【技术实现步骤摘要】
互联网消费贷反欺诈风险识别方法及系统
[0001]本专利技术涉及风险管理
，具体涉及一种互联网消费贷反欺诈风险识别方法及系统。
技术介绍
[0002]随着普惠金融的发展，金融机构与互联网平台合作强度不断加深，通过互联网平台面向客户提供消费贷款产品应运而生。在健全多层次金融市场的同时，也使得金融欺诈产业呈现指数级增加。对此，传统监管手段已不足以应对日趋复杂的金融风险。欺诈风险管理已被银行、金融机构和网络电商平台等经济主体视为最重要的任务之一。风险管理过程的欺诈风险识别是经济主体贷款批准决策的关键部分，如何防范和识别欺诈行为成为当前面临的一个具有挑战性的问题。
[0003]传统的风险评估方法主要是利用多维度数据通过相关数据进行定性分析。然而，随着金融服务的增长，这种模型已经难以反映风险变量之间的非线关系。虽然基于现代金融理论和新工具的现代方法，如欺诈检测模型、欺诈度量模型等，这些模型通常基于外生参数来确定欺诈风险概率，取得了较大的成就，但由于大多数模型对其正态分布的假设很难真实反应风险的实际分布，一但发生欺诈行为将...
【技术保护点】
【技术特征摘要】
1.一种互联网消费贷反欺诈风险识别方法，其特征在于，所述方法包括：采集大量用户与消费贷业务相关的运营商特有数据及金融数据；通过所述运营商特有数据及所述金融数据提取特征数据，生成建模样本；利用所述建模样本建立风险预测模型；获取待识别用户的借贷相关信息；将所述借贷相关信息输入所述风险预测模型，计算所述待识别用户的评分；根据所述评分确定所述待识别用户是否存在骗取消费贷欺诈行为。2.根据权利要求1所述的方法，其特征在于：所述金融数据包括以下任意一项或多项：总资产级别、近12个月理财产品购买次数，个贷授信总额度、信用卡持卡最高等级、历史贷款最长逾期天数、还款记录；所述运营商特有数据包括以下任意一项或多项：用户APP使用信息、位置信息、用户网页访问信息、用户关键词搜索信息。3.根据权利要求2所述的方法，其特征在于，所述通过所述运营商特有数据及所述金融数据提取特征数据，生成建模样本包括：对所述运营商特有数据及所述金融数据进行探索性分析处理，得到处理后的数据；对所述处理后的数据进行特征衍生，得到数据特征及衍生特征；对所述数据特征及衍生特征进行编码，得到编码特征；从所述数据特征、衍生特征和编码特征中进行特征选择，将选择的特征作为入模变量，生成建模样本。4.根据权利要求3所述的方法，其特征在于，对所述运营商特有数据及所述金融数据进行探索性分析处理包括以下任意一种或多种处理：数据预处理；对变量的分布进行可视化处理；数值型特征数据转换处理；类别特征分析。5.根据权利要求3所述的方法，其特征在于，所述对所述处理后的数据进行特征衍生，得到数据特征及衍生特征包括以下任意一项或多项：按月统计近半年用户登陆借贷APP频率变异系数；汇总用户近一、三、六个月登录借贷APP的次数；观察近半年借贷APP使用个数增量；计算各时段下用户通话频次；确...
【专利技术属性】
技术研发人员：吕敏，赵思雯，李佳馨，马放，
申请(专利权)人：卓望信息技术北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。