一种电信诈骗风险预测方法、系统、设备及可读存储介质技术方案

本发明专利技术涉及一种电信诈骗风险预测方法、系统、设备及可读存储介质，其方法包括获取案件数据、地区风险系数和目标人员信息，目标人员信息组成人员特征数据集；根据人员特征数据集、案件数据和数据处理规则，确定目标数据集；根据目标数据和数据分类规则，确定测试数据集和训练数据集；根据预设的训练框架和训练数据集，确定多个预测模型；根据多个预测模型、测试数据集和模型评分规则，确定每一预测模型对应的模型评分；根据模型评分、预测模型和受骗系数计算规则，确定模型联合评分受骗风险值；根据地区风险系数、模型联合评分受骗风险值和风险预测规则，确定目标风险值。本发明专利技术具有提高识别易受电信诈骗危害用户的准确度的效果。识别易受电信诈骗危害用户的准确度的效果。识别易受电信诈骗危害用户的准确度的效果。

【技术实现步骤摘要】
一种电信诈骗风险预测方法、系统、设备及可读存储介质


[0001]本申请涉及风险评估的
，尤其是涉及一种电信诈骗风险预测方法、系统、设备及可读存储介质。

技术介绍

[0002]电信诈骗是指不法分子通过电话、网络和短信方式，编造虚假信息，对受害人实施远程、非接触式诈骗，诱使受害人给不法分子打款或转账的犯罪行为。
[0003]电信诈骗严重威胁了人民财产安全。虽然目前公安可以通过多种渠道获取大量诈骗预警信息，并通过经验或部分指标对诈骗预警信息进行分析进而对易受骗人群做简单分类，根据分类结果对易受骗人群做相应的劝阻措施。但是由于诈骗防范警力不足，依然存在诈骗防范难的问题，所以需要在电信诈骗预警方面做到更加精准的风险评估，即需要更加准确的识别出较易受到电信诈骗危害的用户，根据用户未来受害的可能性对用户做出针对性的劝阻。需要解决的问题是如何提高识别易受电信诈骗危害用户的准确度。

