[发明专利]互联网信贷场景下的实时欺诈检测方法及装置有效

专利信息
申请号: 201810033615.2 申请日: 2018-01-12
公开(公告)号: CN108564460B 公开(公告)日: 2020-10-30
发明(设计)人: 于皓;张杰;李犇;张涧;张卓博 申请(专利权)人: 阳光财产保险股份有限公司
主分类号: G06Q40/02 分类号: G06Q40/02;G06K9/62
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 金相允
地址: 101100 北京市通*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种互联网信贷场景下的实时欺诈检测方法及装置,该方法包括:获取目标用户通过互联网信贷APP授权后发送的授权数据;基于授权数据构建目标用户的特征向量;通过K‑MEANS算法对特征向量进行训练,得到无监督反欺诈机器学习模型;通过无监督反欺诈机器学习模型对特征向量进行欺诈概率计算,得到目标用户的欺诈概率。该方法充分利用了目标用户的授权数据,对授权数据向量化得到特征向量,进而通过K‑MEANS算法建模得到无监督反欺诈机器学习模型,无监督反欺诈机器学习模型再对特征向量进行欺诈概率计算,得到目标用户的欺诈概率,该方法能够实时发现新式的欺诈模式,缓解了现有的欺诈检测方法无法在较短时间内识别出新式的欺诈模式的技术问题。
搜索关键词: 互联网 信贷 场景 实时 欺诈 检测 方法 装置
【主权项】:
1.一种互联网信贷场景下的实时欺诈检测方法,其特征在于,所述方法包括:获取目标用户通过互联网信贷APP授权后发送的授权数据,其中,所述授权数据包括:所述目标用户的设备数据,所述目标用户的行为数据,所述目标用户的社交数据,所述目标用户的申请业务数据;基于所述授权数据构建所述目标用户的特征向量,其中,所述特征向量包括:统计特征向量,关系特征向量,行为特征向量;通过K‑MEANS算法对所述特征向量进行训练,得到无监督反欺诈机器学习模型;通过所述无监督反欺诈机器学习模型对所述特征向量进行欺诈概率计算,得到所述目标用户的欺诈概率。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阳光财产保险股份有限公司,未经阳光财产保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810033615.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top