System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 亚洲AV无码精品色午夜果冻不卡,无码精品人妻一区二区三区人妻斩,亚洲AV永久无码精品一百度影院 
  • 

  • 
<ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>
    

    

    
    
      
    
          
          
    
            
    
                
    
                    
    
                        
    
                            
    基于操作行為的銀行欺詐特征挖掘方法及系統技術方案
    
                            
    技術編號：44385244 閱讀：2 留言：0更新日期：2025-02-25 10:00
    
                        
    
                        
    
                            
                            本申請涉及金融風控技術領域，提供的是基于操作行為的銀行欺詐特征挖掘方法及系統，方法包括以下步驟：收集信貸業務相關原始數據；對原始數據進行清洗和驗證，獲取清洗和驗證后的數據；基于清洗和驗證后的數據，構建特征底表；基于特征底表，構建欺詐行為評估模型，獲取與輸入的操作行為相對應的用戶的信貸欺詐評分。本申請將操作行為欺詐識別引入風控信貸領域，考慮到了信貸領域操作行為欺詐風險場景多，欺詐手段多樣化的特點，為從業者在依靠操作行為的欺詐風險指標進行決策時是否可靠提供參考依據。
    
                            
                            
    


    
                            

                            
    【技術實現步驟摘要】
    
                                
    本申請涉及金融風控，具體涉及一種基于操作行為的銀行欺詐特征挖掘方法及系統。

    技術介紹
    1、在信貸業務中，一般包括營銷獲客、貸前授信、貸中動支、貸后催收等業務場景。其中，貸前授信和貸中動支是操作行為信息類欺詐風險的高發環節，根據不同環節的基礎數據衍生相關特征變量，訓練操作行為信息類欺詐模型用于貸前監測。
    2、欺詐風險目前日益呈現產業鏈化的特征，圍繞著欺詐的實施，形成了專業的技術開發產業，比如偽冒申請，虛假交易，賬戶盜用等；身份包裝和虛假操作行為信息類提供產業，比如中介代辦，云手機，等；業務漏洞發現和欺詐方法傳授產業，而且從事這些產業的人都具有較高的技術水平，他們會各種試探金融機構的反欺詐規則，然后利用前兩種產業提供的技術、資料實施欺詐。這種操作行為信息類欺詐有時不容易被偵測，使用人工智能算法識別可能產生漏網之魚，基于基礎數據和操作行為的挖掘方法可以有效彌補這一缺點。

