CN109410029A - 一种面向金融领域的反欺诈调查方法及系统 - Google Patents

一种面向金融领域的反欺诈调查方法及系统 Download PDF

Info

Publication number
CN109410029A
CN109410029A CN201811027178.XA CN201811027178A CN109410029A CN 109410029 A CN109410029 A CN 109410029A CN 201811027178 A CN201811027178 A CN 201811027178A CN 109410029 A CN109410029 A CN 109410029A
Authority
CN
China
Prior art keywords
fraud
case
accused
investigation
cheating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201811027178.XA
Other languages
English (en)
Inventor
韩忠凯
吴烜
张敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Bai Qian Nationwide Financial Services Inc
Original Assignee
Shenzhen Bai Qian Nationwide Financial Services Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Bai Qian Nationwide Financial Services Inc filed Critical Shenzhen Bai Qian Nationwide Financial Services Inc
Priority to CN201811027178.XA priority Critical patent/CN109410029A/zh
Publication of CN109410029A publication Critical patent/CN109410029A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种面向金融领域的反欺诈调查方法及装置，其中，所述方法包括：获取涉嫌欺诈案件；根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据；根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型；根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。此过程将欺诈案件线下调查的全流程部署在线上实现系统化，不仅节约了人力成本，而且提高了反欺诈案件调查的时效，另外，反欺诈调查系统能为反欺诈调查人员提供欺诈风险点策略和调查策略，从而提高了欺诈案件调查的准确率。

