CN110135980A - 一种金融贷前反欺诈系统 - Google Patents
一种金融贷前反欺诈系统 Download PDFInfo
- Publication number
- CN110135980A CN110135980A CN201910424818.9A CN201910424818A CN110135980A CN 110135980 A CN110135980 A CN 110135980A CN 201910424818 A CN201910424818 A CN 201910424818A CN 110135980 A CN110135980 A CN 110135980A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- module
- information
- user
- finance
- 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种金融贷前反欺诈系统,包括信息采集子系统、训练子系统和在线评测子系统,所述信息采集子系统用于获取用户的申请信息,并将申请信息传输至在线测评子系统和训练子系统;所述训练子系统用于构建在线测评子系统所使用的评测模型,并根据使用次数的增加,积累数据,自主学习;所述在线测评子系统用于对用户进行测评和风险评分。本发明具有自动化程度高、流程简单、风险小的优点。
Description
技术领域
本发明涉及金融安全领域,具体涉及一种金融贷前反欺诈系统。
背景技术
金融业务在现代化的社会中越来越广泛,辐射用户的范围越来越广,这就导致了用户的群体参差不齐,经常出现业务风险水平不匹配的情况,特别是在金融贷款等业务上。
现阶段在面对贷款申请时,审批专员根据自身经验对申请材料进行审核,判定是否合格,但是在这一过程中,会出现材料造假、审核专员自身业务水平不足、劳动密集型强甚至道德犯罪的风险,因此经常会出现贷前欺诈行为,给金融机构造成一定的损失。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种自动化程度高、流程简单、风险小的金融贷前反欺诈系统。
为了解决上述技术问题,本发明采用了如下的技术方案:
一种金融贷前反欺诈系统,包括信息采集子系统、训练子系统和在线评测子系统,所述信息采集子系统用于获取用户的申请信息,并将申请信息传输至在线测评子系统和训练子系统;所述训练子系统用于构建在线测评子系统所使用的评测模型,并根据使用次数的增加,积累数据,自主学习;所述在线测评子系统用于对用户进行测评和风险评分。
进一步的,所述信息采集子系统包括金融信息采集模块和非金融信息采集模块;所述金融信息采集模块通过接入金融端口采集用户的金融数据,所述非金融信息采集模块用于采集用户的行为信息。
进一步的,所述行为信息包括用户提交的社交ID、软件ID等,以便于检测用户的行为信用。
进一步的,所述训练子系统包括训练模块和测试模块,所述训练模块将数据进行预处理后根据Logistic Regression算法建立模型,供测试模块和在线测评子系统调用;所述测试模块用于不断测试模型的完整性、可靠性。
进一步的,所述在线测评子系统包括分析模块、画图模块和存储模块,所述分析模块用于将信息采集子系统采集的信息基于模型进行分析,做出评估;画图模块用于将分析模块的分析过程依据可视化的进行展示,以便于风险专员进行理解;存储模块用于将数据和结果进行存储。
一种金融贷前反欺诈方法,所包括以下步骤:
S1:采集用户的基础信息,并将基础信息上传至在线评测子系统;
S2:分析模块调用基础信息以及训练子系统形成的模型,对用户申请进行核实与评估;
S3:分析的同时,将分析过程与分析结果通过图像的形式展示给风险专员;
S4:输出审核结果;
S5:存储模块将审核结果进行存储,并将结果和基础信息传输至训练模块。
本发明的有益效果为:本发明针对金融贷前的欺诈行为提供了金融贷前反欺诈系统,本系统解决了业务专员业务水平有限、劳动密集度强甚至于道德犯罪的风险,通过多维度、全方位的大数据风控体系输出大数据风控报告,支撑风控人员对资产进行准确判断、并对业务做出授信与否的决定,将新客户的申请信息输入已经训练好的模型,能够获得对新进客户欺诈风险概率的评估,易于审批人员理解,并且各类特征的解释性较好,能够结合具体的业务知识和生活常识进行解释,从而也能够对客户群体画像、目标客群识别提供支持,是一个可靠性强的反欺诈系统。
附图说明
图1为本发明一种金融贷前反欺诈方法一实施方式的流程图。
图2为本发明一种金融贷前反欺诈系统一实施方式的功能模块图
具体实施方式
下面结合附图对本发明作进一步的详细说明。
如图1所示,一种金融贷前反欺诈系统,包括信息采集子系统、训练子系统和在线评测子系统,所述信息采集子系统用于获取用户的申请信息,并将申请信息传输至在线测评子系统和训练子系统;所述训练子系统用于构建在线测评子系统所使用的评测模型,并根据使用次数的增加,积累数据,自主学习;所述在线测评子系统用于对用户进行测评和风险评分。
进一步的,所述信息采集子系统包括金融信息采集模块和非金融信息采集模块;所述金融信息采集模块通过接入金融端口采集用户的金融数据,所述非金融信息采集模块用于采集用户的行为信息。
进一步的,所述行为信息包括用户提交的社交ID、软件ID等,以便于检测用户的行为信用。
具体的,金融数据和非金融数据包括交易流水、多头借贷、黑名单、反欺诈、人法信息、诉讼风险、学历数据、公安数据、交易偏向、关系链、人脸识别、声纹识别、设备可信度、地址验证、房产位置、房产年限、房产状况、处置难易程度、系统估值等信息。
进一步的,所述训练子系统包括训练模块和测试模块,所述训练模块将数据进行预处理后根据Logistic Regression算法建立模型,供测试模块和在线测评子系统调用;所述测试模块用于不断测试模型的完整性、可靠性。
具体的,针对采集的信息,建立一个分类函数,即h函数,用来预测输入数据的判断结果;其次构造一个损失函数,该函数表示预测的输出与训练数据类别之间的偏差,可以是二者之间的差或者是其他形式,综合考虑所有训练数据的损失,将损失函数求和或求平均,记为J函数,表示所有训练数据预测值与实际类别的偏差。
具体的,基于Logistic Regression算法的个人贷前反欺诈模型不仅能够结合相关业务经验,提取相关原始入模变量,并且能够利用算法挖掘多源数据中蕴含的规律,获得客户其他抽象特征的入模变量,从而结合以上两类特征与Logistic Regression算法能够全方位评估新进客户存在的欺诈风险,并且能够降低审批人员主观经验造成的操作性风险。
