CN109544324A - 信贷反欺诈方法、系统、设备及计算机可读存储介质 - Google Patents
信贷反欺诈方法、系统、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109544324A CN109544324A CN201811432229.7A CN201811432229A CN109544324A CN 109544324 A CN109544324 A CN 109544324A CN 201811432229 A CN201811432229 A CN 201811432229A CN 109544324 A CN109544324 A CN 109544324A
- Authority
- CN
- China
- Prior art keywords
- credit
- fraud
- pronucleus
- fraudulent policies
- client
- 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.)
- Granted
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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Telephonic Communication Services (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种信贷反欺诈方法,包括:当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。本发明还公开了一种信贷反欺诈系统、设备及计算机可读存储介质。本发明能够提高欺诈的识别率和覆盖率,降低信贷风险。
Description
技术领域
本发明涉及反欺诈的领域,尤其涉及一种信贷反欺诈方法、系统、设备及计算机可读存储介质。
背景技术
金融企业在开展信贷审核工作时,需要审核信贷申请人是否具备欺诈风险,而人工审核的准确性和效率得不到保证,为此各大金融企业开发反欺诈系统,通过反欺诈系统可以帮助金融机构定位识别具有欺诈性质的客户与事件。随着人工智能的快速发展,使得反欺诈从人工识别发展到智能算法识别,不仅降低人工的成本,更为重要的是提升了反欺诈的准确率和召回率,并且保证了反欺诈的稳定性与标准一致性。
目前,主要基于人脸识别技术和声纹识别技术识别具有欺诈性质的客户与事件,在一定程度上提高了欺诈的识别率,然而,欺诈客户因为利益驱动,变换各种欺诈方法,搜寻反欺诈系统存在的漏洞,并利用漏洞进行欺诈,以企图骗过金融机构,而现有的反欺诈方法并不能识别出全部的欺诈客户和事件,欺诈识别的覆盖率较低。因此,如何提高欺诈的识别率和覆盖率,降低信贷风险是目前亟待解决的问题。
发明内容
本发明的主要目的在于提供一种信贷反欺诈方法、系统、设备及计算机可读存储介质,旨在提高欺诈的识别率和覆盖率,降低信贷风险。
为实现上述目的,本发明提供一种信贷反欺诈方法,所述信贷反欺诈方法包括以下步骤:
当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;
依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
进一步地,依据所述风险等级,确定目标反欺诈策略的步骤包括:
获取预存的风险等级与策略标识码之间的映射关系表;
查询所述映射关系表,获取所述风险等级对应的策略标识码,并将所述策略标识码对应的反欺诈策略,确定为目标反欺诈策略。
进一步地,依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果的步骤之后,还包括:
依据所述反欺诈识别结果,判断当前核身客户是否有欺诈嫌疑;
若当前核身客户有欺诈嫌疑,则依据所述反欺诈识别结果,调整当前核身客户的风险等级,并执行欺诈风险提醒操作。
进一步地,依据所述反欺诈识别结果,调整当前核身客户的风险等级的步骤包括:
依据所述反欺诈识别结果,确定当前核身客户的欺诈指数,并判断所述欺诈指数是否大于或等于预设阈值;
若所述欺诈指数大于或等于预设阈值,则将当前核身客户的风险等级提高一个等级。
进一步地,所述执行欺诈风险提醒操作的步骤之后,还包括:
当监测到触发的当前核身客户的加核指令时,依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作。
进一步地,所述依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作的步骤包括:
每在接收到客户基于当前播放的加核问题选择的当前答案选项时,依据所述当前答案选项,确定所述加核问题树中是否存在对应的下一加核问题;
若所述加核问题树中存在对应的下一加核问题,则依据所述当前答案选项,在所述信贷核身通话中播报所述加核问题树中的对应下一加核问题;
若所述加核问题树中不存在对应的下一加核问题,则停止执行所述加核问题播报操作。
此外,为实现上述目的,本发明还提供一种信贷反欺诈系统,所述信贷反欺诈系统包括:
获取模块,用于当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;
策略确定模块,用于依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
反欺诈模块,用于依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
此外,为实现上述目的,本发明还提供一种信贷反欺诈设备,所述信贷反欺诈设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的信贷反欺诈程序,所述信贷反欺诈程序被所述处理器执行时实现如上所述的信贷反欺诈方法的步骤。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信贷反欺诈程序,所述信贷反欺诈程序被处理器执行时实现如上所述的信贷反欺诈方法的步骤。