Description

一种面向金融领域的反欺诈调查方法及系统
技术领域
本发明涉及计算机技术领域，具体涉及了面向金融领域的反欺诈调查方法及系统。
背景技术
我国2010年开始有消费金融公司成立，2013年11月中国银行保险监督管理委员会发布《消费金融公司试点管理办法(修订稿)》，推出扩大销售金融公司试点，线上线下场景的消费金融业务进入快速发展阶段。2017年中国居民消费信贷规模已达到9.5万亿元。
随着市场的不断扩大发展，受到经验不足、征信不完善、信息不对称、技术相对落后等问题的影响，骗贷、分期套现、中介包装、内外勾结等各类欺诈案件量也逐年上升。
目前，对于快速上升的欺诈案件量，大部分公司还处于调查员线下人工调查为主。对于调查效果，主要依靠于调查员本身的经验与判断，其准确性相对波动较大且线下无系统的调查操作严重影响了对案件的调查时效。
发明内容
本发明实施例提供面向金融领域的反欺诈调查方法及系统，以期实现欺诈案件线下调查全流程的系统化以及提高欺诈案件调查的时效和准确率。
第一方面，提供一种面向金融领域的反欺诈调查方法，其特征在于，包括：
获取涉嫌欺诈案件；
根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据；
根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型；
根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。
更具体地，所述方法还包括：接收所述反欺诈调查人员的调查结果；将所述调查结果按照预设规则发送至对应的审批人员；在所述审批人员确认所述涉嫌欺诈案件为欺诈案件的情况下，将所述调查结果存入所述数据库中。
在一具体实施例中，在所述将所述欺诈案件存入所述数据库中之后，所述方法还包括：推送所述涉嫌欺诈案件的点选结果，其中，所述点选结果是反欺诈调查人员上传的，包括：是否加入黑名单、是否冻结、是否提交纪委会、是否提交调查部；根据所述点选结果，将所述涉嫌欺诈案件的所述调查结果推送至相应的对接系统。
在一具体实施例中，在所述将所述欺诈案件存入所述数据库中之后，所述方法还包括：按照预设周期更新所述欺诈风险点策略，其中，所述欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
在一具体实施例中，在所述获取涉嫌欺诈案件之前，所述方法还包括：导入所述涉嫌欺诈案件，其中，所述涉嫌欺诈案件是按照预设的模板导入的；根据所述涉嫌欺诈案件的来源标签、调查主体以及案件类型将所述涉嫌欺诈案件分为不同欺诈风险等级；根据所述欺诈风险等级将所述涉嫌欺诈案件按照预设分配规则分配到对应反欺诈调查人员，或者，将所述涉嫌欺诈案件通过手动分配的方式分配到对应反欺诈调查人员。
第二方面，提供了一种面向金融领域的反欺诈调查系统，包括：获取单元、查询单元以及匹配单元，
所述获取单元，用于获取涉嫌欺诈案件；
所述查询单元，用于根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据；
所述匹配单元，用于根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型；
所述匹配单元，还用于根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考；
更具体地，所述系统还包括：接收单元、发送单元以及存储单元，
所述接收单元，用于接收所述反欺诈调查人员的调查结果；
所述发送单元，用于将所述调查结果按照预设规则发送至对应的审批人员；
所述存储单元，用于在所述审批人员确认所述涉嫌欺诈案件为欺诈案件的情况下，将所述调查结果存入所述数据库中。
在一具体实施例中，所述系统还包括推送单元，所述推送单元用于，在所述将所述欺诈案件存入所述数据库中之后，推送所述涉嫌欺诈案件的点选结果，其中，所述点选结果是反欺诈调查人员上传的，包括：是否加入黑名单、是否冻结、是否提交纪委会、是否提交调查部；根据所述点选结果，将所述涉嫌欺诈案件的所述调查结果推送至相应的对接系统。
在一具体实施例中，所述系统还包括更新单元，所述更新单元用于，在所述将所述欺诈案件存入所述数据库中之后，按照预设周期更新所述欺诈风险点策略，其中，所述欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
在一具体实施例中，所述系统还包括导入单元、分类单元，
所述导入单元，用于导入所述涉嫌欺诈案件，其中，所述涉嫌欺诈案件是按照预设的模板导入的；
所述分类单元，用于根据涉嫌欺诈案件的来源标签、调查主体以及案件类型将所述涉嫌欺诈案件分为不同欺诈风险等级；
所述匹配单元，还用于根据所述欺诈风险等级将所述涉嫌欺诈案件按照预设分配规则分配到对应反欺诈调查人员，或者，将所述涉嫌欺诈案件通过手动分配的方式分配到对应反欺诈调查人员。
