The invention discloses a method and a tool for assisting anti-fraud analysis of group structure, belonging to the technical field of data mining. The method includes the following steps: S1: acquiring user information and associated person information; S2: judging the association degree between each user and calculating the correlation intensity of each associated medium; S3: building a group according to the calculation results of the said decision 22; S4: defining labels for each user and associated medium in the group; S5: generating a data table by listing all the information; Then the new users are grouped to determine the grouping of new users. The embodiment of the present invention can quickly locate the group classification of new users by calculating the similarity, correlation strength and Bridge point value between new users and existing groups, judge new users fraudulently, improve the work efficiency of anti-fraudulent personnel, thus helping business to make quick decisions, respond to fraudulent risks in real time and stop losses essentially.
【技术实现步骤摘要】
一种协助反欺诈分析群组结构的方法及工具
本专利技术涉及数据挖掘
,特别涉及一种协助反欺诈分析群组结构的方法及工具。
技术介绍
随着互联网金融的高速发展,面向个人的贷款流程仅需客户通过web端上传填写简单资料,通过审批流程即可放款。由于部分公司风控手段的薄弱以及在当前情形下的该中情形中对违约用户的法律追责还在完善中,一些人群通过各种非法手段获取贷款额度,使用额度后不再进行归还,成为公司中的永久逾期用户,给公司带来巨大的经济损失。而这些人群往往呈现出有组织的团伙的性质,即这部分人之间都存在着某种关联关系。因此很有必要对这些人以及关联人的相关信息进行分析处理,搭建群组,快速准确锁定可能存在的风险用户,对于识别出来的风险用户进行相应的风控策略,从而有效的降低公司损失。然而现有技术中存在涉嫌欺诈人员以及关联人的数据散落、群组结构搭建速度慢、数据分析效率低等问题,这些缺陷往往容易造成欺诈止损不及时。
技术实现思路
为了解决现有技术的问题,本专利技术实施例提供了一种协助反欺诈分析群组结构的方法,以克服现有及技术中存在的涉嫌欺诈人员以及关联人的数据散落、群组结构搭建速度慢、数据分析效率低等问题。为解决上述技术问题,本专利技术采用的技术方案是:一方面,提供了一种协助反欺诈分析群组结构的方法,所述方法包括如下步骤:S1:获取用户的信息及其关联人信息;S2:判断每个用户之间的关联度以及计算每个关联介质的关联强度;S3:根据所述步骤S2的计算结果,搭建群组;S4:对所述群组中的每个用户以及关联介质定义标签;S5:将所有的信息罗列生成数据表,再对新用户进行群组运算,判断新用户的群 ...
【技术保护点】
1.一种协助反欺诈分析群组结构的方法,其特征在于,所述方法包括如下步骤:S1:获取用户的信息及其关联人信息;S2:判断每个用户之间的关联度以及计算每个关联介质的关联强度;S3:根据所述步骤S2的计算结果,搭建群组;S4:对所述群组中的每个用户以及关联介质定义标签;S5:将所有的信息罗列生成数据表,再对新用户进行群组运算,判断新用户的群组归类。
【技术特征摘要】
1.一种协助反欺诈分析群组结构的方法,其特征在于,所述方法包括如下步骤:S1:获取用户的信息及其关联人信息;S2:判断每个用户之间的关联度以及计算每个关联介质的关联强度;S3:根据所述步骤S2的计算结果,搭建群组;S4:对所述群组中的每个用户以及关联介质定义标签;S5:将所有的信息罗列生成数据表,再对新用户进行群组运算,判断新用户的群组归类。2.根据权利要求1所述的协助反欺诈分析群组结构的方法,其特征在于,所述步骤S2具体包括:通过计算每个用户之间的相似度以及桥点值来判断每个用户之间的关联度,相似度和/或桥点值越大,用户之间的关联度越大。3.根据权利要求1或2任意一项所述的协助反欺诈分析群组结构的方法,其特征在于,所述步骤S3具体包括:根据所述步骤S2的计算结果,将有关联度的用户链接在一起,形成群组结构。4.根据权利要求2所述的协助反欺诈分析群组结构的方法,其特征在于,所述步骤S3还包括:根据桥点值的大小判断用户是否在一个群组内。5.根据权利要求4所述的协助反欺诈分析群组结构的方法,其特征在于,所述根据桥点值的大小判断用户是否在一个群组内具体包括:将所述桥点值进行标准化计算,若是计算结果为0,则所述桥点值所对应的用户不在该群组内,否则,所述桥点值所对应的用户在该群组内。6.根据权利要求1或2任意一项所述的协助反欺诈分析群组结构的方法,其特征在于,所述步骤S3还包括:对所述群组进行编号,并把对应的用户和关联介质归类到所述群组下。7.根据权利要求1或2任意一项所述的协助反欺诈分析群组结构的方法,其特征在于,所述步骤S4具体包括:若是所述群组对应一个标签,则所述群组内的用户都带有这个标签,若是所...
【专利技术属性】
技术研发人员:陈卓尔,葛晓艳,
申请(专利权)人:众安在线财产保险股份有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。