风险分析方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术提供一种基于关系网络的风险分析方法，包括：在接收到用户触发的风险分析指令时，从大数据平台获取与所述风险分析指令对应的分析对象的关系网络信息；基于所述关系网络信息从所述大数据平台获取关系网络中各个节点的历史贷款申请信息；将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度；基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率。本发明专利技术还提供一种风险分析装置、设备及计算机可读存储介质。本发明专利技术可实现对团伙欺诈的有效分析，获得可靠的团伙欺诈分析结果。

Risk analysis methods, devices, equipment and computer-readable storage media

The invention provides a risk analysis method based on relational network, which includes: acquiring the relational network information of the analytic object corresponding to the risk analysis instruction from the big data platform when receiving the risk analysis instruction triggered by the user; acquiring the historical loan application information of each node in the relational network from the big data platform based on the relational network information; By comparing the historical loan application information of each node, the correlation degree of each node's historical loan application information is determined, and the fraud probability of gang fraud in the relationship network is determined based on the correlation degree of the historical loan application information. The invention also provides a risk analysis device, a device and a computer readable storage medium. The invention can realize effective analysis of gang fraud and obtain reliable analysis results of gang fraud.

【技术实现步骤摘要】
风险分析方法、装置、设备及计算机可读存储介质
本专利技术涉及数据处理
，尤其涉及一种风险分析方法、装置、设备及计算机可读存储介质。
技术介绍
目前，关于贷款客户的风险分析方案中，一般通过设计风控规则，对客户进行层层校验，最终根据客户对于风控规则的匹配程度得出不同的风控策略。这种方式主要针对借贷个体的评估进行反欺诈，缺乏对团伙欺诈类风险进行有效风险分析的方法。
技术实现思路
本专利技术的主要目的在于提供一种风险分析方法、装置、设备及计算机可读存储介质，旨在实现对团伙欺诈类风险进行有效可靠风险分析。为实现上述目的，本专利技术提供一种风险分析方法，所述风险分析方法包括以下步骤：在接收到用户触发的风险分析指令时，从大数据平台获取与所述风险分析指令对应的分析对象的关系网络信息；基于所述关系网络信息从所述大数据平台获取关系网络中各个节点的历史贷款申请信息；将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度；基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率。可选地，所述将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度的步骤包括：判断不同节点的历史贷款申请信息中是否存在共享配对类型关系信息；若存在，则根据共享节点数量大于预设阈值的异常共享配对类型关系信息的数量以及各个异常共享配对类型关系信息的共享节点之和所在的数值区间，以及数值区间与相关程度的关联关系，确定配对类型关系的相关程度；所述基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率的步骤包括：将配对类型关系的相关程度对应的预设欺诈风险概率作为关系网络中存在团伙欺诈的欺诈概率。可选地，所述将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度的步骤包括：判断不同节点的历史贷款申请信息中是否存在相同的申请设备指纹信息；若存在，则将存在相同申请设备指纹信息的节点数量与关系节点总数量的比值作为所述历史贷款申请信息的申请设备相关程度；所述基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率的步骤包括：基于所述历史贷款申请信息的申请设备相关程度所在的比值区间，以及比值区间对应的预设欺诈风险概率确定关系网络存在团伙欺诈的欺诈概率。可选地，所述申请设备指纹信息至少包括申请设备硬件ID或申请设备序列号。可选地，所述将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度的步骤包括：判断不同节点的历史贷款申请信息中是否存在相同的归属信息，其中，所述归属信息至少包括归属公司的名称信息或归属公司的地址信息；若存在，则将存在相同归属信息的节点数量与关系节点总数量的比值作为所述历史贷款申请信息的归属信息相关程度；所述基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率的步骤包括：基于所述历史贷款申请信息的归属信息相关程度所在的比值区间，以及比值区间对应的预设欺诈风险概率确定关系网络存在团伙欺诈的欺诈概率。可选地，所述基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率的步骤之后包括：基于所述关系网络信息生成关系网络图，并基于所述欺诈概率在所述关系网络的预设位置图添加文字风险标识或者颜色风险标识；将已标注的关系网络图显示在当前界面或存储在预设位置，以供用户查看。可选地，所述基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率的步骤之后包括：根据所述欺诈概率所在的概率区间确定所述分析对象当前的贷款申请信息的审批策略；基于所述审批策略对分析对象当前的贷款申请信息进行审批。此外，为实现上述目的，本专利技术还提供一种风险分析装置，所述风险分析装置包括：第一获取模块，用于在接收到用户触发的风险分析指令时，从大数据平台获取与所述风险分析指令对应的分析对象的关系网络信息；第二获取模块，基于所述关系网络信息从所述大数据平台获取关系网络中各个节点的历史贷款申请信息；对比模块，将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度；第一确定模块，基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率。此外，为实现上述目的，本专利技术还提供一种风险分析设备，所述风险分析设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的风险分析程序，其中所述风险分析程序被所述处理器执行时，实现如上述的风险分析方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有风险分析程序，其中所述风险分析程序被处理器执行时，实现如上述的风险分析方法的步骤。本专利技术提供一种风险分析方法、装置、设备以及计算机可读存储介质，所述风险分析方法包括：在接收到用户触发的风险分析指令时，从大数据平台获取与所述风险分析指令对应的分析对象的关系网络信息；基于所述关系网络信息从所述大数据平台获取关系网络中各个节点的历史贷款申请信息；将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度；基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率。通过上述方式，根据欺诈团伙的申请信息具有较高相关程度的特征，通过关系网络中各个关系节点的历史贷款申请信息对比得到的相关程度来确定关系网络的团伙欺诈的概率，实现对团伙欺诈类风险的分析评估。附图说明图1为本专利技术实施例方案中涉及的风险分析设备的硬件结构示意图；图2为本专利技术风险分析方法第一实施例的流程示意图；图3为本专利技术风险分析方法第二实施例的流程示意图；图4为本专利技术风险分析方法第三实施例的流程示意图；图5为本专利技术风险分析方法第四实施例的流程示意图；图6为本专利技术风险分析方法第五实施例的流程示意图；图7为本专利技术风险分析方法第六实施例的流程示意图；图8为本专利技术风险分析装置的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例涉及的风险分析方法主要应用于风险分析设备，该风险分析设备可以是个人计算机(personalcomputer，PC)、便携计算机、移动终端等具有数据处理功能的设备。参照图1，图1为本专利技术实施例方案中涉及的风险分析设备的硬件结构示意图。本专利技术实施例中，风险分析设备可以包括处理器1001(例如中央处理器CentralProcessingUnit，CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity，WI-FI接口)；存储器1005可以是高速随机存取存储器(randomaccessmemory，RAM)，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本专利技术的限定，可以包本文档来自技高网...