实施本发明实施例，将具有如下有益效果：
采用了上述方案之后，反欺诈调查系统获取涉嫌欺诈案件，然后，根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据，再根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型，再根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。此过程将欺诈案件线下调查的全流程部署在线上实现系统化，不仅节约了人力成本，而且提高了反欺诈案件调查的时效，另外，反欺诈调查系统能为反欺诈调查人员提供欺诈风险点策略和调查策略，从而提高了欺诈案件调查的准确率。
附图说明
图1是本申请提供的一种面向金融领域的反欺诈调查方法的流程示意图；
图2是本申请提供的一种面向金融领域的反欺诈调查系统的结构示意图；
图3是本申请提供的一种面向金融领域的反欺诈调查系统的结构示意图；
图4是本申请提供的一种面向金融领域的反欺诈调查系统的结构示意图；
图5是本申请提供的一种服务器示意性框图。
具体实施方式
本发明实施例提供了面向金融领域的反欺诈调查方法及装置，以期实现欺诈案件线下调查全流程的系统化以及提高欺诈案件调查的时效和准确率。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
需要说明的是，在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
本发明面向金融领域的反欺诈调查方法的一个实施例。其中，一种面向金融领域的反欺诈调查方法包括：获取涉嫌欺诈案件；根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据；根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型；根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。
首先参见图1，图1为本发明的一个实施例提供的一种面向金融领域的反欺诈调查方法的流程示意图。其中，如图1所示，本发明的一个实施例提供的一种面向金融领域的反欺诈调查方法可以包括：
101、获取涉嫌欺诈案件。
在一具体的实现方式中，在所述获取涉嫌欺诈案件之前，所述方法还包括：导入所述涉嫌欺诈案件，其中，所述涉嫌欺诈案件是按照预设的模板导入的；根据所述涉嫌欺诈案件的来源标签、调查主体以及案件类型将所述涉嫌欺诈案件分为不同欺诈风险等级；根据所述欺诈风险等级将所述涉嫌欺诈案件按照预设分配规则分配到对应反欺诈调查人员，或者，将所述涉嫌欺诈案件通过手动分配的方式分配到对应反欺诈调查人员。具体来说，所述来源标签是根据案件的录入渠道标记上的，用于区分案件的不同来源。所述调查主体包括销售、门店及客户主体类型。所述案件类型包括群体案件、欺诈套现案件以及伪冒申请案件等等。所述欺诈风险等级分为高风险、中风险及低风险三个不同欺诈风险等级。所述预设分配规则包括：将欺诈风险等级为高风险的案件分配给任务量较少的反欺诈调查人员，将欺诈风险等级为中风险或低风险的案件分配给对该区域负责的反欺诈调查人员。
102、根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据。
在一具体的实现方式中，所述索引可以是案件主体类型标识码以及案件主体自身的标识码组成，首先，通过所述案件主体类型标识码连接该案件主体类型数据表，然后，再通过所述案件自身的标识码在该案件主体类型数据表查找所述涉嫌欺诈案件的相关数据。例如，需要获得案件主体类型为门店的涉嫌欺诈案件的相关数据，首先，通过门店标识码连接门店数据表，然后，通过该案件自身的标识码在门店数据表中查找该案件的相关数据，应理解，上述例子仅仅用于举例，不应构成具体限定。
103、根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型。
在一具体的实施方式中，所述预设欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
在一具体的实施方式中，所述将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型，包括：反欺诈调查系统根据不同调查主体类型匹配不同的欺诈点效验逻辑，例如调查主体类型为客户、销售或者门店则匹配对应匹配针对客户、销售或者门店的欺诈点效验逻辑，再通过效验结果确定欺诈类型，其中，欺诈类型包括中介欺诈、恶意套现欺诈、利用积分商场欺诈以及暗点欺诈。针对调查主体类型为客户类型的部分欺诈点效验逻辑如表1所示，针对调查主体为销售或者门店类型的部分欺诈点效验逻辑如表2所示。
