[发明专利]用户欺诈风险的检测方法、装置、计算机设备及存储介质在审
| 申请号: | 202210073536.0 | 申请日: | 2022-01-21 |
| 公开(公告)号: | CN114399382A | 公开(公告)日: | 2022-04-26 |
| 发明(设计)人: | 薛卫华;梁海涛;刘强丽 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06K9/62;G06F16/2455 |
| 代理公司: | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人: | 王杰辉;罗秦 |
| 地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用户 欺诈 风险 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种金融系统中用户欺诈风险的检测方法,其特征在于,包括:
获取用户的申请信息,其中,所述申请信息中包括用户的多项项目信息数据;
将所述项目信息数据与对应的基准参考值进行映射,基于所述基准参考值计算所述项目信息数据的偏移量;
将所述偏移量作为所述项目信息数据对应的画像数据,并根据所述画像数据生成用户画像信息;
将所述用户画像信息基于模糊匹配算法在预设的画像数据库中进行相似度匹配,获取所述相似度满足预设值的待选画像;
获取所述待选画像的风险评估系数,根据所述风险评估系数确定所述用户画像信息的欺诈风险。
2.根据权利要求1所述的金融系统中用户欺诈风险的检测方法,其特征在于,所述获取用户的申请信息,其中,所述申请信息中包括用户的多项项目信息数据,还包括:
获取用户的申请信息;
根据自然语言算法识别所述申请信息,获取所述申请信息包含的项目信息及所述项目信息的内容范围;
根据自然语言算法识别所述内容范围内的内容信息,获取所述项目信息的项目信息数据。
3.根据权利要求2所述的金融系统中用户欺诈风险的检测方法,其特征在于,所述根据自然语言算法识别所述内容范围内的内容信息,获取所述项目信息的项目信息数据,包括:
获取所述项目信息的先验知识数据;
将所述自然语言算法配置增加所述先验知识数据,得到先验知识的自然语言算法;
根据所述先验知识的自然语言算法识别所述内容范围内的内容信息,获取所述项目信息的项目信息数据。
4.根据权利要求1所述的金融系统中用户欺诈风险的检测方法,其特征在于,所述基于所述基准参考值计算所述项目信息数据的偏移量,包括:
识别所述项目信息数据的项目类型;
根据所述项目类型从预设的配置文件中匹配计算规则;
将所述项目信息数据与对应的基准参考值基于所述计算规则进行计算,得到所述项目信息数据的数据偏移量。
5.根据权利要4所述的金融系统中用户欺诈风险的检测方法,其特征在于,所述将所述项目信息数据与对应的基准参考值基于所述计算规则进行计算,得到所述项目信息数据的数据偏移量,包括:
获取所述计算规则的计算参数及基准参数;
获取所述项目信息数据中与所述计算参数具有相同语义的参数信息,并获取所述参数信息对应的数据值;
将所述数据值配置为所述计算参数的第一参数值;
将所述基准参考值配置为所述基准参数的第二参数值;
根据所述第一参数值、所述第二参数值与所述计算规则进行数据计算,得到所述项目信息数据的数据偏移量。
6.根据权利要求1所述的金融系统中用户欺诈风险的检测方法,其特征在于,所述将所述用户画像信息基于模糊匹配算法在预设的画像数据库中进行相似度匹配,包括:
获取所述项目信息数据的风险等级;
根据所述风险等级配置相似权重;
基于模糊匹配算法根据所述相似权重计算预设的画像数据库中与所述用户画像信息的加权平均值,获得所用户述画像信息与预设的画像数据库中的画像的相似度,以进行相似度匹配。
7.根据权利要求1所述的金融系统中用户欺诈风险的检测方法,其特征在于,所述根据所述风险评估系数确定所述用户画像信息的欺诈风险,包括:
获取所述待选画像的风险评估系数;
获取所述待选画像与所述用户画像信息的相似度;
根据所述风险评估系数与所述相似度进行计算,得到所述用户画像信息的欺诈风险。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210073536.0/1.html,转载请声明来源钻瓜专利网。





