CN111402032A - 一种基于密集度风险等级的反欺诈检测方法 - Google Patents

一种基于密集度风险等级的反欺诈检测方法 Download PDF

Info

Publication number
CN111402032A
CN111402032A CN202010166566.7A CN202010166566A CN111402032A CN 111402032 A CN111402032 A CN 111402032A CN 202010166566 A CN202010166566 A CN 202010166566A CN 111402032 A CN111402032 A CN 111402032A
Authority
CN
China
Prior art keywords
intensity
application
city
density
information
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
Application number
CN202010166566.7A
Other languages
English (en)
Inventor
马小宇
李�瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Shouxin Network Technology Co Ltd
Original Assignee
Hangzhou Shouxin Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Shouxin Network Technology Co Ltd filed Critical Hangzhou Shouxin Network Technology Co Ltd
Priority to CN202010166566.7A priority Critical patent/CN111402032A/zh
Publication of CN111402032A publication Critical patent/CN111402032A/zh
Pending legal-status Critical Current

Links

Images

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)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于密集度风险等级的反欺诈检测方法，其步骤如下：步骤一：用户A申请贷款；步骤二：提交基本信息；步骤三：获取终端设备信息；步骤五：匹配对应城市等级(例杭州对应二线城市)，以申请地LBS1为中心点，计算位置密集度；步骤六：采购位置智能分析软件服务，例如地图无忧等，将数据库中位置信息表的申请地经纬度导入位置智能分析软件中，实时分析展示申请地位置密集程度。该基于密集度风险等级的反欺诈检测方法，通过累计用户申请位置，建立基于申请位置的区域化数据库，实时演算出申请人的申请位置密集度，并作密集度分层，建立不同等级的申请位置密集度风险等级，来识别黑产诈骗行。