表1客户欺诈点效验逻辑
表2销售及门店欺诈点效验逻辑
104、根据所述欺诈类型确定调查策略。
在一具体的实现方式中，在所述根据所述欺诈类型确定调查策略之前，若所述调查主体类型为销售或者门店，反欺诈调查系统根据销售或者门店的身份识别码搜索数据库中该销售或者门店对应的合同，先根据预设的合同筛选规则查看销售或者门店的合同是否有命中反欺诈调查系统里规定的违规事项，再通过欢迎电话记录和投诉记录核实所述销售或者门店的合同的真实性，最后将存在欺诈嫌疑的合同筛选出来，并将存在欺诈嫌疑的合同和筛选原因在反欺诈调查系统中进行展示，供反欺诈调查人员回访参考。
在一具体的实现方式中，所述根据所述欺诈类型确定调查策略包括：所述反欺诈调查系统根据该案件已匹配的欺诈类型确定所述调查策略，若该案件的调查主体类型为销售或者门店类型，还应结合其疑似欺诈合同的欺诈异常点进一步确定所述调查策略，其中，所述调查策略是根据业务经验以及历史欺诈案件的调查经验总结得到的，包括调查要求和调查方法，具体的所述调查策略参见表3。在调查的过程中，所述调查策略是可以根据调查结果、数据分析结果来修改或者调整的。
表3调查策略表
在一具体的实现方式中，所述方法还包括：接收所述反欺诈调查人员的调查结果；将所述调查结果按照预设规则发送至对应的审批人员；在所述审批人员确认所述涉嫌欺诈案件为欺诈案件的情况下，将所述调查结果存入所述数据库中；若审批人员驳回所述涉嫌欺诈案件为欺诈案件的判决，则所述涉嫌欺诈案件回退至提交该案件的反欺诈调查人员的账户下。
在一具体的实现方式中，在所述将所述欺诈案件存入所述数据库中之后，所述方法还包括：推送所述涉嫌欺诈案件的点选结果，其中，所述点选结果是反欺诈调查人员上传的，包括：是否加入黑名单、是否冻结、是否提交纪委会、是否提交调查部；根据所述点选结果，将所述涉嫌欺诈案件的所述调查结果推送至相应的对接系统。
在一具体的实现方式中，在所述将所述欺诈案件存入所述数据库中之后，所述方法还包括：按照预设周期更新所述欺诈风险点策略，其中，所述欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
在本发明实施例中，反欺诈调查系统获取涉嫌欺诈案件，然后，根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据，再根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型，再根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。此过程将欺诈案件线下调查的全流程部署在线上实现系统化，不仅节约了人力成本，而且提高了反欺诈案件调查的时效，另外，反欺诈调查系统能为反欺诈调查人员提供欺诈风险点策略和调查策略，从而提高了欺诈案件调查的准确率。
本发明实施例还提供一种面向金融领域的反欺诈调查系统，请参阅图2，图2是本发明实施例提供的一种面向金融领域的反欺诈调查系统的结构示意图，所述系统包括：获取单元201、查询单元202、匹配单元203。
所述获取单元201，用于获取涉嫌欺诈案件。
在一具体的实现方式中，在所述获取涉嫌欺诈案件之前，所述反欺诈带调查系统还包括导入单元403、分类单元404，如图4所示，所述导入单元，用于导入所述涉嫌欺诈案件，其中，所述涉嫌欺诈案件是按照预设的模板导入的；所述分类单元，用于根据涉嫌欺诈案件的来源标签、调查主体以及案件类型将所述涉嫌欺诈案件分为不同欺诈风险等级；所述匹配单元，还用于根据所述欺诈风险等级将所述涉嫌欺诈案件按照预设分配规则分配到对应反欺诈调查人员，或者，将所述涉嫌欺诈案件通过手动分配的方式分配到对应反欺诈调查人员。具体来说，所述来源标签是根据案件的录入渠道标记上的，用于区分案件的不同来源。所述调查主体包括销售、门店及客户主体类型。所述案件类型包括群体案件、欺诈套现案件以及伪冒申请案件等等。所述欺诈风险等级分为高风险、中风险及低风险三个不同欺诈风险等级。所述预设分配规则包括：将欺诈风险等级为高风险的案件分配给任务量较少的反欺诈调查人员，将欺诈风险等级为中风险或低风险的案件分配给对该区域负责的反欺诈调查人员。
所述查询单元202，用于根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据。
在一具体的实现方式中，所述索引可以是案件主体类型标识码以及案件主体自身的标识码组成，首先，通过所述案件主体类型标识码连接该案件主体类型数据表，然后，再通过所述案件自身的标识码在该案件主体类型数据表查找所述涉嫌欺诈案件的相关数据。例如，需要获得案件主体类型为门店的涉嫌欺诈案件的相关数据，首先，通过门店标识码连接门店数据表，然后，通过该案件自身的标识码在门店数据表中查找该案件的相关数据，应理解，上述例子仅仅用于举例，不应构成具体限定。
