基于交易行为特征提取的金融欺诈风险评估与解决方法技术

基于交易行为特征提取的金融欺诈风险评估与解决方法，采用模型建模单元、欺诈风险评估单元作为评估和解决金融欺诈的应用软件；通过利用静态金融交易欺诈风险指模提取技术训练或推理的人工智能欺诈风险评估模型，实现评估和解决金融欺诈；包括静态风险指模提取技术与欺诈风险评估模型建模、使用静态风险指模提取技术并作出欺诈风险评估两个步骤。本发明专利技术更能抓住交易层面欺诈风险的本质特征，提供全面的交易风险评估与更准确的反欺诈风险评估，在保证反欺诈率的同时最小化误检率，保证了高质量金融产品用户体验，并能精准捕捉欺诈交易。克服了现有反欺诈技术不能有效应付现代化了的交易欺诈，并存在决策及评估片面、准确率低、适应性差等问题。适应性差等问题。

【技术实现步骤摘要】
基于交易行为特征提取的金融欺诈风险评估与解决方法


[0001]本专利技术涉及金融部门应用的反欺诈
，特别是一种基于交易行为特征提取的金融欺诈风险评估 与解决方法。

技术介绍

[0002]随着科技的进步，当前金融欺诈具有了专业化、自动化、智能化和场景化等特点。比如现有的自动化 欺诈活动，欺诈组织利用数字技术，如网络机器人等自动化技术刷单，倍数提高了欺诈效率。欺诈组织还 会运用人工智能进一步提高欺诈的能力，如利用自然语言处理和机器学习获取用户重要个人信息及金融信 息，场景化将欺骗活动伪装成正常的金融活动，比如月付或模拟特定人类活动如信用卡申请，大幅度提高 了金融欺诈的欺骗性和隐蔽性。
[0003]现有技术中，反欺诈技术高度依赖经验、个人及企业信用或者设备特征，在个人及账户层面上建立起 黑名单或者模型算法对交易风险决策/评估。虽然相关技术，如芝麻信用，已应用于BATJ等互金平台，但 是这些技术未从本质上分析同一人或者不同个人/账号下每笔交易的不同风险特征，不能应付现代化了的交 易欺诈。而且，基于这些技术的交易风险决策/存在片面、准确率低、适应性差的问题，会抑制正常交易， 还会造成产品负面用户体验与用户流失。

