CN112712423A - 疑似非法集资项目判断方法、装置、计算机设备与存储介质 - Google Patents
疑似非法集资项目判断方法、装置、计算机设备与存储介质 Download PDFInfo
- Publication number
- CN112712423A CN112712423A CN202011601230.5A CN202011601230A CN112712423A CN 112712423 A CN112712423 A CN 112712423A CN 202011601230 A CN202011601230 A CN 202011601230A CN 112712423 A CN112712423 A CN 112712423A
- Authority
- CN
- China
- Prior art keywords
- risk
- illegal
- information
- detected
- collecting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000007115 recruitment Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种疑似非法集资项目判断方法、装置、计算机设备与存储介质,所述方法包括S1:收集非法集资案例,组建非法集资案例库;S2:对所述非法集资案例进行风险信息提取,获得非法集资案例风险特征;S3:对所述非法集资案例风险特征进行分类,组建非法集资风险特征库,并设立风险阈值;S4:将待检测集资项目进行特征提取,获得待检测集资项目特征;S5:将待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量,获得度量结果;S6:比较所述度量结果和风险阈值,根据比较结果将待检测集资项目判定为疑似非法集资项目或无风险集资项目。本方法对疑似非法集资项目判断判定结果准确性高。
Description
技术领域
本发明涉及金融风控领域,更具体地,涉及一种疑似非法集资项目判断方法、装置、计算机设备与存储介质。
背景技术
所谓非法集资,是指公司、企业、个人或其他组织未经批准。违反法律、法规,通过不正当的渠道,向社会公众或者集体募集资金的行为。刑法上的非法集资是指非法吸收公众存款罪、集资诈骗罪。近年来,非法集资正在以多元方式进行演变,随着互联网的普及,不少非法集资的平台,打着互联网+的旗号。非法集资犯罪手法隐蔽性、欺骗性和诱惑性增强,以所谓高科技、互联网+等新模式模糊犯罪界限。原有对疑似非法集资项目风险评级方法已经无法研判多样化的非法集资行为。
2019年2月15日公开的中国专利CN109345381A提供了一种风险识别方法,用于对企业失信风险进行识别,所述方法包括:将所述企业失信风险的测试数据输入至决策树模型,供所述决策树学习以生成失信风险识别模型;获取所述企业失信风险的待预测数据;将所述企业失信风险的待预测数据输入至所述失信风险识别模型中,通过所述失信风险识别模型基于所述企业失信风险的待预测数据进行预测;将所述预测结果显示于所述终端的显示界面,以供用户可以清楚地获知预测结果。该方法解决了通过人工的方式无法分析数量级巨大的企业数据,但结果准确性不高。
发明内容
本发明为克服上述现有技术对疑似非法集资项目判断结果准确性不高的缺陷,提供一种疑似非法集资项目判断方法、装置、计算机设备与存储介质。
本发明的技术方案如下:
本发明提供一种疑似非法集资项目判断方法,所述方法包括以下步骤:
S1:收集非法集资案例,组建非法集资案例库;所述费非法集资案例为经法院判决定性为非法集资项目的案例;
S2:对所述非法集资案例进行风险信息提取,获得非法集资案例风险特征;
S3:对所述非法集资案例风险特征进行分类,组建非法集资风险特征库,并设立风险阈值;
S4:将待检测集资项目进行特征提取,获得待检测集资项目特征;
S5:将待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量,获得度量结果;
S6:比较所述度量结果和风险阈值,根据比较结果将待检测集资项目判定为疑似非法集资项目或无风险集资项目。
优选地,所述方法还包括以下步骤:
S7:将被判定为疑似非法集资项目的待检测集资项目输入已有的基于层次分析算法的风险评价模型,对该项目进行风险程度评价。
优选地,所述S2中,风险信息包括股权信息、工商异常信息、司法处罚信息、法律纠纷信息、注册资金信息、关联企业信息、投诉信息、舆情信息、广告信息、招聘信息和管理人员变更信息。
优选地,所述S3中,对所述非法集资案例风险特征进行分类时,采用K-means算法进行分类。
优选地,所述S3中,将非法集资案例风险特征分为财务风险特征、法律风险特征、舆情风险特征和公司风险特征;
所述财务风险特征包括股权信息和注册资金信息;所述法律风险特征包括工商异常信息、司法处罚信息和法律纠纷信息;所述舆情风险特征包括投诉信息、舆情信息和广告信息;所述公司风险特征包括招聘信息、管理人员变更信息和关联企业信息。
优选地,所述S5中,将待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量时,采用Word2vec进行相似度度量。
优选地,所述S6中,将所述度量结果和风险阈值进行比较,当度量结果大于风险阈值时,将将待检测集资项目判定为疑似非法集资项目;当度量结果小于或等于风险阈值时,将将待检测集资项目判定为无风险集资项目。
本发明还提供了一种疑似非法集资项目判断装置,所述装置包括:
案例收集模块,用于收集经法院判决定性为非法集资项目的案例;