Description

一种基于密集度风险等级的反欺诈检测方法
技术领域
本发明涉及检测方法技术领域，具体为一种基于密集度风险等级的反欺 诈检测方法。
背景技术
无法有效识别黑产人员的申请行为，一直是线上信贷行业的风控痛点。 目前，国内机构对黑产人员的欺诈行为识别，主要通过身份验证、行业黑名 单匹配、外部信用数据评估等方式，无法有效识别黑产行为，给风险审核带 来了极大的困扰。上述数据主要通过历史积累，积累周期长、覆盖度低、准 确性差，对黑产套现行为无法准确识别。
发明内容
本发明的目的在于提供一种基于密集度风险等级的反欺诈检测方法，以 解决上述背景技术中检测方法无法有效识别黑产行为，给风险审核带来了极 大的困扰的问题。
为实现上述目的，本发明提供如下技术方案：一种基于密集度风险等级 的反欺诈检测方法，其步骤如下：
步骤一：用户A申请贷款。
步骤二：提交基本信息。
步骤三：获取终端设备信息。
步骤五：匹配对应城市等级(例杭州对应二线城市)，以申请地LBS1为 中心点，计算位置密集度。
步骤六：采购位置智能分析软件服务，例如地图无忧等，将数据库中位 置信息表的申请地经纬度导入位置智能分析软件中，实时分析展示申请地位 置密集程度。
进一步的，所述申请人的基本信息和位置信息，包括姓名、身份证号、 手机号、设备号、申请地LBS等信息。
进一步的，将用户申请信息进行清洗，清洗建立位置信息表，并作去重 处理，即多个申请订单申请人信息完全相同，则只留存一个信息，字段包括 姓名、身份证号、手机号、设备号、申请地LBS、城市，建立申请地LBS的专 用数据库，将位置信息表实时存储至数据库中，并实时更新。
进一步的，例如有N个用户申请，即有N个申请地LBS，计算统计如下指 标：平均密集度(N)＝(密集度1+密集度2+…+密集度n)/N，10米以内， 申请地LBS的平均密集度计为a，a为申请个数；100米以内，申请地LBS的 平均密集度计为b，b为申请个数；500米以内，申请地LBS的平均密集度计 为c，c为申请个数；1000米以内，申请地LBS的平均密集度计为d，d为申 请个数，3.5依据不同时间周期及城市等级，平均密集度标记如下：以10米 以为平均密集度为例，其他范围统计方式相同。
进一步的，用户向A金融机构申请贷款时，A机构将获取的申请地LBS， 如为位置1，解析出位置的所在城市及对应城市等级，例如A的申请地LBS为 杭州，即为一线或新一线城市，将位置1导入位置智能分析软件，以位置1 位中心点，统计位置1所处位置的密集度，以10米以内密集度为例，其他范 围计算方式相同，计为:近1天的密集度计为p1；近3天的密集度计为p3； 近7天的密集度计为p7，申请地LBS风险等级规则：低风险：(a1)p1<＝2*a1，(a3)p3<＝2*a3，(a7)p7<＝2*a7；中风险:(a1)2*a1<p1<＝4*a1，(a3) 2*a3<p3<＝4*a3，(a7)2*a7<p7<＝4*a7；高风险(a1)p1>4*a1，(a3)p3>4*a3，(a7)p7>4*a7。
与现有技术相比，本发明的有益效果是：该基于密集度风险等级的反欺 诈检测方法，通过累计用户申请位置，建立基于申请位置的区域化数据库， 实时演算出申请人的申请位置密集度，并作密集度分层，建立不同等级的申 请位置密集度风险等级，来识别黑产诈骗行，能够有效支持申请位置密集度 的风险评估流程，创新性的开辟了申请位置的风险评估方法，能够摆脱外部 信用数据评估不准确的问题，通过申请地LBS密集度分层评估，检测出黑产 欺诈申请，规避高风险申请区域。
附图说明
图1为本发明流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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他实施例，都属于本发明保护的范围。
请参阅图1，
本发明公开了一种技术方案：一种基于密集度风险等级的反欺诈检测方 法，其步骤如下：
步骤一：用户A申请贷款。
步骤二：提交基本信息。
步骤三：获取终端设备信息。
步骤五：匹配对应城市等级(例杭州对应二线城市)，以申请地LBS1为 中心点，计算位置密集度。
步骤六：采购位置智能分析软件服务，例如地图无忧等，将数据库中位 置信息表的申请地经纬度导入位置智能分析软件中，实时分析展示申请地位 置密集程度。
本发明中：申请人的基本信息和位置信息，包括姓名、身份证号、手机 号、设备号、申请地LBS等信息。
本发明中：将用户申请信息进行清洗，清洗建立位置信息表，并作去重 处理，即多个申请订单申请人信息完全相同，则只留存一个信息，字段包括 姓名、身份证号、手机号、设备号、申请地LBS、城市，建立申请地LBS的专 用数据库，将位置信息表实时存储至数据库中，并实时更新。
本发明中：例如有N个用户申请，即有N个申请地LBS，计算统计如下指 标：平均密集度(N)＝(密集度1+密集度2+…+密集度n)/N，10米以内， 申请地LBS的平均密集度计为a，a为申请个数；100米以内，申请地LBS的 平均密集度计为b，b为申请个数；500米以内，申请地LBS的平均密集度计 为c，c为申请个数；1000米以内，申请地LBS的平均密集度计为d，d为申 请个数，3.5依据不同时间周期及城市等级，平均密集度标记如下：以10米 以为平均密集度为例，其他范围统计方式相同。
本发明中：用户向A金融机构申请贷款时，A机构将获取的申请地LBS， 如为位置1，解析出位置的所在城市及对应城市等级，例如A的申请地LBS为 杭州，即为一线或新一线城市，将位置1导入位置智能分析软件，以位置1 位中心点，统计位置1所处位置的密集度，以10米以内密集度为例，其他范 围计算方式相同，计为:近1天的密集度计为p1；近3天的密集度计为p3； 近7天的密集度计为p7，申请地LBS风险等级规则：低风险：(a1)p1<＝2*a1，(a3)p3<＝2*a3，(a7)p7<＝2*a7；中风险:(a1)2*a1<p1<＝4*a1，(a3) 2*a3<p3<＝4*a3，(a7)2*a7<p7<＝4*a7；高风险(a1)p1>4*a1，(a3)p3>4*a3， (a7)p7>4*a7。
综上所述：该基于密集度风险等级的反欺诈检测方法，通过累计用户申 请位置，建立基于申请位置的区域化数据库，实时演算出申请人的申请位置 密集度，并作密集度分层，建立不同等级的申请位置密集度风险等级，来识 别黑产诈骗行，能够有效支持申请位置密集度的风险评估流程，创新性的开 辟了申请位置的风险评估方法，能够摆脱外部信用数据评估不准确的问题， 通过申请地LBS密集度分层评估，检测出黑产欺诈申请，规避高风险申请区 域。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而 言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限 定。

