CN109711982A - 面核提问方法、装置、计算机设备和可读存储介质 - Google Patents
面核提问方法、装置、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN109711982A CN109711982A CN201910007434.7A CN201910007434A CN109711982A CN 109711982 A CN109711982 A CN 109711982A CN 201910007434 A CN201910007434 A CN 201910007434A CN 109711982 A CN109711982 A CN 109711982A
- Authority
- CN
- China
- Prior art keywords
- fraud
- reply message
- point
- matching rate
- rate
- 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.)
- Pending
Links
Abstract
本发明涉及一种面核提问方法,包括:接收终端发送的资料信息,根据资料信息和预设问题库获取初始答复信息;抽取预设问题库中存储的不同问题类型的各至少一个第一问题发送到终端,接收终端返回的各第一问题的第一答复信息;将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。本发明方案能够增加面核结果的可靠性。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种面核提问方法、装置、计算机设备和可读存储介质。
背景技术
在信贷过程中,信贷审核人员需要信贷申请人面谈核实相关信息,以对贷款申请人未来偿还该笔贷款的还款能力进行预测,提出风险防控措施。
目前市面上的信用卡或贷款的面核过程中,面核的问题都是事先设置好,供审核人员挑选提问,但事先设置的问题类型单一,没有难易之分,难以针对性进行提问,因此较难发现用户是否存在欺诈行为。
发明内容
本发明的目的在于提供一种面核提问方法、装置计算机设备和可读存储介质,无需依靠信贷审核人员经验,能够较准确发现用户是否存在欺诈行为,增加面核结果的可靠性。
本发明的目的通过如下技术方案实现:
一种面核提问方法,所述方法包括:
接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
在其中一个实施例中,所述根据各所述第一匹配率和与对应的各第一问题的问题类型获取各第一欺诈分包括:
根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;
查询预设问题库中存储的与各所述问题类型对应的欺诈系数;
获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
在其中一个实施例中,所述根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率包括:
计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
在其中一个实施例中,所述方法还包括:
接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;
根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;
根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
一种面核提问装置,所述装置包括:
初始答复接收模块,用于接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
第一答复接收模块,用于抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
第一欺诈分获取模块,用于将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
提问模块,用于根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
在其中一个实施例中,所述第一欺诈分获取模块还包括:
第一欺诈率获取单元,用于根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;
查询单元,用于查询预设问题库中存储的与各所述问题类型对应的欺诈系数;
第一欺诈分获取单元,用于获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
在其中一个实施例中,所述提问模块具体用于计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
在其中一个实施例中,所述装置还包括:
第二匹配率获取模块,用于接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;
第二欺诈分获取模块,用于根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;
总欺诈分获取模块,用于根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如下步骤:
接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
本发明提供的面核提问方法,其接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和与各所述第一问题的问题类型获取各第一欺诈分;结合用户的资料信息分析得到用户提供的第一答复信息的欺诈性,根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端,根据第一答复信息的欺诈性针对性的对于对应的问题类型再次进行提问,无需依靠信贷审核人员经验,能够较准确发现用户是否存在欺诈行为,增加面核结果的可靠性。
附图说明
图1为一个实施例中面核提问方法的应用环境图;
图2为一个实施例中面核提问方法的流程示意图;
图3为一个实施例中面核提问方法的流程示意图;
图4为另一个实施例中面核提问方法的流程示意图;
图5为一个实施例中面核提问装置的结构框图;
图6为一个实施例中面核提问装置的结构框图;
图7为另一个实施例中面核提问装置的结构框图;
图8为一个实施例中计算机设备的内部结构图;
