[发明专利]确定高风险用户的方法及装置

说明书

本说明书实施例提供一种确定高风险用户的方法和装置，根据该方法，首先基于异常规则集合，确定出高风险的业务请求事件，以及对应的具有高风险的第一用户，然后基于人群关系图谱进行风险扩散，将图谱中与第一用户存在特定关联关系的第二用户也作为高风险用户，添加到高风险用户集中。进一步地，可以基于高风险用户集，更新异常规则集合。如此可以更高效地识别出高风险用户。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及通过计算机确定高风险用户的方法和装置。

背景技术

随着计算机和互联网技术的发展，越来越多的业务通过计算平台来实现，例如商品交易、钱款支付、金融借贷、保险理赔等等。然而，在许多业务的执行和处理中，如果不对业务请求人的背景，以及所请求的业务进行审核，就很可能带来较大风险，例如一些不法分子可能利用电子平台，实施金融诈骗，借贷套现、保险骗保等等。

常规技术中，为了防止和降低上述风险，往往通过人工进行风险审核。在有些平台中，也会设置一些简单的规则，辅助人工进行判断。然而，这样的方式效率很低，难以满足业务快速发展的需要；并且，识别高风险用户和高风险事件的准确性有赖于人工审核的业务员的自身经验，准确度难以得到保证，常常出现遗漏。

因此，希望能有改进的方案，通过高效地识别和确定高风险用户，降低业务风险。

发明内容

本说明书一个或多个实施例描述了一种方法和装置，可以基于人群关系图谱，将确定的高风险用户进行扩散，从而更加高效而准确地识别出高风险用户。

根据第一方面，提供了一种确定高风险用户的方法，包括：

获取待评估的业务请求事件的事件信息，所述事件信息包括，所述业务请求事件所涉及的第一用户的用户信息；

至少基于异常规则集合和所述第一用户的用户信息，判断所述业务请求事件是否为高风险事件；

在确定所述业务请求事件为高风险事件的情况下，基于人群关系图谱，确定与所述第一用户存在特定关联关系的第二用户，将所述第一用户和所述第二用户添加到高风险用户集；

基于所述高风险用户集，更新所述异常规则集合。

根据一种可能的设计，上述异常规则集合包括多个用户特征，和针对所述多个用户特征设置的多个判定规则。

在一种可能的设计中，上述多个用户特征包括以下中的一项或多项：用户基本属性特征，用户行为特征，用户关系特征，用户位置特征。

根据一种实施方式，基于异常规则集合判断业务请求事件是否为高风险事件具体包括：将第一用户的用户信息与所述多个判定规则进行比较；当比较结果符合预定条件的情况下，判断所述业务请求事件为高风险事件。

在一种可能的设计中，判断业务请求事件是否为高风险事件还包括：当进一步接收到第一核验结果的情况下，确定所述业务请求事件为高风险事件，其中所述第一核验结果为，将所述业务请求事件核验为高风险事件的人工核验结果。或者，当进一步接收到第二核验结果的情况下，确定所述业务请求事件为非高风险事件，其中所述第二核验结果为，将所述业务请求事件核验为非高风险事件的人工核验结果；在这样的情况下，所述方法还包括，根据所述第二核验结果，更新所述异常规则集合。

根据一种可能的设计，人群关系图谱基于以下一种或多种关系而建立：交易关系、设备关系、资金关系、社交关系。

在一个实施例中，基于人群关系图谱，确定与所述第一用户存在特定关联关系的第二用户具体包括：

从人群关系图谱中确定出包含所述第一用户的至少一个群组；