[发明专利]电信诈骗判别方法、系统及计算机可读存储介质

说明书

本申请提供一种电信诈骗判别方法，涉及网络反电信诈骗领域。该电信诈骗判别方法包括：获取用户触控行为数据的触控浅层特征；其中，触控行为数据包括用户对移动端进行触控行为产生的数据；将触控浅层特征输入预设特征提取网络模型，获得触控深层特征；根据触控深层特征、用户信息数据和移动端信息数据，计算电信诈骗概率值；根据电信诈骗概率值，判断用户是否被电信诈骗。使用本申请实施例提供的电信诈骗判别方法，能够充分挖掘用户行为数据，提高数据利用率以及电信诈骗风险识别的精度。

技术领域

本申请涉及网络反电信诈骗领域，具体而言，涉及一种电信诈骗判别方法、系统及计算机可读存储介质。

背景技术

在信贷风控领域，诈骗分子往往通过电话或网络平台，以例如婚恋交友、投资等名义，诱导受害者于一段时间内转账大量金钱或在各个机构大量借贷并转账到指定账户，对受害者造成经济损失。同时，这类诈骗案件也会对借贷机构造成较大的坏账风险。对于借贷机构来说，这类风险可以统称为电信诈骗风险。

为了防控电信诈骗风险，借贷机构需要在客户申请授信和提现阶段，对客户的电信诈骗风险做精确评估。

目前对电信诈骗的识别是通过用户的个人信息和用户的设备信息的相关数据进行分析识别电信诈骗风险。但通过对这两类数据的分析识别，对电信诈骗的识别能力较弱，精确度低。

发明内容

本申请实施例的目的在于提供一种电信诈骗判别方法、系统及计算机可读存储介质，将用户的个人信息、用户移动端的设备信息以及用户对移动端进行的触控信息数据进行分析，得出电信诈骗的概率，识别用户是否被电信诈骗；能够充分挖掘用户行为数据，提高数据利用率以及电信诈骗风险识别的精度。

第一方面，本申请实施例提供一种电信诈骗判别方法，所述方法包括：获取用户触控行为数据的触控浅层特征；其中，所述触控行为数据包括所述用户对移动端进行触控行为产生的数据；将所述触控浅层特征输入预设特征提取网络模型，获得触控深层特征；根据所述触控深层特征、用户信息数据和移动端信息数据，计算电信诈骗概率值；根据所述电信诈骗概率值，判断所述用户是否被电信诈骗。

在上述实现过程中，本申请实施例提供的电信诈骗判别方法，通过对用户触控行为数据的浅层特征和深层特征的获取；根据触控深层特征、用户信息数据和移动端信息数据计算电信诈骗的风险概率值，根据此概率值。使用本申请实施例提供的电信诈骗判别方法，能够提高数据利用率和对电信诈骗的识别精度。

可选地，在本申请实施例中，其中，所述触控行为数据包括点击行为数据；所述触控浅层特征包括点击位置和点击时间间隔；所述获取用户触控行为数据的触控浅层特征，包括：从所述触控行为数据中获取所述点击行为数据；根据所述点击行为数据，获取每次点击行为对应的点击位置和相邻两次点击行为之间的点击时间间隔。

在上述实现过程中，当触控行为数据包括点击行为数据时，触控浅层特征包括点击位置和点击时间间隔；基于触控行为数据记性触控浅层特征的提取，得到每次点击行为对应的点击位置和相邻两次点击行为之间的点击时间间隔。也就是说，本申请实施例将用户的触控信息，如用户的点击数据，用于电信诈骗的判别，能够提高数据的利用率和电信诈骗的识别精度。

可选地，在本申请实施例中，所述触控行为数据包括滑动行为数据；所述触控浅层特征包括滑动位置、滑动相对位置、滑动距离、滑动相对距离和滑动时间；所述获取用户触控行为数据的触控浅层特征，包括：从所述触控行为数据中获取所述滑动行为数据；根据所述滑动行为数据，获取每次滑动的滑动位置和滑动时间戳；根据所述滑动起始位置和所述滑动时间戳，计算滑动相对位置、滑动距离、滑动相对距离和滑动时间；其中，所述滑动相对位置和所述滑动相对距离表征在所述移动端的屏幕上的位置和距离。