技术实现思路

[0004]为了克服现有反欺诈技术高度依赖经验、个人及企业信用或者设备特征，不能有效应付现代化了的交 易欺诈，并存在决策及评估片面、准确率低、适应性差，不但会抑制正常交易，还会造成产品负面用户体 验与用户流失等弊端，本专利技术提供了在相关应用单元共同作用下，更能抓住交易层面欺诈风险和交易行为 的本质特征，提供全面的交易风险评估与更准确的反欺诈风险评估，在保证反欺诈率的同时最小化误检率， 从而保证高质量金融产品用户体验，并能精准捕捉自动化智能化欺诈交易的基于静态风险指模提取的金融 欺诈风险评估与解决方法。
[0005]本专利技术解决其技术问题所采用的技术方案是：
[0006]基于交易行为特征提取的金融欺诈风险评估与解决方法，其特征在于采用模型建模单元、欺诈风险评 估单元作为评估和解决金融欺诈的应用软件；通过利用金融交易欺诈风险指模和交易行为指模提取技术训 练或推理的人工智能欺诈风险评估模型，实现评估和解决金融欺诈；包括静态风险指模提取技术与欺诈风 险评估模型建模、使用交易风险指模提取技术并作出欺诈风险评估两个步骤；所述第一个步骤，静态风险 指模提取技术与欺诈风险评估模型建模具有以下流程：经模型建模单元在原始样本数据库中搜集并提取数 据、计算各个集合中数据的静态统计特征值、直接或间接利用静态风险指模计算人工智能输入特征值、训 练欺诈风险评估模型、基于静态金融交易欺诈风险指模的风险评估模型训练完毕；所述第二个步骤，使用 静态风险指模提取技术并作出欺诈风险评估具有以下流
(2)计算各个交易参数集合中数据的统计特征值，主要目的是对用户各个交易参数集合中数据统计特征 进行修正，并归一化、校准，从而得到风险指模、各个交易参数集合中的风险指模，其中各个交易参数集 合中的风险指模需要符合某种数学概率分布的连续变量；特征值主要指均值、均方差、发生比等。(3)直 接或间接利用风险指模计算人工智能输入特征值.(4)训练欺诈风险评估模型，主要是利用数据库样本的 输入特征值与样本的欺诈交易记录作为基础，经AI智能学习得到评估模型。(5)基于金融交易欺诈风险 指模的风险评估模型训练完毕，为后续欺诈风险评估单元调用模型评估用户的风险做好基础。
[0015]第二个步骤，使用风险指模提取技术并作出欺诈风险评估具有以下流程：(1)经欺诈风险评估单元了 解用户新的交易发生，并将数据导入。(2)获取用户进行的交易场景信息及交易类型信息并将各数据进行 分类为后续的评估做好准备。(3)建立风险指模，实现的过程是基于用户新交易发生、交易场景信息及交 易类型信息数据，并查找与之相对应的风险指模表(也就是训练完毕得到的风险指模)得到的。(4)计算 出风险评估模型输入特征值，其是根据风险指模数据计算得到的。(5)欺诈风险评估单元对基于步骤(1)、(2)、(3)、(4)得到用户金融交易数据进行推理比对、得到用户交易的欺诈风险分数。(6)将步骤(5) 所得分数与风险指模内存的阈值进行比较给出欺诈判断，当欺诈风险指数高于阈值时，欺诈风险评估单元 判断该用户行为构成了欺诈风险嫌疑，反之不存在欺诈风险嫌疑；得到用户行为存在欺诈风险嫌疑后，欺 诈风险评估单元能与其他应用单元联动，比如警示该用户行为，拒绝接入该用户的金融交易等，必要时还 可为相关部门推送警示信息，及时阻止该用户的行为，充分为反欺诈起到了技术支持。
[0016]本专利技术采用模型建模单元、欺诈风险评估单元作为的应用软件；通过金融交易欺诈风险指模提取技术 及利用金融交易欺诈风险指模提取技术训练或推理的人工智能欺诈风险评估模型，实现评估和解决金融欺 诈；本专利技术在相关应用单元共同作用下，更能抓住交易层面欺诈风险的本质特征，提供全面的交易风险评 估与更准确的反欺诈风险评估，在保证反欺诈率的同时最小化误检率，从而保证高质量金融产品的用户体 验，并能精准捕捉自动化智能化欺诈交易。克服了现有反欺诈技术高度依赖经验、个人及企业信用或者设 备特征，不能有效应付现代化了的交易欺诈，并存在决策及评估片面、准确率低、适应性差的问题，不但 会抑制正常交易，还会造成产品负面用户体验与用户流失等弊端。
[0017]以上显示和描述了本专利技术的基本原理和主要特征及本专利技术的优点，对于本领域技术人员而言，显然本 本专利技术限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具 体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发 明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所 有变化囊括在本专利技术内。
[0018]此外，应当理解，虽然本说明书按照实施方式加以描述，但并非实施方式仅包含一个独立的技术方案， 说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，实施例中的技术 方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于交易行为特征提取的金融欺诈风险评估与解决方法，其特征在于采用模型建模单元、欺诈风险评估单元作为评估和解决金融欺诈的应用软件；通过利用金融交易欺诈风险指模和交易行为指模提取技术训练或推理的人工智能欺诈风险评估模型，实现评估和解决金融欺诈；包括静态风险指模提取技术与欺诈风险评估模型建模、使用交易风险指模提取技术并作出欺诈风险评估两个步骤；所述第一个步骤，静态风险指模提取技术与欺诈风险评估模型建模具有以下流程：经模型建模单元在原始样本数据库中搜集并提取数据、计算各个集合中数据的静态统计特征值、直接或间接利用静态风险指模计算人工智能输入特征值、训练欺诈风险评估模型、基于静态金融交易欺诈风险指模的风险评估模型训练完毕；所述第二个步骤，使用静态风险指模提取技术并作出欺诈风险评估具有以下流程：经欺诈风险评估单元了解新的交易发生、获取交易场景信息及交易类型信息、建立静态风险指模、计算出风险评估模型输入特征值、进行推理、得到此次交易的欺诈风险分数、分数与阈值比较给出欺诈判断。2.根据权利要求1所述的基于交易行为特征提取的金融欺诈风险评估与解决方法，其特征在于，步骤1，在原始样本数据库搜集并提取数据中，收集提取的数据包括在某种场景下(信用卡及借记卡线下交易，信...

【专利技术属性】
技术研发人员：徐秀丽，
申请(专利权)人：上海开明智盾智能科技有限公司，
类型：发明
国别省市：