CN110648214A

CN110648214A - 一种确定异常账户的方法及装置

Info

Publication number: CN110648214A
Application number: CN201810681713.7A
Authority: CN
Inventors: 张清华
Original assignee: Unionpay Marketing Data Services Ltd
Current assignee: Unionpay Marketing Data Services Ltd
Priority date: 2018-06-27
Filing date: 2018-06-27
Publication date: 2020-01-03
Anticipated expiration: 2038-06-27
Also published as: CN110648214B

Abstract

本发明提供一种确定异常账户的方法及装置，涉及金融技术领域，方法包括：获取待评估账户在第一设定时间内的交易数据；从所述交易数据中提取所述待评估账户的评估特征；将所述评估特征输入异常账户侦测模型，若确定所述评估特征与所述异常账户侦测模型匹配，则确定所述待评估账户为异常账户；其中，所述异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的；所述N个异常账户中至少有两个异常账户对应不同的发放机构。依据账户交易行为本身的异常特征信息来确定的，所以提升了侦测准确率和覆盖度。

Description

一种确定异常账户的方法及装置

技术领域

本发明涉及金融领域，尤其涉及一种确定异常账户的方法及装置。

背景技术

随着全球经济的快速发展，人们的消费水平也在不断提高，信用卡作为一种金融产品，具有方便快捷、提前消费、分期付款等优点，越来越多的人选择使用信用卡。然而信用卡也存在一些安全隐患，比如信用卡套现。信用卡套现是指持卡人不是通过正常合法手续提取现金，而通过其他手段将卡中信用额度内的资金以现金的方式套取，同时又不支付银行提现费用的行为。信用卡套现会增加金融风险，不利用金融秩序的稳定，给银行资金安全带来极大风险。为了避免这一问题，需要及时识别信用卡套现的行为。

目前，信用卡异常用卡侦测方法主要有以下两种方案：一种是基于商户维度的异常侦测，根据待测商户的属性信息和交易记录信息以及正常样本商户的属性信息和交易记录信息检测待测商户是否为套现商户。另外一种是基于专家经验的异常侦测，银行信审人员基于个人业务经验及客户交易明细，对异常用卡行为进行主观认定。但是针对商户维度的异常侦测面向对象单一，只针对套现商户进行了侦测，对经营性用卡等缺乏侦测方法；而通过人工经验进行识别会有诸多的局限性，难以全面完整地解读出数据的信息，识别的覆盖率和准确率都会受到限制。

综上所述，现有技术中无法提供一种准确率高以及覆盖率高的确定异常账户的方法。

发明内容

本发明提供一种确定异常账户的方法及装置，用于解决现有技术中无法提供一种准确率高以及覆盖率高的确定异常账户的方法的问题。

本发明实施例一种确定异常账户的方法，包括：

获取待评估账户在第一设定时间内的交易数据；

从所述交易数据中提取所述待评估账户的评估特征；

将所述评估特征输入异常账户侦测模型，若确定所述评估特征与所述异常账户侦测模型匹配，则确定所述待评估账户为异常账户；其中，所述异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的；所述N个异常账户中至少有两个异常账户对应不同的发放机构。

本发明实施例中，根据待评估账户在一段时间内的交易数据中的评估特征以及根据历史时间内N个异常账户的交易数据确定的异常账户侦测模型来确定异常特征信息，由于异常账户侦测模型是根据若干个异常账户来确定的，也就是依据账户交易行为本身的异常特征信息来确定的，所以提升了侦测准确率和覆盖度。

进一步地，所述确定所述待评估账户为异常账户后，还包括：

获取所述待评估账户的风险评分以及价值评分；

根据所述待评估账户的风险评分以及价值评分确定所述待评估账户的管理策略；

将所述待评估账户的管理策略发送给所述待评估账户的发放机构。

本发明实施例中，在确定了异常账户后，协助进行管理，可以根据异常账户的自身风险水平和价值水平，确定了每个异常账户的管理策略，可以将管理策略发送给待评估账户的发放机构，以方便发放机构的综合管理。

进一步地，所述异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的，包括：

构建初始侦测模型，所述初始侦测模型包括多个异常规则；

选定所述N个异常账户的历史交易数据，所述N个异常账户对应的异常规则不少于所述初始侦测模型包括的异常规则；

将所述N个异常账户的历史交易数据作为训练样本训练所述初始侦测模型，得到所述异常账户侦测模型。

本发明实施例中，在构建初始侦测模型时包括了较多的异常规则，选定了其中的一些异常规则作为训练特征，这些异常规则是从历史异常账户的交易数据中确定的，并通过历史交易数据训练异常账户侦测模型省去了人工标注的环节，提高了准确率以及覆盖率。

