CN105447634A - 一种基于大数据平台的实时风险控制方法及系统 - Google Patents

Abstract

一种基于大数据的实时风险控制方法，包括以下步骤：基于大数据平台提取内外行为数据；根据所述内外行为数据进行建模分析，提炼变量因子，获取信用额度；跟踪终端相关数据，划分信用等级；根据所述信用等级创建风险监控报表，实时动态监测风险行为；根据与对接客服系统所收集的归类问题及出现频率，调整所述建模参数；对己判定损失资产进行相关数据查询，获取清单。通过本发明，将风险控制系统与大数据平台无缝对接，风险控制模型可以依托大数据平台高效收集的实时数据，有效的解决了风险控制中，不准确、不实时的问题。更有效、定量化、程序化、产品化、市场化、专业化地实现了游戏风险控制。具有完善授信后风险跟踪体系、损失资产索赔体系及虚拟对账体系。

Description

一种基于大数据平台的实时风险控制方法及系统

技术领域

本发明涉及风险控制技术，尤其涉及一种基于大数据平台的实时风险控制方法及系统。

背景技术

风险控制是指风险管理者采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或风险控制者减少风险事件发生时造成的损失。随着近年市场上游戏行业的高速发展，其多元性带来的非恶意欺诈行为，及利润空间带来的恶意欺诈行为都越演越烈。

目前，大部分游戏虚拟平台都通过人为设定一些相关阀值，规避用户充值退款风险。这种粗犷式的限制行为，不能精确的定位问题用户，常常给正常用户带来不便。转而通过人工客服来解决问题，修补用户关系。

基于大数据的实时风险控制技术，利用了与公司大数据平台无缝对接，收集用户游戏内外海量行为数据，进行数学建模分析，从各个维度，提炼变量因子，研究因子与因子之间的函数关系和相关关系，建立多因子模型，提供更为详尽的风险归因，精确定位问题用户。为所有游戏账号，建立实时信用体制。为所有跟踪到的移动设备端和客服端，划分信用等级。基于大数据平台不断地采集和分析，及时动态更新风控模型，实时应对市场和游戏环境变动。并有效完成授信后的跟踪检查工作。通过大数据平台，为已判定损失资产，提供有力证据，形成追偿清单。通过大数据平台，为公司对账，形成虚拟对账清单。同时与客服系统对接，用于修正大数据分析结果。