本发明提供一种信贷反欺诈方法、系统、设备及计算机可读存储介质,本发明当监测到信贷核身指令时,向对应的终端设备发起外呼电话,并当外呼电话接通后,接收该终端设备在通话过程中发送的客户语音数据,然后依据该信贷核身指令中的风险等级,确定目标反欺诈策略,并依据该客户语音数据和该目标反欺诈策略,执行对应的反欺诈识别操作,以获取当前核身客户的反欺诈识别结果,通过上述方式,在核身过程中,基于当前核身客户的风险等级,选择对应的反欺诈策略,并基于客户语音数据和反欺诈策略,执行对应的反欺诈识别操作,可以准确全面的识别反欺诈,有效的提高提高欺诈的识别率和覆盖率,降低信贷风险。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明信贷反欺诈方法第一实施例的流程示意图;
图3为本发明信贷反欺诈方法第二实施例的流程示意图;
图4为本发明信贷反欺诈系统第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示,该信贷反欺诈设备可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选的用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的信贷反欺诈设备结构并不构成对信贷反欺诈设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及信贷反欺诈程序。
在图1所示的信贷反欺诈设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的信贷反欺诈程序,并执行以下步骤:
当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;
依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
进一步地,处理器1001可以用于调用存储器1005中存储的信贷反欺诈程序,还执行以下步骤:
获取预存的风险等级与策略标识码之间的映射关系表;
查询所述映射关系表,获取所述风险等级对应的策略标识码,并将所述策略标识码对应的反欺诈策略,确定为目标反欺诈策略。
进一步地,处理器1001可以用于调用存储器1005中存储的信贷反欺诈程序,还执行以下步骤:
依据所述反欺诈识别结果,判断当前核身客户是否有欺诈嫌疑;
若当前核身客户有欺诈嫌疑,则依据所述反欺诈识别结果,调整当前核身客户的风险等级,并执行欺诈风险提醒操作。
进一步地,处理器1001可以用于调用存储器1005中存储的信贷反欺诈程序,还执行以下步骤:
依据所述反欺诈识别结果,确定当前核身客户的欺诈指数,并判断所述欺诈指数是否大于或等于预设阈值;
若所述欺诈指数大于或等于预设阈值,则将当前核身客户的风险等级提高一个等级。
进一步地,处理器1001可以用于调用存储器1005中存储的信贷反欺诈程序,还执行以下步骤:
当监测到触发的当前核身客户的加核指令时,依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作。
进一步地,处理器1001可以用于调用存储器1005中存储的信贷反欺诈程序,还执行以下步骤:
每在接收到客户基于当前播放的加核问题选择的当前答案选项时,依据所述当前答案选项,确定所述加核问题树中是否存在对应的下一加核问题;
若所述加核问题树中存在对应的下一加核问题,则依据所述当前答案选项,在所述信贷核身通话中播报所述加核问题树中的对应下一加核问题;
若所述加核问题树中不存在对应的下一加核问题,则停止执行所述加核问题播报操作。
本发明信贷反欺诈设备的具体实施例与下述信贷反欺诈方法的各具体实施例基本相同,在此不作赘述。
本发明提供一种信贷反欺诈方法。
参照图2,图2为本发明信贷反欺诈方法第一实施例的流程示意图。
本实施例中,该信贷反欺诈方法包括:
步骤S101,当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在信贷核身通话过程中采集到的客户语音数据;
本实施例中,该信贷反欺诈方法应用于信贷反欺诈系统,能够在对客户进行核身的过程中,基于该信贷反欺诈系统对核身的客户进行反欺诈识别,确定核身的客户是否有欺诈嫌疑,具体地,电核员通过核身前端拉取核身工单,即通过核身前端向核身服务器请求核身工单,核身服务器基于核身前端的请求下发对应的核身工单,且核身前端在接收到核身工单之后,显示核身作业页面,该核身作业页面中显示有核身工单、外呼控件、核身作业流程、接管控件和加核控件等。其中,核身作业流程包括自报身份、确认客户通话是否方便、电话录音提示、确认客户信息、播报加核问题和借款用途提醒等,核身工单中包含有工单类型、工单识别码、业务基本信息、客户基本信息和历史核身记录等,且该业务基本信息包括但不限于审核类型、贷款申请渠道、工单等级和核身提示信息,该客户基本信息包括但不限于姓名、性别、出生年月日、身份证号码、手机号码和婚姻状况。
电核员通过核身作业页面中的外呼控件,核身前端触发包含有风险等级和手机号码的信贷核身请求,并将该信贷核身请求发送至核身服务器,该核身服务器将该信贷核身请求转发至软电话平台,由软电话平台基于该信贷核身请求中的手机号码发起信贷核身电话,当监测到该信贷核身电话接通时,电核员或智能机器人可以与当前核身客户交流,即进行信贷核身通话,在进行信贷核身通话过程中,采集核身通话中的客户语音数据,并将该客户语音数据传输至信贷反欺诈系统。
当信贷反欺诈系统监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在信贷核身通话过程中采集到的客户语音数据。需要说明的是,上述风险等级越高的客户,则表示该客户的欺诈嫌疑越高,而上述风险等级越低的客户,则表示该客户的欺诈嫌疑越低。例如,风险等级包括S级、A级、B级、C级、D级和E级,共六个等级,其中,风险等级为S级的信贷客户没有欺诈嫌疑,风险等级为A级的信贷客户的欺诈嫌疑极低,风险等级为B即的信贷客户的欺诈嫌疑较低,风险等级为C级的信贷客户的欺诈嫌疑较高、风险等级为D级的信贷客户的欺诈嫌疑高,风险等级为E级的信贷客户的欺诈嫌疑极高。
步骤S102,依据风险等级,确定目标反欺诈策略,其中,目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
