[发明专利]信贷欺诈识别模型构建方法及装置

权利要求书

1.一种信贷欺诈识别模型构建方法，其特征在于，包括：

根据信贷客户的关系数据构建关系网络，并生成网络特征向量，根据所述网络特征向量构建第一深度模型；

根据所述信贷客户的行为数据构造行为序列，并生成行为特征向量，根据所述行为特征向量构建第二深度模型；

对所述属性数据、关系数据和行为数据进行特征工程处理，以提取出所述信贷客户的属性特征变量、关系特征变量、行为特征变量以及规则变量，并根据所述属性特征变量、关系特征变量、行为特征变量以及规则变量构建宽度模型；

将所述第一深度模型、第二深度模型和宽度模型进行联合训练以构建信贷欺诈识别模型。

2.根据权利要求1所述的方法，其特征在于，根据所述信贷客户的关系数据构建关系网络之前，还包括：

获取所述信贷客户的属性数据、关系数据和行为数据。

3.根据权利要求1所述的方法，其特征在于，其中，采用embedding算法将所述关系网络和行为序列分别转换为所述网络特征向量和行为特征向量。

4.根据权利要求1所述的方法，其特征在于，将所述第一深度模型、第二深度模型和宽度模型进行联合训练以构建信贷欺诈识别模型之后，还包括：

将基于所述第一深度模型、第二深度模型和宽度模型的预测结果的加权和作为所述信贷客户的欺诈风险预测结果。

5.一种信贷欺诈识别模型构建装置，其特征在于，包括：

第一深度模型构建模块，用于根据信贷客户的关系数据构建关系网络，并生成网络特征向量，根据所述网络特征向量构建第一深度模型；

第二深度模型构建模块，用于根据所述信贷客户的行为数据构造行为序列，并生成行为特征向量，根据所述行为特征向量构建第二深度模型；

宽度模型构建模块，用于对所述属性数据、关系数据和行为数据进行特征工程处理，以提取出所述信贷客户的属性特征变量、关系特征变量、行为特征变量以及规则变量，并根据所述属性特征变量、关系特征变量、行为特征变量以及规则变量构建宽度模型；

联合训练模块，用于将所述第一深度模型、第二深度模型和宽度模型进行联合训练以构建信贷欺诈识别模型。

6.根据权利要求5所述的装置，其特征在于，还包括：

获取模块，用于获取所述信贷客户的属性数据、关系数据和行为数据。

7.根据权利要求5所述的装置，其特征在于，其中，采用embedding算法将所述关系网络和行为序列分别转换为所述网络特征向量和行为特征向量。

8.根据权利要求5所述的装置，其特征在于，还包括：

预测模块，用于将基于所述第一深度模型、第二深度模型和宽度模型的预测结果的加权和作为所述信贷客户的欺诈风险预测结果。

9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。