可信度确定方法、装置、设备和存储介质制造方法及图纸

技术编号:24356545 阅读:38 留言:0更新日期:2020-06-03 02:41
本发明专利技术实施例公开了一种可信度确定方法、装置、设备和存储介质。该可信度确定方法包括: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。本发明专利技术实施例基于对获取到的多种特征信息进行融合,实现对特征信息的精简,提高特征交叉比对效率;对融合后特征进行特征表示,增强对用户行为特征的可视化效果;以此确定待测对象的可信度。通过对待测对象的多维度特征数据进行融合,实现对用户欺诈行为的准确挖掘,并且不需要已知欺诈标签进行监督训练,实现提高可信度确定的效率。

Reliability determination method, device, equipment and storage medium

【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大量的欺诈标签,而欺诈标签的难定义和难获取给反欺诈模型的训练带来一定的难度。
技术实现思路
本专利技术实施例提供一种可信度确定方法、装置、设备和存储介质,通过对待测对象的多维度的数据特征进行融合,实现对用户欺诈行为的准确挖掘,并且不需要已知欺诈标签进行监督训练,实现提高可信度确定的效率。第一方面,本专利技术实施例提供了一种可信度确定方法,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。第二方面,本专利技术实施例还提供了一种可信度确定装置,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,用于根据所述融合特征信息,确定待测对象的特征表示;可信度确定模块,用于根据所述特征表示,确定待测对象的可信度。第三方面,本专利技术实施例还提供了一种设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本专利技术任一实施例所述的可信度确定方法。第四方面,本专利技术实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本专利技术任一实施例所述的可信度确定方法。本专利技术实施例基于对获取到的多种特征信息进行融合,实现对特征信息的精简,提高特征交叉比对效率;对融合后特征进行特征表示,增强对用户行为特征的可视化效果;以此确定待测对象的可信度。通过对待测对象的多维度特征数据进行融合,实现对用户欺诈行为的准确挖掘,并且不需要已知欺诈标签进行监督训练,实现提高可信度确定的效率。附图说明图1是本专利技术实施例一中的可信度确定方法的流程图;图2是本专利技术实施例二中的可信度确定方法的流程图;图3是本专利技术实施例三中的可信度确定装置的结构示意图;图4是本专利技术实施例四中的设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本专利技术,而非对本专利技术的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本专利技术相关的部分而非全部结构。图1是本专利技术实施例一中的可信度确定方法的流程图,本实施例可适用于通过对融合后的待测对象特征信息进行无监督学习确定可信度的情况。该方法可以由可信度确定装置来执行,该装置可以采用软件和/或硬件的方式实现,并可配置在设备中,例如设备可以是后台服务器等具有通信和计算能力的设备。如图1所示,该方法具体包括:步骤101、获取待测对象的至少两种特征信息。待测对象是指向银行提交信贷事件的用户或者用户提交到银行系统中的信贷事件。向银行提交信贷事件的用户的特征信息是指根据用户本身以及此次事件获取的原始特征数据。在本实施例中,可选的,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。其中,信贷操作数据中的信贷界面中的输入数据是指用户在进行信贷操作时在访问网页界面上的输入内容以及点击网页内容,例如,用户点击了某信贷产品的产品类型数据,或者用户在搜索框中的输入内容;信贷界面停留时间是指用户在目标界面上的停留时间,反映了用户对该目标的感兴趣程度,例如用户在点击某信贷产品后,在该产品界面上的访问时间;获取用户的信贷操作数据可以对用户的信贷倾向进行了解。信贷操作所使用的信贷设备是指用户在进行此次信贷操作所使用的设备,例如该用户使用个人手机进行信贷操作或者使用银行设备进行信贷操作;设备的操作系统类型是指该设备所使用的系统类型,例如Windows,macOS,Linux,iOS或Android等;网络类型是指该设备使用的数据所属营运商,例如移动、电信或联通等。获取信贷操作所使用的信贷设备数据可以对用户的操作环境进行了解,增加特征信息的丰富度。基本属性信息包括待测对象作为一个自然人的基本属性以及其在银行内的留存数据。获取待测对象的基本属性可以对提交信贷事件的用户的人口统计学习信息进行了解,并且对于用户的资产进行初步了解,为其信贷事件的可信度提供参考数据。具体的,确定提交信贷操作的用户身份后,从银行系统中获取相关特征信息,并从对应的官方系统中获取该用户的其他基本属性数据,将获取到初始数据作为待测对象的特征信息。由于获取到的特征信息中包括了该用户各个维度的特征数据,因此可以对该用户的行为的复杂性进行表示,便于后续根据用户的综合行为判断用户信贷操作的可信度。为了对用户复杂的行为进行更精准的描述,在获取用户的特征信息时应尽可能全面详尽的采集用户信贷行为的相关信息,丰富原始特征的特征维度,以提高特征信息的丰富性,进而提高对用户综合行为描述的准确性。步骤102、对所述至少两种特征信息进行融合,以得到融合特征信息。具体的,融合是指对获取到的所有特征信息进行合并操作,减少特征维度。示例性的,根据预先设置特征信息之间的关联关系,将有关联关系的特征信息按照预先设置的规则进行合并,例如取平均值、和以及差等规则。进行融合操作之后特征信息之间的相似度较低,以最少的特征信息反映待测对象的所有获取特征信息,提高可信度确定的效率。在本实施例中,可选的,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;若任意一组特征信本文档来自技高网...

【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

网友询问留言 已有0条评论
  • 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。

1