本实施例中,在获取到当前核身客户的风险等级之后,该信贷反欺诈系统依据该风险等级,确定当前核身客户的目标反欺诈策略,即获取预存的风险等级与策略标识码之间的映射关系表,然后查询该映射关系表,获取该风险等级对应的策略标识码,并将该策略标识码对应的反欺诈策略,确定为目标反欺诈策略。其中,该目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种。需要说明的是,上述风险等级与策略标识码之间的映射关系表可由本领域技术人员基于实际情况进行设置,本实施例对此不作具体限定。
例如,风险等级包括S级、A级、B级、C级、D级和E级等六个等级,声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略对应的策略标识码分别为Pxxxx、Oxxxx、Ixxxx、Uxxxx和Yxxxx,则风险等级与策略标识码之间的映射关系表如下表所示:
风险等级 | 策略标识码 |
S级 | Pxxxx |
A级 | Pxxxx Oxxxx |
B级 | Pxxxx Oxxxx Ixxxx |
C级 | Pxxxx Oxxxx Ixxxx Uxxxx |
D级 | Pxxxx Oxxxx Ixxxx Uxxxx Yxxxx |
E级 | Pxxxx Oxxxx Ixxxx Uxxxx Yxxxx |
其中,由上表可知,风险等级为S级,则目标反欺诈策略为Pxxxx对应的声纹反欺诈策略;风险等级为A级,则目标反欺诈策略包括Pxxxx对应的声纹反欺诈策略和Oxxxx对应的语音反欺诈策略;风险等级为B级,则目标反欺诈策略包括Pxxxx对应的声纹反欺诈策略、Oxxxx对应的语音反欺诈策略和Ixxxx对应的轻语音反欺诈策略;风险等级为C级,则目标反欺诈策略包括Pxxxx对应的声纹反欺诈策略、Oxxxx对应的语音反欺诈策略、Ixxxx对应的轻语音反欺诈策略和Uxxxx对应的背景音反欺诈策略;风险等级为D级和E级,则目标反欺诈策略包括Pxxxx对应的声纹反欺诈策略、Oxxxx对应的语音反欺诈策略、Ixxxx对应的轻语音反欺诈策略、Uxxxx对应的背景音反欺诈策略和Yxxxx对应的语音情绪反欺诈策略。
具体地,声纹反欺诈策略为对客户语音数据进行声纹识别,以获取当前核身客户的声纹,并将得到的声纹与声纹库中当前核身客户的预录入声纹进行比较,判断该声纹是否与与声纹库中当前核身客户的预录入声纹相同,如果相同,则可以确定接听电话的为本人,不作处理,如果不同,则可以确定接听电话的不是本人,确定当前核身客户存在欺诈嫌疑;或者,将识别到的声纹与声纹黑名单库中的声纹做对比,如果命中,则确定当前核身客户存在欺诈嫌疑,如果不命中,则不作处理。
语音反欺诈策略为对客户语音数据进行语音识别,将客户语音转换为文本信息,并将该文本信息与当前预录入的相关信息进行匹配,如果不匹配,则,则可以确定当前核身客户存在欺诈嫌疑,如果不匹配,则不作处理;轻语音反欺诈策略为对客户语音数据进行轻语音识别,以确定客户语音数据中是否存在轻语音,如果客户语音数据中存在轻语音,则可以确定当前核身客户存在欺诈嫌疑,如果客户语音数据中不存在轻语音,则不作处理。
背景音反欺诈策略为对客户语音数据中的背景音进行识别,确定当前核身客户所在环境的背景音的类别,并将识别到的背景音的类别与当前核身客户的预录入背景类别作比对,如果识别到的背景音的类别与当前核身客户的预录入背景类别不同,则可以确定当前核身客户存在欺诈嫌疑,如果识别到的背景音的类别与当前核身客户的预录入背景类别相同,则需要执行其余的反欺诈策略;语音情绪反欺诈策略为对客户语音数据进行语音情绪识别,确定当前核身客户的情绪类别,并判断该情绪类别是否为预设情绪类别,如紧张,如果该情绪类别为预设情绪类别,则可以确定当前核身客户存在欺诈嫌疑,如果该情绪类别不为预设情绪类别,则不作处理。
步骤S103,依据客户语音数据和目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
本实施例中,在确定客户语音数据和目标反欺诈策略之后,信贷反欺诈系统依据该客户语音数据和目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。具体地,以目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略为例进行以下说明:
信贷反欺诈系统首先对当前核身客户执行声纹反欺诈策略,得到当前核身客户的第一反欺诈识别结果,即信贷反欺诈系统对该客户语音数据进行声纹特征识别,以获取若干声纹特征,并将若干声纹特征数输入至声纹模型中,得到当前核身用户的声纹,然后判断该声纹是否与当前客户的预录入声纹相同,如果该声纹与当前客户的预录入声纹相同,则确定当前核身客户的第一反欺诈识别结果为不存在非本人欺诈嫌疑,如果该声纹与当前客户的预录入声纹不同,则确定当前核身客户的第一反欺诈识别结果为存在非本人欺诈嫌疑;
然后对当前核身客户执行语音反欺诈策略,得到当前核身客户的第二反欺诈识别结果,即信贷反欺诈系统对该客户语音数据进行语音识别,将客户语音数据转换文本,并将该文本与当前核身客户的预录入文本进行匹配,如果该文本与当前核身客户的预录入文本匹配,则确定当前核身客户的第二反欺诈识别结果为不存在信息欺诈嫌疑,如果该文本与当前核身客户的预录入文本不匹配,则确定当前核身客户的第二反欺诈识别结果为存在信息欺诈嫌疑;
再然后,对当前核身客户执行轻语音反欺诈策略,得到当前核身客户的第三反欺诈识别结果,即信贷反欺诈系统对该客户语音数据进行轻语音识别,以判断客户语音数据中是否存在包含符合轻声的声音频谱特征的语音数据,如果客户语音数据中不存在包含符合轻声的声音频谱特征的语音数据,则确定当前核身客户的第三反欺诈识别结果为不存在轻声欺诈嫌疑,如果客户语音数据中存在包含符合轻声的声音频谱特征的语音数据,则确定当前核身客户的第三反欺诈识别结果为存在轻声欺诈嫌疑;
再然后,对当前核身客户执行背景音反欺诈策略,得到当前核身客户的第四反欺诈识别结果,即信贷反欺诈系统对该客户语音数据进行背景音识别,得到当前核身客户所处环境的背景音类别,并将该背景音类别与当前核身客户的预录入背景音类别进行比较,如果该背景音类别与当前核身客户的预录入背景音类别相同,则确定当前核身客户的第四反欺诈识别结果为不存在背景音欺诈嫌疑,如果该背景音类别与当前核身客户的预录入背景音类别不同,则确定当前核身客户的第四反欺诈识别结果为存在背景音欺诈嫌疑;
