一种账户欺诈分析的智能评估方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115049473A(43)申请公布日2022.09.13(21)申请号202210580212.6(22)申请日2022.05.25(71)申请人石溪信息科技（上海）有限公司地址200000上海市普陀区曹杨路500号1幢北半幢702室(72)发明人姚钧(74)专利代理机构上海大为知卫知识产权代理事务所(普通合伙)31390专利代理师何银南(51)Int.Cl.G06Q40/02(2012.01)G06Q30/00(2012.01)G06K9/62(2022.01)权利要求书3页说明书10页附图6页(54)发明名称一种账户欺诈分析的智能评估方法及系统(57)摘要本发明实施例涉及账户欺诈评估技术领域，具体公开了一种账户欺诈分析的智能评估方法及系统。本发明实施例通过大数据对账户欺诈情况进行采集和分类统计；构建多个账户欺诈识别模型；匹配标记目标欺诈识别模型；按照账户历史数据，进行欺诈风险排查防范；按照即时账户数据进行欺诈识别警告。能够对账户欺诈采集数据进行分类统计并进行关键数据提取，按照多个账户欺诈关键数据，构建多个账户欺诈识别模型，通过匹配目标账户对应的目标欺诈识别模型，按照目标账户的账户历史数据和即时账户数据分别进行欺诈风险排查防范和账户欺诈警告，从而能够对目标账户进行针对性的账户欺诈分析判断，能够在更大的程度上进行欺诈风险排查防范和账户欺诈警告。CN115049473ACN115049473A权利要求书1/3页1.一种账户欺诈分析的智能评估方法，其特征在于，所述方法具体包括以下步骤：通过大数据对各银行的账户欺诈情况进行采集，得到账户欺诈采集数据。通过采集方式来源等统计维度，将涉及不同手法特征的欺诈采集数据进行分类统计，得到多个账户欺诈分类统计数据；对多个所述账户欺诈分类统计数据进行数据清洗，并对分类欺诈采集数据进行关键特征生成、评价以及特征选取，获取多个账户欺诈关键特征，并根据多个所述账户欺诈关键特征，构建多个账户欺诈识别模型；获取目标账户的账户历史数据，根据所述账户历史数据，确定目标账户的欺诈风险类型，根据所述账户欺诈风险类型匹配对应的账户欺诈识别模型，并标记为目标欺诈识别模型；通过所述目标欺诈识别模型对所述账户历史数据进行分析，生成账户风险预测数据，根据所述账户风险预测数据，进行欺诈风险排查防范；获取目标账户的即时账户数据，通过所述目标欺诈识别模型对所述即时账户数据进行欺诈识别判断，并在识别出存在账户欺诈时，进行账户欺诈警告。2.根据权利要求1所述的账户欺诈分析的智能评估方法，其特征在于，所述通过大数据对各银行的账户欺诈情况进行采集，得到账户欺诈采集数据，并将所述账户欺诈采集数据进行分类统计，得到多个账户欺诈分类统计数据具体包括以下步骤：通过大数据对各银行的账户欺诈情况进行采集，得到账户欺诈采集数据；对所述账户欺诈采集数据进行账户的采集方式、采集来源、以及欺诈账户的使用场景进行分析，生成使用欺诈账户使用场景类别分析数据；根据所述欺诈账户使用场景类别分析数据，将所述账户欺诈采集数据进行分类统计，得到多个账户欺诈分类统计数据。3.根据权利要求1所述的账户欺诈分析的智能评估方法，其特征在于，所述对多个所述账户欺诈分类统计数据进行数据清洗，并对分类欺诈采集数据进行关键特征生成、评价以及特征选取，获取多个账户欺诈关键特征，并根据多个所述账户欺诈关键特征，构建多个账户欺诈识别模型具体包括以下步骤：对多个所述账户欺诈分类统计数据进行数据清洗，并对关键数据识别，生成关键数据识别结果；根据所述关键数据识别结果进行关键特征生成、评价以及特征选取，提取多个所述账户欺诈分类统计数据中的多个账户欺诈关键数据；根据多个所述账户欺诈关键数据，构建多个账户欺诈识别模型。4.根据权利要求1所述的账户欺诈分析的智能评估方法，其特征在于，所述获取目标账户的账户历史数据，根据所述账户历史数据，确定目标账户的账户欺诈风险类型，根据所述账户欺诈风险类型匹配对应的账户欺诈识别模型，并标记为目标欺诈识别模型具体包括以下步骤：获取目标账户的账户历史数据；根据所述账户历史数据进行账户使用场景分析，确定目标账户的账户欺诈风险类型；根据所述账户欺诈风险类型匹配对应的账户欺诈识别模型；将匹配对应的账户欺诈识别模型标记为目标欺诈识别模型。2CN115049473A权利要求书2/3页5.根据权利要求1所述的账户欺诈分析的智能评估方法，其特征在于，所述通过所述目标欺诈识别模型对所述账户历史数据进行分析，生成账户风险预测数据，根据所述账户风险预测数据，进行欺诈风险排查防范具体包括以下步骤：将所述账户历史数据导入所述目标欺诈识别模型中；输出与所述账户历史数据对应的账户风险预测数据；根据所述账户风险预测数据，对目标账户进行欺诈风