Claims (5)

1.一种基于密集度风险等级的反欺诈检测方法，其特征在于：其步骤如下：
步骤一：用户A申请贷款；
步骤二：提交基本信息；
步骤三：获取终端设备信息；
步骤五：匹配对应城市等级(例杭州对应二线城市)，以申请地LBS1为中心点，计算位置密集度；
步骤六：采购位置智能分析软件服务，例如地图无忧等，将数据库中位置信息表的申请地经纬度导入位置智能分析软件中，实时分析展示申请地位置密集程度。
2.根据权利要求1所述的一种基于密集度风险等级的反欺诈检测方法，其特征在于：所述申请人的基本信息和位置信息，包括姓名、身份证号、手机号、设备号、申请地LBS等信息。
3.根据权利要求1所述的一种基于密集度风险等级的反欺诈检测方法，其特征在于：将用户申请信息进行清洗，清洗建立位置信息表，并作去重处理，即多个申请订单申请人信息完全相同，则只留存一个信息，字段包括姓名、身份证号、手机号、设备号、申请地LBS、城市，建立申请地LBS的专用数据库，将位置信息表实时存储至数据库中，并实时更新。
4.根据权利要求1所述的一种基于密集度风险等级的反欺诈检测方法，其特征在于：例如有N个用户申请，即有N个申请地LBS，计算统计如下指标：平均密集度(N)＝(密集度1+密集度2+…+密集度n)/N，10米以内，申请地LBS的平均密集度计为a，a为申请个数；100米以内，申请地LBS的平均密集度计为b，b为申请个数；500米以内，申请地LBS的平均密集度计为c，c为申请个数；1000米以内，申请地LBS的平均密集度计为d，d为申请个数，3.5依据不同时间周期及城市等级，平均密集度标记如下：以10米以为平均密集度为例，其他范围统计方式相同。
5.根据权利要求1所述的一种基于密集度风险等级的反欺诈检测方法，其特征在于：用户向A金融机构申请贷款时，A机构将获取的申请地LBS，如为位置1，解析出位置的所在城市及对应城市等级，例如A的申请地LBS为杭州，即为一线或新一线城市，将位置1导入位置智能分析软件，以位置1位中心点，统计位置1所处位置的密集度，以10米以内密集度为例，其他范围计算方式相同，计为:近1天的密集度计为p1；近3天的密集度计为p3；近7天的密集度计为p7，申请地LBS风险等级规则：低风险：(a1)p1<＝2*a1，(a3)p3<＝2*a3，(a7)p7<＝2*a7；中风险:(a1)2*a1<p1<＝4*a1，(a3)2*a3<p3<＝4*a3，(a7)2*a7<p7<＝4*a7；高风险(a1)p1>4*a1，(a3)p3>4*a3，(a7)p7>4*a7。
CN202010166566.7A 2020-03-11 2020-03-11 一种基于密集度风险等级的反欺诈检测方法 Pending CN111402032A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010166566.7A CN111402032A (zh) 2020-03-11 2020-03-11 一种基于密集度风险等级的反欺诈检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010166566.7A CN111402032A (zh) 2020-03-11 2020-03-11 一种基于密集度风险等级的反欺诈检测方法

Publications (1)

Publication Number Publication Date
CN111402032A true CN111402032A (zh) 2020-07-10

Family

ID=71430631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010166566.7A Pending CN111402032A (zh) 2020-03-11 2020-03-11 一种基于密集度风险等级的反欺诈检测方法

Country Status (1)