所述匹配单元203，用于根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型。
在一具体的实施方式中，所述预设欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
所述匹配单元203，还用于根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。
在一具体的实现方式中，在所述根据所述欺诈类型确定调查策略之前，若所述调查主体类型为销售或者门店，反欺诈调查系统根据销售或者门店的身份识别码搜索数据库中该销售或者门店对应的合同，先根据预设的合同筛选规则查看销售或者门店的合同是否有命中反欺诈调查系统里规定的违规事项，再通过欢迎电话记录和投诉记录核实所述销售或者门店的合同的真实性，最后将存在欺诈嫌疑的合同筛选出来，并将存在欺诈嫌疑的合同和筛选原因在反欺诈调查系统中进行展示，供反欺诈调查人员回访参考。
在一具体的实现方式中，所述系统还包括：接收单元301、发送单元302以及存储单元303，如图3所示，所述接收单元，用于接收所述反欺诈调查人员的调查结果；所述发送单元，用于将所述调查结果按照预设规则发送至对应的审批人员；所述存储单元，用于在所述审批人员确认所述涉嫌欺诈案件为欺诈案件的情况下，将所述调查结果存入所述数据库中。
在一具体的实现方式中，所述系统还包括：推送单元401，如图4所示，所述推送单元用于，在所述将所述欺诈案件存入所述数据库中之后，推送所述涉嫌欺诈案件的点选结果，其中，所述点选结果是反欺诈调查人员上传的，包括：是否加入黑名单、是否冻结、是否提交纪委会、是否提交调查部；根据所述点选结果，将所述涉嫌欺诈案件的所述调查结果推送至相应的对接系统。
在一具体的实施方式中，所述系统还包括：更新单元402，如图4所示，所述更新单元用于，在所述将所述欺诈案件存入所述数据库中之后，按照预设周期更新所述欺诈风险点策略，其中，所述欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
在一具体的实现方式中，所述系统还包括：导入单元403、分类单元404，如图4所示，所述导入单元，用于导入所述涉嫌欺诈案件，其中，所述涉嫌欺诈案件是按照预设的模板导入的；所述分类单元，用于根据涉嫌欺诈案件的来源标签、调查主体以及案件类型将所述涉嫌欺诈案件分为不同欺诈风险等级；所述匹配单元，还用于根据所述欺诈风险等级将所述涉嫌欺诈案件按照预设分配规则分配到对应反欺诈调查人员，或者，将所述涉嫌欺诈案件通过手动分配的方式分配到对应反欺诈调查人员。
在本发明实施例中，反欺诈调查系统获取涉嫌欺诈案件，然后，根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据，再根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型，再根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。此过程将欺诈案件线下调查的全流程部署在线上实现系统化，不仅节约了人力成本，而且提高了反欺诈案件调查的时效，另外，反欺诈调查系统能为反欺诈调查人员提供欺诈风险点策略和调查策略，从而提高了欺诈案件调查的准确率。
参见图5，图5是本发明另一实施例提供的一种服务器示意框图。如图所示的本实施例中的服务器可以包括：一个或多个处理器501；一个或多个输入设备502，一个或多个输出设备503和存储器504。上述处理器501、输入设备502、输出设备503和存储器504通过总线505连接。存储器502用于存储计算机程序，所述计算机程序包括程序指令，处理器501用于执行存储器502存储的程序指令。
应当理解，在本发明实施例中，所称处理器501可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备502可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备503可以包括显示器(LCD等)、扬声器等。
该存储器504可以包括只读存储器和随机存取存储器，并向处理器501提供指令和数据。存储器504的一部分还可以包括非易失性随机存取存储器。例如，存储器504还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器501、输入设备502、输出设备503可执行本发明实施例提供的面向金融领域的反欺诈调查方法及系统的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的服务器的实现方式，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (10)