图9为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下根据附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的面核提问方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。具体的,服务器104接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;服务器104抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端102,接收所述终端102返回的各所述第一问题的第一答复信息;服务器104将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的第一问题的问题类型获取各第一欺诈分;服务器104根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端102。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种面核提问方法,以该方法应用于如1中的服务器为例进行说明,包括以下步骤:
步骤S201,接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
具体的,资料信息包括用户的身份、地址、工作、贷款等等信息,根据资料信息得到预设问题库中所有问题的初始答复信息,初始答复信息可以为暂无。
步骤S202,抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
例如,身份、地址、工作、贷款等等不同问题类型各发送至少一个第一问题到终端。
步骤S203,将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
具体的,当初始答复信息为暂无时,第一答复信息和初始答复信息匹配率为100%;当初始答复信息为数字金额时,可以设置多个梯度的金额范围,并给每一梯度设置一个对应的第一匹配率,例如,初始答复信息为10万,那8-12万设置第一匹配率为100%,12-15万设置第一匹配率为70%等等,第一答复信息越偏离初始答复信息,第一匹配率越低;或者可以将第一答复信息的金额减去初始答复信息的金额,然后除以初始答复信息的金额得到一个偏离的比率作为欺诈比率。
具体的,当第一问题对应的初始答复信息为文本时,分别提取初始答复信息和第一答复信息中的关键字进行相似度比较,所得到的相似度为对应的第一匹配率。
步骤S204,根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
具体的,各所述第一欺诈分分别和与各所述第一欺诈分对应的问题类型的抽取概率正相关,即第一欺诈分越高,和第一欺诈分对应的问题类型的第二问题的抽取概率越大,例如,第一欺诈分最高的问题类型是贷款情况,那么增加关于贷款的问题类型的第二问题的抽取概率继续进行提问,这样可以比较准确发现用户是否存在欺诈行为。
上述面核提问方法中,通过接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和与各所述第一问题的问题类型获取各第一欺诈分;结合用户的资料信息分析得到用户提供的第一答复信息的欺诈性,根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端,根据第一答复信息的欺诈性针对性的对于对应的问题类型再次进行提问,无需依靠信贷审核人员经验,能够较准确发现用户是否存在欺诈行为,增加面核结果的可靠性。
在其中一个实施例中,各所述第二问题的信息量大于对应的问题类型的各所述第一问题的信息量。
具体的,信息量代表难度系数,例如,难度较低的房贷类型问题是贷款金额,难度增加一些就是买的什么保险,房产情况,继续增加难度可能细化到还贷方式等等,针对第一欺诈分更高的问题类型,增加同一问题类型的第二问题的抽取概率,更能发现用户的欺诈性行为。
在其中一个实施例中,如图3所示,所述所述根据各所述第一匹配率和与对应的各第一问题的问题类型获取各第一欺诈分包括:
步骤S2031,根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;
步骤S2032,查询预设问题库中存储的与各所述问题类型对应的欺诈系数;
具体的,欺诈系数取决于问题类型的重要程度以及用户容易出现欺诈行为的程度,例如,申请贷款比较注重申请用户的资产情况,那么工作、贷款类的问题的欺诈系数较高;如果是个人的身份信息,如姓名、地址等信息,这类信息用户相对不容易欺诈,这一问题类型的欺诈系数较低。
步骤S2033,获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
在其中一个实施例中,所述根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率具体包括:计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
也就是说,第一欺诈分越高,和第一欺诈分对应的相同的问题类型再次被抽取的抽取概率越大,可以针对欺诈性较高的问题进一步挖掘,更能发现用户的欺诈性行为。
在其中一个实施例中,如图4所示,所述方法还包括:
步骤S205,接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;
具体的,各所述第二答复信息分别和对应的各所述初始答复信息进行匹配和步骤S203中将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配的过程相同。
步骤S206,根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;
具体的,根据各所述第二匹配率获取与各所述第二匹配率对应的第二欺诈率,其中,各所述第二欺诈率和对应的第二匹配率之和为1;查询预设问题库中存储的与各所述问题类型对应的欺诈系数;获取各所述第二欺诈率和对应的第二问题的欺诈系数的乘积,获取到的各所述乘积为各所述第二欺诈分。
具体的,欺诈系数取决于问题类型的重要程度以及用户容易出现欺诈行为的程度,例如,申请贷款比较注重申请用户的资产情况,那么工作、贷款类的问题的欺诈系数较高;如果是个人的身份信息,如姓名、地址等信息,这类信息用户相对不容易欺诈,这一问题类型的欺诈系数较低。
步骤S207,根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
