[发明专利]一种识别欺诈客户的方法、装置及电子设备

说明书

本发明实施例提供了一种识别欺诈客户的方法、装置及电子设备，该方法包括：确定多个待划分数据集，分别对每个待划分数据集执行以下三个步骤：1、随机选取待识别客户的一类特征信息，根据选取的特征信息对待划分数据集中的待识别客户进行二分类，得到两个数据子集；2、随机选取待识别客户的一类特征信息，根据选取的特征信息分别对每个数据子集中的待识别客户进行二分类，将每个数据子集划分为两个数据子集；3、重复执行步骤2，直至得到的所有数据子集中只包括第一类数据子集和/或第二类数据子集；确定待识别客户的异常分数；然后构建训练集，根据训练集对机器学习模型进行训练，得到欺诈识别模型；欺诈识别模型能够更精准的识别欺诈客户。

技术领域

本发明涉及计算机识别技术领域，特别是涉及一种识别欺诈客户的方法、装置及电子设备。

背景技术

在金融领域中，精准识别欺诈客户可以在一定程度上降低金融风险，所谓欺诈客户为存在欺诈行为的客户。传统的反欺诈手段主要是：反欺诈专家根据以往识别欺诈客户的规则和经验找出欺诈客户，并将欺诈客户的用户行为信息作为训练样本，对机器学习模型训练，从而得到能够识别客户是否为欺诈客户的识别模型。

目前，欺诈手段日趋多元化，由于以往识别欺诈客户的规则存在更新不及时的问题，导致采用传统的反欺诈手段难以全面地识别欺诈客户，同时，由于反欺诈专家的经验有限，难以全面地识别欺诈用户，因此，存在很多欺诈客户不能被识别出来的情况，导致采用传统方法训练得到的识别模型难以精准的识别欺诈客户。

发明内容

本发明实施例的目的在于提供一种识别欺诈客户的方法、装置及电子设备，用以解决传统的反欺诈手段难以精准的识别欺诈客户的问题。具体技术方案如下：

本发明实施例提供了一种识别欺诈客户的方法，包括：

确定第一预设数量个待划分数据集，每个待划分数据集中包括随机选取的第二预设数量的待识别客户；

分别针对每个待划分数据集执行以下三个步骤：

步骤1、随机选取待识别客户的一类特征信息，根据选取的特征信息对该待划分数据集中的待识别客户进行二分类，得到两个数据子集；

步骤2、随机选取待识别客户的一类特征信息，根据选取的特征信息分别对每个数据子集中的待识别客户进行二分类，将每个数据子集划分为两个数据子集；

步骤3、重复执行所述步骤2，直至得到的所有数据子集中只包括第一类数据子集和/或第二类数据子集，所述第一类数据子集为只包括一个待识别客户的数据子集，所述第二类数据子集为进行预设次数的分类后得到的包括至少两个待识别客户的数据子集；

针对所述第一预设数量个待划分数据集中的每个待识别客户，根据该待识别客户所属的第一类数据子集或第二类数据子集对应的分类次数，确定该待识别客户的异常分数；

构建训练集，所述训练集中包括欺诈客户的各类特征信息和正常客户的各类特征信息，所述欺诈客户为异常分数大于预设分数值的待识别客户，所述正常客户为异常分数小于等于所述预设分数值的待识别客户；

根据所述训练集对机器学习模型进行训练，得到欺诈识别模型，所述欺诈识别模型用于识别待识别客户是否为欺诈客户。

进一步的，所述针对所述第一预设数量个待划分数据集中的每个待识别客户，根据该待识别客户所属的第一类数据子集或第二类数据子集对应的分类次数，确定该待识别客户的异常分数，包括：

针对所述第一预设数量个待划分数据集中的每个待识别客户，确定该待识别客户所属的第一类数据子集或第二类数据子集对应的分类次数；

针对每个待划分数据集，根据该待识别客户在该待划分数据集中所属的第一类数据子集的分类次数或第二类数据子集的分类次数，确定该待识别客户在该待划分数据集中的被分类次数；