1.一种面向金融领域的反欺诈调查方法，其特征在于，包括：
获取涉嫌欺诈案件；
根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据；
根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型；
根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收所述反欺诈调查人员的调查结果；
将所述调查结果按照预设规则发送至对应的审批人员；
在所述审批人员确认所述涉嫌欺诈案件为欺诈案件的情况下，将所述调查结果存入所述数据库中。
3.根据权利要求2所述的方法，其特征在于，在所述将所述欺诈案件存入所述数据库中之后，所述方法还包括：
推送所述涉嫌欺诈案件的点选结果，其中，所述点选结果是反欺诈调查人员上传的，包括：是否加入黑名单、是否冻结、是否提交纪委会、是否提交调查部；
根据所述点选结果，将所述涉嫌欺诈案件的所述调查结果推送至相应的对接系统。
4.根据权利要求3所述的方法，其特征在于，在所述将所述欺诈案件存入所述数据库中之后，所述方法还包括：
按照预设周期更新所述欺诈风险点策略，其中，所述欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
5.根据权利要求1所述的方法，其特征在于，在所述获取涉嫌欺诈案件之前，所述方法还包括：
导入所述涉嫌欺诈案件，其中，所述涉嫌欺诈案件是按照预设的模板导入的；
根据所述涉嫌欺诈案件的来源标签、调查主体以及案件类型将所述涉嫌欺诈案件分为不同欺诈风险等级；
根据所述欺诈风险等级将所述涉嫌欺诈案件按照预设分配规则分配到对应反欺诈调查人员，或者，将所述涉嫌欺诈案件通过手动分配的方式分配到对应反欺诈调查人员。
6.一种面向金融领域的反欺诈调查系统，其特征在于，包括：获取单元、查询单元以及匹配单元，
所述获取单元，用于获取涉嫌欺诈案件；
所述查询单元，用于根据所述涉嫌欺诈案件的索引，查询数据库，以获得所述涉嫌欺诈案件的相关数据；
所述匹配单元，用于根据预设的欺诈风险点策略，将所述相关数据与欺诈风险点进行匹配，从而确定欺诈类型；
所述匹配单元，还用于根据所述欺诈类型确定调查策略，其中，所述调查策略为反欺诈调查人员提供参考。
7.根据权利要求6所述的系统，其特征在于，所述系统还包括：接收单元、发送单元以及存储单元，
所述接收单元，用于接收所述反欺诈调查人员的调查结果；
所述发送单元，用于将所述调查结果按照预设规则发送至对应的审批人员；
所述存储单元，用于在所述审批人员确认所述涉嫌欺诈案件为欺诈案件的情况下，将所述调查结果存入所述数据库中。
8.根据权利要求7所述的系统，其特征在于，所述系统还包括推送单元，所述推送单元用于，在所述将所述欺诈案件存入所述数据库中之后，
推送所述涉嫌欺诈案件的点选结果，其中，所述点选结果是反欺诈调查人员上传的，包括：是否加入黑名单、是否冻结、是否提交纪委会、是否提交调查部；
根据所述点选结果，将所述涉嫌欺诈案件的所述调查结果推送至相应的对接系统。
9.根据权利要求8所述的方法，所述系统还包括更新单元，所述更新单元用于，在所述将所述欺诈案件存入所述数据库中之后，
按照预设周期更新所述欺诈风险点策略，其中，所述欺诈风险点策略是通过对所述数据库中的所述欺诈案件的调查分析、欺诈客户特征的聚类以及专家对所述欺诈风险点的梳理量化得到的。
10.根据权利要求6所述的系统，所述系统还包括导入单元、分类单元，
所述导入单元，用于导入所述涉嫌欺诈案件，其中，所述涉嫌欺诈案件是按照预设的模板导入的；
所述分类单元，用于根据涉嫌欺诈案件的来源标签、调查主体以及案件类型将所述涉嫌欺诈案件分为不同欺诈风险等级；
所述匹配单元，还用于根据所述欺诈风险等级将所述涉嫌欺诈案件按照预设分配规则分配到对应反欺诈调查人员，或者，将所述涉嫌欺诈案件通过手动分配的方式分配到对应反欺诈调查人员。
CN201811027178.XA 2018-09-04 2018-09-04 一种面向金融领域的反欺诈调查方法及系统 Withdrawn CN109410029A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811027178.XA CN109410029A (zh) 2018-09-04 2018-09-04 一种面向金融领域的反欺诈调查方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811027178.XA CN109410029A (zh) 2018-09-04 2018-09-04 一种面向金融领域的反欺诈调查方法及系统

