CN111368738A - 一种骗贷风险识别方法、系统及设备 - Google Patents

Abstract

本发明公开了一种骗贷风险识别方法、系统及设备，该方法包括：获取贷款申请用户的背景环境图像；提取出背景环境图像中的全部人物图像；将识别出的各人物图像进行单独封装发送给黑产信息库进行比对；根据比对结果对某人物图像贴上对应标签；返回贷款申请结果给所述贷款申请用户。本发明通过识别贷款申请的环境数据，尤其是非贷款申请用户，可有效提高贷款申请过程中欺诈风险的识别准确度，也能节约风控人员工作量，提高识别效率。

Description

一种骗贷风险识别方法、系统及设备

技术领域

本发明属于金融风控领域，具体涉及一种骗贷风险识别方法、系统及设备。

背景技术

现有的消费金融贷款申请流程大多数是通过手机完成。用户从应用商店下载手机应用程序，授权贷款平台通过应用程序访问用户手机数据、授权贷款平台访问用户外部第三方数据，用户填写贷款申请时必须的个人资料信息，贷款平台通过人脸识别确认用户的真实身份，贷款平台再通过外部数据以及风控模型判断该用户的风险等级，基于风险等级给予对该用户贷款申请通过或者拒绝的结论，并为通过贷款申请的不同风险等级的用户授予不同额度的授信。

现有的消费金融风险识别流程中，大多数还是从判断申请用户本身的情况进行决策。但是在消费金融业务经营中，经常会遇到这种情况：用户本身的人行征信表现较好、外部数据也没什么能够判定该用户是欺诈用户的证据，也就是这些人通过他的数据来看，是风险较好的，也就是金融机构所称的白户。但是恰恰有很多这样从数据上看是非常好的用户，出现了很多逾期不还的情况，对于消费金融贷款平台的经营造成了很大的危害。

现有的流程更多的强调从现有的数据进行判断，但是很难分析出该用户的主管意愿，到底是不是过来骗贷和套现的。很多骗贷团伙会专门找那些在人行征信数据、外部数据没什么污点的人来申请消费金融贷款，也就是白户，然后再诱骗或要挟他们将申请到的贷款全部转给骗贷团伙。最近几年这种骗贷中介找白户骗贷的愈演愈烈，但是现有风控流程是基于数据做风控的，从现有数据上很难分辨出该用户是正经来办理贷款业务的，还是被骗贷团伙骗来进行骗贷套现的。这对于金融机构来说造成很大的风险。这是贷款所面临的欺诈风险。

即使通过人脸识别进行用户人像和公安部身份证照片，对比也无法识别出这种骗贷行为，因为用户是真实的人，用来申请贷款的身份也是真实的。这个对金融机构识别骗贷风险威胁很大，这也是近年来一个非常多的现象。尤其是在一些落后的地区，通过较低的价值物品就可以诱使人们忽略风险，为骗贷团伙进行骗贷和套现，骗贷团伙犯罪成本很低。

因此，如何降低贷款识别风险，提高对骗贷行为的识别，变成为了目前金融贷款领域亟待解决的问题。

发明内容

基于现有技术的上述缺陷，本发明的目的在于提供一种骗贷风险识别方法及系统，通过识别贷款申请的环境数据，以有效提升贷款申请过程中识别欺诈风险的准确度。

本发明的一种骗贷风险识别方法，所述方法包括：

获取贷款申请用户的背景环境图像；

通过图像识别算法提取出背景环境图像中的全部人物图像；

将识别出的各人物图像进行单独封装并与黑产信息库进行比对；

根据比对结果对某人物图像进行风险标记，也就是判定某人物图像是否为贷款中介人员或疑似贷款中介人员；

返回贷款申请结果给所述贷款申请用户。

进一步地，所述背景环境图像是用户在填写贷款申请过程中的各阶段对用户所在的背景图片进行静默拍摄获取。

进一步地，发送给黑产信息库的比对请求还携带有贷款申请发生的时间及贷款申请用户所在的位置信息。

进一步地，若某人物图像命中黑产信息库中的贷款中介人员图像，则记录命中的时间和贷款申请用户的位置信息，并标记出此风险位置，返回拒绝贷款的消息。

进一步地，若某人物图像未命中黑产信息库中的贷款中介人员图像，但命中为疑似中介人员的图像，且超过了设定的疑似命中次数，则命中次数加一，同时继续判断该疑似中介人员所关联的贷款申请用户是否超过有逾期记录，若逾期记录超过设定的阈值，则将该疑似中介人员修改为正式中介人员并在黑产数据库中更新，同时记录命中的时间和贷款申请用户的位置信息，标记出此风险位置，返回拒绝贷款的消息。