信息提取模块,用于提取非法集资案例风险信息,生成非法集资案例风险特征;
分类模块,用于将非法集资案例风险特征进行分类,组成非法集资风险特征库;
特征提取模块,用于提取待检测集资项目的特征;
相似度度量模块,用于对待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量;
比较判定模块,用于比较度量结果和风险阈值,依据比较结果对待检测集资项目进行判定;
风险评估模块,用于评价被判定为疑似非法集资项目的风险程度。
本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述一种疑似非法集资项目判断方法的步骤。
本发明还提供了一种计算机可读的存储介质,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上述一种疑似非法集资项目判断方法的步骤。
与现有技术相比,本发明技术方案的有益效果是:
本发明通过提取经法院判决定性为非法集资项目案例的风险信息,获得非法集资案例风险特征并对其进行分类,将提取的待检测集资项目特征与非法集资案例风险特征进行相似度度量,将度量结果和风险阈值进行比较,根据比较结果对待检测集资项目进行判定。本发明对疑似非法集资项目判断判定结果准确性高。
附图说明
图1为实施例1所述的一种疑似非法集资项目判断方法的流程图;
图2为实施例2所述的一种疑似非法集资项目判断装置的结构示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供一种疑似非法集资项目判断方法,如图1所示,所述方法包括以下步骤:
S1:收集经法院判决定性为非法集资项目的案例,组建非法集资案例库;
S2:对所述非法集资案例进行风险信息提取,获得非法集资案例风险特征;
S3:对所述非法集资案例风险特征进行分类,组建非法集资风险特征库,并设立风险阈值;
S4:将待检测集资项目进行特征提取,获得待检测集资项目特征;
S5:比较所述度量结果和风险阈值,根据比较结果将待检测集资项目判定为疑似非法集资项目或无风险集资项目;
S6:将所述度量结果和风险阈值进行比较,将待检测集资项目判定为疑似非法集资项目或无风险集资项目。
所述方法还包括以下步骤:
S7:将被判定为疑似非法集资项目的待检测集资项目输入已有的基于层次分析算法的风险评价模型,对该项目进行风险程度评价。
所述S2中,风险信息包括股权信息、工商异常信息、司法处罚信息、法律纠纷信息、注册资金信息、关联企业信息、投诉信息、舆情信息、广告信息、招聘信息和管理人员变更信息。
所述S3中,对所述非法集资案例风险特征进行分类时,采用K-means算法进行分类。
所述S3中,将非法集资案例风险特征分为财务风险特征、法律风险特征、舆情风险特征和公司风险特征;
所述财务风险特征包括股权信息和注册资金信息;所述法律风险特征包括工商异常信息、司法处罚信息和法律纠纷信息;所述舆情风险特征包括投诉信息、舆情信息和广告信息;所述公司风险特征包括招聘信息、管理人员变更信息和关联企业信息。
所述S5中,将待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量时,采用Word2vec进行相似度度量。
所述S6中,将所述度量结果和风险阈值进行比较,当度量结果大于风险阈值时,将将待检测集资项目判定为疑似非法集资项目;当度量结果小于或等于风险阈值时,将将待检测集资项目判定为无风险集资项目。
本实施例还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述一种疑似非法集资项目判断方法的步骤。
本实施例还提供了一种计算机可读的存储介质,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上述一种疑似非法集资项目判断方法的步骤实施例2
本实施例提供了一种疑似非法集资项目判断装置,如图2所示,所述装置包括:
案例收集模块,用于收集经法院判决定性为非法集资项目的案例;
信息提取模块,用于提取非法集资案例风险信息,生成非法集资案例风险特征;
分类模块,用于将非法集资案例风险特征进行分类,组成非法集资风险特征库;
特征提取模块,用于提取待检测集资项目的特征;
相似度度量模块,用于对待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量;
比较判定模块,用于比较度量结果和风险阈值,依据比较结果对待检测集资项目进行判定;
风险评估模块,用于评价被判定为疑似非法集资项目的风险程度。
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种疑似非法集资项目判断方法,其特征在于,所述方法包括以下步骤:
S1:收集非法集资案例,组建非法集资案例库;
S2:对所述非法集资案例进行风险信息提取,获得非法集资案例风险特征;
S3:对所述非法集资案例风险特征进行分类,组建非法集资风险特征库,并设立风险阈值;
S4:将待检测集资项目进行特征提取,获得待检测集资项目特征;
S5:将待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量,获得度量结果;
S6:比较所述度量结果和风险阈值,根据比较结果将待检测集资项目判定为疑似非法集资项目或无风险集资项目。
2.根据权利要求1所述的一种疑似非法集资项目判断方法,其特征在于,所述方法还包括以下步骤:
S7:将被判定为疑似非法集资项目的待检测集资项目输入已有的基于层次分析算法的风险评价模型,对该项目进行风险程度评价。