最后,对当前核身客户执行语音情绪反欺诈策略,得到当前核身客户的第五反欺诈识别结果,即信贷反欺诈系统对该客户语音数据进行语音情绪识别,得到当前核身客户的语音情绪类别,并判断该语音情绪类别是否为预设类别,如紧张,如果该语音情绪类别为预设类别,则确定当前核身客户的第五反欺诈识别结果的存在情绪欺诈嫌疑,如果该语音情绪类别不为预设类别,则确定确定当前核身客户的第五反欺诈识别结果的不存在情绪欺诈嫌疑。
综合第一反欺诈识别结果、第二反欺诈识别结果、第三反欺诈识别结果、第四反欺诈识别结果和第五反欺诈识别结果,得到当前核身客户的反欺诈识别结果,其中,该反欺诈识别结果由不存在非本人欺诈嫌疑、不存在信息欺诈嫌疑、不存在轻声欺诈嫌疑、不存在背景音欺诈嫌疑和不存在情绪欺诈嫌疑中的一种或多种和存在非本人欺诈嫌疑、存在信息欺诈嫌疑、存在轻声欺诈嫌疑、存在背景音欺诈嫌疑和存在情绪欺诈嫌疑中的一种或多种组合而成。
具体实施中,该信贷反欺诈系统还可以同时执行声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略。
本实施例中,本发明当监测到信贷核身指令时,向对应的终端设备发起外呼电话,并当外呼电话接通后,接收该终端设备在通话过程中发送的客户语音数据,然后依据该信贷核身指令中的风险等级,确定目标反欺诈策略,并依据该客户语音数据和该目标反欺诈策略,执行对应的反欺诈识别操作,以获取当前核身客户的反欺诈识别结果,通过上述方式,在核身过程中,基于当前核身客户的风险等级,选择对应的反欺诈策略,并基于客户语音数据和反欺诈策略,执行对应的反欺诈识别操作,可以准确全面的识别反欺诈,有效的提高提高欺诈的识别率和覆盖率,降低信贷风险。
进一步地,参照图3,基于上述第一实施,提出了本发明信贷反欺诈方法的第二实施例,与前述实施例的区别在于,步骤S103之后,还包括:
步骤S104,依据反欺诈识别结果,判断当前核身客户是否有欺诈嫌疑;
本实施例中,在获取到当前核身客户的反欺诈识别结果之后,该信贷反欺诈系统依据反欺诈识别结果,判断当前核身客户是否有欺诈嫌疑,即判断当前核身客户的反欺诈识别结果中是否包含存在非本人欺诈嫌疑、存在信息欺诈嫌疑、存在轻声欺诈嫌疑、存在背景音欺诈嫌疑和存在情绪欺诈嫌疑中的一种或多种,如果。当前核身客户的反欺诈识别结果中包含存在非本人欺诈嫌疑、存在信息欺诈嫌疑、存在轻声欺诈嫌疑、存在背景音欺诈嫌疑和存在情绪欺诈嫌疑中的一种或多种,则可以确定当前核身客户有欺诈嫌疑,如果当前核身客户的反欺诈识别结果为不存在非本人欺诈嫌疑、不存在信息欺诈嫌疑、不存在轻声欺诈嫌疑、不存在背景音欺诈嫌疑和不存在情绪欺诈嫌疑,则确定当前核身客户没有欺诈嫌疑。
步骤S105,若当前核身客户有欺诈嫌疑,则依据反欺诈识别结果,调整当前核身客户的风险等级,并执行欺诈风险提醒操作。
本实施例中,如果当前核身客户有欺诈嫌疑,则该信贷反欺诈系统依据反欺诈识别结果,调整当前核身客户的风险等级,即提高当前核身客户的风险等级,并执行欺诈风险提醒操作。具体地,依据该反欺诈识别结果,确定当前核身客户的欺诈指数,并判断该欺诈指数是否大于或等于预设阈值,如果该欺诈指数大于或等于预设阈值,则将当前核身客户的风险等级提高一个等级。其中,风险等级越高,欺诈嫌疑越大,例如,风险等级包括S级、A级、B级、C级、D级和E级等六个等级,且S级<A级<B级<C级<D级<E级,即风险等级为S级的信贷客户没有欺诈嫌疑,风险等级为A级的信贷客户的欺诈嫌疑极低,风险等级为B即的信贷客户的欺诈嫌疑较低,风险等级为C级的信贷客户的欺诈嫌疑较高、风险等级为D级的信贷客户的欺诈嫌疑高,风险等级为E级的信贷客户的欺诈嫌疑极高。需要说明的是,上述预设阈值可由本领域技术人员基于实际情况进行设置,本实施例对此不作具体限定。
其中,欺诈指数的确定方式为获取该反欺诈识别结果中包含的每种欺诈嫌疑类型(非本人欺诈嫌疑、信息欺诈嫌疑、轻声欺诈嫌疑、背景音欺诈嫌疑和语音情绪欺诈嫌疑),并查询预存的欺诈嫌疑类型与欺诈指数的映射关系表,获取包含的欺诈嫌疑类型对应的欺诈指数,并累加每种欺诈嫌疑类型对应的欺诈指数,得到的总欺诈指数为当前核身客户的欺诈指数。需要说明的是,上述欺诈嫌疑类型与欺诈指数的映射关系表可由本领域技术人员基于实际情况进行设置,本实施例对此不作具体限定。可选地,欺诈嫌疑类型与欺诈指数的映射关系表如下表所示:
欺诈嫌疑类型 | 欺诈指数 |
非本人欺诈嫌疑 | 30 |
信息欺诈嫌疑 | 30 |
轻声欺诈嫌疑 | 15 |
背景音欺诈嫌疑 | 15 |
语音情绪欺诈嫌疑 | 10 |
其中,该反欺诈识别结果仅包含非本人欺诈嫌疑时,当前核身客户的欺诈指数为30;该反欺诈识别结果包含非本人欺诈嫌疑和轻声欺诈嫌疑时,当前核身客户的欺诈指数为45;该反欺诈识别结果包含轻声欺诈嫌疑、背景音欺诈嫌疑和语音情绪欺诈嫌疑时,当前核身客户的欺诈指数为40;该反欺诈识别结果包含非本人欺诈嫌疑和信息欺诈嫌疑时,当前核身客户的欺诈指数为60。
本实施例中,本发明基于反欺诈识别结果确定当前核身客户有欺诈嫌疑时,提高当前核身客户的风险等级,并执行欺诈风险提醒操作,可以降低失信风险。
进一步地,基于上述第二实施例,提出了本发明信贷反欺诈方法的第三实施例,与前述实施例的区别在于,步骤S104之后,还包括:
步骤A,当监测到触发的当前核身客户的加核指令时,依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作。
本实施例中,在执行欺诈风险提醒操作之后,电核员可手动触发当前核身客户的加核指令,也可由智能机器人自动触发当前核身客户的加核指令,当信贷反欺诈系统监测到触发的当前核身客户的加核指令时,依据预设的加核问题树,在外呼电话中执行加核问题播报操作,即每在接收到客户基于当前播放的加核问题选择的当前答案选项时,依据当前答案选项,确定加核问题树中是否存在对应的下一加核问题,如果该加核问题树中存在对应的下一加核问题,则依据当前答案选项,在该信贷核身通话中播报该加核问题树中的对应下一加核问题,如果预设的加核问题树中不存在对应的下一加核问题,则停止执行加核问题播报操作。例如,加核问题A的答案选项分别为A1和A2,且核身决策树中答案选项A1对应的下一加核问题为加核问题1,而核身决策树中答案选项A2对应的下一加核问题为加核问题2,则在答案选项为加核问题A的答案选项A1时,下一加核问题为加核问题1,反之在答案选项为加核问题A的答案选项A2时,下一加核问题为加核问题2。