进一步地，当背景环境图像中的人物图像还包括申请用户以外的其他人物图像时，若非申请用户被判定为贷款中介人员，则将所述贷款申请用户的信息发送给黑产信息库，并给所述贷款申请用户贴上疑似骗贷标签。

进一步地，所述贷款申请用户的信息包括贷款申请用户的姓名、身份证号、联系方式、住址、申请设备标识、所在位置。

本发明的另一方还提供了一种骗贷风险识别系统，该系统包括：

用户端，用于向贷款平台发送贷款申请的请求，其中，用户端需授权平台访问用户端，以获取贷款申请用户的背景环境照片并发送给风控系统；

风控系统，将该背景环境照片发送给贷款中介识别系统，以及接收贷款中介识别系统返回的消息，给用户端发送贷款结果；

贷款中介识别系统，对所述背景环境照片中的人物图像进行单独提取，然后发送给黑产信息系统，以及接收黑产信息系统回传的比对结果发送给风控系统；

黑产信息系统，比对该背景环境照片中的人物图像是否属于贷款中介人员或疑似贷款中介人员，并返回比对结果给贷款中介识别系统；

进一步地，所述风控系统包括缓存区，所述缓存区存储有某特定位置为贷款中介频率高发的贷款中介人物图像。

进一步地，所述缓存区还存储有某骗贷申请用户使用过的终端设备ID及手机号，且被列入风控系统黑名单。

本发明的第三方面，还提供了一种骗贷风险识别设备，所述设备包括：存储器、处理器、通信总线以及存储在所述存储器上的骗贷风险识别的控制程序；所述通信总线用于实现处理器和存储器之间的连接通信；所述处理器用于执行所述骗贷风险识别的控制程序，以实现前述方法所述的骗贷风险识别的控制方法的步骤。

与现有技术相比，本发明所公开的一种骗贷风险识别方法及系统，具有如下技术效果：

1、本发明在用户申请贷款时候后台静默收集背景图片，图片的采集贯穿贷款申请流程的各个阶段，通过图像识别贷款申请用户周围是否有贷款中介，分析用户的骗贷风险。

2、本发明通过识别多个背景图片中重复出现的相似人员，结合和这些人员关联的贷款申请用户逾期情况，分析出疑似贷款中介，再通过疑似贷款中介推导出疑似骗贷用户，提高了识别效果。

3、本发明避免了传统的通过手机通讯录的方式来分析其关联性的造假行为以及需要构建庞大知识图谱带来的复杂性。

4、本发明可以提升骗贷识别精度，降低骗贷通过率，减少通过的骗贷人员数量，从而减少被骗贷和套现的贷款金额，降低贷款的不良率；能够节约风控人员，减少人工判别骗贷人员的工作量，减少工作量，提高效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中的骗贷风险识别方法的流程图。

图2为本发明实施例中的骗贷风险识别系统的架构图。

图3为本发明实施例中的骗贷风险识别系统的结构框图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

参照图1所示，本发明实施例所公开的一种骗贷风险识别方法，包括如下步骤：

步骤S1、获取贷款申请用户的背景环境图像。

具体来说，当贷款申请用户通过某贷款APP或者网页申请贷款的时候，贷款平台要求用户A授权贷款APP访问终端设备的摄像头以及其他必须的权限，比如通讯录、相册、位置、设备ID等。在用户下载贷款APP、注册账号、填写资料、选择贷款申请选项、申请贷款的过程中，如果用户授权同意贷款APP访问手机前置摄像头，则手机前置摄像头打开，在贷款申请过程中拍摄用户A申请贷款时候一定数量的背景照片，其中，对该背景环境图像是用户在填写贷款申请过程中的各关键性阶段，比如注册账号、填写申请信息、选择授权选项、选择贷款额度/还款方式等五个关键步骤对用户所在的背景图片进行静默拍摄获取，并不在手机屏幕回显，相比传统的显示拍照回显会让骗贷分子有所防备，不会让贷款中介出现在涉嫌头里面，这样能加强对疑似中介的风险识别。

