一种解决金融信审业务中惯犯诈骗的检测方法与系统技术方案

本发明专利技术公开了一种解决金融信审业务中惯犯诈骗的检测方法，包括以下步骤：步骤S10、构建黑名单用户的声纹库；步骤S20、构建语音测谎模型；步骤S30、根据黑名单用户的声纹库或语音测谎模型判断用户是否为黑名单用户或/且用户是否存在说谎行为；步骤S40、构建话术语料库；步骤S50、根据话术语料库对用户实时评分；其系统包括第一构建模块、第二构建模块、监测判断模块、第三构建模块和评分模块。本发明专利技术在不影响效率的情况下提高用户身份识别准确率，预防金融诈骗犯罪，减少财产资源损失，并且能够适用于金融领域中的服务场景。

【技术实现步骤摘要】
一种解决金融信审业务中惯犯诈骗的检测方法与系统
本专利技术涉及金融领域，涉及一种解决金融信审业务中惯犯诈骗的检测方法与系统。
技术介绍
信用卡现在已经应用非常普遍，同一个人拥有多家银行的多张信用卡现象也很常见。一方面是银行为了拓展自身的业务量，另一方面也有个人因信用卡额度不够或者失信而多开设账户的情况。其中因个人失信而开设多个账户的情况，在各个银行机构都是不允许的，在审查时如果发现会被拒绝开户，因此，各个银行机构都有自己的失信用户黑名单。目前随着科技的发展及为了提高工作效率，很多金融机构在审核业务时开始采用电话等方式，就这使得“黑中介”应势而生了。所谓黑中介，即是帮助一些用户(含大量失信用户)去办理金融业务，如信用卡、信用贷款等，他们熟悉研究了金融机构的工作流程和方法后，帮助用户伪造信息欺骗金融机构，而金融机构又难以识别出来，不仅降低工作人员的效率，而且造成失信用户的管理漏洞以及后续的资产流失，对金融领域中各项服务造成严重的影响。有鉴于此，本专利技术人专门设计了一种解决金融信审业务中惯犯诈骗的检测方法与系统，本案由此产生。
技术实现思路
本专利技术的目的在于提供一种解决金融信审业务中惯犯本文档来自技高网...

【技术保护点】
一种解决金融信审业务中惯犯诈骗的检测方法，其特征在于，包括以下步骤：步骤S10、根据黑名单用户的信息，构建黑名单用户的声纹库；步骤S20、构建语音测谎模型；步骤S30、实时监测和收集金融机构与用户通话过程中的声纹信息及语音内容，并根据黑名单用户的声纹库或语音测谎模型判断用户是否为黑名单用户或/且用户是否存在说谎行为；步骤S40、若用户为黑名单用户或/且存在说谎行为，则构建话术语料库；步骤S50、根据话术语料库对用户实时评分，并实时将评分结果反馈至金融机构，以供工作人员参考和判断。

【技术特征摘要】
1.一种解决金融信审业务中惯犯诈骗的检测方法，其特征在于，包括以下步骤：步骤S10、根据黑名单用户的信息，构建黑名单用户的声纹库；步骤S20、构建语音测谎模型；步骤S30、实时监测和收集金融机构与用户通话过程中的声纹信息及语音内容，并根据黑名单用户的声纹库或语音测谎模型判断用户是否为黑名单用户或/且用户是否存在说谎行为；步骤S40、若用户为黑名单用户或/且存在说谎行为，则构建话术语料库；步骤S50、根据话术语料库对用户实时评分，并实时将评分结果反馈至金融机构，以供工作人员参考和判断。2.根据权利要求1所述的一种解决金融信审业务中惯犯诈骗的检测方法，其特征在于，所述步骤S10具体包括以下步骤：步骤S11、收集黑名单用户通话过程中的语音样本；步骤S12、注册黑名单用户的声纹身份信息；步骤S13、形成黑名单用户的声纹库。3.根据权利要求2所述的一种解决金融信审业务中惯犯诈骗的检测方法，其特征在于：所述步骤S11中，金融机构与黑名单用户通话业务时，对其进行录音，得到黑名单用户的语音样本。4.根据权利要求1所述的一种解决金融信审业务中惯犯诈骗的检测方法，其特征在于：所述步骤S30中，通过记录附着在被测用户声音中的由声带肌肉微颤所生成的次声波，并对这种次声波变化的检测和分析来判断被测用户是否在说谎。5.根据权利要求1所述的一种解决金融信审业务中惯犯诈骗的检测方法，其特征在于：所述步骤S40具体包括以下步骤：步骤S41、收集和整理金融机构与黑名单用户的通话记录；步骤S42、自动学习黑名单用户的通话，并...

【专利技术属性】
技术研发人员：李稀敏，肖龙源，蔡振华，刘晓葳，朱敬华，谭玉坤，
申请(专利权)人：厦门快商通科技股份有限公司，
类型：发明
国别省市：福建,35