Publications (1)

Publication Number Publication Date
CN109410029A true CN109410029A (zh) 2019-03-01

Family

ID=65463956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811027178.XA Withdrawn CN109410029A (zh) 2018-09-04 2018-09-04 一种面向金融领域的反欺诈调查方法及系统

Country Status (1)

Country Link
CN (1) CN109410029A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111881190A (zh) * 2020-08-05 2020-11-03 厦门力含信息技术服务有限公司 基于客户画像的关键数据挖掘系统
CN111967999A (zh) * 2020-08-27 2020-11-20 平安养老保险股份有限公司 调查处理方法、装置、计算机设备和存储介质
CN114330957A (zh) * 2021-07-30 2022-04-12 中科聚信信息技术（北京）有限公司 金融业务欺诈案件处理方法、装置和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014035990A1 (en) * 2012-08-27 2014-03-06 Yuh-Shen Song Transactional monitoring system
CN106530078A (zh) * 2016-11-29 2017-03-22 流量海科技成都有限公司 基于跨行业数据的贷款风险预警方法及系统
CN107657453A (zh) * 2016-07-25 2018-02-02 平安科技（深圳）有限公司 欺诈数据的识别方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014035990A1 (en) * 2012-08-27 2014-03-06 Yuh-Shen Song Transactional monitoring system
CN107657453A (zh) * 2016-07-25 2018-02-02 平安科技（深圳）有限公司 欺诈数据的识别方法及装置
CN106530078A (zh) * 2016-11-29 2017-03-22 流量海科技成都有限公司 基于跨行业数据的贷款风险预警方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111881190A (zh) * 2020-08-05 2020-11-03 厦门力含信息技术服务有限公司 基于客户画像的关键数据挖掘系统
CN111967999A (zh) * 2020-08-27 2020-11-20 平安养老保险股份有限公司 调查处理方法、装置、计算机设备和存储介质
CN114330957A (zh) * 2021-07-30 2022-04-12 中科聚信信息技术（北京）有限公司 金融业务欺诈案件处理方法、装置和电子设备

Similar Documents

Publication Publication Date Title
Cho Tourism forecasting and its relationship with leading economic indicators
CN103412918B (zh) 一种基于服务质量和声誉的服务信任度评估方法
CN108257027A (zh) 保单数据审核方法、装置、计算机设备及存储介质
US20020032645A1 (en) System and method for score calculation
JP2003534605A (ja) 取引システム
CN109410029A (zh) 一种面向金融领域的反欺诈调查方法及系统
CN109582550B (zh) 一种获取全量业务场景故障集合的方法、装置及服务器
KR102672533B1 (ko) 퀸트 투자 기반의 금융 자산 자동 투자 시스템 및 방법
CN112116103A (zh) 基于联邦学习的个人资质评估方法、装置及系统及存储介质
CN113704702A (zh) Nft鉴权方法
CN109767333A (zh) 选基方法、装置、电子设备及计算机可读存储介质
CN112598132A (zh) 模型训练方法及装置、存储介质、电子装置
CN110544165B (zh) 一种信用风险评分卡创建方法、装置及电子设备
Akbarian Ranking All DEA‐Efficient DMUs Based on Cross Efficiency and Analytic Hierarchy Process Methods
CN116228402A (zh) 一种金融征信特征仓库技术支持系统
CN115809901A (zh) 数据资产管理方法、装置、电子设备及存储介质
US8326717B2 (en) Rate exception management tool
KR20180074218A (ko) 기술가치 평가 시스템
CN113469801A (zh) 审核结果的确定方法和装置
US11647048B2 (en) Real-time feedback service for resource access rule configuration
Rodpysh Model to predict the behavior of customers churn at the industry
CN112862598A (zh) 渠道信息管理方法、装置、电子设备及介质
KR20020075988A (ko) 통신망을 이용한 기업가치평가방법
Gasimov et al. Basic components of the digital business: crutocurrency, blockchain, cloud technologies and internet of things
CN110322165A (zh) 广告作弊风险评估的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190301