步骤S2、通过图像识别算法提取出背景环境图像中的全部人物图像。

在本步骤中，通过图像识别算法，提取出背景环境中的人物图像，主要是人物面部头像提取出，并去除其它无关的背景。需要说明的是，对人物图像的提取为本领域常规技术手段，在此不作赘述。

步骤S3、将识别出的各人物图像进行单独封装发送给黑产信息库以进行人物图像比对。

在本步骤中，将提取出的各人物图像进行单独封装，如果背景环境仅存在贷款申请用户本人，则直接比对，如果存在申请用户以为的其它人，则将识别出的非申请用户分别放置在图像组变量中，单独进行封装，形成一个单独的图像对比请求发送到黑产信息库。发送的请求中，还可以包含贷款申请发生的时间、位置等信息，可用于交叉比对。对一些高发骗贷频率发生的某时间段及某区域位置，可作重点监控。

步骤S4、根据比对结果，对出现的人物图像贴上对应标签，也就是判定某人物图像是否为贷款中介人员或疑似贷款中介人员；

黑产数据库中存储有贷款中介人员的标签，以及疑似中介人员的标签，包含他们的基本信息及人物头像。黑产信息库在库中通过图像比对技术检索步骤S3中传送来的图像组，查看是否有中介人员。图像比对技术是现有技术，通过通用的图像识别算法，比较图像之间的相似程度，如果相似成度高于一个设定的比例，比如90％，就可以认定是命中的。

若某人物图像命中黑产信息库中的贷款中介人员图像，则命中次数加一，同时记录命中的时间和贷款申请用户的位置信息，并标记出此风险位置，之后依次对图像组中其它之外的图像进行相同的检索比对处理，然后返回拒绝贷款的消息给用户端APP。

若某人物图像未命中黑产信息库中的贷款中介人员图像，但命中为疑似中介人员的图像，则疑似中介用户的命中次数加一，如果命中的次数超过了设定的疑似命中次数，比如命中了10个以上的疑似中介用户的图像，也就是说，该疑似中介用户出现在了十个以上贷款申请用户的背景图像中，同时继续判断该疑似中介人员所关联的贷款申请用户是否超过有逾期记录，若逾期记录超过设定的阈值，比如和疑似中介图像管理的贷款申请用户中有60％以上的逾期记录，则被判定为贷款中介人员，将该疑似中介人员修改为正式中介人员并在黑产数据库中更新，同时记录命中的时间和贷款申请用户的位置信息，标记出此风险位置，返回拒绝贷款的消息。本发明通过识别多个背景图片中重复出现的相似人员，结合和这些人员关联的贷款申请用户逾期情况，分析出疑似贷款中介，再通过疑似贷款中介推导出疑似骗贷用户。

步骤S5、返回贷款申请结果给所述贷款申请用户。

如果没有命中任何贷款中介人员，则用户继续之后的风控及贷款流程。如果命中了出现贷款中介人员，则返回贷款失败的界面。

当背景环境图像中的人物图像既出现了申请用户本人，还包括申请用户的以外的人物图像，也就是非申请用户时，若所述非申请用户被判定为贷款中介人员，则将所述贷款申请用户的信息发送给黑产信息库，并给所述贷款申请用户贴上疑似骗贷标签，便于下次检测，对于疑似骗贷人员，只有当其数量达到一定值且具有逾期记录时方被列入黑名单。其中，该贷款申请用户的信息包括贷款申请用户的姓名、身份证号、联系方式、住址、申请设备标识、所在位置。用于后续骗贷的快速检测。比如骗贷用户使用过的手机设备和手机号就被列入禁入的黑名单，不管谁通过这个手机设备申请，都拒绝掉。

