中的任意一项或者任意组合；

打标签单元，用于根据所述网络属性以及标签体系中的预设规则，对各个所述身份证及身份证属性分别打上相应的风险标签，据此得到第一部分黑名单。