用于数字化金融服务的AI欺诈分析方法及金融大数据系统技术方案

本申请实施例实施例提供一种用于数字化金融服务的AI欺诈分析方法及金融大数据系统，通过确定每个欺诈行为知识库对应的第一欺诈行为知识空间，可以确定每个欺诈行为知识库中的各个欺诈行为触发各个欺诈关联特征的第一置信度，进而将各第一欺诈行为知识空间进行融合后准确生成表征各个先验欺诈行为触发每个先验欺诈关联特征的目标置信度的第二欺诈行为知识空间，这样设计，在依据第二欺诈行为知识空间确定候选用户的目标欺诈行为时可以提高欺诈行为检测的准确性。高欺诈行为检测的准确性。高欺诈行为检测的准确性。

【技术实现步骤摘要】
用于数字化金融服务的AI欺诈分析方法及金融大数据系统


[0001]本申请涉及数字化金融开发
，具体而言，涉及一种用于数字化金融服务的AI欺诈分析方法及金融大数据系统。

技术介绍

[0002]在互联网金融信息技术时代，机器学习和算法的发展已经带动了金融服务的数字化，金融机构不断利用人工智能优化业务管理，提高业务水平。从用户体验到数字化金融的新功能平台构建，人工智能的角色具有决定性的作用，极大地丰富了金融领域的产品体验。因此，在当前金融业数字化转型、人工智能快速发展的变化趋势下，围绕如何在技术环境、金融环境快速变化的当下，需要对金融产品的用户使用过程进行异常分析判断，如欺诈行为检测，以便于及时进行风控处理。因此，如何有效利用人工智能技术以提高欺诈行为检测的准确性，是当前本领域开发人员亟待研究的方向。

