[发明专利]一种基于反欺诈变量与决策结果的案件定性方法及系统

权利要求书

1.一种基于反欺诈变量与决策结果的案件定性方法，其特征在于，包括：

获取银行或金融机构的信贷申请信息；

根据所述信贷申请信息通过决策系统获取决策结果和决策原因码；

根据所述信贷申请信息通过反欺诈变量加工平台获取反欺诈变量信息；

案件系统根据所述信贷申请信息、决策结果和反欺诈变量信息进行特征转换处理，转换生成案件的数据特征值；

将所述案件的数据特征值输入预先训练好的案件定性模型中，输出案件关键属性标签及案件定性结果。

2.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，所述根据所述信贷申请信息通过反欺诈变量加工平台获取反欺诈变量信息，包括：

根据所述信贷申请信息通过关联网络系统获取欺诈交易申请的关联关系信息；

根据所述信贷申请信息通过中文模糊匹配系统获取所述与信贷申请信息的匹配信息；所述匹配信息包括地址匹配信息；

根据所述信贷申请信息、欺诈交易申请的关联关系信息及与信贷申请信息的匹配信息通过反欺诈变量加工平台生成反欺诈变量信息。

3.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，对案件定性模型的训练方法包括：

获取样本案件的数据特征值，通过随机森林的方法对样本案件的数据特征值进行计算，标注样本案件关键属性标签及标注样本案件定性结果；

将样本案件的数据特征值输入案件定性模型中，将案件定性模型输出的样本案件关键属性标签及样本案件定性结果分别与标注样本案件关键属性标签及标注样本案件定性结果进行对比，在对比结果为不一致时，不断更新优化案件定性模型的模型参数，直到对比结果一致时，得到训练好的案件定性模型。

4.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，所述输出案件关键属性标签及案件定性结果后，还包括：

根据所述案件定性结果，获取案件定性结果为欺诈案件的第一数据集；

对所述第一数据集中不同欺诈案件的相同特征属性进行叠加并进行排序；

选取叠加值最大的P个特征属性，并获取P个特征属性所述对应的信贷申请信息；

将P个特征属性及P个特征属性所述对应的信贷申请信息放入黑名单库；

或

将P个特征属性及P个特征属性所述对应的信贷申请信息放入先验数据库：

在接收到信贷申请信息时，判断所述信贷申请信息是否包括先验数据库中存储的P个特征属性中的任一特征属性和/或P个特征属性中的任一特征属性所对应的信贷申请信息；

在确定信贷申请信息包括先验数据库中存储的P个特征属性中的任一特征属性和/或P个特征属性中的任一特征属性所对应的信贷申请信息，则确定所述信贷申请信息对应的案件为欺诈案件；反之，通过案件定性模型检验所述信贷申请信息对应的案件是否为欺诈案件。

5.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，所述特征转换处理，包括：

判断进行特征转换处理的信息类别是否为反欺诈变量信息；

在确定进行特征转换处理的信息类别为反欺诈变量信息时，判断反欺诈变量信息是否为第一类反欺诈变量信息，在确定为第一类反欺诈变量信息时，进行数字化转换；在确定为第二类反欺诈变量信息时，使用非线性转换法；所述第一类反欺诈变量信息包括：内部黑名单类,一致性比对类，模糊匹配相关衍生变量，勾稽校验类，部分组网变量；所述第二类反欺诈变量信息包括：历史比对类,多人共用类,人行比对类,设备属性类,设备注册行为类,设备登录行为类,设备申请行为类,设备提现行为类；

在确定进行特征转换处理的信息类别为非反欺诈变量信息时，使用One-hot编码型特征值转换。