工作单位信息的风险检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种工作单位信息的风险检测方法、装置、设备及存储介质，从单位名称出发，以“关系”的方式将贷款申请者提供的工作单位信息与其它信息(包括贷款申请者的信息和历史信贷信息)进行整合和关联，有利于确定工作单位信息与其它信息之间的联系；并结合染黑(或染灰)的处理逻辑对工作单位信息的风险性进行分析和检测，从而以大数据关联分析处理方式对潜在信贷欺诈风险进行了有效预测，提高了信贷风险检测的准确性，能够更有效地对潜在风险进行预警，可尽早地发现并规避风险和降低贷款坏账率。

Risk Detection Method, Device, Equipment and Storage Medium of Work Unit Information

The invention provides a risk detection method, device, equipment and storage medium for work unit information. Starting from the name of the work unit, the work unit information provided by the loan applicant is integrated and correlated with other information (including the information of the loan applicant and historical credit information) in a \relationship\ manner, which is beneficial to determining the relationship between the work unit information and other information. Combining with the processing logic of dyeing black (or dyeing grey) to analyze and detect the risk of the information of the work unit, so as to effectively predict the potential credit fraud risk by the way of big data association analysis, improve the accuracy of the credit risk detection, more effectively early warning the potential risk, early detection and avoidance of the risk and reduce the loan bad debt rate.

【技术实现步骤摘要】
工作单位信息的风险检测方法、装置、设备及存储介质
本专利技术涉及金融信贷领域，尤其涉及一种工作单位信息的风险检测方法、装置、设备及存储介质。
技术介绍
随着社会和金融行业的快速发展，信贷业务活跃于市场。信贷机构在向贷款申请者进行放款前，会要求贷款申请者提供相关的资料信息，以根据这些资料信息进行风控分析，确定贷款申请者的欺诈风险性。而这些资料信息中，包括有工作单位名称；对于工作单位名称，在传统的信贷审核中，通常是通过电话回访的方式对工作单位名称的真实性进行验证，但在这种方法忽略了工作单位与其它信贷信息之间的关联性，从而降低了信贷风险检测的准确性。
技术实现思路
本专利技术的主要目的在于提供一种工作单位信息的风险检测方法、装置、设备及可读存储介质，旨在提高信贷风险检测的准确性。为实现上述目的，本专利技术提供一种工作单位信息的风险检测方法，所述工作单位信息的风险检测方法包括：在接收到贷款终端发送的信贷请求时，获取所述信贷请求对应信贷申请者的工作单位的信贷单位名称，并获取所述信贷申请者的基本地址；根据所述信贷单位名称查询得到单位特征地址，并根据所述单位特征地址、所述基本地址和预设关联规则、在所述工作单位与所述基本地址之间建立关联；根据所述信贷单位名称在预设信贷记录库中查询匹配的历史信贷件，并在所述工作单位与所述历史信贷件之间建立关联；根据预设关系度公式计算所述工作单位与各关联信息之间的关系度，其中所述各关联信息包括所述基本地址和所述历史信贷件；当所述关联信息属于黑名单信息时，判断所述关系度是否大于预设关系阈值；若所述关系度大于预设关系阈值，则确定所述工作单位为信贷风险因素。此外，为实现上述目的，本专利技术还提供一种工作单位信息的风险检测装置，所述工作单位信息的风险检测装置包括：请求接收模块，用于在接收到贷款终端发送的信贷请求时，获取所述信贷请求对应信贷申请者的工作单位的信贷单位名称，并获取所述信贷申请者的基本地址；第一关联模块，用于根据所述信贷单位名称查询得到单位特征地址，并根据所述单位特征地址、所述基本地址和预设关联规则、在所述工作单位与所述基本地址之间建立关联；第二关联模块，用于根据所述信贷单位名称在预设信贷记录库中查询匹配的历史信贷件，并在所述工作单位与所述历史信贷件之间建立关联；关系度计算模块，用于根据预设关系度公式计算所述工作单位与各关联信息之间的关系度，其中所述各关联信息包括所述基本地址和所述历史信贷件；关系度判断模块，用于当所述关联信息属于黑名单信息时，判断所述关系度是否大于预设关系阈值；风险确定模块，用于若所述关系度大于预设关系阈值，则确定所述工作单位为信贷风险因素。此外，为实现上述目的，本专利技术还提供一种工作单位信息的风险检测设备，所述工作单位信息的风险检测设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的风险检测程序，其中所述风险检测程序被所述处理器执行时，实现如上述的工作单位信息的风险检测方法的步骤。此外，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有风险检测程序，其中所述风险检测程序被处理器执行时，实现如上述的工作单位信息的风险检测方法的步骤。本专利技术以“关系”的方式将贷款申请者提供的工作单位信息与其它信息(包括贷款申请者的信息和历史信贷信息)进行整合和关联，有利于确定工作单位信息与其它信息之间的联系；并结合染黑(或染灰)的处理逻辑对工作单位信息的风险性进行分析和检测，从而以大数据关联分析处理方式对潜在信贷欺诈风险进行了有效预测，提高了信贷风险检测的准确性，能够更有效地对潜在风险进行预警，可尽早地发现并规避风险和降低贷款坏账率。附图说明图1为本专利技术实施例方案中涉及的工作单位信息的风险检测设备的硬件结构示意图；图2为本专利技术工作单位信息的风险检测方法第一实施例的流程示意图；图3为图2所示实施例涉及的信息关联示意图；图4为本专利技术工作单位信息的风险检测装置第一实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例涉及的工作单位信息的风险检测方法主要应用于工作单位信息的风险检测设备，该工作单位信息的风险检测设备可以是个人计算机(personalcomputer，PC)、笔记本电脑、服务器等具有数据处理功能的设备。参照图1，图1为本专利技术实施例方案中涉及的工作单位信息的风险检测设备的硬件结构示意图。本专利技术实施例中，工作单位信息的风险检测设备可以包括处理器1001(例如中央处理器CentralProcessingUnit，CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity，WI-FI接口)；存储器1005可以是高速随机存取存储器(randomaccessmemory，RAM)，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本专利技术的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。继续参照图1，图1中作为一种计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及风险检测程序。在图1中，网络通信模块可用于连接贷款终端，与贷款终端进行数据通信；而处理器1001可以调用存储器1005中存储的风险检测程序，并执行本专利技术实施例提供的工作单位信息的风险检测方法。本专利技术实施例提供了一种工作单位信息的风险检测方法。参照图2，图2为本专利技术工作单位信息的风险检测方法第一实施例的流程示意图。本实施例中，所述工作单位信息的风险检测方法包括以下步骤：步骤S10，在接收到贷款终端发送的信贷请求时，获取所述信贷请求对应信贷申请者的工作单位的信贷单位名称，并获取所述信贷申请者的基本地址；随着社会和金融行业的快速发展，信贷业务活跃于市场。信贷机构在向贷款申请者进行放款前，会要求贷款申请者提供相关的资料信息，以根据这些资料信息进行风控分析，确定贷款申请者的欺诈风险性。而这些资料信息中，包括有工作单位名称；对于工作单位名称，在传统的信贷审核中，通常是通过电话回访的方式对工作单位名称的真实性进行验证，但在这种方法忽略了工作单位与其它信贷信息之间的关联性，从而降低了信贷风险检测的准确性。对此，本实施例中提出一种工作单位信息的风险检测方法，基于大数据关联分析处理方式对信贷申请者的工作单位信息进行风险检测，对潜在信贷欺诈风险进行了有效预测，提高了信贷风险检测的准确性，能够更有效地对潜在风险进行预警，可尽早地发现并规避风险和降低贷款坏账率。本实施例中的工作单位信息的风险检测方法是由工作单位信息的风险检测设备实现的，该工作单位信息的风险检测设备以分析服务器为例进行说明。本实施例中，贷款申请者在需要进行信贷申请时，可在贷款终端(如个人电脑PC、笔本文档来自技高网...

