一种基于反欺诈变量与决策结果的案件定性方法及系统技术方案

本发明专利技术公开了一种基于反欺诈变量与决策结果的案件定性方法及系统，方法包括：获取银行或金融机构的信贷申请信息；根据所述信贷申请信息通过决策系统获取决策结果和决策原因码；根据所述信贷申请信息通过反欺诈变量加工平台获取反欺诈变量信息；案件系统根据所述信贷申请信息、决策结果和反欺诈变量信息进行特征转换处理，转换生成案件的数据特征值；将所述案件的数据特征值输入预先训练好的案件定性模型中，输出案件关键属性标签及案件定性结果。可以有效提高银行以及金融机构的申请欺诈防范能力、降低案件调查成本、加强系统自动化水平；同时实现数据共享机制，消除数据孤岛带来的不良影响。

【技术实现步骤摘要】
一种基于反欺诈变量与决策结果的案件定性方法及系统
本专利技术涉及数据处理
，特别涉及一种基于反欺诈变量与决策结果的案件定性方法及系统。
技术介绍
随着移动互联网技术的不断发展，越来越多的金融机构开通了互联网服务渠道，充分利用互联网、大数据、云计算等科技手段开展差异化竞争；越来越多的消费者选择通过手机终端，借助移动互联网办理金融信贷业务。互联网助推了金融行业的繁荣，也培养了消费者先进的移动支付理念，然而在经历了几年的快速发展之后，风险隐患也逐渐暴露出来，监管层对移动互联网金融行业的监管也越来越重视，如何确保互联网金融安全性、识别欺诈并有效的防范欺诈交易是银行业乃至监管层亟待解决的问题。为有效破解这一难题，目前开展互联网业务的传统商业银行及民营银行、国内持牌消费金融公司、互金机构均在不同程度上自行研发或通过第三方公司引入了反欺诈系统平台，在防范欺诈交易方面起到了非常重要的作用。然而，目前来说，存在以下问题：1、互联网科技在案调系统领域渗透度低，银行案调相关机构的风控水平参差不齐，很多机构采用线下人工的传统案件调查方式，缺乏互联网科技的本文档来自技高网...

【技术保护点】
1.一种基于反欺诈变量与决策结果的案件定性方法，其特征在于，包括：/n获取银行或金融机构的信贷申请信息；/n根据所述信贷申请信息通过决策系统获取决策结果和决策原因码；/n根据所述信贷申请信息通过反欺诈变量加工平台获取反欺诈变量信息；/n案件系统根据所述信贷申请信息、决策结果和反欺诈变量信息进行特征转换处理，转换生成案件的数据特征值；/n将所述案件的数据特征值输入预先训练好的案件定性模型中，输出案件关键属性标签及案件定性结果。/n

【技术特征摘要】
1.一种基于反欺诈变量与决策结果的案件定性方法，其特征在于，包括：
获取银行或金融机构的信贷申请信息；
根据所述信贷申请信息通过决策系统获取决策结果和决策原因码；
根据所述信贷申请信息通过反欺诈变量加工平台获取反欺诈变量信息；
案件系统根据所述信贷申请信息、决策结果和反欺诈变量信息进行特征转换处理，转换生成案件的数据特征值；
将所述案件的数据特征值输入预先训练好的案件定性模型中，输出案件关键属性标签及案件定性结果。


2.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，所述根据所述信贷申请信息通过反欺诈变量加工平台获取反欺诈变量信息，包括：
根据所述信贷申请信息通过关联网络系统获取欺诈交易申请的关联关系信息；
根据所述信贷申请信息通过中文模糊匹配系统获取所述与信贷申请信息的匹配信息；所述匹配信息包括地址匹配信息；
根据所述信贷申请信息、欺诈交易申请的关联关系信息及与信贷申请信息的匹配信息通过反欺诈变量加工平台生成反欺诈变量信息。


3.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，对案件定性模型的训练方法包括：
获取样本案件的数据特征值，通过随机森林的方法对样本案件的数据特征值进行计算，标注样本案件关键属性标签及标注样本案件定性结果；
将样本案件的数据特征值输入案件定性模型中，将案件定性模型输出的样本案件关键属性标签及样本案件定性结果分别与标注样本案件关键属性标签及标注样本案件定性结果进行对比，在对比结果为不一致时，不断更新优化案件定性模型的模型参数，直到对比结果一致时，得到训练好的案件定性模型。


4.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，所述输出案件关键属性标签及案件定性结果后，还包括：
根据所述案件定性结果，获取案件定性结果为欺诈案件的第一数据集；
对所述第一数据集中不同欺诈案件的相同特征属性进行叠加并进行排序；
选取叠加值最大的P个特征属性，并获取P个特征属性所述对应的信贷申请信息；
将P个特征属性及P个特征属性所述对应的信贷申请信息放入黑名单库；
或
将P个特征属性及P个特征属性所述对应的信贷申请信息放入先验数据库：
在接收到信贷申请信息时，判断所述信贷申请信息是否包括先验数据库中存储的P个特征属性中的任一特征属性和/或P个特征属性中的任一特征属性所对应的信贷申请信息；
在确定信贷申请信息包括先验数据库中存储的P个特征属性中的任一特征属性和/或P个特征属性中的任一特征属性所对应的信贷申请信息，则确定所述信贷申请信息对应的案件为欺诈案件；反之，通过案件定性模型检验所述信贷申请信息对应的案件是否为欺诈案件。


5.如权利要求1所述的基于反欺诈变量与决策结果的案件定性方法，其特征在于，所述特征转换处理，包括：
判断进行特征转换处理的信息类别是否为反欺诈变量信息；
在确定进行特征转换处理的信息类别为反欺诈变量信息时，判断反欺诈变量信息是否为第一类反欺诈变量信息，在确定为第一类反欺诈变量信息时，进行数字化转换；在确定为第二类反欺诈变量信息时，使用非线性转换法；所述第一类...

【专利技术属性】
技术研发人员：王玉海，雷军，罗耀东，
申请(专利权)人：睿智合创北京科技有限公司，
类型：发明
国别省市：北京;11