技术实现思路

[0003]为了至少克服现有技术中的上述不足，本申请实施例的目的在于提供一种用于数字化金融服务的AI欺诈分析方法及金融大数据系统。
[0004]第一方面，本申请实施例实施例提供一种用于数字化金融服务的AI欺诈分析方法，应用于金融大数据系统，所述方法包括：确定多个欺诈行为知识库，各所述欺诈行为知识库包括多个欺诈用户所产生的欺诈行为以及触发的欺诈关联特征；针对各所述欺诈行为知识库，确定该欺诈行为知识库对应的第一欺诈行为知识空间，所述第一欺诈行为知识空间用以表示该欺诈行为知识库中的各个欺诈行为触发该欺诈行为知识库中的每个欺诈关联特征的第一置信度；依据各所述第一欺诈行为知识空间进行特征融合，确定第二欺诈行为知识空间，所述第二欺诈行为知识空间用以表示各个先验欺诈行为触发每个先验欺诈关联特征的目标置信度，各所述目标置信度是依据各所述第一欺诈行为知识空间中该目标置信度对应的先验欺诈行为触发该目标置信度对应的先验欺诈关联特征的多个第一置信度确定的，各个所述先验欺诈行为为各所述欺诈行为知识库对应的欺诈行为中的一种欺诈行为，各所述先验欺诈关联特征为各所述欺诈行为知识库对应的欺诈关联特征中的一个欺诈关联特征；确定候选用户的至少一个目标欺诈关联特征，依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户所产生的目标欺诈行为。
[0005]在第一方面的一种可能的实施方式中，针对各所述欺诈行为知识库，所述确定该欺诈行为知识库对应的第一欺诈行为知识空间，包括：针对该欺诈行为知识库中的各个欺诈行为和每个欺诈关联特征，分析该欺诈行为知识库中产生该欺诈行为的欺诈用户的第一用户数、以及产生该欺诈行为且触发该欺诈关联特征的欺诈用户的第二用户数，依据所述第一用户数和所述第二用户数，确定该欺诈行
为触发该欺诈关联特征的第一置信度；依据该欺诈行为知识库中的各个欺诈行为对应的各所述第一置信度，确定该欺诈行为知识库对应的第一欺诈行为知识空间。
[0006]在第一方面的一种可能的实施方式中，所述依据各所述第一欺诈行为知识空间进行特征融合，确定第二欺诈行为知识空间，包括：对于各个所述先验欺诈行为和各个所述先验欺诈关联特征，分析各所述第一欺诈行为知识空间中包括该先验欺诈行为对应的第一置信度的第一欺诈行为知识空间，依据各所述第一欺诈行为知识空间的第三用户数、以及各所述第一欺诈行为知识空间中该先验欺诈行为触发该先验欺诈关联特征的第一置信度，确定该先验欺诈行为触发该先验欺诈关联特征的加权置信度；依据各个所述先验欺诈行为触发各所述先验欺诈关联特征的加权置信度，确定第二欺诈行为知识空间。
[0007]在第一方面的一种可能的实施方式中，所述依据各个所述先验欺诈行为触发各所述先验欺诈关联特征的加权置信度，确定第二欺诈行为知识空间，包括：确定各个所述先验欺诈关联特征对应的欺诈关联特征知识空间，所述欺诈关联特征知识空间中的一个知识成员表征一个所述先验欺诈关联特征，所述欺诈关联特征知识空间中的一个知识成员的子知识成员所代表的先验欺诈关联特征为该知识成员所代表的先验欺诈关联特征的子欺诈关联特征；依据所述欺诈关联特征知识空间对各个所述先验欺诈行为触发各所述先验欺诈关联特征的加权置信度进行更新，生成各个所述先验欺诈行为触发各所述先验欺诈关联特征的目标置信度。
[0008]在第一方面的一种可能的实施方式中，对于各个所述先验欺诈行为和各所述先验欺诈关联特征，依据所述欺诈关联特征知识空间对该先验欺诈行为触发该先验欺诈关联特征的加权置信度进行更新，生成该先验欺诈行为触发该先验欺诈关联特征的目标置信度，包括：如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度大于第一门限值、且所述欺诈关联特征知识空间中不包括第三知识成员的子知识成员，将该先验欺诈行为触发该先验欺诈关联特征的加权置信度作为该先验欺诈行为触发该先验欺诈关联特征的目标置信度，所述第三知识成员为所述欺诈关联特征知识空间中表征该先验欺诈关联特征的知识成员；如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度大于所述第一门限值、且所述欺诈关联特征知识空间中包括所述第三知识成员的子知识成员，将该先验欺诈行为触发该先验欺诈关联特征的加权置信度、以及该先验欺诈行为触发所述第三知识成员的各个子知识成员所代表的先验欺诈关联特征的目标置信度中的最大加权置信度，作为该先验欺诈行为触发该先验欺诈关联特征的目标置信度；如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度不大于所述第一门限值、且所述欺诈关联特征知识空间中的第四知识成员包括多个第五知识成员，依据该先验欺诈行为触发所述第三知识成员的各个子知识成员所代表的先验欺诈关联特征的目标置信度，确定该先验欺诈行为触发该先验欺诈关联特征的目标置信度，所述第四知识成员
包括所述第三知识成员的各个子知识成员、以及与所述第三知识成员间接关联的知识成员，并且该先验欺诈行为触发各所述第五知识成员所代表的先验欺诈关联特征的加权置信度大于所述第一门限值；如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度不大于所述第一门限值、且所述欺诈关联特征知识空间中不包括所述第三知识成员的子知识成员，或者该先验欺诈行为触发该先验欺诈关联特征的加权置信度不大于所述第一门限值、且所述欺诈关联特征知识空间中的第四知识成员不包括所述第五知识成员，将预设置信度作为该先验欺诈行为触发该先验欺诈关联特征的目标置信度。