需要说明的是，本发明实施例中的方法，即可判别贷款申请者本人，亦可判别贷款申请者以外的其它多人，具有较高的识别度。

参照图2所示，本发明的另一实施例还提供了一种骗贷风险识别系统，该系统包括：用户端及贷款平台，贷款平台又包括风控系统、中介识别系统及黑产信息系统。

用户端，主要是贷款平台APP，通过智能终端APP或者网页访问，向贷款平台发送贷款申请的请求，其中，用户端需授权平台访问用户端，以获取贷款申请用户的背景环境照片并发送给风控系统，用户端还接收风控系统对其进行的风控评审结果，包括风控通过或贷款失败的消息；此外，贷款平台的风控系统还将获取贷款申请用户的其它相关信息，如位置、设备ID、联系方式等信息，这些信息均需用户授权方可访问获取。

风控系统，将该背景环境照片发送给贷款中介识别系统，以及接收贷款中介识别系统返回的消息，给用户端发送贷款结果。

贷款中介识别系统，对所述背景环境照片中的人物图像进行单独提取，然后发送给黑产信息系统，以及接收黑产信息系统回传的比对结果发送给风控系统。

黑产信息系统，事先存储有被认定为为贷款中介人员或疑似中介人员的相关信息(包括人物图像和基本身份信息)，用于比对该背景环境照片中的人物图像是否属于贷款中介人员或疑似贷款中介人员，并返回比对结果给贷款中介识别系统。

在本发明一个优选的实施方式中，风控系统设置有缓存区，缓存区存储有某特定位置为贷款中介频率高发的贷款中介人物图像。一般来说贷款中介是有区域性的，比如经常在一个区或者一个门店活动，可以将一些和位置出现频率很高的贷款中介图片下发到风控系统的缓存区内，风控系统位于靠近前端，将贷款中介的检测前移，如此可提升贷款中介检测的效率，也就是无需通过后台的黑产信息库，在风控系统即可快速识别出。

缓存区还存储有某骗贷申请用户使用过的手机设备ID及手机号，且将被列入风控系统的黑名单，不用经后台的黑产信息系统判断，当风控系统收到某贷款申请用户使用的手机设备ID或手机号后，即禁止该用户的申请贷款请求。风控系统可以在本地保存被拒绝的用户A所填写的所有贷款申请信息，如职业、地址、亲属姓名和联系方式等，还有设备信息、位置信息等，用于后续骗贷的快速检测。比如骗贷用户使用过的手机设备和手机号就被列入禁入的黑名单，不管谁通过这个手机设备申请，都拒绝掉。

举例来说，如果获取的背景环境照片上除了贷款申请者A之外并没有其他用户，则可以进入原有正常风控流程也可以继续进行判断贷款申请者A是否本身为中介或疑似中介；本发明主要是对申请者A以外的其他人进行判断，如果图片上除了贷款申请者A还有其他人B，则通过图像识别和黑产信息库对B身份进行识别，如果B的身份识别出来是贷款中介，则在风控流程中对于该申请用户A标记疑似骗贷，并且对用户A的贷款申请进行拒绝；如果B的身份没有命中黑产信息库，却在之前一定比例的贷款申请背景图片中出现过，且这些贷款申请中已经发生了一定比例的逾期的记录，则标记B身份为疑似贷款中介并加入黑产信息库中，同时标记用户A疑似骗贷，并拒绝用户A此次的贷款申请。

本实施例中的骗贷风险识别系统用以执行上述实施例中的方法，未详尽之处，请参照方法实施例所述，在此不作赘述。

参照图3，图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明实施例骗贷风险识别的设备可以是PC(personal computer，个人计算机)，也可以是智能手机、平板电脑、电子书阅读器、便携计算机等终端设备。

如图3所示，该骗贷风险识别的设备可以包括：处理器1001，例如CPU(CentralProcessing Unit，中央处理器)，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM(random accessmemory，随机存取存储器)，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。