本实施例中,本发明在当前核身客户存在欺诈嫌疑时,可对当前核身客户进行加核,进一步地提高反欺诈识别的准确率和核身准确率。
本发明还提供一种信贷反欺诈系统。
参照图4,图4为本发明信贷反欺诈系统第一实施例的功能模块示意图。
本实施例中,该信贷反欺诈系统包括:
获取模块101,用于当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;
策略确定模块102,用于依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
反欺诈模块103,用于依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
进一步地,所述策略确定模块102,还用于:
获取预存的风险等级与策略标识码之间的映射关系表;
查询所述映射关系表,获取所述风险等级对应的策略标识码,并将所述策略标识码对应的反欺诈策略,确定为目标反欺诈策略。
进一步地,该信贷反欺诈系统还包括:
判断模块,用于依据所述反欺诈识别结果,判断当前核身客户是否有欺诈嫌疑;
风险等级调整模块,用于若当前核身客户有欺诈嫌疑,则依据所述反欺诈识别结果,调整当前核身客户的风险等级;
执行模块,用于执行欺诈风险提醒操作。
进一步地,所述风险等级调整模块还用于
依据所述反欺诈识别结果,确定当前核身客户的欺诈指数,并判断所述欺诈指数是否大于或等于预设阈值;
若所述欺诈指数大于或等于预设阈值,则将当前核身客户的风险等级提高一个等级。
进一步地,该信贷反欺诈系统还包括:
加核模块,用于当监测到触发的当前核身客户的加核指令时,依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作。
进一步地,所述加核模块还用于:
每在接收到客户基于当前播放的加核问题选择的当前答案选项时,依据所述当前答案选项,确定所述加核问题树中是否存在对应的下一加核问题;
若所述加核问题树中存在对应的下一加核问题,则依据所述当前答案选项,在所述信贷核身通话中播报所述加核问题树中的对应下一加核问题;
若所述加核问题树中不存在对应的下一加核问题,则停止执行所述加核问题播报操作。
其中,本发明信贷反欺诈系统的具体实施例与上述信贷反欺诈方法各实施例基本相同,在此不作赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有信贷反欺诈程序,所述信贷反欺诈程序被处理器执行时,执行以下步骤:
当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;
依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
进一步地,所述信贷反欺诈程序被处理器执行时,还执行以下步骤:
获取预存的风险等级与策略标识码之间的映射关系表;
查询所述映射关系表,获取所述风险等级对应的策略标识码,并将所述策略标识码对应的反欺诈策略,确定为目标反欺诈策略。
进一步地,所述信贷反欺诈程序被处理器执行时,还执行以下步骤:
依据所述反欺诈识别结果,判断当前核身客户是否有欺诈嫌疑;
若当前核身客户有欺诈嫌疑,则依据所述反欺诈识别结果,调整当前核身客户的风险等级,并执行欺诈风险提醒操作。
进一步地,所述信贷反欺诈程序被处理器执行时,还执行以下步骤:
依据所述反欺诈识别结果,确定当前核身客户的欺诈指数,并判断所述欺诈指数是否大于或等于预设阈值;
若所述欺诈指数大于或等于预设阈值,则将当前核身客户的风险等级提高一个等级。
进一步地,所述信贷反欺诈程序被处理器执行时,还执行以下步骤:
当监测到触发的当前核身客户的加核指令时,依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作。
进一步地,所述信贷反欺诈程序被处理器执行时,还执行以下步骤:
每在接收到客户基于当前播放的加核问题选择的当前答案选项时,依据所述当前答案选项,确定所述加核问题树中是否存在对应的下一加核问题;
若所述加核问题树中存在对应的下一加核问题,则依据所述当前答案选项,在所述信贷核身通话中播报所述加核问题树中的对应下一加核问题;
若所述加核问题树中不存在对应的下一加核问题,则停止执行所述加核问题播报操作。
本发明计算机可读存储介质的具体实施例与上述信贷反欺诈方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种信贷反欺诈方法,其特征在于,所述信贷反欺诈方法包括以下步骤:
当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;
依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
2.如权利要求1所述的信贷反欺诈方法,其特征在于,依据所述风险等级,确定目标反欺诈策略的步骤包括:
获取预存的风险等级与策略标识码之间的映射关系表;
查询所述映射关系表,获取所述风险等级对应的策略标识码,并将所述策略标识码对应的反欺诈策略,确定为目标反欺诈策略。
3.如权利要求1或2所述的信贷反欺诈方法,其特征在于,依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果的步骤之后,还包括:
依据所述反欺诈识别结果,判断当前核身客户是否有欺诈嫌疑;
若当前核身客户有欺诈嫌疑,则依据所述反欺诈识别结果,调整当前核身客户的风险等级,并执行欺诈风险提醒操作。
4.如权利要求3所述的信贷反欺诈方法,其特征在于,依据所述反欺诈识别结果,调整当前核身客户的风险等级的步骤包括:
依据所述反欺诈识别结果,确定当前核身客户的欺诈指数,并判断所述欺诈指数是否大于或等于预设阈值;
若所述欺诈指数大于或等于预设阈值,则将当前核身客户的风险等级提高一个等级。
5.如权利要求3所述的信贷反欺诈方法,其特征在于,所述执行欺诈风险提醒操作的步骤之后,还包括:
当监测到触发的当前核身客户的加核指令时,依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作。