发明内容

为了解决现有技术存在的不足，本发明的目的在于提供一种基于大数据的实时风险控制方法及系统。

首先，为实现上述目的，提出一种基于大数据的实时风险控制方法，包括以下步骤：

1)基于大数据平台提取内外行为数据；

2)根据所述内外行为数据进行建模分析，提炼变量因子，获取信用额度；

3)跟踪终端相关数据，划分信用等级；

4)根据所述信用等级创建风险监控报表，实时动态监测风险行为；

5)根据与对接客服系统所收集的归类问题及出现频率，调整所述建模参数；

6)对己判定损失资产进行相关数据查询，获取清单。

进一步，所述内外行为数据为消费数据、登录数据、属性数据、玩法数据、交易数据、移动设备端相关数据及客服端相关数据。

进一步，提炼所述变量因子，根据因子与因子之间的关系，获取所述信用额度。

进一步，跟踪所述终端相关数据，为所有跟踪到的终端划分信用等级。

更进一步，根据所述信用等级，实时的计算额度上限。

进一步，根据市场变动，动态添加、更新风险控制策略。

进一步，自动跟踪设备端行为及项目行为，提示风险及周期性风险行为。

进一步，根据所述归类问题及出现频率，风险模型自动或人工调整所述建模参数，修正所述风险模型。

进一步，所述清单为追偿清单和明细的虚拟对账清单。

其次，为实现上述目的，还提出一种基于大数据的实时风险控制系统，包括：

提取模块，基于大数据平台提取内外行为数据；

第一获取模块，根据所述行为数据进行建模分析，提炼变量因子，获取信用额度；

划分模块，跟踪终端相关数据，划分信用等级；

监测模块，根据所述信用等级创建风险监控报表，实时动态检测风险行为；

调整模块，根据与对接客服系统所收集的归类问题及出现频率，调整所述建模参数；

第二获取模块，对己判定损失资产进行相关数据查询，获取清单。

进一步，所述提取模块，其基于大数据平台提取消费数据、登录数据、属性数据、玩法数据、交易数据、移动设备端相关数据及客服端相关数据。

进一步，所述第一获取模块，其提炼所述变量因子，根据因子与因子之间的关系，获取所述信用额度。

进一步，所述终端为移动设备端和客服端。

更进一步，所述划分模块，根据所述信用等级，实时的计算额度上限。

进一步，所述检测模块，其根据市场变动，动态添加、更新风险控制策略。

进一步，所述监测模块，其自动跟踪设备端行为及项目行为，提示风险及周期性风险行为。

进一步，所述调整模块，其根据所述归类问题及出现频率，风险模型自动或人工调整所述建模参数，修正所述风险模型。

进一步，所述第二获取模块，其对己判定损失资产进行相关数据查询，获取追偿清单和明细的虚拟对账清单。

本发明的有益效果，通过本发明，将风险控制系统与大数据平台无缝对接，风险控制模型可以依托大数据平台高效收集的实时数据，有效的解决了风险控制中，不准确、不实时的问题。更有效、定量化、程序化、产品化、市场化、专业化地实现了游戏风险控制。具有完善授信后风险跟踪体系、损失资产索赔体系及虚拟对账体系。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，并与本发明的实施例一起，用于解释本发明，并不构成对本发明的限制。在附图中：

图1为根据本发明的基于大数据的实时风险控制方法的流程图；

图2为根据本发明的基于大数据的实时风险控制系统的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1为根据本发明的基于大数据的实时风险控制方法的流程图，包括以下步骤：

步骤101，基于大数据平台提取内外行为数据；

步骤102，根据所述内外行为数据进行建模分析，提炼变量因子，获取信用额度；

步骤103，跟踪终端相关数据，划分信用等级；

步骤104，根据所述信用等级创建风险监控报表，实时动态监测风险行为；

步骤105，根据与对接客服系统所收集的归类问题及出现频率，调整所述建模参数；

步骤106，对己判定损失资产进行相关数据查询，获取清单。

具体的，上述的基于大数据的实时风险控制技术，其中：数据准备首先是从数据仓库中提取所需要的数据，包括玩家的充值数据、消费数据、登录数据、属性数据、玩法数据、交易数据、移动设备端相关数据及客服端相关数据等。再进行数据清洗，对提取的数据进行描述统计，找出数据的重复记录、缺失值、异常值，并进行相应的替换或删除操作。最后对数据加工转换，比如，将数据正太标准化、将数据求对数、求方差，具体采用那种数据加工方式由所采用的算法决定。

进一步地，上述的基于大数据的实时风险控制技术，其中：所述每个游戏账号信用制度，是根据各个游戏中，通用因子及游戏特色因子，经过协方差矩阵及多元回归算法，算出该账号所授信的信用额度。其中通用因子一般包括，游戏内最大单日，所有常规行为消耗总和、游戏最近一段时间内，所有玩家单日最高充值额度、游戏充值玩家游戏角色所处阶段(角色等级、在线时长、战力等)，所有玩家单日最高充值额度、游戏充值玩家最近一段时间内，单日最高充值额度、游戏充值玩家历史，单日最高充值额度、游戏充值玩家历史充值的总额度、游戏充值玩家的游戏角色，所余游戏币总量、游戏充值玩家历史中单日最大耗量、游戏充值玩家一段时间内，单日耗量、游戏充值玩家一段时间内，游戏活跃度等级，等等。特色因子一般是针对各个游戏不同版本，不同运营活动期间所产生的特色因子。例如，当有特殊运营活动时，预估不同游戏玩家会因为此次运营活动进行多少充值。或游戏进入下一个版本，会有一个预估普调系数。游戏推出一个重要的新玩法或装备，预测由此带来的特色消费波动，等等。而各个期间影响因子的选择是动态的，根据风险控制模型自动、不定期筛选，重新计算，得出相应的新公式。而信用额度则是周期，根据现有公式，计算出每个游戏账号的信用额度。

