一种实时识别公积金代缴贷款诈骗的系统、方法技术方案

本发明专利技术公开了一种实时识别公积金代缴贷款诈骗的系统、方法，属于人工智能技术领域技术领域，主要基于住房公积金缴纳记录、企业工商信息和代缴公司名单库，构建客户画像、企业画像及交叉验证画像的模型特征，并融合集成学习算法AdaBoost和逻辑回归模型构建公积金代缴贷款诈骗识别模型，实时识别并拦截疑似公积金代缴贷款诈骗的客户，帮忙金融机构降低外部欺诈风险及不良风险。欺诈风险及不良风险。欺诈风险及不良风险。

【技术实现步骤摘要】
一种实时识别公积金代缴贷款诈骗的系统、方法


[0001]本专利技术属于人工智能

，具体涉及一种实时识别公积金代缴贷款诈骗的系统、方法。

技术介绍

[0002]随着大数据、人工智能、云计算、区块链等技术的进步，社会征信体系的逐步完善，大数据风控逐步兴起，各金融机构均纷纷布局个人线上信贷业务，“线上”有望成为消费信贷重要的增长点。这类贷款，一般只需要通过搜集到的借款人信息，多维度给借款人画像，借助APP等线上渠道申请，几分钟就能给借款人提供数万元到数十万元额度不等的贷款。这样便捷贷款品种的出现，也给一些别有用心的人可乘之机。
[0003]不法分子建起以某黑客、金融从业者、管理者、操作手、洗钱团伙、出资方、猎头中介、一般贷款人在内的8级渠道，以垫缴公积金伪造征信记录后骗取银行贷款现目前已经造成了银行大量个人贷款逾期，或将造成信贷资金重大损失，影响恶劣。目前已有部分银行暂停省内个人线上信贷产品，对于此类情况，现目前还暂时没有特定的针对手段。
[0004]为此，本文提出了一种实时识别公积金代缴贷款诈骗的系统、方法，主要基于住房公积金缴纳记录、企业工商信息和代缴公司名单库，构建客户画像、企业画像及交叉验证画像的模型特征，并融合集成学习算法AdaBoost和逻辑回归模型构建公积金代缴贷款诈骗识别模型，实时识别并拦截疑似公积金代缴贷款诈骗的客户，帮忙金融机构降低外部欺诈风险及不良风险。