6.如权利要求5所述的信贷反欺诈方法,其特征在于,所述依据预设的加核问题树,在所述信贷核身通话中执行加核问题播报操作的步骤包括:
每在接收到客户基于当前播放的加核问题选择的当前答案选项时,依据所述当前答案选项,确定所述加核问题树中是否存在对应的下一加核问题;
若所述加核问题树中存在对应的下一加核问题,则依据所述当前答案选项,在所述信贷核身通话中播报所述加核问题树中的对应下一加核问题;
若所述加核问题树中不存在对应的下一加核问题,则停止执行所述加核问题播报操作。
7.一种信贷反欺诈系统,其特征在于,所述信贷反欺诈系统包括:
获取模块,用于当监测到信贷核身通话时,获取当前核身客户的风险等级,并获取在所述信贷核身通话过程中采集到的客户语音数据;
策略确定模块,用于依据所述风险等级,确定目标反欺诈策略,其中,所述目标反欺诈策略为声纹反欺诈策略、语音反欺诈策略、轻语音反欺诈策略、背景音反欺诈策略和语音情绪反欺诈策略中的一种或多种;
反欺诈模块,用于依据所述客户语音数据和所述目标反欺诈策略,执行反欺诈识别操作,以获取当前核身客户的反欺诈识别结果。
8.如权利要求7所述的信贷反欺诈系统,其特征在于,所述策略确定模块,还用于:
获取预存的风险等级与策略标识码之间的映射关系表;
查询所述映射关系表,获取所述风险等级对应的策略标识码,并将所述策略标识码对应的反欺诈策略,确定为目标反欺诈策略。
9.一种信贷反欺诈设备,其特征在于,所述信贷反欺诈设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的信贷反欺诈程序,所述信贷反欺诈程序被所述处理器执行时实现如权利要求1至6中任一项所述的信贷反欺诈方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信贷反欺诈程序,所述信贷反欺诈程序被处理器执行时实现如权利要求1至6中任一项所述的信贷反欺诈方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811432229.7A CN109544324B (zh) | 2018-11-27 | 2018-11-27 | 信贷反欺诈方法、系统、设备及计算机可读存储介质 |
PCT/CN2019/079495 WO2020107756A1 (zh) | 2018-11-27 | 2019-03-25 | 信贷反欺诈方法、系统、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811432229.7A CN109544324B (zh) | 2018-11-27 | 2018-11-27 | 信贷反欺诈方法、系统、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109544324A true CN109544324A (zh) | 2019-03-29 |
CN109544324B CN109544324B (zh) | 2022-03-22 |
Family
ID=65851778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811432229.7A Active CN109544324B (zh) | 2018-11-27 | 2018-11-27 | 信贷反欺诈方法、系统、设备及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109544324B (zh) |
WO (1) | WO2020107756A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532365A (zh) * | 2019-09-02 | 2019-12-03 | 中国工商银行股份有限公司 | 信息确定方法、装置、系统、电子设备和介质 |
CN110718228A (zh) * | 2019-10-22 | 2020-01-21 | 中信银行股份有限公司 | 语音分离方法、装置、电子设备及计算机可读存储介质 |
CN110852761A (zh) * | 2019-10-11 | 2020-02-28 | 支付宝(杭州)信息技术有限公司 | 制定反作弊策略的方法、装置及电子设备 |
CN111275445A (zh) * | 2020-01-15 | 2020-06-12 | 支付宝实验室(新加坡)有限公司 | 一种数据的处理方法、装置及设备 |
CN111339859A (zh) * | 2020-02-17 | 2020-06-26 | 出门问问信息科技有限公司 | 一种多模态风险控制方法、装置以及计算机可读存储介质 |
CN111582754A (zh) * | 2020-05-19 | 2020-08-25 | 深圳前海微众银行股份有限公司 | 风险排查方法、装置、设备及计算机可读存储介质 |
CN112365341A (zh) * | 2020-11-26 | 2021-02-12 | 四川享宇金信金融科技有限公司 | 信贷机构反欺诈方法、装置、设备和存储介质 |
CN112419040A (zh) * | 2020-10-31 | 2021-02-26 | 国家电网有限公司 | 一种信贷反欺诈识别方法、装置和存储介质 |
CN112800272A (zh) * | 2021-01-18 | 2021-05-14 | 德联易控科技(北京)有限公司 | 识别保险理赔欺诈行为的方法及装置 |
CN113592626A (zh) * | 2021-07-29 | 2021-11-02 | 中国工商银行股份有限公司 | 反欺诈信用卡申请信息校验方法及装置 |
CN113852724A (zh) * | 2021-09-24 | 2021-12-28 | 重庆富民银行股份有限公司 | 基于ai语音的异常行为防控方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738747B (zh) * | 2020-06-24 | 2024-06-14 | 中诚信征信有限公司 | 一种反欺诈决策的方法及装置 |
