【技术实现步骤摘要】
本专利技术涉及银行异常账户的监测，特别涉及一种银行的涉案账户的评分卡模型及其应用方法。
技术介绍
1、随着互联网时代的不断发展，网络技术的不断进步，银行账户通常被作为资金的转移渠道，这无疑也对银行的正常运营和声誉造成了严重伤害，因此，银行也应该升级相应的涉诈涉赌可疑账户的识别管控技术，以降低欺诈账户带来的风险。
2、评分卡模型是金融领域常用的风控模型，主要用于评估客户的信用，进而决定是否授信、授信额度和利率等，以减少交易中的风险。例如：
3、中国专利技术cn110046783b公开了一种冒用账户识别方法、装置、电子设备及存储介质。其中，所述方法包括：获取多个样本账户的账户地址冲突变量；利用评分卡模型对账户地址冲突变量进行评分，并根据得到的账户地址冲突变量的woe值确定样本账户的样本学习评分值；根据账户地址冲突变量的重要程度以及woe值对样本学习评分值进行修正，以获得样本学习评分修正值；根据样本账户是否被冒用的已知结果、样本学习评分值和样本学习评分修正值确定第一目标取值区间和第二目标取值区间，使得第一目标取值区间和第二目标取值区间所覆盖的样本账户中冒用账户的比例能够达到预设比例。能够快速准确识别账户的冒用风险，提升了账户冒用的识别性能。
4、中国专利技术cn114372871a公开了一种信用评分值的确定方法及其装置、电子设备及存储介质，涉及机器学习领域，其中，该确定方法包括：基于目标账户的账户标识，获取目标账户的多个账户特征，得到特征集合，将特征集合输入至预先训练的联邦学习模型，得到每个账户特征
5、但这种评分卡模型鲜少使用在涉案账户识别领域，用于银行涉赌涉诈账户的事前识别。
技术实现思路
1、本专利技术要解决的技术问题，在于提供一种银行涉赌涉诈账户的评分卡模型及其应用方法，基于银行涉赌涉诈账户的交易特征指标和客户本身的静态特征对初始评分卡模型进行训练，得到银行涉赌涉诈账户的目标评分卡模型，从而可对银行涉赌涉诈账户进行事前识别。
2、第一方面，本专利技术提供了一种银行涉赌涉诈账户的评分卡模型，通过下述过程获得：
3、特征获取：对客户的借记卡的交易流水进行实时统计分析得到基础特征；并根据银行涉赌涉诈账户特点对所述基础特征进行组合、加工出一些衍生特征；同时获取客户本身的静态特征；
4、预设规则命中计数：根据银行涉赌涉诈账户特点及模型迭代结果，对所述衍生特征的值进行分箱，形成一系列的某借记卡某日的预设规则，在每张借记卡的每一次动账后，判断动账是否满足所述预设规则，若是，则记录该借记卡命中规则次数加1；然后统计该借记卡命中所述预设规则的日计总数，作为规则命中情况特征；
5、样本准备：将所述规则命中情况特征与所述客户静态特征进行拼接，得到目标特征集合；统计现有每张借记卡某日的管控情况、管控后的解控情况、刑侦专线的冻结情况作为借记卡某日的好坏标签；若具有刑侦专线的冻结情况，或具有管控且未解除管控的情况，则记为坏样本，否则为好样本，得到好坏样本；将所述目标特征集合和所述好坏样本作为训练初始评分卡模型的数据集；
6、数据集的划分：将数据集按照比例划分为训练集和测试集；再取样本截止周期的下一周期的数据作为验证集；
7、建模特征变量的准备：将训练集、测试集和验证集进行woe转化，并采用双向逐步回归方法再次进行特征变量筛选，得到最终用于建模特征变量；
8、模型训练：将所述建模特征变量输入初始评分卡模型，进行逻辑回归模型的迭代训练，根据f2评价指标，生成最优的评分卡模型，即为银行涉赌涉诈账户的评分卡模型。
9、进一步的，还包括：
10、数据处理：在获得所述数据集时将数据集进行数据清洗，处理异常值和缺失值；在将数据集划分为训练集和测试集后，采用对抗验证法确保划分的训练集和测试集的分布无明显差异，并结合toad开源包和特征指标的实际情况对训练集的特征指标进行分箱处理；
11、特征指标处理：在所述建模特征变量的准备之前根据借记卡记录样本的数据质量，以相关性系数和iv值指标分析各个特征指标的可用性，剔除有效信息过低的特征指标。
12、进一步的，所述基础特征是根据银行涉赌涉诈账户特点加工出一系列基础指标，包括当日进账金额、当日交易对手数以及距上一次发生动账天数；
13、所述衍生特征包括非正常时段交易笔数占总交易笔数的比例；
14、所述静态特征包括客户的年龄特征、职业特征和性别特征；
15、所述预设规则包括当日首笔交易后余额规则、距上一次发生动账天数规则、转入转出涉及渠道数规则、转入转出金额规则、交易笔数规则、交易对手规则、分散转入规则和集中转出规则。
16、第二方面，本专利技术提供了一种银行涉赌涉诈账户的评分卡模型的应用，将客户账户实时加工的规则命中情况特征和客户本身的静态特征导入本专利技术第一方面所述的银行涉赌涉诈账户的评分卡模型，进行涉案概率评分，根据涉案概率评分的分值阈值范围进行判断，得到银行涉赌涉诈账户集合并输出。
17、本专利技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：基于银行涉赌涉诈账户的交易特征指标和客户本身的静态特征对初始评分卡模型进行训练，得到银行涉赌涉诈账户的目标评分卡模型，并通过目标评分卡模型对账户进行涉诈评分，弥补了银行涉赌涉诈账户的事前识别环节的欠缺。根据模型输出的分值高低，可以判断异常账户的涉案概率大小，这有效提高了对异常账户的事前识别能力，使管控效率得到提高，对涉案卡的管控更加及时准确。
18、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种银行涉赌涉诈账户的评分卡模型，其特征在于：通过下述过程获得：
2.根据权利要求1所述的一种银行涉赌涉诈账户的评分卡模型，其特征在于：还包括：
3.根据权利要求1所述的一种银行涉赌涉诈账户的评分卡模型，其特征在于：所述基础特征是根据银行涉赌涉诈账户特点加工出一系列基础指标，包括当日进账金额、当日交易对手数以及距上一次发生动账天数；
4.一种银行涉赌涉诈账户的评分卡模型的应用，其特征在于：将客户账户实时加工的规则命中情况特征和客户本身的静态特征导入如权利要求1至3任一项所述的银行涉赌涉诈账户的评分卡模型，进行涉案概率评分，根据涉案概率评分的分值阈值范围进行判断，得到银行涉赌涉诈账户集合并输出。
【技术特征摘要】
1.一种银行涉赌涉诈账户的评分卡模型，其特征在于：通过下述过程获得：
2.根据权利要求1所述的一种银行涉赌涉诈账户的评分卡模型，其特征在于：还包括：
3.根据权利要求1所述的一种银行涉赌涉诈账户的评分卡模型，其特征在于：所述基础特征是根据银行涉赌涉诈账户特点加工出一系列基础指标，包括当日进账金额...
【专利技术属性】
技术研发人员：韩绍瑜，黄王非，许峻峰，谢素娟，陈亚勤，欧阳明智，阙钰歆，
申请(专利权)人：中国农业银行股份有限公司厦门市分行，
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。