进一步地，所述异常账户侦测模型包括每个异常规则对应的异常特征及异常特征值；

确定所述评估特征与所述异常账户侦测模型匹配，包括：

若所述评估特征中的每个特征的特征值与异常规则对应的异常特征值都匹配，则确定所述待评估账户与所述异常账户侦测模型匹配。

本发明实施例中，异常账户侦测模型中包括了多个异常规则，每个规则中都包括了异常特征值以及异常特征值。当确定了评估特征中的每个特征值都与异常特征值匹配，则认为评估特征是满足异常规则的，即满足异常账户侦测模型中任一个规则都可以确定异常账户。

本发明实施例还提供一种运行装置，包括：

获取单元，用于获取待评估账户在第一设定时间内的交易数据；

提取单元，用于从所述交易数据中提取所述待评估账户的评估特征；

异常账户确定单元，用于将所述评估特征输入异常账户侦测模型，若确定所述评估特征与所述异常账户侦测模型匹配，则确定所述待评估账户为异常账户；其中，所述异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的；所述N个异常账户中至少有两个异常账户对应不同的发放机构。

进一步地，所述装置还包括：

管理单元，用于获取所述待评估账户的风险评分以及价值评分；

进一步地，所述异常账户确定单元具体用于：

构建初始侦测模型，所述初始侦测模型包括多个异常规则；

所述异常账户确定单元具体用于：

本发明实施例还提供一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例中任一所述的方法。

本发明实施例还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述实施例中任一所述方法。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种确定异常账户的方法的流程示意图；

图2为本发明实施例提供的另一种确定异常账户的方法的流程示意图；

图3为本发明实施例提供的一种确定异常账户的装置的流程示意图的结构示意图；

图4为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提供一种确定异常账户的方法，如图1所述，包括：

步骤101，获取待评估账户在第一设定时间内的交易数据；

步骤102，从所述交易数据中提取所述待评估账户的评估特征；

步骤103，将所述评估特征输入异常账户侦测模型，若确定所述评估特征与所述异常账户侦测模型匹配，则确定所述待评估账户为异常账户；其中，所述异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的；所述N个异常账户中至少有两个异常账户对应不同的发放机构。

在本发明实施例中，待评估账户可以是信用卡账户，也可以是借记卡账户，或者是其它有关银联交易的智能卡账户。

在步骤101中，第一设定时间可以是一个月，也可以是一个季度，半年，可选的，可以从银联数据中的待评估账户的交易数据中提取第一设定时间内的交易数据。交易数据指的是待评估账户进行金融交易产生的数据，可以是待评估账户的线上交易数据，也可以是待评估账户的线下交易数据。

在步骤102中，由于提取的交易数据中有许多数据，首先需要确定需要评估的有哪些数据，从交易数据中提取待评估账户的评估特征。可选的，在本发明实施例中，评估特征为与异常账户侦测模型对应的特征，也可以是包括且大于异常账户侦测模型对应的特征。例如，在本发明实施例中，异常账户侦测模型中包括M个特征，则从交易数据中提取M个评估特征。

在步骤103中，将提取出的评估特征输入到异常账户侦测模型中，异常账户侦测模型是根据不同发放机构发放的异常账户的特征确定的。由于现有技术中，每个发放机构都只能根据自己机构发放的异常账户来确定异常特征，并且用这些异常特征来确定其它账户是否为异常账户，而本发明实施例中，是通过不同发放机构发放的异常账户的特征确定的，能够更加全面的确定异常账户具有的特征，所以通过异常账户侦测模型得到的异常特征信息也更加全面和准确。

在本发明实施例中，异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的，包括：

构建初始侦测模型，所述初始侦测模型包括多个异常规则；

在本发明实施例中，假设构建的初始侦测模型中，包括P个异常规则；这P个异常规则可以通过专家经验确定的。然后获取第二设定时间段内的N个异常账户的历史交易数据，交易数据中包括至少P个异常规则，可选的，在本发明实施例中，为了更准确的训练侦测模型，交易数据中包括大于P个异常规则，通过大于P个异常规则中的显著性来确定哪些规则适用于异常账户侦测模型。

可选的，在本发明实施例中，获取历史交易数据中的异常用卡特征对应的交易数据，选取部分特征作为第一样本集，选择第一样本集进行显著性训练，剔除未达到预设显著性水平的特征，加入其他特征，直至所有特征均满足显著水平，得到初始特征，将初始特征输入到初始模型中，判断初始模型在所述初始特征中的表现；若所述初始在所述初始特征中表现欠拟合，则增加特征并重新进行特征挑选；若表现出过拟合，则增加测试数据集中的数据量，并从挑选特征开始重新训练；若测试结果表现满足预期要求，则测试结束，得到所述异常账户侦测模型。