技术实现思路

[0004]为了提高识别易受电信诈骗危害用户的准确度，本申请提供了一种电信诈骗风险预测方案。
[0005]在本申请的第一方面，提供了一种电信诈骗风险预测方法。该方法包括：获取案件数据、地区风险系数和目标人员信息，所述目标人员信息组成人员特征数据集；根据所述人员特征数据集、所述案件数据和数据处理规则，确定目标数据集；根据所述目标数据集和数据分类规则，确定测试数据集和训练数据集，所述训练数据集用于训练模型，所述测试数据集用于对模型进行评分；根据预设的训练框架和所述训练数据集，确定多个预测模型；根据所述多个预测模型、所述测试数据集和模型评分规则，确定每一预测模型对应的模型评分；根据所述模型评分、所述预测模型和受骗系数计算规则，确定模型联合评分受骗风险值；根据所述地区风险系数、所述模型联合评分受骗风险值和风险预测规则，确定目标风险值。
[0006]由以上技术方案可知，通过获取目标人员信息，然后将上述目标人员信息组成人员特征数据集，然后将人员特征数据集根据数据处理规则对人员特征数据集中的数据进行标记，标记后的数据组成目标数据集，对目标数据集进行分类，分为测试数据集和训练数据集。通过将训练数据集输入至预设的训练框架中，可以得到训练好的多个预测模型，然后根据测试数据集和模型评分规则对多个预测模型进行评分，为后续的计算提供数据基础，然后根据模型评分、预测模型和受骗系数计算规则，计算出模型联合评分受骗风险值。最终通
过将模型联合评分受骗风险值、地区风险系数和风险预测规则，确定目标风险值。通过训练多个预测模型和受骗系数计算规则来确定模型联合评分受骗风险值，再结合地区的地区风险系数，确定出该人员在该区域受到电信诈骗的概率，提高识别易受电信诈骗危害用户的准确度，进而能使公职人员根据概率对人员作出针对性的劝阻，使得电信诈骗案件的发生率在一定程度上减少。
[0007]在一种可能的实现方式中，所述根据所述人员特征数据集、所述案件数据和数据处理规则，确定目标数据集，包括：根据所述人员特征数据集、所述案件数据和被骗周期计算规则，确定被骗周期阈值；根据所述人员特征数据集和所述案件数据，对于已经报警的目标人员信息做被骗标记，将有被骗标记的目标人员信息组成第一数据集；根据所述人员特征数据集和所述案件数据，在被骗周期阈值内未报警的目标人员信息做未被骗标记，将有未被骗标记的目标人员信息组成第二数据集；所述第一数据集和所述第二数据集组成目标数据集。
[0008]在一种可能的实现方式中，所述根据所述多个预测模型、所述测试数据集和模型评分规则，确定每一预测模型对应的模型评分，包括：所述测试数据集中包括b个被骗人员信息，b为大于1的正整数；所述b个被骗人员信息组成第三数据集；将所述测试数据集输入至所述预测模型中，得到c个被骗人员信息；所述c个被骗人员信息组成第四数据集；对所述第三数据集和所述第四数据集取交集，所述交集包含d个被骗人员信息；所述预测模型的模型评分=d/b。
[0009]在一种可能的实现方式中，所述根据所述模型评分、所述预测模型和受骗系数计算规则，确定模型联合评分受骗风险值，包括：将个人信息输入至多个所述预测模型，得到与所述预测模型对应的受骗概率；根据所述受骗概率、所述模型评分和系数确定规则，确定模型联合评分受骗风险值。
[0010]由以上技术方案可知，通过使用多个预测模型得到多个对应的受骗概率，然后结合模型评分和对应的受骗概率，确定最终的模型联合评分受骗风险值。使用多个预测模型在一定程度上提高了模型联合评分受骗风险值的准确率，减少由于使用单个预测模型训练得到的结果易受到模型本身和训练数据集的影响导致最终的数据偏差较大。
[0011]在一种可能的实现方式中，获取地区风险系数，包括：获取地区诈骗案件数据，所述地区诈骗案件数据为多个地区的诈骗案件数量在该地区所有案件数量的占比；根据所述占比对地区进行排序，形成地区占比数列；计算所述地区占比数列的中位数和标准差；根据所述中位数、所述标准差、所述地区诈骗案件数据和地区风险确定规则，确定地区风险系数。
[0012]在一种可能的实现方式中，所述根据所述地区风险系数、所述模型联合评分受骗
风险值和风险预测规则，确定目标风险值，包括：根据所述模型联合评分受骗风险值，获取所述模型联合评分受骗风险值对应的个人信息的所在地区；根据所述所在地区，确定所述地区对应的地区风险系数；目标风险值=模型联合评分受骗风险值
×
所述地区风险系数。
[0013]由以上技术方案可知，通过模型联合评分受骗风险值和地区风险系数，从个人和所在区域两方面进行分析，在一定程度上提高的目标风险值的准确度。
[0014]在一种可能的实现方式中，获取目标人员信息，包括：获取电话诈骗数据和网络诈骗数据，所述电话诈骗数据用于获取通过电话信息进行诈骗的数据，所述网络诈骗数据用于获取通过网站内容进行诈骗的数据；根据所述电话诈骗数据，获取目标人员的唯一标识码；根据所述唯一标识码，从所述电话诈骗数据和所述网络诈骗数据中，提取目标人员信息。
[0015]在本申请的第二方面，提供了一种电信诈骗风险预测系统。该系统包括：数据获取模块，获取案件数据、地区风险系数和目标人员信息，所述目标人员信息组成人员特征数据集；数据处理模块，根据所述人员特征数据集、所述案件数据和数据处理规则，确定目标数据集；数据分类模块，根据所述目标数据集和数据分类规则，确定测试数据集和训练数据集，所述训练数据集用于训练模型，所述测试数据集用于对模型进行评分；模型训练模块，根据预设的训练框架和所述训练数据集，确定多个预测模型；模型评分模块，根据所述多个预测模型、所述测试数据集和模型评分规则，确定每一预测模型对应的模型评分；个人风险计算模块，根据所述模型评分、所述预测模型和受骗系数计算规则，确定模型联合评分受骗风险值；目标风险确定模块，根据所述地区风险系数、所述模型联合评分受骗风险值和风险预测规则，确定目标风险值。
[0016]在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电信诈骗风险预测方法，其特征在于，包括：获取案件数据、地区风险系数和目标人员信息，所述目标人员信息组成人员特征数据集；根据所述人员特征数据集、所述案件数据和数据处理规则，确定目标数据集；根据所述目标数据集和数据分类规则，确定测试数据集和训练数据集，所述训练数据集用于训练模型，所述测试数据集用于对模型进行评分；根据预设的训练框架和所述训练数据集，确定多个预测模型；根据所述多个预测模型、所述测试数据集和模型评分规则，确定每一预测模型对应的模型评分；根据所述模型评分、所述预测模型和受骗系数计算规则，确定模型联合评分受骗风险值；根据所述地区风险系数、所述模型联合评分受骗风险值和风险预测规则，确定目标风险值。2.根据权利要求1所述的电信诈骗风险预测方法，其特征在于，所述根据所述人员特征数据集、所述案件数据和数据处理规则，确定目标数据集，包括：根据所述人员特征数据集、所述案件数据和被骗周期计算规则，确定被骗周期阈值；根据所述人员特征数据集和所述案件数据，对于已经报警的目标人员信息做被骗标记，将有被骗标记的目标人员信息组成第一数据集；根据所述人员特征数据集和所述案件数据，在被骗周期阈值内未报警的目标人员信息做未被骗标记，将有未被骗标记的目标人员信息组成第二数据集；所述第一数据集和所述第二数据集组成目标数据集。3.根据权利要求1所述的电信诈骗风险预测方法，其特征在于，所述根据所述多个预测模型、所述测试数据集和模型评分规则，确定每一预测模型对应的模型评分，包括：所述测试数据集中包括b个被骗人员信息，b为大于1的正整数；所述b个被骗人员信息组成第三数据集；将所述测试数据集输入至所述预测模型中，得到c个被骗人员信息；所述c个被骗人员信息组成第四数据集；对所述第三数据集和所述第四数据集取交集，所述交集包含d个被骗人员信息；所述预测模型的模型评分=d/b。4.根据权利要求1所述的电信诈骗风险预测方法，其特征在于，所述根据所述模型评分、所述预测模型和受骗系数计算规则，确定模型联合评分受骗风险值，包括：将个人信息输入至多个所述预测模型，得到与所述预测模型对应的受骗概率；根据所述受骗概率、所述模型评分和系数确定规则，确定模型联合评分受骗风险值。5.根据权利要求1所述的电信诈骗风险预测方法，其特征在于，获取地区风险系数，包括：获取地区诈骗案件数据，所述地区诈骗案件数据为多个地区...

【专利技术属性】
技术研发人员：徐涛，吴楠，蒋修强，胡大明，卢小军，王金涛，王方舟，
申请(专利权)人：北京码牛科技股份有限公司，
类型：发明
国别省市：