一种套现检测方法及装置制造方法及图纸

本发明专利技术涉及信用卡金融领域，尤其涉及一种套现检测方法及装置。该方法包括：获取待测商户的属性信息和交易记录信息，属性信息包括待测商户的商户类型；然后根据待测商户的商户类型，从预设数据库中确定出与待测商户的商户类型相同的正常样本商户并获取确定出的正常样本商户的属性信息和交易记录信息；最后，根据待测商户的属性信息和交易记录信息以及正常样本商户的属性信息和交易记录信息检测待测商户是否为套现商户。本申请实现了从商户维度进行套现检测，从而使得检测方法更加科学有效。

【技术实现步骤摘要】
一种套现检测方法及装置
本专利技术涉及信用卡金融领域，尤其涉及一种套现检测方法及装置。
技术介绍
随着全球经济的快速发展，人们的消费水平也在不断提高，信用卡作为一种金融产品，具有方便快捷、提前消费、分期付款等优点，越来越多的人选择使用信用卡。然而信用卡也存在一些安全隐患，比如信用卡套现。信用卡套现是指持卡人不是通过正常合法手续提取现金，而通过其他手段将卡中信用额度内的资金以现金的方式套取，同时又不支付银行提现费用的行为。信用卡套现会会增加金融风险，不利用金融秩序的稳定，给银行资金安全带来极大风险。为了避免这一问题，需要及时识别信用卡套现的行为。目前，现有技术中已有的解决方案是从交易维度着手，通过传统的规则引擎识别潜在的套现交易，但这种基于规则的套现检测方法极度信赖由人工制订的过滤规则，需要有大量从业经验的专业人员来完成，且规则模式单一，不能适应不断进化的套现交易，因此存在着准确度低，适用范围小的缺点。后续出现的基于机器学习的方法，在规则引擎的基础上引入了机器学习方法，用集群服务器发掘套现交易内部的规律，作为规则引擎的补充，在一定程度上提升了套现检测的准确率与成功率，但单笔交易之间存在本文档来自技高网...

【技术保护点】
一种套现检测方法，其特征在于，所述方法包括：获取待测商户的属性信息和交易记录信息；所述属性信息包括所述待测商户的商户类型；根据所述待测商户的商户类型，从预设数据库中确定出与所述待测商户的商户类型相同的正常样本商户并获取确定出的正常样本商户的属性信息和交易记录信息；根据所述待测商户的属性信息和交易记录信息以及所述正常样本商户的属性信息和交易记录信息检测所述待测商户是否为套现商户。

【技术特征摘要】
1.一种套现检测方法，其特征在于，所述方法包括：获取待测商户的属性信息和交易记录信息；所述属性信息包括所述待测商户的商户类型；根据所述待测商户的商户类型，从预设数据库中确定出与所述待测商户的商户类型相同的正常样本商户并获取确定出的正常样本商户的属性信息和交易记录信息；根据所述待测商户的属性信息和交易记录信息以及所述正常样本商户的属性信息和交易记录信息检测所述待测商户是否为套现商户。2.如权利要求1所述的方法，其特征在于，根据所述待测商户的属性信息和交易记录信息以及所述正常样本商户的属性信息和交易记录信息检测所述待测商户是否为套现商户，包括：根据所述待测商户的属性信息和交易记录信息以及所述正常样本商户的属性信息和交易记录信息，对所述待测商户和所述正常样本商户进行聚类分析，得到所述待测商户的第一套现检测结果；以及，将所述待测商户的属性信息和交易记录信息与所述正常样本商户的属性信息和交易记录信息进行比较，得到所述待测商户的第二套现检测结果；以及，判断所述待测商户的属性信息和交易记录信息是否符合检测条件，得到所述待测商户的第三套现检测结果，其中，所述检测条件是根据所述正常样本商户的属性信息和交易记录信息得到的；根据所述待测商户的第一套现检测结果、第二套现检测结果和第三套现检测结果，确定所述待测商户是否为套现商户。3.如权利要求2所述的方法，其特征在于，对所述待测商户和所述正常样本商户进行聚类分析，得到所述待测商户的第一套现检测结果，包括：对所述待测商户和所述正常样本商户进行聚类分析得到多个类别，若所述待测商户所在的类别中的商户个数大于等于所述多个类别中任一类别中的商户个数，则确定所述待测商户为正常商户，否则，确定所述待测商户为套现商户；将所述待测商户的属性信息和交易记录信息与所述正常样本商户的属性信息和交易记录信息进行比较，得到所述待测商户的第二套现检测结果，包括：将所述待测商户的属性信息和交易记录信息与所述正常样本商户的属性信息和交易记录信息进行比较，确定与所述待测商户相似的正常样本商户的个数，若与所述待测商户相似的正常样本商户的个数大于个数阈值，则确定所述待测商户为正常商户，否则，确定所述待测商户为套现商户；判断所述待测商户的属性信息和交易记录信息是否符合检测条件，得到所述待测商户的第三套现检测结果，包括：判断所述待测商户的属性信息和交易记录信息是否符合检测条件，若是，则确定所述待测商户为套现商户，否则，确定所述待测商户为正常商户。4.如权利要求1所述的方法，其特征在于，获取待测商户的属性信息之后，还包括：根据所述待测商户所属的商户类型，从预设数据库中获取到与所述待测商户的商户类型相同的套现样本商户以及所述套现样本商户的属性信息和交易记录信息；根据所述待测商户的属性信息和交易记录信息以及所述正常样本商户的属性信息和交易记录信息检测出所述待测商户为正常商户之后，还包括：将样本商户的属性信息和交易记录信息以及所述样本商户的套现标签值输入预设的随机森林模型，训练得到优化后的随机森林模型；其中，所述样本商户包括所述正常样本商户和所述套现样本商户，所述套现标签值用于标识所述样本商户为正常样本商户或套现样本商户；以及将所述待测商户的属性信息和交易记录信息输入优化后的随机森林模型，得到所述待测商户为套现商户的概率值；将样本商户的属性信息和交易记录信息以及所述样本商户的历史套现次数输入预设的迭代决策树GBDT模型，训练得到优化后的GBDT模型；以及将所述待测商户的属性信息和交易记录信息输入优化后的GBDT模型，得到所述待测商户的套现次数；根据所述待测商户为套现商户的概率值以及所述待测商户的套现次数，确定所述待测商户是否为套现商户。5.如权利要求1至4中任一项所述的方法，其特征在于，所述属性信息还包括以下任一项或任意组合：所在地、注册资本、营业规模、企业性质...

【专利技术属性】
技术研发人员：胡一非，赵金涛，邱雪涛，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：上海,31