可选的，在本发明实施例中，所述异常账户侦测模型包括每个异常规则对应的异常特征及异常特征值；

确定所述评估特征与所述异常账户侦测模型匹配，包括：

也就是说，在本发明实施例中，当确定了待评估账户的特征信息后，与异常规则进行匹配，可选的，异常规则中包括至少一个异常特征，当异常规则包括多个异常特征时，需要评估特征与一条异常规则中的每个异常特征都对应，且评估特征值与异常特征值匹配，则确定待评估账户满足这一条异常规则；可选的，在本发明实施例中，待评估账户的评估特征可能满足多条异常规则。

例如，在本发明实施例中，待评估账户A的评估特征包括a，b，c，d，对应的评估特征值为Xa，Xb，Xc，Xd，异常账户侦测模型中有四个异常规则，分别为异常规则一、异常规则二、异常规则三以及异常规则四；异常规则一包括异常特征a，异常特征a的特征值为Xa；异常规则二包括异常特征a，b；异常特征a的特征值为Xa；异常特征b的特征值为Xb；异常规则三包括异常特征a，b，d；异常特征a的特征值为Xa；异常特征b的特征值为Xb；异常特征d的特征值为Xd；异常规则四包括异常特征b，异常特征b的特征值为Xb。所以待评估账户满足的异常规则为异常规则一、异常规则二以及异常规则四，根据满足的三个异常规则。

可选的，在本发明实施例中，当确定了待评估账户满足所述异常规则后，输出满足的异常规则。可选的，在本发明实施例中，可以用不同的原因码来代替异常规则，例如，表1为张三以及李四账户的异常原因码。

表1

时间	卡号	姓名	原因码
				2018.1	62**	张三	大额消费异常、还款类交易异常
2018.1	62**	李四	高额度使用异常、交易集中异常

可选的，在本发明实施例中，异常账户侦测规则中包括了异常特征以及对应的特征值，可选的，在本发明实施例中，确定的异常规则中包括且不限于下列异常特征，单一商户用卡异常、商户集中度、高额度使用率、高交易集中度、大额消费异常、还款交易异常、积分消费异常等。

可选的，在本发明实施例中，当确定了异常账户的原因码后，可以提取交易金额、额度使用率、被侦测次数、原因码标记个数等维度的特征信息，确定异常账户的严重性评分，也就是说，假设异常账户的异常原因是套现，进一步地，还需要确定异常账户套现的严重性。

可选的，在本发明实施例中，对异常账户对应的多维度的特征信息设置了不同的权重，权重值的设置主要与异常特征的异常严重性相关。通过计算不同的权重值。

可选的，在本发明实施例中，在确定了不同维度的特征信息以及不同维度特征信息的权重值后，还需要对不同维度的特征信息进行同趋势化处理，根据趋势化处理的结果进行归一化，得到异常账户的严重性评分。

可选的，在本发明实施例中，异常账户的严重性评分只代表了账户的某一种或者几种异常行为的严重程度，对于异常账户的管理还不够全面，所以可选的，在步骤103后，本发明实施例还包括步骤104，具体为：

步骤104，获取所述待评估账户的风险评分以及价值评分；

在确定了待评估账户为异常账户，在历史数据库中查找异常账户的风险评分以及价值评分，然后根据评分制定对应的账户管理策略；可选的，在本发明实施例中，风险评分指的是待评估账户在设定时间内是否存在多次违约行为或者是否存在多次套现行为；价值评分指的是待评估账户在设定时间内是否存在账单分期、消费分期等行为；通过对风险评分和价值评分的综合考虑，确定了对已经确定为异常账户的待评估账户的管理策略。

可选的，在本发明实施例中，可以将提取交易金额、额度使用率、被侦测次数、原因码标记个数等维度的特征信息，设计指标权重，然后利用不同的权重值确定待评估账户的管理策略。

可选的，例如如表2所示，管理策略可以分为跟踪、分期营销、短信提示、催收、降额、止付等等。

在本发明实施例中，将确定了的待评估账户的管理策略发送给待评估账户的发放机构，为发放机构提供了管理参考，节约了人力成本及时间成本。

表2

本发明实施例根据待评估账户在一段时间内的交易数据中的评估特征以及根据历史时间内N个异常账户的交易数据确定的异常账户侦测模型来确定异常特征信息，由于异常账户侦测模型是根据若干个异常账户来确定的，也就是依据账户交易行为本身的异常特征信息来确定的，提升了侦测准确率和覆盖度。并且确定了每个待评估账户的管理策略，可以将管理策略发送给待评估账户的发放机构，以方便发放机构的综合管理。