CN112347792A (zh) * | 2020-11-20 | 2021-02-09 | 深圳季连科技有限公司 | 一种基于关系抽取的反欺诈验证识别方法与系统 |
CN112579864B (zh) * | 2020-12-25 | 2022-09-16 | 北京明朝万达科技股份有限公司 | 反诈骗处理方法和装置 |
CN113033347A (zh) * | 2021-03-10 | 2021-06-25 | 北京思图场景数据科技服务有限公司 | 一种人体行为和场景分析的交互式风险评估方法 |
CN113051058A (zh) * | 2021-04-06 | 2021-06-29 | 浙江百应科技有限公司 | 一种反欺诈智能决策引擎的调度系统及方法 |
CN113506018A (zh) * | 2021-07-26 | 2021-10-15 | 中国工商银行股份有限公司 | 线上作业处理方法、装置及系统 |
CN114445088A (zh) * | 2022-01-13 | 2022-05-06 | 内蒙古蒙商消费金融股份有限公司 | 一种欺诈行为的判定方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263523A (zh) * | 2005-09-12 | 2008-09-10 | 微软公司 | 使用观察到的顾客行为证据来调整产品策略 |
CN102035649A (zh) * | 2009-09-29 | 2011-04-27 | 国际商业机器公司 | 认证方法和装置 |
CN103886495A (zh) * | 2013-09-30 | 2014-06-25 | 上海本家空调系统有限公司 | 一种基于网络交易的监控方法及系统 |
US20150142446A1 (en) * | 2013-11-21 | 2015-05-21 | Global Analytics, Inc. | Credit Risk Decision Management System And Method Using Voice Analytics |
CN105005901A (zh) * | 2015-07-09 | 2015-10-28 | 厦门快商通信息技术有限公司 | 一种面向金融领域的交易欺诈检测系统与方法 |
CN106575401A (zh) * | 2014-07-31 | 2017-04-19 | 诺克诺克实验公司 | 用于使用数据分析执行验证的系统和方法 |
CN107679046A (zh) * | 2016-08-01 | 2018-02-09 | 上海前隆信息科技有限公司 | 一种欺诈用户的检测方法及装置 |
CN107945015A (zh) * | 2018-01-12 | 2018-04-20 | 上海壹账通金融科技有限公司 | 人机问答审核方法、装置、设备及计算机可读存储介质 |
CN107958215A (zh) * | 2017-11-23 | 2018-04-24 | 深圳市分期乐网络科技有限公司 | 一种防欺诈识别方法、装置、服务器及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806695A (zh) * | 2018-04-17 | 2018-11-13 | 平安科技(深圳)有限公司 | 自更新的反欺诈方法、装置、计算机设备和存储介质 |
CN108805695A (zh) * | 2018-05-29 | 2018-11-13 | 成都启发分期科技有限公司 | 汽车金融业务风险评估方法 |
CN108882242A (zh) * | 2018-06-08 | 2018-11-23 | 国家计算机网络与信息安全管理中心 | 基于声纹识别和意图理解技术的反诈骗系统的自学习方法 |
-
2018
- 2018-11-27 CN CN201811432229.7A patent/CN109544324B/zh active Active
-
2019
- 2019-03-25 WO PCT/CN2019/079495 patent/WO2020107756A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263523A (zh) * | 2005-09-12 | 2008-09-10 | 微软公司 | 使用观察到的顾客行为证据来调整产品策略 |
CN102035649A (zh) * | 2009-09-29 | 2011-04-27 | 国际商业机器公司 | 认证方法和装置 |
CN103886495A (zh) * | 2013-09-30 | 2014-06-25 | 上海本家空调系统有限公司 | 一种基于网络交易的监控方法及系统 |
US20150142446A1 (en) * | 2013-11-21 | 2015-05-21 | Global Analytics, Inc. | Credit Risk Decision Management System And Method Using Voice Analytics |
CN106575401A (zh) * | 2014-07-31 | 2017-04-19 | 诺克诺克实验公司 | 用于使用数据分析执行验证的系统和方法 |
CN105005901A (zh) * | 2015-07-09 | 2015-10-28 | 厦门快商通信息技术有限公司 | 一种面向金融领域的交易欺诈检测系统与方法 |
CN107679046A (zh) * | 2016-08-01 | 2018-02-09 | 上海前隆信息科技有限公司 | 一种欺诈用户的检测方法及装置 |
CN107958215A (zh) * | 2017-11-23 | 2018-04-24 | 深圳市分期乐网络科技有限公司 | 一种防欺诈识别方法、装置、服务器及存储介质 |
CN107945015A (zh) * | 2018-01-12 | 2018-04-20 | 上海壹账通金融科技有限公司 | 人机问答审核方法、装置、设备及计算机可读存储介质 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532365A (zh) * | 2019-09-02 | 2019-12-03 | 中国工商银行股份有限公司 | 信息确定方法、装置、系统、电子设备和介质 |