具体的,将第一问题的第一欺诈分的总和加上第二问题的第二欺诈分,得到总欺诈分值。
具体的,当总欺诈分值低于第一阈值时,说明用户的答复的欺诈性较低,判定用户合格,即可以申请信用卡或贷款;当总欺诈分值高于第二阈值时,说明用户提供的答复的欺诈性较高,判定用户不合格,即不能申请信用卡或贷款。
当总欺诈分值高于第一阈值且低于第二阈值时,可以针对第二欺诈分最高的问题类型再次进行提问,发送和第二欺诈分最高对应的问题类型的第三问题到终端,接收终端返回的第三答复信息,然后重复计算第三欺诈分,以及第一欺诈分、第二欺诈分和第三欺诈分的总分值来判断用户是否可以通过申请。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在其中一个实施例中,如图5所示,提供了一种面核提问装置,所述装置包括:
初始答复接收模块501,用于接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
第一答复接收模块502,用于抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
第一欺诈分获取模块503,用于将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
提问模块504,用于根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
在其中一个实施例中,各所述第二问题的信息量大于对应的问题类型的各所述第一问题的信息量。
在其中一个实施例中,如图6所示,所述第一欺诈分获取模块503包括:
第一欺诈率获取单元5031,用于根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;
查询单元5032,用于查询预设问题库中存储的与各所述问题类型对应的欺诈系数;
第一欺诈分获取单元5033,用于获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
在其中一个实施例中,各所述第一欺诈分分别和与各所述第一欺诈分对应的问题类型的抽取概率正相关。
在其中一个实施例中,所述提问模块504具体用于计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
在其中一个实施例中,如图7所述,所述装置还包括:
第二匹配率获取模块505,用于接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;
第二欺诈分获取模块506,用于用于根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;
总欺诈分获取模块507,用于根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过装置总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作装置、计算机程序和数据库。该内存储器为非易失性存储介质中的操作装置和计算机程序的运行提供环境。该计算机设备的数据库用于存储面核提问涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种面核提问方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种面核提问方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8-9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
在其中一个实施例中,处理器执行计算机程序时所述根据各所述第一匹配率和与对应的各第一问题的问题类型获取各第一欺诈分包括:根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;查询预设问题库中存储的与各所述问题类型对应的欺诈系数;获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
在其中一个实施例中,处理器执行计算机程序时所述根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率包括:计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
在其中一个实施例中,处理器执行计算机程序时接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
在其中一个实施例中,计算机程序被处理器执行时所述根据各所述第一匹配率和与对应的各第一问题的问题类型获取各第一欺诈分包括:根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;查询预设问题库中存储的与各所述问题类型对应的欺诈系数;获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
在其中一个实施例中,计算机程序被处理器执行时所述根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率包括:计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
在其中一个实施例中,计算机程序被处理器执行时接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种面核提问方法,其特征在于,所述方法包括:
接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
2.根据权利要求1所述的面核提问方法,其特征在于,所述根据各所述第一匹配率和与对应的各第一问题的问题类型获取各第一欺诈分包括:
根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;
查询预设问题库中存储的与各所述问题类型对应的欺诈系数;
获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
3.根据权利要求1所述的面核提问方法,其特征在于,所述根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率包括:
计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