3.根据权利要求2所述的一种疑似非法集资项目判断方法,其特征在于,所述S2中,风险信息包括股权信息、工商异常信息、司法处罚信息、法律纠纷信息、注册资金信息、关联企业信息、投诉信息、舆情信息、广告信息、招聘信息和管理人员变更信息。
4.根据权利要求3所述的一种疑似非法集资项目判断方法,其特征在于,所述S3中,对所述非法集资案例风险特征进行分类时,采用K-means算法进行分类。
5.根据权利要求4所述的一种疑似非法集资项目判断方法,其特征在于,所述S3中,将非法集资案例风险特征分为财务风险特征、法律风险特征、舆情风险特征和公司风险特征;
所述财务风险特征包括股权信息和注册资金信息;所述法律风险特征包括工商异常信息、司法处罚信息和法律纠纷信息;所述舆情风险特征包括投诉信息、舆情信息和广告信息;所述公司风险特征包括招聘信息、管理人员变更信息和关联企业信息。
6.根据权利要求5所述的一种疑似非法集资项目判断方法,其特征在于,所述S5中,将待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量时,采用Word2vec进行相似度度量。
7.根据权利要求6所述的一种疑似非法集资项目判断方法,其特征在于,所述S6中,比较所述度量结果和风险阈值,当度量结果大于风险阈值时,将待检测集资项目判定为疑似非法集资项目;当度量结果小于或等于风险阈值时,将待检测集资项目判定为无风险集资项目。
8.一种疑似非法集资项目判断装置,其特征在于,所述装置包括:
案例收集模块,用于收集非法集资案例;
信息提取模块,用于提取非法集资案例风险信息,生成非法集资案例风险特征;
分类模块,用于将非法集资案例风险特征进行分类,组成非法集资风险特征库;
特征提取模块,用于提取待检测集资项目的特征;
相似度度量模块,用于对待检测集资项目特征与非法集资风险特征库中的非法集资案例风险特征进行相似度度量;
比较判定模块,用于比较度量结果和风险阈值,依据比较结果对待检测集资项目进行判定;
风险评估模块,用于评价被判定为疑似非法集资项目的风险程度。
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7中任一项所述的方法的步骤。
10.一种计算机可读的存储介质,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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011601230.5A CN112712423A (zh) | 2020-12-29 | 2020-12-29 | 疑似非法集资项目判断方法、装置、计算机设备与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011601230.5A CN112712423A (zh) | 2020-12-29 | 2020-12-29 | 疑似非法集资项目判断方法、装置、计算机设备与存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112712423A true CN112712423A (zh) | 2021-04-27 |
Family
ID=75546805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011601230.5A Pending CN112712423A (zh) | 2020-12-29 | 2020-12-29 | 疑似非法集资项目判断方法、装置、计算机设备与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712423A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313407A (zh) * | 2021-06-16 | 2021-08-27 | 上海交通大学 | 一种企业用电行为识别方法及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451710A (zh) * | 2017-04-27 | 2017-12-08 | 北京鼎泰智源科技有限公司 | 一种信息风险等级五级分类方法及系统 |
CN108629686A (zh) * | 2018-05-09 | 2018-10-09 | 国家计算机网络与信息安全管理中心 | 基于大数据的互联网金融企业征信风险分析方法和系统 |
CN109523116A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 企业风险分析方法、装置、计算机设备和存储介质 |
CN109523153A (zh) * | 2018-11-12 | 2019-03-26 | 平安科技(深圳)有限公司 | 非法集资企业的获取方法、装置、计算机设备和存储介质 |
CN111353716A (zh) * | 2020-03-05 | 2020-06-30 | 苏宁金融科技(南京)有限公司 | 一种非法集资检测方法、系统及计算机可读存储介质 |
CN111914542A (zh) * | 2020-05-21 | 2020-11-10 | 国家计算机网络与信息安全管理中心 | 疑似非法集资市场主体识别方法、装置、终端及存储介质 |
CN111967802A (zh) * | 2020-09-25 | 2020-11-20 | 杭州安恒信息安全技术有限公司 | 一种企业金融风险定量分析和预警方法、装置及设备 |