CN110852761A (zh) * | 2019-10-11 | 2020-02-28 | 支付宝(杭州)信息技术有限公司 | 制定反作弊策略的方法、装置及电子设备 |
CN110718228B (zh) * | 2019-10-22 | 2022-04-12 | 中信银行股份有限公司 | 语音分离方法、装置、电子设备及计算机可读存储介质 |
CN110718228A (zh) * | 2019-10-22 | 2020-01-21 | 中信银行股份有限公司 | 语音分离方法、装置、电子设备及计算机可读存储介质 |
CN111275445A (zh) * | 2020-01-15 | 2020-06-12 | 支付宝实验室(新加坡)有限公司 | 一种数据的处理方法、装置及设备 |
CN111275445B (zh) * | 2020-01-15 | 2023-08-22 | 支付宝实验室(新加坡)有限公司 | 一种数据的处理方法、装置及设备 |
CN111339859A (zh) * | 2020-02-17 | 2020-06-26 | 出门问问信息科技有限公司 | 一种多模态风险控制方法、装置以及计算机可读存储介质 |
CN111582754A (zh) * | 2020-05-19 | 2020-08-25 | 深圳前海微众银行股份有限公司 | 风险排查方法、装置、设备及计算机可读存储介质 |
CN112419040A (zh) * | 2020-10-31 | 2021-02-26 | 国家电网有限公司 | 一种信贷反欺诈识别方法、装置和存储介质 |
CN112365341A (zh) * | 2020-11-26 | 2021-02-12 | 四川享宇金信金融科技有限公司 | 信贷机构反欺诈方法、装置、设备和存储介质 |
CN112800272A (zh) * | 2021-01-18 | 2021-05-14 | 德联易控科技(北京)有限公司 | 识别保险理赔欺诈行为的方法及装置 |
CN113592626A (zh) * | 2021-07-29 | 2021-11-02 | 中国工商银行股份有限公司 | 反欺诈信用卡申请信息校验方法及装置 |
CN113852724A (zh) * | 2021-09-24 | 2021-12-28 | 重庆富民银行股份有限公司 | 基于ai语音的异常行为防控方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020107756A1 (zh) | 2020-06-04 |
CN109544324B (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544324A (zh) | 信贷反欺诈方法、系统、设备及计算机可读存储介质 | |
CN109618068B (zh) | 一种基于人工智能的语音业务推送方法、装置与系统 | |
US11750741B2 (en) | Systems for transitioning telephony-based and in-person servicing interactions to and from an artificial intelligence (AI) chat session | |
US10410636B2 (en) | Methods and system for reducing false positive voice print matching | |
CN108924333B (zh) | 诈骗电话识别方法、装置和系统 | |
CN109769099B (zh) | 通话人物异常的检测方法和装置 | |
CN109034661A (zh) | 用户识别方法、装置、服务器以及存储介质 | |
CN110046902A (zh) | 风险交易处理方法、装置及设备 | |
CN107197463A (zh) | 一种电话诈骗的检测方法、存储介质及电子设备 | |
CN109815494A (zh) | 一种基于客户情绪的问答服务方法 | |
CN113343058B (zh) | 语音会话监管方法、装置、计算机设备及存储介质 | |
CN110267272A (zh) | 一种诈骗短信识别方法及识别系统 | |
CN107231494A (zh) | 一种用户通信特征的获取方法、存储介质及电子设备 | |
CN108965613A (zh) | 基于催收系统品质监控的方法、存储介质以及应用服务器 | |
KR102332997B1 (ko) | 금융사기 위험도 판단 서버, 방법 및 프로그램 | |
CN109711970A (zh) | 贷款授信平台及其授信方法、授信设备、可读存储介质 | |
CN110475033A (zh) | 智能拨号方法、装置、设备与计算机可读存储介质 | |
CN110139288B (zh) | 一种网络通话方法、装置、系统和记录介质 | |
CN115103063B (zh) | 一种针对假冒客服类的互联网诈骗识别方法及装置 | |
CN115659217A (zh) | 诈骗识别模型训练方法、装置、电子设备及存储介质 | |
US20220182485A1 (en) | Method for training a spoofing detection model using biometric clustering | |
CN116170537A (zh) | 一种信息处理方法、设备及存储介质 | |
CN113645356A (zh) | 一种基于网内开卡行为分析的诈骗电话识别方法及系统 | |
US12081699B2 (en) | Systems for transitioning telephony-based and in-person servicing interactions to and from an artificial intelligence (AI) chat session | |
CN115766937A (zh) | 异常通信的预警方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |