基于关系网络的用户识别方法和系统技术方案

本发明专利技术公开了一种基于关系网络的用户识别方法和系统，为互联网授信审批提供极大支持，尤其在识别中介团案欺诈上表现突出。其技术方案为：基于已有用户标识进行关系网络图初始化，其中顶点包括正常点和异常点，正常点对应受信任用户标识，异常点对应不受信任用户标识；在新用户注册完成后将新用户提供的标识进行关系网络图入图操作，其中基于新用户的标识进行关系网络图的顶点和边的添加；基于经新用户入图操作而添加了顶点和边的关系网络图，更新关系网络图中顶点的状态，即，是正常点还是异常点；在进行用户识别时查询关系网络图，基于关系网络图的异常点以及用户标识与异常点的关联识别用户。

【技术实现步骤摘要】
基于关系网络的用户识别方法和系统
本专利技术涉及基于大数据的关系网络模型对用户类型的识别，尤其涉及应用于互联网金融授信审批领域对中介用户的识别方法。
技术介绍
信用风险和欺诈风险管理是线上贷款业务风险管理最重要的部分。对于信用风险的评估，传统的方法聚焦于借款人信用历史和个人资质的审核，而在互联网尤其是社交网络大发展的今天，对贷款人的社交关系(包括关联人的资质和关联紧密程度)的评估，已经逐步成为线上消费金融信用评估的重要模块。对于欺诈风险而言，中介团案欺诈是其中的重点防范对象。从社交网络理论和消费金融业务实践来看，中介团案欺诈在社交网络拓扑结构上有其特有的形态，比如大量节点聚集，节点之间有共同的属性维度等。这些特征在线上贷款系统设计的反欺诈规则上，都有不同程度的体现。传统金融机构的信用卡征信业务，由于通常是通过线下审核，且审核周期较长，中介申请欺诈的防范可以通过每日运行批次的反欺诈逻辑进行筛查。而对于基于全线上实时风控体系的征信业务，要在数据量和数据维度不断增长的前提下保证运行时效，是一个亟待解决的问题。
技术实现思路
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。本专利技术的目的在于解决上述问题，提供了一种基于关系网络的用户识别方法和系统，为互联网授信审批提供了极大的支持，尤其在识别中介团案欺诈方面表现突出。本专利技术的技术方案为：本专利技术揭示了一种基于关系网络的用户识别方法，包括：基于系统中已有用户标识进行关系网络图的初始化，其中将每一用户标识作为关系网络图中的顶点，基于两用户标识之间存在的关联将对应的顶点之间连接成一条边，其中顶点包括正常点和异常点，正常点对应受信任的用户标识，异常点对应不受信任的用户标识，用户标识和用户的社交关系信息相关；在新用户注册完成后将新用户提供的标识进行关系网络图的入图操作，其中包括基于新用户的标识进行关系网络图的顶点和边的添加；基于经新用户入图操作而添加了顶点和边的关系网络图，更新关系网络图中顶点的状态，即，是正常点还是异常点；在进行用户识别时查询关系网络图，基于关系网络图的异常点以及用户标识与异常点的关联识别用户。根据本专利技术的基于关系网络的用户识别方法的一实施例，用户识别用于征信，其中正常点对应获得授信的客户，异常点对应中介或者失信客户，用户还用于营销用户的识别，其中正常点对应正常用户，异常点对应营销用户。根据本专利技术的基于关系网络的用户识别方法的一实施例，顶点之间连接形成边的依据包括但不限于：自然人之间的社交关系、公司之间的关系、设备之间的通信关系、不同设备间共同主人关系。根据本专利技术的基于关系网络的用户识别方法的一实施例，新用户标识的关系网络图是可变的或可被更新的，按照更新时效不同分为实时更新、定期更新、不定期更新。根据本专利技术的基于关系网络的用户识别方法的一实施例，方法还包括关系网络图的顶点状态更新操作，所述顶点状态更新操作包括以下两种方式中的其中之一或者两者组合：从外部数据源中手动导入异常点信息，基于手动导入的异常点信息更新关系网络图中与之关联的顶点的状态；定时根据访问规则批量更新异常点信息，基于批量更新的异常点信息更新关系网络图中与之关联的顶点的状态。