基于用户页面操作行为的信用欺诈识别方法技术

本发明专利技术涉及基于用户页面操作行为的信用欺诈识别方法，包括：步骤A.收集和初始化用户在系统页面的操作行为；步骤B.构建欺诈识别模型，包括：输入模块：由至少两个全连接网络层构成；特征嵌入模块：由至少两个GRU网络层构成，用于特征嵌入；输出模块：由至少两个全连接层构成，输出最终的特征；步骤C.收集用户在系统页面的操作行为序列，并通欺诈识别模型最终输出该用户信用欺诈的概率值。本发明专利技术能够有效的从用户在系统页面的操作行为中提取和捕捉到用户近期的操作行为序列，并且通过动态的操作行为序列这种非结构化数据的特征来识别欺诈行为，相比现有的静态数据而言明显提升了识别信用欺诈的准确性。

【技术实现步骤摘要】
基于用户页面操作行为的信用欺诈识别方法
本专利技术涉及以动态样本的方式训练机器学习模型，并进行用户信用欺诈的识别方法，具体讲是基于用户页面操作行为的信用欺诈识别方法。
技术介绍
随着人们的日常生活越来越多的涉及到银行、金融等领域，利用个人信用对这些领域的运营主体进行欺诈的违法行为也日益增多。特别是在个人贷款方面尤为明显，个人用户通过银行APP上的操作伪造自己的高信用值，诱导银行对其放贷，或者网络黑产、电信诈骗、黑中介等利用个人的身份或诱导个人用户通过资料造假、身份伪冒等方式骗取银行贷款。目前对个人信用欺诈行为的识别主要是通过对用户的征信数据、用户提交的申请资料等静态的数据进行建模，而这类静态的数据不能较好的捕捉欺诈用户在申请时表现出的动态特征，因此目前的这种识别方式还有较大的提高空间。
技术实现思路
本专利技术提供了一种基于用户页面操作行为的信用欺诈识别方法，以更准确的识别出用户在申请银行业务时是否有信用欺诈行为。本专利技术基于用户页面操作行为的信用欺诈识别方法，包括：步骤A.通过处理器批量收集用户在本文档来自技高网...

【技术保护点】
1.基于用户页面操作行为的信用欺诈识别方法，其特征包括：/n步骤A.通过处理器批量收集用户在指定的时间段内对操作设备上的系统页面的操作行为，并通过处理器对收集到的操作行为的事件类型和数值变量进行初始化处理，然后保存到磁盘存储器的第一存储区域中；/n步骤B.在磁盘存储器的第二存储区域内构建欺诈识别模型，所述的欺诈识别模型的结构包括：/n输入模块：由至少两个全连接网络层构成，用于将磁盘存储器的第一存储区域中保存的数据映射为对应的特征维度，并将各特征纬度根据时序形成操作行为特征序列，然后输出到特征嵌入模块；/n特征嵌入模块：由至少两个GRU网络层构成，用于特征嵌入，将输入模块输出的操作行为特征序列中...

【技术特征摘要】
1.基于用户页面操作行为的信用欺诈识别方法，其特征包括：
步骤A.通过处理器批量收集用户在指定的时间段内对操作设备上的系统页面的操作行为，并通过处理器对收集到的操作行为的事件类型和数值变量进行初始化处理，然后保存到磁盘存储器的第一存储区域中；
步骤B.在磁盘存储器的第二存储区域内构建欺诈识别模型，所述的欺诈识别模型的结构包括：
输入模块：由至少两个全连接网络层构成，用于将磁盘存储器的第一存储区域中保存的数据映射为对应的特征维度，并将各特征纬度根据时序形成操作行为特征序列，然后输出到特征嵌入模块；
特征嵌入模块：由至少两个GRU网络层构成，用于特征嵌入，将输入模块输出的操作行为特征序列中的各特征纬度降维成固定大小的特征向量，便于处理和计算，然后根据预设的场景从降维后的操作行为特征序列中提取出相应的数据特征，用于表示出在操作行为特征序列中与预设场景相适应的特定模式，最后将结果输出到输出模块；
输出模块：由至少两个全连接层构成，用于将特征嵌入模块的输出映射为最终的特征进行输出；
步骤C.收集一个用户一段时间内对操作设备上的系统页面的操作行为序列，并通过处理器对收集到的操作行为的...

【专利技术属性】
技术研发人员：杨晓东，卫浩，
申请(专利权)人：四川新网银行股份有限公司，
类型：发明
国别省市：四川;51