[发明专利]信用卡套现行为的识别方法和识别装置

说明书

本发明公开了一种信用卡套现行为的识别方法和识别装置。所述识别方法包括：获取目标信用卡的交易数据；从所述交易数据中提取预定的多组特征对应的信息；将每组特征对应的信息分别输入到对应的预先建立的识别模型，计算每组特征对应的识别结果；以及根据多组特征对应的多个识别结果采用投票策略判断所述目标信用卡是否存在信用卡套现行为。本发明可以应用于金融领域或其他领域，通过本发明实施例，通过多个训练好的识别模型得出的识别结果共同判断客户的行为，从而能够实时识别信用卡的交易行为，提升识别正确率以及识别效率，从而减少银行相关损失，降低银行金融风险。

技术领域

本发明涉及金融领域，尤其涉及一种信用卡套现行为的识别方法和识别装置。

需要说明的是，本发明信用卡套现行为的识别方法和识别装置可用于金融领域在信用卡的风险控制领域，也可用于除金融领域之外的任意领域，本发明信用卡套现行为的识别方法和识别装置的应用领域不做限定

背景技术

信用卡是商业银行或者信用卡公司对信用合格的消费者发行的信用凭证。但是由于信用卡消费有免息期并且取现的费率相比同期的银行贷款利率较低，因此常常有团伙或者个人使用多张信用卡进行套现，从而在低成本下获取到较大的现金流。这种套现行为给商业银行带来了较大的损失。因此商业银行常常进行套现行为的识别，

目前针对信用卡套现行为的识别方法中，套现模型常常是基于规则匹配的方式实现的，当数据结构或者数据来源发生变化时，还需要将规则进行更改，浪费人力物力。此外，由于需要基于业务人员的经验制定规则，对人员的依赖较大，当人员发生变动时，识别的正确率会随之发生波动。

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本发明实施例提供一种信用卡套现行为的识别方法，通过多个训练好的识别模型得出的识别结果共同判断客户的行为，从而能够实时识别信用卡的交易行为，提升识别正确率以及识别效率，从而减少银行相关损失，降低银行金融风险。所述识别方法包括：

获取目标信用卡的交易数据；

从所述交易数据中提取预定的多组特征对应的信息；

将每组特征对应的信息分别输入到对应的预先建立的识别模型，计算每组特征对应的识别结果；以及

根据多组特征对应的多个识别结果采用投票策略判断所述目标信用卡是否存在信用卡套现行为；

其中，每组特征包括以下特征中的至少一个：客户静态信息、客户动态信息、账单特征、静态商户信息、动态商户信息、账单与商户关联特征。

本发明实施例提供一种信用卡套现行为的识别装置，通过多个训练好的识别模型得出的识别结果共同判断客户的行为，从而能够实时识别信用卡的交易行为，提升识别正确率以及识别效率，从而减少银行相关损失，降低银行金融风险。所述识别装置包括：

数据获取单元，其获取目标信用卡的交易数据；

信息提取单元，其从所述交易数据中提取预定的多组特征对应的信息，其中，每组特征包括以下特征中的至少一个：客户静态信息、客户动态信息、账单特征、静态商户信息、动态商户信息、账单与商户关联特征；

计算单元，其将每组特征对应的信息分别输入到对应的预先建立的识别模型，计算每组特征对应的识别结果；以及

判断单元，其根据多组特征对应的多个识别结果采用投票策略判断所述目标信用卡是否存在信用卡套现行为。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述识别方法。