根据本专利技术的基于关系网络的用户识别方法的一实施例，基于关系网络图的异常点以及用户标识与异常点的关联识别用户的步骤包括自动识别方式，自动识别方式为：从关系网络图中抽取子图，子图是以关系网络图作为总图，从中收取出和欲识别用户有关的顶点和边而构成；统计子图中的异常点以及用户标识和这些异常点之间的距离，基于统计结果是否符合预设策略进行自动识别。根据本专利技术的基于关系网络的用户识别方法的一实施例，基于关系网络图的异常点以及用户标识与异常点的关联识别用户的步骤包括人工识别方式，人工识别方式的识别基础包括以下三种中的任意组合：第一种，先从关系网络图中抽取子图，其中子图是以关系网络图作为总图并从中收取出和欲识别用户有关的顶点和边而构成，然后对子图中的顶点的信息进行查询，并显示顶点信息查询结果；第二种，先从关系网络图中抽取子图，然后按照层级统计子图中的异常点信息，并显示异常点信息；第三种，先从关系网络图中抽取子图，然后根据某一参数对子图中的用户标识进行排序统计，并显示排序统计结果。本专利技术还揭示了一种基于关系网络的用户识别系统，包括处理器、存储器和计算机程序，存储器上存有计算机程序，处理器运行计算机程序以执行如下的步骤：基于系统中已有用户标识进行关系网络图的初始化，其中将每一用户标识作为关系网络图中的顶点，基于两用户标识之间存在的关联将对应的顶点之间连接成一条边，其中顶点包括正常点和异常点，正常点对应受信任的用户标识，异常点对应不受信任的用户标识，用户标识和用户的社交关系信息相关；在新用户注册完成后将新用户提供的标识进行关系网络图的入图操作，其中包括基于新用户的标识进行关系网络图的顶点和边的添加；基于经新用户入图操作而添加了顶点和边的关系网络图，更新关系网络图中顶点的状态，即，是正常点还是异常点；在进行用户识别时查询关系网络图，基于关系网络图的异常点以及用户标识与异常点的关联识别用户。根据本专利技术的基于关系网络的用户识别系统的一实施例，用户识别用于征信，其中正常点对应获得授信的客户，异常点对应中介或者失信客户，用户还用于营销用户的识别，其中正常点对应正常用户，异常点对应营销用户。根据本专利技术的基于关系网络的用户识别系统的一实施例，顶点之间连接形成边的依据包括但不限于：自然人之间的社交关系、公司之间的关系、设备之间的通信关系、不同设备间共同主人关系。根据本专利技术的基于关系网络的用户识别系统的一实施例，新用户标识的关系网络图是可变的或可被更新的，按照更新时效不同分为实时更新、定期更新、不定期更新。根据本专利技术的基于关系网络的用户识别系统的一实施例，计算机程序在运行过程中还执行关系网络图的顶点状态更新操作，所述顶点状态更新操作包括以下两种方式中的其中之一或者两者组合：从外部数据源中手动导入异常点信息，基于手动导入的异常点信息更新关系网络图中与之关联的顶点的状态；定时根据访问规则批量更新异常点信息，基于批量更新的异常点信息更新关系网络图中与之关联的顶点的状态。根据本专利技术的基于关系网络的用户识别系统的一实施例，基于关系网络图的异常点以及用户标识与异常点的关联识别用户的步骤包括自动识别方式，自动识别方式为：从关系网络图中抽取子图，子图是以关系网络图作为总图，从中收取出和欲识别用户有关的顶点和边而构成；统计子图中的异常点以及用户标识和这些异常点之间的距离，基于统计结果是否符合预设策略进行自动识别。根据本专利技术的基于关系网络的用户识别系统的一实施例，基于关系网络图的异常点以及用户标识与异常点的关联识别用户的步骤包括人工识别方式，人工识别方式的识别基础包括以下三种中的任意组合：第一种，先从关系网络图中抽取子图，其中子图是以关系网络图作为总图并从中收取出和欲识别用户有关的顶点和边而构成，然后对子图中的顶点的信息进行查询，并显示顶点信息查询结果；第二种，先从本文档来自技高网...