【技术保护点】
1.一种风险分析方法，其特征在于，所述风险分析方法包括：在接收到用户触发的风险分析指令时，从大数据平台获取与所述风险分析指令对应的分析对象的关系网络信息；基于所述关系网络信息从所述大数据平台获取关系网络中各个节点的历史贷款申请信息；将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度；基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率。

【技术特征摘要】
1.一种风险分析方法，其特征在于，所述风险分析方法包括：在接收到用户触发的风险分析指令时，从大数据平台获取与所述风险分析指令对应的分析对象的关系网络信息；基于所述关系网络信息从所述大数据平台获取关系网络中各个节点的历史贷款申请信息；将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度；基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率。2.如权利要求1所述的风险分析方法，其特征在于，所述将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度的步骤包括：判断不同节点的历史贷款申请信息中是否存在共享配对类型关系信息；若存在，则根据共享节点数量大于预设阈值的异常共享配对类型关系信息的数量以及各个异常共享配对类型关系信息的共享节点之和所在的数值区间，以及数值区间与相关程度的关联关系，确定配对类型关系的相关程度；所述基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率的步骤包括：将配对类型关系的相关程度对应的预设欺诈风险概率作为关系网络中存在团伙欺诈的欺诈概率。3.如权利要求1所述的风险分析方法，其特征在于，所述将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度的步骤包括：判断不同节点的历史贷款申请信息中是否存在相同的申请设备指纹信息；若存在，则将存在相同申请设备指纹信息的节点数量与关系节点总数量的比值作为所述历史贷款申请信息的申请设备相关程度；所述基于所述历史贷款申请信息的相关程度确定关系网络存在团伙欺诈的欺诈概率的步骤包括：基于所述历史贷款申请信息的申请设备相关程度所在的比值区间，以及比值区间对应的预设欺诈风险概率确定关系网络存在团伙欺诈的欺诈概率。4.如权利要求3所述的风险分析方法，其特征在于，所述申请设备指纹信息至少包括申请设备硬件ID或申请设备序列号。5.如权利要求1所述的风险分析方法，其特征在于，所述将各个节点的历史贷款申请信息进行对比，确定各节点的历史贷款申请信息的相关程度的步骤包括：判断不同节点的历史贷款申请信息中是否存在相同的归属信息，其中，所述...

【专利技术属性】
技术研发人员：吴绍培，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44