4.根据权利要求1所述的面核提问方法,其特征在于,所述方法还包括:
接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;
根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;
根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
5.一种面核提问装置,其特征在于,所述装置包括:
初始答复接收模块,用于接收终端发送的资料信息,根据所述资料信息和预设问题库获取初始答复信息;
第一答复接收模块,用于抽取所述预设问题库中存储的不同问题类型的各至少一个第一问题发送到所述终端,接收所述终端返回的各所述第一问题的第一答复信息;
第一欺诈分获取模块,用于将各所述第一答复信息分别和对应的各所述初始答复信息进行匹配得到各第一匹配率,根据各所述第一匹配率和对应的各第一问题的问题类型获取各第一欺诈分;
提问模块,用于根据各所述第一欺诈分确定与各所述第一问题相同的问题类型再次被抽取的抽取概率,根据确定的各所述抽取概率分别抽取所述预设问题库中存储的相同的问题类型的第二问题发送到所述终端。
6.根据权利要求5所述的面核提问装置,其特征在于,所述第一欺诈分获取模块还包括:
第一欺诈率获取单元,用于根据各所述第一匹配率获取与各所述第一匹配率对应的第一欺诈率,其中,各所述第一欺诈率和对应的第一匹配率之和为1;
查询单元,用于查询预设问题库中存储的与各所述问题类型对应的欺诈系数;
第一欺诈分获取单元,用于获取各所述第一欺诈率和对应的第一问题的欺诈系数的乘积,获取到的各所述乘积为各所述第一欺诈分。
7.根据权利要求5所述的面核提问装置,其特征在于,所述提问模块具体用于计算各所述第一欺诈分的第一总分数,并将各第一欺诈分分别除以所述总分数得到与各所述第一问题相同的问题类型再次被抽取的抽取概率。
8.根据权利要求5所述的面核提问装置,其特征在于,所述装置还包括:
第二匹配率获取模块,用于接收所述终端发送的各所述第二问题的第二答复信息,将各所述第二答复信息分别和对应的各所述初始答复信息进行匹配得到各第二匹配率;
第二欺诈分获取模块,用于根据各所述第二匹配率和对应的各所述第二问题的问题类型获取各第二欺诈分;
总欺诈分获取模块,用于根据各所述第一问题的第一欺诈分和各所述第二问题的第二欺诈分获取总欺诈分值。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910007434.7A CN109711982A (zh) | 2019-01-04 | 2019-01-04 | 面核提问方法、装置、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910007434.7A CN109711982A (zh) | 2019-01-04 | 2019-01-04 | 面核提问方法、装置、计算机设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109711982A true CN109711982A (zh) | 2019-05-03 |
Family
ID=66259803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910007434.7A Pending CN109711982A (zh) | 2019-01-04 | 2019-01-04 | 面核提问方法、装置、计算机设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711982A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5774882A (en) * | 1992-03-12 | 1998-06-30 | Keen; Regina D. | Credit approval system |
CN107451199A (zh) * | 2017-07-05 | 2017-12-08 | 阿里巴巴集团控股有限公司 | 问题推荐方法及装置、设备 |
CN107862598A (zh) * | 2017-09-30 | 2018-03-30 | 平安普惠企业管理有限公司 | 远程面谈审批方法、服务器及可读存储介质 |
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 |
CN108335198A (zh) * | 2018-02-07 | 2018-07-27 | 平安科技(深圳)有限公司 | 客户风险测评方法、装置、设备及计算机可读存储介质 |
CN108537160A (zh) * | 2018-03-30 | 2018-09-14 | 平安科技(深圳)有限公司 | 基于微表情的风险识别方法、装置、设备及介质 |
CN108596760A (zh) * | 2018-05-14 | 2018-09-28 | 平安普惠企业管理有限公司 | 贷款风险评估方法及服务器 |
CN108596638A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市零度智控科技有限公司 | 基于大数据的反欺诈识别方法及系统、终端及存储介质 |
CN108717663A (zh) * | 2018-05-18 | 2018-10-30 | 深圳壹账通智能科技有限公司 | 基于微表情的面签欺诈判断方法、装置、设备及介质 |
CN108765131A (zh) * | 2018-05-18 | 2018-11-06 | 深圳壹账通智能科技有限公司 | 基于微表情的信贷审核方法、装置、终端及可读存储介质 |
US20180330226A1 (en) * | 2016-01-29 | 2018-11-15 | Alibaba Group Holding Limited | Question recommendation method and device |
CN109255697A (zh) * | 2018-08-15 | 2019-01-22 | 普信恒业科技发展(北京)有限公司 | 一种基于人工智能的自动信用评估方法和系统 |
-
2019
- 2019-01-04 CN CN201910007434.7A patent/CN109711982A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5774882A (en) * | 1992-03-12 | 1998-06-30 | Keen; Regina D. | Credit approval system |