【技术保护点】
1.一种基于关系网络的用户识别方法，其特征在于，包括：基于系统中已有用户标识进行关系网络图的初始化，其中将每一用户标识作为关系网络图中的顶点，基于两用户标识之间存在的关联将对应的顶点之间连接成一条边，其中顶点包括正常点和异常点，正常点对应受信任的用户标识，异常点对应不受信任的用户标识，用户标识和用户的社交关系信息相关；在新用户注册完成后将新用户提供的标识进行关系网络图的入图操作，其中包括基于新用户的标识进行关系网络图的顶点和边的添加；基于经新用户入图操作而添加了顶点和边的关系网络图，更新关系网络图中顶点的状态，即，是正常点还是异常点；在进行用户识别时查询关系网络图，基于关系网络图的异常点以及用户标识与异常点的关联识别用户。

【技术特征摘要】
1.一种基于关系网络的用户识别方法，其特征在于，包括：基于系统中已有用户标识进行关系网络图的初始化，其中将每一用户标识作为关系网络图中的顶点，基于两用户标识之间存在的关联将对应的顶点之间连接成一条边，其中顶点包括正常点和异常点，正常点对应受信任的用户标识，异常点对应不受信任的用户标识，用户标识和用户的社交关系信息相关；在新用户注册完成后将新用户提供的标识进行关系网络图的入图操作，其中包括基于新用户的标识进行关系网络图的顶点和边的添加；基于经新用户入图操作而添加了顶点和边的关系网络图，更新关系网络图中顶点的状态，即，是正常点还是异常点；在进行用户识别时查询关系网络图，基于关系网络图的异常点以及用户标识与异常点的关联识别用户。2.根据权利要求1所述的基于关系网络的用户识别方法，其特征在于，用户识别用于征信，其中正常点对应获得授信的客户，异常点对应中介或者失信客户，用户还用于营销用户的识别，其中正常点对应正常用户，异常点对应营销用户。3.根据权利要求1所述的基于关系网络的用户识别方法，其特征在于，顶点之间连接形成边的依据包括但不限于：自然人之间的社交关系、公司之间的关系、设备之间的通信关系、不同设备间共同主人关系。4.根据权利要求1所述的基于关系网络的用户识别方法，其特征在于，新用户标识的关系网络图是可变的或可被更新的，按照更新时效不同分为实时更新、定期更新、不定期更新。5.根据权利要求1所述的基于关系网络的用户识别方法，其特征在于，方法还包括关系网络图的顶点状态更新操作，所述顶点状态更新操作包括以下两种方式中的其中之一或者两者组合：从外部数据源中手动导入异常点信息，基于手动导入的异常点信息更新关系网络图中与之关联的顶点的状态；定时根据访问规则批量更新异常点信息，基于批量更新的异常点信息更新关系网络图中与之关联的顶点的状态。6.根据权利要求1或5所述的基于关系网络的用户识别方法，其特征在于，基于关系网络图的异常点以及用户标识与异常点的关联识别用户的步骤包括自动识别方式，自动识别方式为：从关系网络图中抽取子图，子图是以关系网络图作为总图，从中收取出和欲识别用户有关的顶点和边而构成；统计子图中的异常点以及用户标识和这些异常点之间的距离，基于统计结果是否符合预设策略进行自动识别。7.根据权利要求1或5所述的基于关系网络的用户识别方法，其特征在于，基于关系网络图的异常点以及用户标识与异常点的关联识别用户的步骤包括人工识别方式，人工识别方式的识别基础包括以下三种中的任意组合：第一种，先从关系网络图中抽取子图，其中子图是以关系网络图作为总图并从中收取出和欲识别用户有关的顶点和边而构成，然后对子图中的顶点的信息进行查询，并显示顶点信息查询结果；第二种，先从关系网络图中抽取子图，然后按照层级统计子图中的异常点信息，并显示异常点信息；第三种，先从关系网络图中抽取子图，然后根据某一参数对子图中的用户标识进行排序统计，并显示排序统计结果。8.一种基于关系网络的用户识别系统，其特征在于，包括处理器、...

【专利技术属性】
技术研发人员：王明明，吴文箴，胡云云，
申请(专利权)人：深圳萨摩耶互联网金融服务有限公司，
类型：发明
国别省市：广东,44