下面采用示意性的实施例进行说明，在本发明实施例中，如图2所示，待评估账户为信用卡账户，执行主体为银联平台，确定的异常账户侦测模型是银联平台根据9个银行的半年内的异常信用卡的异常特征确定的，异常账户侦测模型包括的规则为单个商户的额度使用率是否异常，交易涉及商户是否存在少数固定等异常情况，持卡人是否频繁出现额度使用率较高且交易笔数较少等异常行为，持卡人是否频繁出现短时间内额度使用率较高等异常行为，持卡人信用卡交易结构是否存在日常一般消费类交易占比过低而大整额消费占比过高或针对授信额度高，消费金额大，额度使用率不高的情况，账单日还款后的短时间交易额度使用率是否较高等异常行为六个规则。

步骤201，获取现在时间点前6个月内9个银行的信用卡交易数据；

步骤202，提取信用卡交易数据中的特征信息，其中特征信息是与商户额度、商户号、额度、交易笔数、交易时间、信用额度等相关特征；

步骤203，将提取的特征信息输入到异常账户侦测模型，得到异常信用卡以及异常信用卡对应的原因码；

步骤204，根据每个异常账户的交易金额、额度使用率、被侦测次数、原因码标记个数确定每个异常账户的严重性评分；

步骤205，确定每个异常信用卡的风险评分以及价值评分；

步骤206，根据每个异常信用卡的风险评分以及价值评分确定每个异常信用卡的管理策略；

步骤207，将每个异常信用卡的管理策略以及严重性评分发送给每个异常信用卡对应的银行。

基于同样的构思，本发明实施例还提供一种确定异常账户的装置，如图3所示，包括：

获取单元301，用于获取待评估账户在第一设定时间内的交易数据；

提取单元302，用于从所述交易数据中提取所述待评估账户的评估特征；

异常账户确定单元303，用于将所述评估特征输入异常账户侦测模型，若确定所述评估特征与所述异常账户侦测模型匹配，则确定所述待评估账户为异常账户；其中，所述异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的；所述N个异常账户中至少有两个异常账户对应不同的发放机构。

进一步地，所述装置还包括：

管理单元304，用于获取所述待评估账户的风险评分以及价值评分；

进一步地，所述异常账户确定单元303具体用于：

构建初始侦测模型，所述初始侦测模型包括多个异常规则；

所述异常账户确定单元303具体用于：

本发明实施例提供了一种电子设备，包括至少一个处理单元以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行运行方法的步骤。如图4所示，为本发明实施例中所述的电子设备的硬件结构示意图，该电子设备具体可以为台式计算机、便携式计算机、智能手机、平板电脑等。具体地，该电子设备可以包括存储器401、处理器402及存储在存储器上的计算机程序，所述处理器402执行所述程序时实现上述实施例中的任一定向投放媒体信息的处理方法的步骤。其中，存储器401可以包括只读存储器(ROM)和随机存取存储器(RAM)，并向处理器402提供存储器401中存储的程序指令和数据。

进一步地，本申请实施例中所述的电子设备还可以包括输入装置403以及输出装置404等。输入装置403可以包括键盘、鼠标、触摸屏等；输出装置404可以包括显示设备，如液晶显示器、阴极射线管(Cathode Ray Tube，CRT)，触摸屏等。存储器401，处理器402、输入装置403和输出装置404可以通过总线或者其他方式连接，图4中以通过总线连接为例。处理器402调用存储器401存储的程序指令并按照获得的程序指令执行上述实施例提供的运行方法。

本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一一项运行方法。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims

1.一种确定异常账户的方法，其特征在于，所述方法包括：

获取待评估账户在第一设定时间内的交易数据；

从所述交易数据中提取所述待评估账户的评估特征；

2.根据权利要求1所述的方法，其特征在于，所述确定所述待评估账户为异常账户后，还包括：

获取所述待评估账户的风险评分以及价值评分；

3.根据权利要求1所述的方法，其特征在于，所述异常账户侦测模型是根据第二设定时间段内N个异常账户的历史交易数据确定的，包括：

构建初始侦测模型，所述初始侦测模型包括多个异常规则；

4.根据权利要求3所述的方法，其特征在于，所述异常账户侦测模型包括每个异常规则对应的异常特征及异常特征值；

确定所述评估特征与所述异常账户侦测模型匹配，包括：

5.一种确定异常账户的装置，其特征在于，包括：

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

7.根据权利要求5所述的装置，其特征在于，所述异常账户确定单元具体用于：

构建初始侦测模型，所述初始侦测模型包括多个异常规则；

8.根据权利要求7所述的装置，其特征在于，所述异常账户侦测模型包括每个异常规则对应的异常特征及异常特征值；

所述异常账户确定单元具体用于：

9.一种电子设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行权利要求1～4任一权利要求所述方法的步骤。

10.一种计算机可读介质，其特征在于，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行权利要求1～4任一所述方法的步骤。