[发明专利]信贷欺诈分析方法、装置、设备及计算机可读存储介质

说明书

本发明提供一种信贷欺诈分析方法、装置、设备及计算机可读存储介质，以“关系“的方式将贷款申请者的多种地址信息进行整合和关联，有利于确定地址信息之间的联系，并结合染黑(或染灰)的处理逻辑对潜在信贷欺诈风险进行预测，从而以大数据分析的方式对贷款申请者的贷款终端进行关联风险检测，提高了信贷分析的准确性，能够更有效地对潜在风险进行预警，有利于尽早地发现并规避风险，降低坏账率。

技术领域

本发明涉及大数据领域，尤其涉及一种信贷欺诈分析方法、装置、设备及计算机可读存储介质。

背景技术

随着社会和金融行业的快速发展，信贷业务活跃于市场。信贷机构在向贷款申请者进行放款前，需要根据贷款申请者提供的信息进行分析，以确定其欺诈风险性；在分析过程中，往往会涉及贷款申请者的地址分析，如家庭地址、工作地址、GPS地址等。传统的信贷风险分析方法，是对各个地址信息进行单一分析，确定其真实性，而忽略了各地址之间的关联性，从而降低了信贷欺诈分析的准确性。

发明内容

本发明的主要目的在于提供一种信贷欺诈分析方法、装置、设备及计算机可读存储介质，旨在提高信贷欺诈分析的准确性。

为实现上述目的，本发明提供一种信贷欺诈分析方法，所述信贷分析方法包括：

的基本信息，并根据所述基本信息获取对应的地址因子集，所述地址因子集的地址因子数量至少为两个；

基于预设关联规则对所述地址因子集的地址因子之间建立实体关联，获得对应的地址关联图，所述地址关联图中至少包括两个相互关联的地址因子；

根据接收到的因子指定指令在所述地址关联图中分别确定目标因子和参考因子，并根据所述目标因子和参考因子的关联关系、因子类型和预设关系度公式计算所述目标因子与参考因子之间的关系度；

当所述参考因子属于黑名单因子时，判断所述关系度是否大于预设关系阈值；

若所述关系度大于预设关系阈值，则确定所述目标因子所对应的基本信息为疑似欺诈信息。

可选地，所述基本信息包括地址类信息，所述地址因子集包括直译地址因子，所述根据所述基本信息获取对应的地址因子集的步骤包括：

基于预设区划词典对所述地址类信息进行关键字匹配，提取地址关键字；

根据所述地址关键字和所述预设区划词典对所述地址类信息进行规整，得到对应的直译地址因子。

可选地，所述基本信息包括非地址类信息，所述地址因子集包括转译地址因子，所述根据所述基本信息获取对应的地址因子的步骤包括：

根据所述非地址类信息的信息类型确定对应的信息转译规则，并根据所述信息转译规则对所述非地址类信息进行转译，得到对应的转译地址因子。

可选地，所述基于预设关联规则对所述地址因子集的地址因子之间建立实体关联的步骤包括：

根据预设模糊匹配算法以成对计算的方式计算所述地址因子集的地址因子之间的模糊匹配度，并在模糊匹配度大于预设模糊阈值的两个地址因子之间建立模糊匹配关联。

可选地，所述根据预设模糊匹配算法以成对计算的方式计算所述地址因子之间的模糊匹配度的步骤包括：

在所述地址因子集中选取两个地址因子作为计算因子，并基于预设量化规则分别将所述计算因子量化为对应的第一字符组D1和第二字符组D2；

根据所述第一特征组D1和所述第二特征组D2获取全字符组D，并分别根据全字符组D的各字符在第一字符组D1和第二字符组D2中出现频率、确定第一特征组D1对应的第一字符频率组DD1和第一特征组D2对应第二字符频率组DD2；