US20180330226A1 (en) * | 2016-01-29 | 2018-11-15 | Alibaba Group Holding Limited | Question recommendation method and device |
CN107451199A (zh) * | 2017-07-05 | 2017-12-08 | 阿里巴巴集团控股有限公司 | 问题推荐方法及装置、设备 |
CN107862598A (zh) * | 2017-09-30 | 2018-03-30 | 平安普惠企业管理有限公司 | 远程面谈审批方法、服务器及可读存储介质 |
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 |
CN108335198A (zh) * | 2018-02-07 | 2018-07-27 | 平安科技(深圳)有限公司 | 客户风险测评方法、装置、设备及计算机可读存储介质 |
CN108537160A (zh) * | 2018-03-30 | 2018-09-14 | 平安科技(深圳)有限公司 | 基于微表情的风险识别方法、装置、设备及介质 |
CN108596638A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市零度智控科技有限公司 | 基于大数据的反欺诈识别方法及系统、终端及存储介质 |
CN108596760A (zh) * | 2018-05-14 | 2018-09-28 | 平安普惠企业管理有限公司 | 贷款风险评估方法及服务器 |
CN108717663A (zh) * | 2018-05-18 | 2018-10-30 | 深圳壹账通智能科技有限公司 | 基于微表情的面签欺诈判断方法、装置、设备及介质 |
CN108765131A (zh) * | 2018-05-18 | 2018-11-06 | 深圳壹账通智能科技有限公司 | 基于微表情的信贷审核方法、装置、终端及可读存储介质 |
CN109255697A (zh) * | 2018-08-15 | 2019-01-22 | 普信恒业科技发展(北京)有限公司 | 一种基于人工智能的自动信用评估方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160300236A1 (en) | Systems and Methods for Confirming Identities of Verified Individuals, in Connection With Establishing New Accounts for the Individuals | |
CN109065139A (zh) | 医疗随访方法、装置、计算机设备和存储介质 | |
CN109740869A (zh) | 数据审核方法、装置、计算机设备和存储介质 | |
CN108334625B (zh) | 用户信息的处理方法、装置、计算机设备和存储介质 | |
CN108287823B (zh) | 消息数据处理方法、装置、计算机设备和存储介质 | |
CN108765175A (zh) | 保单保全信息处理方法、装置、计算机设备和存储介质 | |
CN109816364A (zh) | 交易数据处理方法、装置、计算机设备和存储介质 | |
CN110147440A (zh) | 消息推送方法、装置、计算机设备及存储介质 | |
Afzal et al. | Value-at-risk analysis for measuring stochastic volatility of stock returns: using GARCH-based dynamic conditional correlation model | |
Swaminathan et al. | Wearmail: On-the-go access to information in your email with a privacy-preserving human computation workflow | |
CN115269437A (zh) | 测试用例推荐方法、装置、计算机设备及存储介质 | |
CN109858735A (zh) | 用户风险评分评定方法、装置、计算机设备及存储介质 | |
CN109035045A (zh) | 续保处理方法、装置、计算机设备和存储介质 | |
CN109785867A (zh) | 双录流程配置方法、装置、计算机设备和存储介质 | |
CN109711982A (zh) | 面核提问方法、装置、计算机设备和可读存储介质 | |
CN110348983B (zh) | 交易信息管理方法及装置、电子设备和非暂态存储介质 | |
CN109816518A (zh) | 面核结果获取方法、装置、计算机设备和可读存储介质 | |
CN111488463B (zh) | 测试语料生成方法、装置及电子设备 | |
US20170374204A1 (en) | System and method for detecting and alerting risks of inputting incorrect account information in refill transactions | |
CN111061558B (zh) | 处理虚拟资源数据的方法、装置、计算机设备和存储介质 | |
Swain | Cybersecurity Threats and Technology Adoption in the Indian Banking Sector: A Study of Retail Banking Customers of Bhubaneswar | |
CN109636350A (zh) | 文档生成方法、装置、计算机设备和存储介质 | |
CN110619275A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
Rahman et al. | Impact of Introducing Biometric ATM cards for Banking Industry; Bangladesh Perspective | |
CN116645059A (zh) | 业务控制方法、装置、设备和介质 |
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 |