【技术实现步骤摘要】
可信度确定方法、装置、设备和存储介质
本专利技术实施例涉及信息处理
,尤其涉及一种可信度确定方法、装置、设备和存储介质。
技术介绍
当前,金融科技在大数据、人工智能、区块链等新兴前沿技术的驱动下,对传统金融行业的渗透已成为不可逆转的潮流。与此同时,金融欺诈的风险也不断扩大,反欺诈形势严峻。例如在对用户发放信用卡之前,需要对用户的信用程度进行审批,以挖掘信用卡欺诈的行为。目前,常用的金融反欺诈手段为使用专家经验指导或者使用有监督的反欺诈模型进行确定。专家经验指导是基于预先确定的专家规则,对存在风险的行为数据进行评分,从而对存在风险的金融行为进行判断。使用有监督的反欺诈模型是根据预先确定的具有欺诈标签用户的行为进行有监督的训练得到的预测模型,从而使用模型对用户的金融行为进行预测。专家经验是基于过往的欺诈案例进行总结获取的,而现在的欺诈者能迅速改变欺诈模式,新型欺诈往往由许多复杂事件和步骤完成,难以快速提取规则,因此使用经验进行欺诈判断难以适应不断演进的欺诈模式,适应性和灵活性较差。训练有监督的反欺诈模型需要 ...
【技术保护点】
1.一种可信度确定方法,其特征在于,包括:/n获取待测对象的至少两种特征信息;/n对所述至少两种特征信息进行融合,以得到融合特征信息;/n根据所述融合特征信息,确定待测对象的特征表示;/n根据所述特征表示,确定待测对象的可信度。/n
【技术特征摘要】
1.一种可信度确定方法,其特征在于,包括:
获取待测对象的至少两种特征信息;
对所述至少两种特征信息进行融合,以得到融合特征信息;
根据所述融合特征信息,确定待测对象的特征表示;
根据所述特征表示,确定待测对象的可信度。
2.根据权利要求1所述的方法,其特征在于,所述至少两种特征信息包括如下至少一类:信贷操作数据、信贷操作所使用的信贷设备数据和基本属性信息;
所述信贷操作数据包括信贷界面中的输入数据和/或信贷界面停留时间;
所述信贷设备数据包括设备的操作系统类型和/或网络类型;
所述基本属性信息包括如下至少一项:学历、籍贯、婚姻状态、银行流水、税务记录和公积金记录。
3.根据权利要求1所述的方法,其特征在于,对所述至少两种特征信息进行融合,以得到融合特征信息,包括:
确定不同特征信息之间的相似度;
若任意一组特征信息之间的相似度大于相似度阈值,则对该组特征信息进行融合,以得到融合特征信息。
4.根据权利要求1所述的方法,其特征在于,根据所述特征表示,确定待测对象的可信度,包括:
基于异常检测模型,根据所述特征表示确定待预测对象的可信度概率;
根据所述可信度概率确定待测对象的可信度;
其中,所述异常检测模型通过采用正样本对象,对神经网络结构进行无监督训练得到。
5.一种可信度确定装置,其特征在于,包括:
特征信息获取模块,用于获取待测对象的至少两种特征信息;
特征信息融合模块,用于对所述至少两种特征信息进行融合,以得到融合特征信息;
特征表示确定模块...
【专利技术属性】
技术研发人员:姜晓楠,
申请(专利权)人:中国建设银行股份有限公司,建信金融科技有限责任公司,
类型:发明
国别省市:北京;11
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。