[发明专利]欺诈识别方法、装置、计算机设备及存储介质

说明书

本发明涉及人工智能技术领域，提供一种欺诈识别方法、装置、计算机设备及存储介质，所述方法包括：获取样本集，其中，样本集包括样本用户及样本用户的行为特征；分别利用多个检测模型对行为特征进行分析，得到多个检测模型输出的样本用户是否为欺诈用户的多个评分；利用多个检测模型之间的相关因子，对多个评分进行综合分析，以识别样本用户是否为欺诈用户。与现有技术相比，本发明通过对多个检测模型输出的评分进行综合决策，提高了不同场景下欺诈识别的准确性，推动了检测模型的推广和应用。

技术领域

本发明涉及人工智能技术领域，具体而言，涉及一种欺诈识别方法、装置、计算机设备及存储介质。

背景技术

随着移动互联网的普及，金融、医疗、电商等各行业的业务模式重心逐渐由线下转移至线上，但线上开展业务过程中，由于缺乏对客户信息真实性的强校验管控，因此无疑给一些黑产团体、恶意欺诈客户提供了更大的操作空间。

基于目前快速发展的人工智能技术，利用深度学习、机器学习等模型对客户的欺诈风险进行有效判定，并已经在各个领域取得了良好的风险防范和欺诈识别效果。但是由于每种检测模型基于的识别理论和识别原理各有不同，在适应不同场景时，不同检测模型输出的识别效果也相差甚远，极大地影响了检测模型的推广和应用。

发明内容

本发明的目的在于提供了一种欺诈识别方法、装置、计算机设备及存储介质，其能够利用多个检测模型之间的相关因子，对多个检测模型输出的评分进行综合决策，提高了不同场景下欺诈识别的准确性，推动了检测模型的推广和应用。

为了实现上述目的，本发明采用的技术方案如下：

第一方面，本发明提供一种欺诈识别方法，所述方法包括：获取样本集，其中，所述样本集包括样本用户及所述样本用户的行为特征；分别利用多个检测模型对所述行为特征进行分析，得到所述多个检测模型输出的所述样本用户是否为欺诈用户的多个评分；利用所述多个检测模型之间的相关因子，对所述多个评分进行综合分析，以识别所述样本用户是否为欺诈用户。

第二方面，本发明提供一种欺诈识别装置，所述装置包括：获取模块，用于获取样本集，其中，所述样本集包括样本用户及所述样本用户的行为特征；分析模块，用于分别利用多个检测模型对所述行为特征进行分析，得到所述多个检测模型输出的所述样本用户是否为欺诈用户的多个评分；分析模块，还用于利用所述多个检测模型之间的相关因子，对所述多个评分进行综合分析，以识别所述样本用户是否为欺诈用户。

第三方面，本发明提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述的欺诈识别方法。

第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的欺诈识别方法。

与现有技术相比，本发明首先利用多个检测模块对样本集中的行为特征进行分析，得到多个检测模型输出的样本用户是否为欺诈用户的多个评分，然后利用多个检测模型之间的相关因子，对多个评分进行综合分析，以识别样本用户是否为欺诈用户，本发明通过对多个检测模型输出的评分进行综合决策，提高了不同场景下欺诈识别的准确性，推动了检测模型的推广和应用。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的一种欺诈识别方法的流程示意图。

图2为本发明实施例提供的获取样本集的欺诈识别方法的流程示意图。

图3为本发明实施例提供的判断原始特征的欺诈识别方法的流程示意图。