一种基于动态规则库的消费金融反欺诈系统与方法技术方案

本发明专利技术一种基于动态规则库的消费金融反欺诈系统与方法，该系统包括数据准备模块、基于动态规则库的反欺诈引擎模块及建模人机接口模块。该方法步骤如下：(1)、基于存量数据建立标签体系：(2)、对标签样本数据开展EDA探索：(3)、在入模变量初步筛选基础上，利用决策树获取变量特征重要性排序，确定最终入模变量；(4)、基于建立的决策树模型生成动态规则库：(5)、利用基于动态规则库的反欺诈引擎模块进行决策。本发明专利技术优点：提升了规则库的安全性和可用性，不易被破解；所需数据样本量较小，适合刚开展消费金融业务的公司或机构，降低消费金融反欺诈体系的冷启动难度；提升业务人员的参与程度，有助于规则库的快速迭代更新。

A consumer finance anti fraud system and method based on dynamic rule base

An anti fraud system and method of consumer finance based on dynamic rule base, which includes data preparation module, anti fraud engine module based on dynamic rule base and modeling man-machine interface module. The steps of the method are as follows: (1), based on the stock data, the label system is established: (2) to carry out EDA exploration on the sample data of the label: (3) on the basis of the initial selection of the model variables, the decision tree is used to obtain the importance ranking of the variable characteristics and determine the final entry model variables; (4) the dynamic rule base is generated based on the established decision tree model: (5) ), using anti fraud engine module based on dynamic rule base to make decision. The advantage of the invention is that it improves the security and availability of the rule base, and is not easy to be cracked; the required data sample size is small, it is suitable for companies or institutions that just carry out the consumer finance business, reduce the cold start difficulty of the anti fraud system of consumer finance, and improve the participation degree of the business personnel, which will help the rapid iterative renewal of the rule base.

【技术实现步骤摘要】
一种基于动态规则库的消费金融反欺诈系统与方法
本专利技术一种基于动态规则库的消费金融反欺诈系统与方法，涉及金融风控领域技术，具体涉及一种面向消费金融领域的反申请欺诈系统与方法。
技术介绍
消费金融作为普惠金融的重要组成部分，在国家发展普惠金融的政策背景下具有广阔的市场前景。据国际权威数据统计机构IDC发布的数据显示，我国消费金融市场规模在2020年将达到12万亿以上的规模。然而，消费金融的客户群体为自然人个体和小微企业，呈现典型的下沉特征，具有复杂性特点。因此，在反欺诈环节，传统的依赖人工经验的反欺诈理论体系和技术已无法适用于消费金融。而对于申请反欺诈来说，作为消费金融风险控制的第一步，对于扩展自有获客渠道，提升利润空间具有重要意义。当前主流的消费金融反欺诈方法，根据实现技术的不同可以分为两类：一类是依托于经验和外部数据结合的方式，基于人工经验构建反欺诈的静态规则库，在规则中引入外部数据源，通过外部数据和申请数据的交叉比对来认定申请是否为欺诈行为(附图1所示)；另一类是纯数据驱动的方式，利用企业或机构自身积累的大量带有欺诈标签的数据，构建和训练神经网络等非线性预测模型，并基于训练完成本文档来自技高网...

【技术保护点】
一种基于动态规则库的消费金融反欺诈系统，其特征在于：该系统主要包括数据准备模块、基于动态规则库的反欺诈引擎模块及建模人机接口模块：具体如下：其中，数据准备模块提供了数据可视化的人机接口，支持对数据进行清洗、统计分析等EDA操作；该模块输出已经筛选过的入模变量，以及对应的训练样本；该模块包括以下子模块：数据导入子模块：该子模块提供了用于训练模型的样本数据的导入；数据处理/融合子模块：该子模块调用数据导入子模块，提供了对导入数据的初步处理以及融合；数据EDA子模块：该模块调用数据处理/融合子模块，对新组合的数据样本进行探索性分析，主要包括对数据样本集合中，各个变量维度的频率、众数、百分位数、均值、...

【技术特征摘要】
1.一种基于动态规则库的消费金融反欺诈系统，其特征在于：该系统主要包括数据准备模块、基于动态规则库的反欺诈引擎模块及建模人机接口模块：具体如下：其中，数据准备模块提供了数据可视化的人机接口，支持对数据进行清洗、统计分析等EDA操作；该模块输出已经筛选过的入模变量，以及对应的训练样本；该模块包括以下子模块：数据导入子模块：该子模块提供了用于训练模型的样本数据的导入；数据处理/融合子模块：该子模块调用数据导入子模块，提供了对导入数据的初步处理以及融合；数据EDA子模块：该模块调用数据处理/融合子模块，对新组合的数据样本进行探索性分析，主要包括对数据样本集合中，各个变量维度的频率、众数、百分位数、均值、中位数、方差、标准差、偏度和峰度进行统计分析；数据可视化呈现子模块：该模块通过调用数据处理/融合子模块和数据EDA子模块，提供了对数据导入子模块导入的原始数据、数据处理/融合子模块重新组合构建的样本数据集合和数据EDA子模块得到的数据EDA结果的可视化呈现；其中，基于动态规则库的反欺诈引擎模块提供了基于智能决策技术的算法支持，在用户的干预下，选择合适的决策树模型算法，对导入且完成数据准备的样本数据进行决策树建模并训练模型，而且能够在训练得到的模型基础上形式化输出可供人工干预的形式化规则；该模块包括以下子模块：规则库模型子模块：该子模块实现了对常见的决策树算法的封装，包括XGBoost、GBDT、RF决策树算法；该模块通过调用建模人机接口模块中的规则库配置子模块中传递过来的模型参数，结合调用数据准备模块传递过来的训练样本数据，实现对样本数据的建模和训练；该子模块的输出为训练完成的决策树、基于训练完成决策树的变量重要度排序；规则库输出子模块：该子模块通过调用规则库模型子模块、数据导入子模块、规则库校正子模块，实现对已经训练完成的决策树模型进行形式化的输出，并支持对形式化输出的规则库直接进行人工校正干预；决策子模块：该子模块通过调用建模人机接口模块，得到需要决策的申请人信息，并调用规则库模型子模块，将申请人信息输入已经训练和校正完毕的决策树模型，提供了基于规则库的决策结果输出；其中，建模人机接口模块提供了基于web的UI人机接口，用户可通过该模块实现动态规则库构建、动态规则库部署应用过程的全程可视化以及干预交互，该模块包括以下子模块：规则库配置子模块：该子模块提供了基于web界面的决策树模型选择，以及对应模型参数配置功能，用户可以通过该子模块实现对决策树模型建立过程的干预和设置；规则库校正子模块：该子模块提供了基于web界面的规则库校正功能，通过调用规则库输出子模块，得到训练完成的形式化的决策树模型；通过调用规则库模型子模块，得到变量重要度排序，可作为对决策树校正的参考依据；最终能够支持决策树模型可视化、可编辑；用户可以通过该子模块对可视化呈现的决策树进行校正，从而对规则库进行完善；申请人信息采集子模块：该子模块提供了基于web界面的申请人信息输入功能；该子模块中采集到的申请人信息，通过调用决策子模块，输入到已经校正后的规则库中，可以实现对申请人欺诈行为的判定。2.一种基于动态规则库的...

【专利技术属性】
技术研发人员：后其林，万谊强，仵伟强，
申请(专利权)人：华融融通北京科技有限公司，
类型：发明
国别省市：北京,11