Country Link
CN (1) CN111402032A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112215690A (zh) * 2020-09-08 2021-01-12 北京数美时代科技有限公司 基于多关联网络的黑产团伙分析方法、装置、计算机设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201515499A (zh) * 2013-10-11 2015-04-16 Chunghwa Telecom Co Ltd 一種Ｗｉ－Ｆｉ潛在熱點佈建位置之推估方法及其系統
US20170230406A1 (en) * 2016-02-05 2017-08-10 Sony Corporation Method, apparatus and system
CN107045686A (zh) * 2017-03-16 2017-08-15 上海二三四五金融科技有限公司 一种基于地理集中度的检测方法
CN108932582A (zh) * 2018-06-13 2018-12-04 平安科技（深圳）有限公司 风险信息确定方法、装置、计算机设备和存储介质
CN109118119A (zh) * 2018-09-06 2019-01-01 多点生活(成都)科技有限公司 风控模型生成方法及装置
CN109150894A (zh) * 2018-09-12 2019-01-04 珠海豆饭科技有限公司 一种鉴定恶意用户的方法及系统
CN109685643A (zh) * 2018-12-13 2019-04-26 平安科技（深圳）有限公司 贷款审核中风险等级确定方法、装置、设备及存储介质
CN109919624A (zh) * 2019-02-28 2019-06-21 杭州师范大学 一种基于时空集中性的网贷欺诈团伙识别与预警方法
CN110363648A (zh) * 2019-06-21 2019-10-22 北京淇瑀信息科技有限公司 一种基于同一地理类型多维度属性校验方法、装置和电子设备
CN110363583A (zh) * 2019-07-02 2019-10-22 北京淇瑀信息科技有限公司 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201515499A (zh) * 2013-10-11 2015-04-16 Chunghwa Telecom Co Ltd 一種Ｗｉ－Ｆｉ潛在熱點佈建位置之推估方法及其系統
US20170230406A1 (en) * 2016-02-05 2017-08-10 Sony Corporation Method, apparatus and system
CN107045686A (zh) * 2017-03-16 2017-08-15 上海二三四五金融科技有限公司 一种基于地理集中度的检测方法
CN108932582A (zh) * 2018-06-13 2018-12-04 平安科技（深圳）有限公司 风险信息确定方法、装置、计算机设备和存储介质
CN109118119A (zh) * 2018-09-06 2019-01-01 多点生活(成都)科技有限公司 风控模型生成方法及装置
CN109150894A (zh) * 2018-09-12 2019-01-04 珠海豆饭科技有限公司 一种鉴定恶意用户的方法及系统
CN109685643A (zh) * 2018-12-13 2019-04-26 平安科技（深圳）有限公司 贷款审核中风险等级确定方法、装置、设备及存储介质
CN109919624A (zh) * 2019-02-28 2019-06-21 杭州师范大学 一种基于时空集中性的网贷欺诈团伙识别与预警方法
CN110363648A (zh) * 2019-06-21 2019-10-22 北京淇瑀信息科技有限公司 一种基于同一地理类型多维度属性校验方法、装置和电子设备
CN110363583A (zh) * 2019-07-02 2019-10-22 北京淇瑀信息科技有限公司 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112215690A (zh) * 2020-09-08 2021-01-12 北京数美时代科技有限公司 基于多关联网络的黑产团伙分析方法、装置、计算机设备

Similar Documents

Publication Publication Date Title
CN108062674B (zh) 基于gps的订单欺诈识别方法、系统、存储介质和电子设备
CN107993144A (zh) 客户风险等级确定方法、装置、设备及可读存储介质
KR20180013998A (ko) 계정 도난 위험 식별 방법, 식별 장치, 예방 및 통제 시스템
CN109819126B (zh) 一种异常号码识别方法及装置
CN107798541B (zh) 一种用于在线业务的监控方法及系统
CN108711004A (zh) 风险评估方法和装置及计算机可读存储介质
US20230137734A1 (en) Systems and methods for improved detection of network attacks
CN110728570A (zh) 反诈资金分析方法
CN115082225A (zh) 一种企业融资风险的评估方法和装置
CN115063228A (zh) 一种反洗钱管理平台及反洗钱方法
US20170109837A1 (en) Know your customer alert systems and methods
CN110472956B (zh) 分拆付汇行为实时检测方法及装置
CN109658643B (zh) 支付风险告警方法、服务器及智能pos
CN111402032A (zh) 一种基于密集度风险等级的反欺诈检测方法
CN104599174A (zh) 一种基于大数据的个人金融信用评价方法
CN110991650A (zh) 训练养卡识别模型、识别养卡行为的方法及装置
CN118313943A (zh) 基于区块链和数字金融的业务数据处理方法及系统
CN113962514A (zh) 一种经营风险识别的方法
CN115775175A (zh) 一种异常两卡识别方法及系统
KR102336462B1 (ko) 신용평가정보 제공 장치 및 방법
CN113298561A (zh) 一种云计算跨境电商管理系统
CN114331463A (zh) 基于线性回归模型的风险识别方法及其相关设备
CN112615966B (zh) 一种猫池终端识别方法
CN110599189A (zh) 一种票据风险分析方法、相关设备及计算机存储介质
CN114723570B (zh) 农险风险监测方法、装置、存储介质及计算机设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200710