[发明专利]一种基于知识图谱的欺诈客户识别方法

说明书

本发明涉及一种基于知识图谱的欺诈客户识别方法，包括：获取客户白名单、欺诈客户名单、待观察客户名单、客户关联关系以及待观察客户的资金交易数据；构建客户关联关系知识图谱；基于客户关联关系知识图谱，分别计算得到触黑指标和触白指标；基于待观察客户的资金交易数据，计算得到资金指标；筛选得到规则指标；基于规则指标，得到对应的欺诈规则；根据欺诈规则，从待观察客户名单中筛选出满足欺诈规则的疑似欺诈客户，以及不满足欺诈规则的排除客户；将排除客户合并至客户白名单中，将疑似欺诈客户合并至欺诈客户名单中，之后返回进行迭代训练，即可得到最终的欺诈客户名单。与现有技术相比，本发明能够自动、快速、准确地识别出欺诈客户。

技术领域

本发明涉及大数据处理技术领域，尤其是涉及一种基于知识图谱的欺诈客户识别方法。

背景技术

近年来电信网络诈骗运作模式日趋专业化、公司化，犯罪手段日趋智能化，活动地域呈现跨境化，并逐渐形成恶意注册、引流、诈骗、洗钱等上下游环节勾连配合的完整链条，各环节精细分工、专业运作、技术应用迭代升级，形成电信网络诈骗“新范式”。2019年起，专门针对公司财务人员的电信诈骗手法屡见不鲜，犯罪嫌疑人“瞄准”公司财务人员，假冒公司负责人建立公司工作群，诱骗财务人员向涉案账户汇款，一次涉案金额可能达到千万。同时，利用对公账户实施电信诈骗也是此类犯罪的新动向。犯罪分子多利用或盗用他人信息，在银行开立对公账户，利用对公账户资金流转额度大，冻结手续繁琐等特点进行诈骗活动。

为防止电信网络诈骗活动的发生，传统方式是银行工作人员利用人民银行和各公安部门发布的电信诈骗公司及人员名单对相关联的公司人工进行逐个排查，以得到欺诈人员名单，这种方式的排查效率较低，需要分行人员逐个排查，同时分行人员只能依靠企查查等第三方软件进行查证，受限于第三方软件的服务；

为此，现有技术研究利用客户资金交易数据，制定过滤规则，以筛选可能的欺诈客户，但这种方式仅仅基于单个客户的交易数据，导致筛选得到的结果准确率较低，无法得到准确的欺诈客户名单。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于知识图谱的欺诈客户识别方法，实现快速、准确得到欺诈客户名单的目的。

本发明的目的可以通过以下技术方案来实现：一种基于知识图谱的欺诈客户识别方法，包括以下步骤：

S1、获取客户白名单、欺诈客户名单、待观察客户名单、客户关联关系以及待观察客户的资金交易数据；

S2、根据步骤S1获取的信息数据，构建对应的客户关联关系知识图谱；

S3、基于客户关联关系知识图谱，分别计算得到触黑指标和触白指标；

基于待观察客户的资金交易数据，计算得到资金指标；

S4、从计算得到的触黑指标、触白指标和资金指标中筛选得到规则指标；

S5、基于规则指标，得到对应的欺诈规则；

S6、根据欺诈规则，从待观察客户名单中筛选出满足欺诈规则的疑似欺诈客户，以及不满足欺诈规则的排除客户；

S7、将排除客户合并至客户白名单中，将疑似欺诈客户合并至欺诈客户名单中，之后返回步骤S1，通过迭代训练，即可得到最终的欺诈客户名单。

进一步地，所述步骤S1中客户白名单中的客户包括政府机构、金融机构、国有企业、公共事业单位、公司分支机构以及银行授信客户；

欺诈客户名单中的客户包括存在过电信欺诈行为的客户。

进一步地，所述步骤S1中客户白名单、欺诈客户名单和待观察客户名单的数据均包括客户名称、客户所属地区、注册资本、实收资本、企业成立时间、账户开户时间以及企业经济性质；