进一步的,所述在线测评子系统包括分析模块、画图模块和存储模块,所述分析模块用于将信息采集子系统采集的信息基于模型进行分析,做出评估;画图模块用于将分析模块的分析过程依据可视化的进行展示,以便于风险专员进行理解;存储模块用于将数据和结果进行存储。
如图2所示,一种金融贷前反欺诈方法,所包括以下步骤:
S1:采集用户的基础信息,并将基础信息上传至在线评测子系统;
S2:分析模块调用基础信息以及训练子系统形成的模型,对用户申请进行核实与评估;
S3:分析的同时,将分析过程与分析结果通过图像的形式展示给风险专员;
S4:输出审核结果;
S5:存储模块将审核结果进行存储,并将结果和基础信息传输至训练模块。
本发明的有益效果为:本发明针对金融贷前的欺诈行为提供了金融贷前反欺诈系统,本系统解决了业务专员业务水平有限、劳动密集度强甚至于道德犯罪的风险,通过多维度、全方位的大数据风控体系输出大数据风控报告,支撑风控人员对资产进行准确判断、并对业务做出授信与否的决定,将新客户的申请信息输入已经训练好的模型,能够获得对新进客户欺诈风险概率的评估,易于审批人员理解,并且各类特征的解释性较好,能够结合具体的业务知识和生活常识进行解释,从而也能够对客户群体画像、目标客群识别提供支持,是一个可靠性强的反欺诈系统。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (6)
1.一种金融贷前反欺诈系统,其特征在于,包括信息采集子系统、训练子系统和在线评测子系统,所述信息采集子系统用于获取用户的申请信息,并将申请信息传输至在线测评子系统和训练子系统;所述训练子系统用于构建在线测评子系统所使用的评测模型,并根据使用次数的增加,积累数据,自主学习;所述在线测评子系统用于对用户进行测评和风险评分。
2.根据权利要求1所述的一种金融贷前反欺诈系统,其特征在于,所述信息采集子系统包括金融信息采集模块和非金融信息采集模块;所述金融信息采集模块通过接入金融端口采集用户的金融数据,所述非金融信息采集模块用于采集用户的行为信息。
3.根据权利要求2所述的一种金融贷前反欺诈系统,其特征在于,所述行为信息包括用户提交的社交ID、软件ID等,以便于检测用户的行为信用。
4.根据权利要求3所述的一种金融贷前反欺诈系统,其特征在于,所述训练子系统包括训练模块和测试模块,所述训练模块将数据进行预处理后根据Logistic Regression算法建立模型,供测试模块和在线测评子系统调用;所述测试模块用于不断测试模型的完整性、可靠性。
5.根据权利要求4所述的一种金融贷前反欺诈系统,其特征在于,所述在线测评子系统包括分析模块、画图模块和存储模块,所述分析模块用于将信息采集子系统采集的信息基于模型进行分析,做出评估;画图模块用于将分析模块的分析过程依据可视化的进行展示,以便于风险专员进行理解;存储模块用于将数据和结果进行存储。
6.一种金融贷前反欺诈方法,其特征在于,所包括以下步骤:
S1:采集用户的基础信息,并将基础信息上传至在线评测子系统;
S2:分析模块调用基础信息以及训练子系统形成的模型,对用户申请进行核实与评估;
S3:分析的同时,将分析过程与分析结果通过图像的形式展示给风险专员;
S4:输出审核结果;
S5:存储模块将审核结果进行存储,并将结果和基础信息传输至训练模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910424818.9A CN110135980A (zh) | 2019-05-21 | 2019-05-21 | 一种金融贷前反欺诈系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910424818.9A CN110135980A (zh) | 2019-05-21 | 2019-05-21 | 一种金融贷前反欺诈系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110135980A true CN110135980A (zh) | 2019-08-16 |
Family
ID=67571878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910424818.9A Pending CN110135980A (zh) | 2019-05-21 | 2019-05-21 | 一种金融贷前反欺诈系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135980A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369341A (zh) * | 2020-03-05 | 2020-07-03 | 厦门正北科技有限公司 | 一种汽车金融贷前客户风险智能评分系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107248114A (zh) * | 2017-06-01 | 2017-10-13 | 世纪禾光科技发展(北京)有限公司 | 电商贷款管理方法和系统 |
CN107993142A (zh) * | 2017-11-23 | 2018-05-04 | 搜易贷(北京)金融信息服务有限公司 | 一种金融反欺诈风险控制系统 |
CN108038700A (zh) * | 2017-12-22 | 2018-05-15 | 上海前隆信息科技有限公司 | 一种反欺诈数据分析方法与系统 |
CN108038701A (zh) * | 2018-03-20 | 2018-05-15 | 杭州恩牛网络技术有限公司 | 一种集成学习反欺诈测试方法及系统 |
CN109035003A (zh) * | 2018-07-04 | 2018-12-18 | 北京玖富普惠信息技术有限公司 | 基于机器学习的反欺诈模型建模方法和反欺诈监控方法 |
-
2019
- 2019-05-21 CN CN201910424818.9A patent/CN110135980A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107248114A (zh) * | 2017-06-01 | 2017-10-13 | 世纪禾光科技发展(北京)有限公司 | 电商贷款管理方法和系统 |
CN107993142A (zh) * | 2017-11-23 | 2018-05-04 | 搜易贷(北京)金融信息服务有限公司 | 一种金融反欺诈风险控制系统 |
