一种反欺诈决策方法及系统技术方案

本申请提供一种反欺诈决策方法及系统，将用户数据导入大数据计算引擎，得到历史数据集并进行特征计算，得到设定特征的历史特征值；将与用户数据实时录入数据库，得到实时数据集并进行特征计算，得到设定特征的实时特征值；根据历史特征值和实时特征值，得到设定特征的特征值；根据设定特征的特征值，利用决策引擎执行对应的策略，得到对反欺诈事件的决策结果。历史数据通过查询大数据计算引擎的历史数据集后计算得到，实时数据通过查询数据库中实时数据集后计算得到，因此减少了对数据库聚合函数的依赖，降低了数据库慢查询。并且，数据库函数的计算量减少，大数据计算引擎的计算速度快，使得总的特征计算耗时减少，效率提高。效率提高。效率提高。

【技术实现步骤摘要】
一种反欺诈决策方法及系统


[0001]本申请涉及反欺诈系统
，具体而言，涉及一种反欺诈决策方法及系统。

技术介绍

[0002]在对业务事件的实时风险决策判断中无论是基于专家规则还是风控模型都需要依赖这类对一定时间范围数据进行回溯加工的变量，这些变量称为指标。
[0003]在风控反欺诈业务中为了实时进行业务事件的风险判断要求指标计算延迟非常低，一般在毫秒或几十毫秒级别因此我们把实时返回计算结果过程称为实时指标计，这里的低延迟包含两个维度:一个维度是最新的事件被指标统计在内的延迟,另一个维度是计算结果的响应时间延迟。
[0004]在实际业务场景中，需要计算的数据除需要包含上述提到的IP、手机号、设备、账户等维度外，往往还需要覆盖诸如商品类型、收货地址及支付金额等业务数据。在某些规则场景下，需要计算的数据维度多达数十个。这些指标可以作为风控模型的输入变量，或者作为专家规则集的一部分，参与对业务风险的综合判断。在风控反欺诈业务中，为了能够及时阻断新发现的黑产行为，以上这类的业务指标计算一般还需要随时上线，时间窗口和计算维度组合均不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种反欺诈决策方法，其特征在于，包括：将与反欺诈事件相关的用户数据导入大数据计算引擎，得到历史数据集；对历史数据集进行设定特征的特征计算，得到设定特征的历史特征值；将所述与反欺诈事件相关的用户数据实时录入数据库，得到实时数据集；对实时数据集进行设定特征的特征计算，得到设定特征的实时特征值；根据所述历史特征值和实时特征值，得到设定特征的特征值；根据所述设定特征的特征值，利用决策引擎执行对应的策略，得到对所述反欺诈事件的决策结果。2.如权利要求1所述的方法，其特征在于，其中，所述与反欺诈事件相关的用户数据通过将与反欺诈事件相关的原始用户数据拆成宽表数据形式获得。3.如权利要求2所述的方法，其特征在于，其中，所述实时数据集为宽表数据形式的数据；所述对实时数据集进行设定特征的特征计算，包括：对实时数据集中设定时间段之后到反欺诈事件发生时的数据进行设定特征的特征计算，得到实时特征值。4.如权利要求3所述的方法，其特征在于，所述将与反欺诈事件相关的用户数据导入大数据计算引擎，包括：将用户数据以消息队列的方式导入大数据计算引擎，并转化为关系型表存储的历史数据集。5.如权利要求4所述的方法，其特征在于，所述对历史数据集进行设定特征的特征计算，包括：通过sql语句调用大数据引擎接口的方式，对历史数据集中设定时间段内的数据...

【专利技术属性】
技术研发人员：潘科，高斌，胡俊原，赵永亮，
申请(专利权)人：成都新希望金融信息有限公司，
类型：发明
国别省市：