【技术保护点】
1.一种工作单位信息的风险检测方法，其特征在于，所述工作单位信息的风险检测方法包括：在接收到贷款终端发送的信贷请求时，获取所述信贷请求对应信贷申请者的工作单位的信贷单位名称，并获取所述信贷申请者的基本地址；根据所述信贷单位名称查询得到单位特征地址，并根据所述单位特征地址、所述基本地址和预设关联规则、在所述工作单位与所述基本地址之间建立关联；根据所述信贷单位名称在预设信贷记录库中查询匹配的历史信贷件，并在所述工作单位与所述历史信贷件之间建立关联；根据预设关系度公式计算所述工作单位与各关联信息之间的关系度，其中所述各关联信息包括所述基本地址和所述历史信贷件；当所述关联信息属于黑名单信息时，判断所述关系度是否大于预设关系阈值；若所述关系度大于预设关系阈值，则确定所述工作单位为信贷风险因素。

【技术特征摘要】
1.一种工作单位信息的风险检测方法，其特征在于，所述工作单位信息的风险检测方法包括：在接收到贷款终端发送的信贷请求时，获取所述信贷请求对应信贷申请者的工作单位的信贷单位名称，并获取所述信贷申请者的基本地址；根据所述信贷单位名称查询得到单位特征地址，并根据所述单位特征地址、所述基本地址和预设关联规则、在所述工作单位与所述基本地址之间建立关联；根据所述信贷单位名称在预设信贷记录库中查询匹配的历史信贷件，并在所述工作单位与所述历史信贷件之间建立关联；根据预设关系度公式计算所述工作单位与各关联信息之间的关系度，其中所述各关联信息包括所述基本地址和所述历史信贷件；当所述关联信息属于黑名单信息时，判断所述关系度是否大于预设关系阈值；若所述关系度大于预设关系阈值，则确定所述工作单位为信贷风险因素。2.如权利要求1所述的工作单位信息的风险检测方法，其特征在于，所述单位特征地址包括办公场所地址，所述根据所述信贷单位名称查询得到单位特征地址的步骤之前，还包括：向所述预设黄页站点发送特征获取请求，并接收所述预设黄页站点返回的请求回复；根据所述请求回复的回复格式获取对应的解析规则，并根据所述解析规则对所述请求回复进行解析，得到已知单位特征，以形成已知单位特征库；所述根据所述信贷单位名称查询得到单位特征地址的步骤包括：根据所述信贷单位名称查询所述已知单位特征库，获取与所述单位名称匹配的办公场所地址。3.如权利要求1所述的工作单位信息的风险检测方法，其特征在于，所述单位特征地址包括单位网站服务器的服务器所在地，所述根据所述信贷单位名称查询得到单位特征地址的步骤包括：根据所述信贷单位名称查询对应的单位网站网址，并根据所述单位网站网址获取对应网站服务器的互联网协议IP地址；根据所述IP地址确定所述单位网站服务器的服务器所在地。4.如权利要求1所述的工作单位信息的风险检测方法，其特征在于，所述根据所述单位特征地址、所述基本地址和预设关联规则、在所述工作单位与所述基本地址之间建立关联的步骤包括：确定所述单位特征地址与所述基本地址之间的真实距离，并判断所述真实距离是否小于预设距离阈值；若所述真实距离小于预设距离阈值，则在所述工作单位与所述基本地址之间建立关联。5.如权利要求1所述的工作单位信息的风险检测方法，其特征在于，所述根据所述信贷单位名称在预设信贷记录库中查询匹配的历史信贷件，并在所述工作单位与所述历史信贷件之间建立关联的步骤包括：在所述预设信贷记录库中获取历史信贷件，其中所述历史信贷件包括历史单位名称；基于预设名称匹配规则计算所述信贷单位名称与所述历史单位名称的名称匹配度；判断所述名称匹配度是否大于预设名称阈值；若所述名称匹配度大于所述预设名称阈值，则所述工作单位与所述历史信贷件之间建立关联之间建立关联。6.如权利要求5所述的工作单位信息的风险检测方法，其特征在于，所述基于预设名称匹配规则计算所述信贷单位名称与所述历史单位名称的名称匹配度的步骤包括：基于预设名称量化规则分别将所述信贷单位名称和所述历史单位名称量化...

【专利技术属性】
技术研发人员：向纯玉，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44