CN108038700A (zh) * | 2017-12-22 | 2018-05-15 | 上海前隆信息科技有限公司 | 一种反欺诈数据分析方法与系统 |
CN108038701A (zh) * | 2018-03-20 | 2018-05-15 | 杭州恩牛网络技术有限公司 | 一种集成学习反欺诈测试方法及系统 |
CN109035003A (zh) * | 2018-07-04 | 2018-12-18 | 北京玖富普惠信息技术有限公司 | 基于机器学习的反欺诈模型建模方法和反欺诈监控方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369341A (zh) * | 2020-03-05 | 2020-07-03 | 厦门正北科技有限公司 | 一种汽车金融贷前客户风险智能评分系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11257041B2 (en) | Detecting disability and ensuring fairness in automated scoring of video interviews | |
Gorina et al. | Local fiscal distress: Measurement and prediction | |
CN112132233A (zh) | 一种基于有效影响因子的服刑人员危险行为预测方法及系统 | |
US20210201412A1 (en) | Computer Implemented System for Generating Assurance Related Planning Process and Documents for an Entity and Method Thereof | |
Chowdhury | Prospects and challenges of using artificial intelligence in the audit process | |
Shukla et al. | Conceptual framework for enhancing payroll management and attendance monitoring system through RFID and biometric | |
Jans et al. | Process mining for financial auditing | |
US20210224588A1 (en) | Recruitment process graph based unsupervised anomaly detection | |
Edunjobi et al. | Theoretical frameworks in AI for credit risk assessment: Towards banking efficiency and accuracy | |
He et al. | The Impact of Artificial Intelligence (AI) on the Financial Job Market | |
Yusof et al. | The Impact of Generative AI in Enhancing Credit Risk Modeling and Decision-Making in Banking Institutions | |
CN110135980A (zh) | 一种金融贷前反欺诈系统 | |
Engel et al. | Structuring the Quest for Strategic Alignment of Artificial Intelligence (AI): A Taxonomy of the Organizational Business Value of AI Use Cases. | |
Muktamar et al. | The Integration of HR Analytics and Decision Making | |
Tazilah et al. | The importance of internal control in SMEs: Fraud prevention & detection | |
CN107103008A (zh) | 对象识别方法和装置 | |
KR20130083053A (ko) | 악성 해외건설 프로젝트 판별 시스템 | |
US11797940B2 (en) | Method and system for assessment and negotiation of compensation | |
Odorović | Open banking: Between cooperation and competition | |
Ekechukwu et al. | Effect of forensic accounting on the performance of Nigerian banking sector | |
Martikainen | Data mining in tax administration-using analytics to enhance tax compliance | |
Ibrahem et al. | THE IMPACT OF BUSINESS INTELLIGENCE TECHNOLOGIES ON ACTIVATING ACCOUNTING INFORMATION SYSTEMS: A SURVEY STUDY ON A SAMPLE OF ACADEMICIANS IN SOME IRAQI UNIVERSITIES | |
Ariga et al. | Artificial intelligence creates new opportunities to combat fraud | |
Faisal | The Impact of Authentic Leadership, Corporate Ethical Values, Employee Incentives and Workload/Task Complexity on Dysfunctional Auditor Behavior | |
Arisudhana et al. | Data Mining in Auditing: Challenges and Opportunities |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190816 |