更进一步地，上述的基于大数据的实时风险控制技术，其中：所述每个跟踪到的设备端信用等级，是根据用户的登陆行为来判定的。例如苹果IOS系统下，通常跟踪如下行为：该IDFA一段时间内，登陆几个账号、该IDFA一段时间内，平均每个账号登陆次数、该IDFA一段时间内，平均每个账号登陆后的在线时长、该IDFA一段时间内，平均每个账号登陆后的游戏活跃度、该IDFA常用账号个数、该IDFA一段时间内，在几个国家、城市登陆、该IDFA历史中，周期时段内最多在几个国家、城市登陆、该IDFA常登陆城市等。风险控制模型会根据跟踪到的信息，建模算出该IDFA的信用等级。

更进一步地，上述的基于大数据的实时风险控制技术，其中：所述根据市场变动，动态添加、更新风控策略。例如，市场出现非法代充，一般表现为：用户正常IDFA登入＝》非正常(代充)IDFA登入＝》充值，购买＝》用户正常IDFA登入，验货＝》正常用户修改密码。一旦满足该规则，将该用户账号和该IDFA，归为可疑类，进行审查。避免再次损失，打击非法代理充值。又或如，一个IDFA有多个小号，并且每个小号都冲入大量金额，到达高级VIP。却游戏活跃度很低或没有。并伴随其它IDFA登陆该账号，修改密码后，游戏活跃度有飞跃提高。监控该IDFA，归为可疑类，进行审查。避免卖高级VIP小号，带来的恶意退款风险。风险控制策略细节表现很复杂，会根据市场现状不断添加、修改进行完善。

再进一步地，上述的基于大数据的实时风险控制技术，其中：所述风险监控报表，是根据授信后检查，可能出现风险行为的动态风险程度，由低至高，进行六类划分(包括正常类、关注类、次级类、可疑类、损失类、僵尸类)。次级类、可疑类、损失类资产为风险较高不良账号，需要调整其信用额度，或跟踪其游戏行为，进行审核、封杀(主要以封杀IDFA为主)。正常类：正常用户，系统自动周期计算，微调其信用额度。关注类：系统每个周期，依次逐调信用额度或等级。次级类：需要跟踪游戏活跃度，每日自动生成风险等级报表。报警后，转入可疑类。可疑类：需要进行审核。审核过后，必须回归到其它类别。损失类：已判定为损失资产。僵尸类：已判定为流失用户留下资产。

再进一步地，上述的基于大数据的实时风险控制技术，其中：所述追偿清单是依托大数据平台，可以对已损失类资产的形成过程，进行数据跟踪和场景重现。为公司挽回资产损失，提供有力详细的数据证据。对账清单，是由于目前市场上，为保护平台各自用户隐私，大多游戏平台间的合作，不能够提供即时和明细的对账清单，而只有一个总额对账数据。依托大数据平台，可以对总额对账单进行分析，计算枚举，列出最近似的虚拟明细对账单。

图2为根据本发明的基于大数据的实时风险控制系统的框图200，具体包括：

提取模块201，基于大数据平台提取内外行为数据；

第一获取模块202，根据所述行为数据进行建模分析，提炼变量因子，获取信用额度；

划分模块203，跟踪终端相关数据，划分信用等级；

监测模块204，根据所述信用等级创建风险监控报表，实时动态检测风险行为；调整模块205，根据与对接客服系统所收集的归类问题及出现频率，调整所述建模参数；

第二获取模块206，对己判定损失资产进行相关数据查询，获取清单。

本发明技术方案的优点主要体现在：将风险控制系统与大数据平台无缝对接，风险控制模型可以依托大数据平台高效收集的实时数据，有效的解决了风险控制中，不准确、不实时的问题。更有效、定量化、程序化、产品化、市场化、专业化地实现了游戏风险控制。具有完善授信后风险跟踪体系、损失资产索赔体系及虚拟对账体系。