[0009]在第一方面的一种可能的实施方式中，所述依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户所产生的目标欺诈行为，包括：依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户与各个所述先验欺诈行为的目标相关度；依据所述候选用户与各个所述先验欺诈行为的目标相关度，确定所述候选用户所产生的目标欺诈行为；对于各个所述先验欺诈行为，依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户与该先验欺诈行为的目标相关度，包括以下至少一个：依据所述第二欺诈行为知识空间，确定各所述先验欺诈关联特征对欺诈行为的注意力系数，依据各个所述先验欺诈关联特征对应的注意力系数和各个所述目标欺诈关联特征，分析所述候选用户与该先验欺诈行为的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于数字化金融服务的AI欺诈分析方法，其特征在于，所述方法包括：确定多个欺诈行为知识库，各所述欺诈行为知识库包括多个所述欺诈用户所产生的欺诈行为以及触发的欺诈关联特征；针对各所述欺诈行为知识库，确定该欺诈行为知识库对应的第一欺诈行为知识空间，所述第一欺诈行为知识空间用以表示该欺诈行为知识库中的各个欺诈行为触发该欺诈行为知识库中的每个欺诈关联特征的第一置信度；依据各所述第一欺诈行为知识空间进行特征融合，确定第二欺诈行为知识空间，所述第二欺诈行为知识空间用以表示各个先验欺诈行为触发每个先验欺诈关联特征的目标置信度，各所述目标置信度是依据各所述第一欺诈行为知识空间中该目标置信度对应的先验欺诈行为触发该目标置信度对应的先验欺诈关联特征的多个第一置信度确定的，各个所述先验欺诈行为为各所述欺诈行为知识库对应的欺诈行为中的一种欺诈行为，各所述先验欺诈关联特征为各所述欺诈行为知识库对应的欺诈关联特征中的一个欺诈关联特征；确定候选用户的至少一个目标欺诈关联特征，依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户所产生的目标欺诈行为。2.根据权利要求1所述的用于数字化金融服务的AI欺诈分析方法，其特征在于，针对各所述欺诈行为知识库，所述确定该欺诈行为知识库对应的第一欺诈行为知识空间，包括：针对该欺诈行为知识库中的各个欺诈行为和每个欺诈关联特征，分析该欺诈行为知识库中产生该欺诈行为的欺诈用户的第一用户数、以及产生该欺诈行为且触发该欺诈关联特征的欺诈用户的第二用户数，依据所述第一用户数和所述第二用户数，确定该欺诈行为触发该欺诈关联特征的第一置信度；依据该欺诈行为知识库中的各个欺诈行为对应的各所述第一置信度，确定该欺诈行为知识库对应的第一欺诈行为知识空间。3.根据权利要求1所述的用于数字化金融服务的AI欺诈分析方法，其特征在于，所述依据各所述第一欺诈行为知识空间进行特征融合，确定第二欺诈行为知识空间，包括：对于各个所述先验欺诈行为和各个所述先验欺诈关联特征，分析各所述第一欺诈行为知识空间中包括该先验欺诈行为对应的第一置信度的第一欺诈行为知识空间，依据各所述第一欺诈行为知识空间的第三用户数、以及各所述第一欺诈行为知识空间中该先验欺诈行为触发该先验欺诈关联特征的第一置信度，确定该先验欺诈行为触发该先验欺诈关联特征的加权置信度；依据各个所述先验欺诈行为触发各所述先验欺诈关联特征的加权置信度，确定第二欺诈行为知识空间。4.根据权利要求3所述的用于数字化金融服务的AI欺诈分析方法，其特征在于，所述依据各个所述先验欺诈行为触发各所述先验欺诈关联特征的加权置信度，确定第二欺诈行为知识空间，包括：确定各个所述先验欺诈关联特征对应的欺诈关联特征知识空间，所述欺诈关联特征知识空间中的一个知识成员表征一个所述先验欺诈关联特征，所述欺诈关联特征知识空间中的一个知识成员的子知识成员所代表的先验欺诈关联特征为该知识成员所代表的先验欺诈关联特征的子欺诈关联特征；依据所述欺诈关联特征知识空间对各个所述先验欺诈行为触发各所述先验欺诈关联
特征的加权置信度进行更新，生成各个所述先验欺诈行为触发各所述先验欺诈关联特征的目标置信度。5.根据权利要求4所述的用于数字化金融服务的AI欺诈分析方法，其特征在于，对于各个所述先验欺诈行为和各所述先验欺诈关联特征，依据所述欺诈关联特征知识空间对该先验欺诈行为触发该先验欺诈关联特征的加权置信度进行更新，生成该先验欺诈行为触发该先验欺诈关联特征的目标置信度，包括：如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度大于第一门限值、且所述欺诈关联特征知识空间中不包括第三知识成员的子知识成员，将该先验欺诈行为触发该先验欺诈关联特征的加权置信度作为该先验欺诈行为触发该先验欺诈关联特征的目标置信度，所述第三知识成员为所述欺诈关联特征知识空间中表征该先验欺诈关联特征的知识成员；如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度大于所述第一门限值、且所述欺诈关联特征知识空间中包括所述第三知识成员的子知识成员，将该先验欺诈行为触发该先验欺诈关联特征的加权置信度、以及该先验欺诈行为触发所述第三知识成员的各个子知识成员所代表的先验欺诈关联特征的目标置信度中的最大加权置信度，作为该先验欺诈行为触发该先验欺诈关联特征的目标置信度；如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度不大于所述第一门限值、且所述欺诈关联特征知识空间中的第四知识成员包括多个第五知识成员，依据该先验欺诈行为触发所述第三知识成员的各个子知识成员所代表的先验欺诈关联特征的目标置信度，确定该先验欺诈行为触发该先验欺诈关联特征的目标置信度，所述第四知识成员包括所述第三知识成员的各个子知识成员、以及与所述第三知识成员间接关联的知识成员，并且该先验欺诈行为触发各所述第五知识成员所代表的先验欺诈关联特征的加权置信度大于所述第一门限值；如果该先验欺诈行为触发该先验欺诈关联特征的加权置信度不大于所述第一门限值、且所述欺诈关联特征知识空间中不包括所述第三知识成员的子知识成员，或者该先验欺诈行为触发该先验欺诈关联特征的加权置信度不大于所述第一门限值、且所述欺诈关联特征知识空间中的第四知识成员不包括所述第五知识成员，将预设置信度作为该先验欺诈行为触发该先验欺诈关联特征的目标置信度。6.根据权利要求1所述的用于数字化金融服务的AI欺诈分析方法，其特征在于，所述依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户所产生的目标欺诈行为，包括：依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户与各个所述先验欺诈行为的目标相关度；依据所述候选用户与各个所述先验欺诈行为的目标相关度，确定所述候选用户所产生的目标欺诈行为；对于各个所述先验欺诈行为，依据各个所述目标欺诈关联特征和所述第二欺诈行为知识空间，确定所述候选用户与该先验欺诈行为的目标相关度，包括以下至少一个：依据所述第二...

【专利技术属性】
技术研发人员：岳宏志，王雪芳，任钦荣，
申请(专利权)人：滨州吴这符网络科技有限公司，
类型：发明
国别省市：