可选地，该骗贷风险识别的设备还可以包括用户接口、网络接口、摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi(Wireless Fidelity，无线宽带)模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

本领域技术人员可以理解，图3中示出的骗贷风险识别的设备结构并不构成对骗贷风险识别的控制设备的限定，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。

与现有技术相比，本发明所公开的一种骗贷风险识别方法、系统和设备，可以提升骗贷识别精度，降低骗贷通过率，减少通过的骗贷人员数量，从而减少被骗贷和套现的贷款金额，降低贷款的不良率。

使用本方法前后，相应的数据对比，在实际中根据贷款的场景、客群的质量会有不同的数据。

	骗贷识别精度	骗贷通过率	风控人员投入	3天以上逾期率
					使用本方法前	10％	80％	5人	5％
使用本方法后	70％	5％	1人	2％

上述表格也说明了，使用本发明的方法能节约风控人员，减少人工判别骗贷人员的工作量，比如，传统方法在一天2万申请量下，需要5人进行人工判别，使用本方法后，最多使用1人，可降低人力投入80％。

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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分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各实施例技术方案的精神和范围。

Claims (10)

1.一种骗贷风险识别方法，其特征在于，所述方法包括：

获取贷款申请用户的背景环境图像；

提取出背景环境图像中的全部人物图像；

将识别出的各人物图像进行单独封装发送给黑产信息库进行比对；

根据比对结果对某人物图像贴上对应标签。

2.根据权利要求1所述的骗贷风险识别方法，其特征在于，采用静默拍摄的方式获取贷款申请用户操作时的背景环境图像。

3.根据权利要求2所述的骗贷风险识别方法，其特征在于，发送给黑产信息库的比对请求还附带有贷款申请发生的时间信息及贷款申请用户所在的位置信息。

4.根据权利要求3所述的骗贷风险识别方法，其特征在于，所述黑产信息库中存储有贷款中介人员的图像信息，对判定为贷款中介人员时，对申请用户操作时的位置进行风险位置标记。

5.根据权利要求4所述的骗贷风险识别方法，其特征在于，所述黑产信息库中还存储有疑似中介人员的图像信息，对判定为疑似贷款中介人员时，根据被判定命中的次数和贷款逾期阈值，对疑似中介人员进行标签修改。

6.根据权利要求5所述的骗贷风险识别方法，其特征在于，当识别出的背景环境图像中的人物图像还包括申请用户以外的人物图像时，若非申请用户的图像被判定为贷款中介人员，则将所述贷款申请用户的信息发送给黑产信息库，并给所述贷款申请用户贴上疑似骗贷的标签。

7.一种骗贷风险识别系统，其特征在于，所述系统包括：

用户端，用于向贷款平台发送贷款申请的请求，其中，用户端设置有授权贷款平台访问用户端摄像头的权限；

风控系统，静默获取贷款申请用户的背景环境照片发送给贷款中介识别系统，以及接收贷款中介识别系统返回的消息，给用户端发送风险识别结果；

贷款中介识别系统，对所述背景环境照片中的人物图像进行提取和单独封装，然后发送给黑产信息系统，以及接收黑产信息系统回传的比对结果发送给所述风控系统；

黑产信息系统，比对该背景环境照片中的人物图像，并返回比对结果给所述贷款中介识别系统。

8.根据权利要求7所述的骗贷风险识别系统，其特征在于，所述风险识别系统还包括缓存区，所述缓存区设置于风控系统内，所述缓存区存储有某特定位置为贷款中介频率高发的贷款中介人物图像。

9.根据权利要求8所述的骗贷风险识别系统，其特征在于，所述缓存区还存储有某骗贷申请用户使用过的终端设备ID和/或手机号，且所述终端设备ID和/或手机号被列入风控系统黑名单。

10.一种骗贷风险识别设备，其特征在于，所述设备包括：存储器、处理器、通信总线以及存储在所述存储器上的骗贷风险识别的控制程序；所述通信总线用于实现处理器和存储器之间的连接通信；所述处理器用于执行所述骗贷风险识别的控制程序，以实现如权利要求1-6中任一项所述的骗贷风险识别方法的步骤。

Images