技术实现思路

[0005]为了解决上述现有技术存在的缺陷，本专利技术的目的在于提供一种实时识别公积金代缴贷款诈骗的系统、方法，实现了公积金代缴贷款诈骗的闭环化自动实时识别，为公积金代缴贷款诈骗这种新型金融欺诈提供了新方法、新思路。
[0006]本专利技术采用的技术方案如下：一种实时识别公积金代缴贷款诈骗的系统，包括：客户端信息收集模块、数据查询系统模块、特征计算模块、模型系统模块、风控系统模块、决策系统模块和案调系统模块，以上模块组合形成一个闭环化的系统，其中：客户端信息收集模块，用于采集用户填写信息及设备等信息；数据查询系统模块，基于客户端信息收集模块收集的客户主键信息进行三方数据源的查询汇总；特征计算模块，基于数据查询系统查询的数据信息构建公积金代缴贷款诈骗的客户画像、企业画像，以及交叉验证画像，记样本特征集为，表示构建的特征个数，并将数据流传输至模型系统模块；模型系统模块，进行公积金贷款诈骗模型的实时运算，并将模型结果传输至风控
系统；风控系统模块，进行公积金代缴诈骗的策略运算和风险判断；决策系统模块，进行用户请求的通过拒绝的实时决策，如果客户被标记为高风险客户，系统自动将该风险客户传输至案调系统模块进行案调调查和风险核实；案调系统模块，接受到公积金代缴贷款诈骗的高风险客户后，系统自动出发给审批同学进行案件排查，核实风险之后，由系统将公积金代缴公司加入“公积金代缴公司黑名单”中。
[0007]进一步的，所述决策系统模块包括实时决策子模块和准实时对接案调系统子模块。
[0008]一种实时识别公积金代缴贷款诈骗的方法，包括如下步骤：步骤1：为保证公积金代缴贷款诈骗识别的准确率，用户在客户端进行授信申请时，客户端信息收集模块采集用户的工作单位、工作地址信息，在用户完成整个授信流程点击“提交”时，自动实时将客户的该笔授信请求传输至金融机构；步骤2：数据查询系统模块收到客户端信息收集模块发起的一笔授信申请请求，自动解析其中的客户主键信息，并通过API接口的方式跟内外部数据系统进行查询交互，其中内部的数据源系统包括代缴公司黑名单库，外部的数据源系统包括人行系统的公积金缴纳记录和企业信用查询系统的工商企业信息；步骤3：特征计算系统模块基于数据查询系统模块查询的数据信息，构建公积金代缴贷款诈骗的客户画像、企业画像，以及交叉验证画像，并记样本特征集为，表示构建的特征个数；步骤4：模型系统模块基于Adaboost和逻辑回归模型，构建公积金代缴诈骗识别模型，假设训练样本数据集中包含个元素，记作,其中表示第个样本的特征集，表示第个样本对应的目标变量，取值为0或1， ，样本目标变量集为；步骤5：风控系统模块接收到模型系统模块将输出的模型结果，并部署模型策略规则，给贷款申请的客户打标，并输出公积金代缴诈骗风险等级和风险备注，设置公积金代缴贷款诈骗识别策略：当时，，；当时，，；步骤6：决策系统模块接到收风控系统模块输出的公积金代缴诈骗风险等级和风险备注，对客户的该笔授信请求进行实时判断决策，输出授信决策结果，并将该结果准实时同步至案调系统；步骤7：案调系统接受到公积金代缴贷款诈骗的高风险客户信息后，系统自动出发给审批部门进行案件排查，核实风险之后，由系统将公积金代缴公司加入“公积金代缴公司黑名单”中。
[0009]进一步的，所述步骤2具体为：以用户填写的公司名称以及人行公积金缴费单位为主键，查询用户填写的工作单位和人行公积金缴费单位是否在代缴公司黑名单库中、查询
工作单位和人行公积金缴费单位的人行系统的公积金缴纳记录和企业信用查询系统的工商企业信息：进一步的，所述步骤3具体包括：步骤3.1：构建公积金代缴贷款诈骗客户画像，所述客户画像包括5个维度的内容：个人基础属性画像、个人行为属性画像、个人关联属性画像、个人公积金缴存画像和个人地域属性画像；步骤3.2：构建公积金代缴贷款诈骗企业画像，所述企业画像包括企业资质画像、企业类型画像和企业状态画像；步骤3.3：构建交叉验证画像，基于客户画像和企业画像，客户填写的信息和人行系统查询的公积金信息之间的信息比对构建交叉验证画像，所述交叉验证画像包括交叉验证时间画像和交叉验证地域画像。
[0010]进一步的，所述步骤4具体包括：步骤4.1：初始化训练样本数据集的权值分布，权重集合记作，,其中表示训练迭代次数，；表示样本个数，；表示第次迭代过程中对应于第个样本特征集的权重，取值为[0,1]区间的任意实数，且满足，则初始化的权重集为，，设定初始权重为，即,其中；步骤4.2：进行模型训练，通过逐步的改变样本权重，将分类效果较差的弱分类器逐步的强化成一个分类效果较好的强分类器，其中样本权重的高低，代表其在分类器训练过程中的重要程度。对于迭代次数，，按照以下步骤不断迭代优化模型效果；步骤4.3：构建融合模型，基本分类器和系数构建训练样本集的最终融合模型预测集。