本领域普通技术人员可以理解：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (18)

1.一种基于大数据的实时风险控制方法，其特征在于，步骤包括：

1）基于大数据平台提取内外行为数据；

2）根据所述内外行为数据进行建模分析，提炼变量因子，获取信用额度；

3）跟踪终端相关数据，划分信用等级；

4）根据所述信用等级创建风险监控报表，实时动态监测风险行为；

5）根据与对接客服系统所收集的归类问题及出现频率，调整所述建模参数；

6）对己判定损失资产进行相关数据查询，获取清单。

2.根据权利要求1所述的基于大数据的实时风险控制方法，其特征在于，还包括：所述内外行为数据为消费数据、登录数据、属性数据、玩法数据、交易数据、移动设备端相关数据及客服端相关数据。

3.根据权利要求1所述的基于大数据的实时风险控制方法，其特征在于，步骤2）还包括：提炼所述变量因子，根据因子与因子之间的关系，获取所述信用额度。

4.根据权利要求1所述的基于大数据的实时风险控制方法，其特征在于，步骤3）还包括：跟踪所述终端相关数据，为所有跟踪到的终端划分信用等级。

5.根据权利要求4所述的基于大数据的实时风险控制方法，其特征在于，还包括：根据所述信用等级，实时的计算额度上限。

6.根据权利要求1所述的基于大数据的实时风险控制方法，其特征在于，步骤4）还包括，根据市场变动，动态添加、更新风险控制策略。

7.根据权利要求1所述的基于大数据的实时风险控制方法，其特征在于，还包括，自动跟踪设备端行为及项目行为，提示风险及周期性风险行为。

8.根据权利要求1所述的基于大数据的实时风险控制方法，其特征在于，步骤5）还包括，根据所述归类问题及出现频率，风险模型自动或人工调整所述建模参数，修正所述风险模型。

9.根据权利要求1所述的基于大数据的实时风险控制方法，其特征在于，步骤6）还包括，所述清单为追偿清单和明细的虚拟对账清单。

10.一种基于大数据的实时风险控制系统，其特征在于，包括：

提取模块，基于大数据平台提取内外行为数据；

第一获取模块，根据所述行为数据进行建模分析，提炼变量因子，获取信用额度；

划分模块，跟踪终端相关数据，划分信用等级；

监测模块，根据所述信用等级创建风险监控报表，实时动态检测风险行为；

调整模块，根据与对接客服系统所收集的归类问题及出现频率，调整所述建模参数；

第二获取模块，对己判定损失资产进行相关数据查询，获取清单。

11.根据权利要求10所述的基于大数据的实时风险控制系统，其特征在于，所述提取模块，其基于大数据平台提取消费数据、登录数据、属性数据、玩法数据、交易数据、移动设备端相关数据及客服端相关数据。

12.根据权利要求10所述的基于大数据的实时风险控制系统，其特征在于，所述第一获取模块，其根据因子与因子之间的关系，获取所述信用额度。

13.根据权利要求10所述的基于大数据的实时风险控制系统，其特征在于，所述终端为移动设备端和客服端。

14.根据权利要求13所述的基于大数据的实时风险控制系统，其特征在于，所述划分模块根据所述信用等级，实时的计算额度上限。

15.根据权利要求10所述的基于大数据的实时风险控制系统，其特征在于，所述监测模块，其根据市场变动，动态添加、更新风险控制策略。

16.根据权利要求10所述的基于大数据的实时风险控制系统，其特征在于，所述监测模块，其自动跟踪设备端行为及项目行为，提示风险及周期性风险行为。

17.根据权利要求10所述的基于大数据的实时风险控制系统，其特征在于，所述调整模块，其根据所述归类问题及出现频率，风险模型自动或人工调整所述建模参数，修正所述风险模型。

18.根据权利要求10所述的基于大数据的实时风险控制系统，其特征在于，所述第二获取模块，其对己判定损失资产进行相关数据查询，获取追偿清单和明细的虚拟对账清单。