-
2020
- 2020-12-29 CN CN202011601230.5A patent/CN112712423A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451710A (zh) * | 2017-04-27 | 2017-12-08 | 北京鼎泰智源科技有限公司 | 一种信息风险等级五级分类方法及系统 |
CN108629686A (zh) * | 2018-05-09 | 2018-10-09 | 国家计算机网络与信息安全管理中心 | 基于大数据的互联网金融企业征信风险分析方法和系统 |
CN109523116A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 企业风险分析方法、装置、计算机设备和存储介质 |
CN109523153A (zh) * | 2018-11-12 | 2019-03-26 | 平安科技(深圳)有限公司 | 非法集资企业的获取方法、装置、计算机设备和存储介质 |
CN111353716A (zh) * | 2020-03-05 | 2020-06-30 | 苏宁金融科技(南京)有限公司 | 一种非法集资检测方法、系统及计算机可读存储介质 |
CN111914542A (zh) * | 2020-05-21 | 2020-11-10 | 国家计算机网络与信息安全管理中心 | 疑似非法集资市场主体识别方法、装置、终端及存储介质 |
CN111967802A (zh) * | 2020-09-25 | 2020-11-20 | 杭州安恒信息安全技术有限公司 | 一种企业金融风险定量分析和预警方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
JIANYING XIONG 等: "Using Weighted Similarity to Assess Risk of Illegal Fund Raising in Online P2P Lending", 《INTERNATIONAL JOURNAL OF DIGITAL CRIME AND FORENSICS》, vol. 10, no. 4, 31 December 2018 (2018-12-31), pages 62 - 79 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313407A (zh) * | 2021-06-16 | 2021-08-27 | 上海交通大学 | 一种企业用电行为识别方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110223168B (zh) | 一种基于企业关系图谱的标签传播反欺诈检测方法及系统 | |
CN110008349B (zh) | 计算机执行的事件风险评估的方法及装置 | |
CN110704572B (zh) | 疑似非法集资风险的预警方法、装置、设备和存储介质 | |
CN108550054B (zh) | 一种内容质量评估方法、装置、设备和介质 | |
CN111460250A (zh) | 用于画像的数据的清洗方法、装置、介质及电子设备 | |
CN111461216A (zh) | 一种基于机器学习的案件风险识别方法 | |
US11481707B2 (en) | Risk prediction system and operation method thereof | |
CN108363717B (zh) | 一种数据安全级别的识别检测方法及装置 | |
CN111275338A (zh) | 一种企业欺诈行为的判定方法、装置、设备及存储介质 | |
CN114638688A (zh) | 一种用于信贷反欺诈的拦截策略衍生方法、系统 | |
CN112712423A (zh) | 疑似非法集资项目判断方法、装置、计算机设备与存储介质 | |
CN115713399B (zh) | 一种结合第三方数据源的用户信用评估系统 | |
CN109409091B (zh) | 检测Web页面的方法、装置、设备以及计算机存储介质 | |
CN111861733A (zh) | 基于地址模糊匹配的欺诈防控系统及方法 | |
CN114817518B (zh) | 基于大数据档案识别的证照办理方法、系统及介质 | |
CN110543910A (zh) | 信用状态监测系统和监测方法 | |
CN115688107A (zh) | 一种涉诈app检测系统和方法 | |
CN109271377A (zh) | 一种数据质量检测方法及装置 | |
CN113269433A (zh) | 税收风险预测方法、设备、介质及计算机程序产品 | |
CN114154556A (zh) | 样本预测模型的训练方法、装置、电子设备及存储介质 | |
CN111340261B (zh) | 判定订单违规行为的方法、系统、计算机设备及存储介质 | |
CN112785154A (zh) | 一种云erp系统的安全评价方法 | |
CN112949752B (zh) | 业务预测系统的训练方法及装置 | |
CN110570301A (zh) | 风险识别方法、装置、设备及介质 | |
KR102716982B1 (ko) | 인공지능 학습 기반의 법안 및 법규정에 대한 모니터링 방법 및 이를 위한 프로그램 |
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 |