[0011]进一步的，所述步骤4.2具体包括：步骤4.2.1:对于具有权重分布的权重集对应的训练数据集进行学习，采用逻辑回归模型作为基本分类器，得到模型对于样本的预测集,其中取值为0或1，；步骤4.2.2：计算模型预测集在训练数据集上的分类误差率，
,其中由此可知在训练数据集上的分类误差率就是被误分类样本的权重之和；步骤4.2.3：计算模型预测集的系数,表示在最终分类器中的重要 程度，其中；步骤4.2.4：更新训练数据集的权重分布.假设，则 其中；由此可知，被基本分类器的样本的预测集误分类样本的权重变大，而被正确分类的样本缩小，这样通过不断扩大误分类样本的权重，使得最终样本的分类准确率得到提高。
[0012]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时识别公积金代缴贷款诈骗的系统，其特征在于，包括：客户端信息收集模块、数据查询系统模块、特征计算模块、模型系统模块、风控系统模块、决策系统模块和案调系统模块，以上模块组合形成一个闭环化的系统，其中：客户端信息收集模块，用于采集用户填写信息及设备信息；数据查询系统模块，基于客户端信息收集模块收集的客户主键信息进行三方数据源的查询汇总；特征计算模块，基于数据查询系统查询的数据信息构建公积金代缴贷款诈骗的客户画像、企业画像，以及交叉验证画像，记样本特征集为，N表示构建的特征个数，并将数据流传输至模型系统模块；模型系统模块，进行公积金贷款诈骗模型的实时运算，并将模型结果传输至风控系统；风控系统模块，进行公积金代缴诈骗的策略运算和风险判断；决策系统模块，进行用户请求的通过拒绝的实时决策，如果客户被标记为高风险客户，系统自动将该风险客户传输至案调系统模块进行案调调查和风险核实；案调系统模块，接受到公积金代缴贷款诈骗的高风险客户后，系统自动出发给审批同学进行案件排查，核实风险之后，由系统将公积金代缴公司加入“公积金代缴公司黑名单”中。2.根据权利要求1所述的一种实时识别公积金代缴贷款诈骗的系统，其特征在于，所述决策系统模块包括实时决策子模块和准实时对接案调系统子模块。3.一种实时识别公积金代缴贷款诈骗的方法，其特征在于，包括如下步骤：步骤1：为保证公积金代缴贷款诈骗识别的准确率，用户在客户端进行授信申请时，客户端信息收集模块采集用户的工作单位、工作地址信息，在用户完成整个授信流程点击“提交”时，自动实时将客户的笔授信申请传输至金融机构；步骤2：数据查询系统模块收到客户端信息收集模块发起的一笔授信申请请求，自动解析其中的客户主键信息，并通过API接口的方式跟内外部数据系统进行查询交互，其中内部的数据源系统包括代缴公司黑名单库，外部的数据源系统包括人行系统的公积金缴纳记录和企业信用查询系统的工商企业信息；步骤3：特征计算系统模块基于数据查询系统模块查询的数据信息，构建公积金代缴贷款诈骗的客户画像、企业画像，以及交叉验证画像，并记样本特征集为，表示构建的特征个数；步骤4：模型系统模块基于Adaboost和逻辑回归模型，构建公积金代缴诈骗识别模型，假设训练样本数据集中包含个元素，记作,其中表示第个样本的特征集，表示第个样本对应的目标变量，取值为0或1，，样本目标变量集为；步骤5：风控系统模块接收到模型系统模块将输出的模型结果，并部署模型策略规则，给贷款申请的客户打标，并输出公积金代缴诈骗风险等级和风险备注，设置公积金代
缴贷款诈骗识别策略：当时，，；当时，，；步骤6：决策系统模块接到收风控系统模块输出的公积金代缴诈骗风险等级和风险备注，对客户的笔授信申请求进行实时判断决策，输出授信决策结果，并将该结果准实时同步至案调系统；步骤7：案调系统接受到公积金笔授信申请代缴贷款诈骗的高风险客户信息后，系统自动出发给审批部门进行案件排查，核实风险之后，由系统将公积金代缴公司加入“公积金代缴公司黑名单”中。4.根据权利要求3所述的一种实时识别公积金代缴贷款诈骗的方法，其特征在于，所...

【专利技术属性】
技术研发人员：王萍，贾坤，
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：