    技術實現思路
    1、本申請提供一種基于操作行為的銀行欺詐特征挖掘方法及系統，可以解決現有人工智能算法識別信貸業務中的欺詐行為存在的偵測遺漏的技術問題。
    2、第一方面，本申請提供了一種基于操作行為的銀行欺詐特征挖掘方法，包括以下步驟：
    3、收集信貸業務相關原始數據；
    4、對原始數據進行清洗和驗證，獲取清洗和驗證后的數據；
    5、基于清洗和驗證后的數據，構建特征底表；
    6、基于特征底表，構建欺詐行為評估模型，獲取與輸入的操作行為相對應的用戶的信貸欺詐評分。</p>
    7、結合第一方面，在一種實施方式中，所述收集信貸業務相關原始數據，具體包括以下步驟：
    8、定義信貸風控應用業務場景；
    9、定義不同業務場景的操作行為欺詐特征；
    10、根據需衍生的欺詐特征，分別提取對應業務場景的原始數據。
    11、結合第一方面，在一種實施方式中，所述根據需衍生的欺詐特征，分別提取對應業務場景的原始數據之后，還包括以下步驟：
    12、獲取原始數據的獲取方式，例如通過用戶填寫獲取或授權獲??；
    13、基于原始數據的獲取方式，確認特征標簽的生成邏輯。
    14、結合第一方面，在一種實施方式中，所述對原始數據進行清洗和驗證，獲取清洗和驗證后的數據，具體包括以下步驟：
    15、劃分獲取到的原始數據為基礎信息類數據和操作行為信息類數據；
    16、將劃分為基礎信息類和操作行為信息類的兩類原始數據進行數據清洗，獲取清洗后的數據；
    17、對清洗后的數據的業務需求進行驗證，獲取驗證后的數據。
    18、結合第一方面，在一種實施方式中，所述基于清洗和驗證后的數據，構建特征底表，具體包括以下步驟：
    19、將清洗和驗證后的數據中的基礎信息類和操作行為信息類兩大類別進行分別存儲，同時通過唯一的用戶標識來建立兩者之間的關聯；
    20、將分別存儲后的基礎信息類和操作行為信息類數據，分別構建基礎信息表和操作行為信息表，通過唯一的用戶標識來建立兩個信息表之間的關聯。
    21、結合第一方面，在一種實施方式中，所述基于特征底表，構建欺詐行為評估模型，獲取與輸入的操作行為相對應的用戶的信貸欺詐評分，具體包括以下步驟：
    22、基于構建的特征底表利用邏輯回歸算法構建欺詐行為評估模型，輸出欺詐評分，協助人工判斷基于操作行為在信貸不同環節的欺詐風險；
    23、將構建的欺詐評估模型進行代碼封裝，形成可泛化使用的標準化工具。
    24、結合第一方面，在一種實施方式中，所述基于構建的特征底表利用邏輯回歸算法構建欺詐行為評估模型，輸出欺詐評分，具體包括以下步驟：
    25、對特征底表中的入模特征構建等級標簽和缺失值處理，獲取具有等級標簽和缺失值處理后的入模特征；
    26、采用邏輯回歸算法篩選入模特征，獲取篩選后的有效入模特征；
    27、基于篩選后的有效入模特征，構建邏輯回歸模型；
    28、輸入數據庫中待評估的信貸相關數據至欺詐行為評估模型，獲取欺詐評分。
    29、結合第一方面，在一種實施方式中，所述采用邏輯回歸算法篩選入模特征，獲取篩選后的有效入模特征，具體包括以下步驟：
    30、遍歷所有的入模特征，將單個入模特征與欺詐評分建模，以單入模特征iv值作為變量是否有效的評估標準，從高到低排序，把模型auc結果最好的入模特征作為第一輪選擇入模特征；
    31、在第一輪選擇入模特征基礎上，添加第二個入模特征，歷遍剩余入模特征，直至添加的入模特征得到的模型auc值達到最高，將該入模特征作為第二輪選擇變量；
    32、在第二輪選擇變量的基礎上，添加第三個入模特征以此類推，直到添加的入模特征不再對auc帶來超過預期貢獻時，就不再添加入模特征。
    33、第二方面，本申請提供一種基于操作行為的銀行欺詐特征挖掘系統，包括：
    34、原始數據收集模塊，用于收集信貸業務相關原始數據；
    35、數據清洗和驗證模塊，與所述原始數據收集模塊通信連接，用于對原始數據進行清洗和驗證，獲取清洗和驗證后的數據；
    36、特征底表構建模塊，與所述數據清洗和驗證模塊通信連接，用于基于清洗和驗證后的數據，構建特征底表；
    37、欺詐評分獲取模塊，與所述特征底表構建模塊通信連接，用于基于特征底表，構建欺詐行為評估模型，獲取與輸入的操作行為相對應的用戶的信貸欺詐評分。
    38、結合第一方面，在一種實施方式中，所述原始數據收集模塊包括：
    39、業務場景定義單元，用于定義信貸風控應用業務場景；
    40、欺詐特征定義單元，與所述業務場景定義單元通信連接，用于定義不同業務場景的操作行為欺詐特征；
    41、原始數據獲取單元，與所述欺詐特征定義單元通信連接，用于根據需衍生的欺詐特征，分別提取對應業務場景的原始數據。
    42、本申請實施例提供的技術方案帶來的有益效果至少包括：
    43、本申請將操作行為欺詐識別引入風控信貸領域，為從業者在依靠操作行為欺詐風險指標進行決策時是否可靠提供參考依據，考慮到了信貸領域操作行為欺詐風險場景多，欺詐手段多樣化的特點。
    本文檔來自技高網...
                            
    
                            
    【技術保護點】
    
                                
    1.一種基于操作行為的銀行欺詐特征挖掘方法，其特征在于，包括以下步驟：
    2.如權利要求1所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述收集信貸業務相關原始數據，具體包括以下步驟：
    3.如權利要求2所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述根據需衍生的欺詐特征，分別提取對應業務場景的原始數據之后，還包括以下步驟：
    4.如權利要求1所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述對原始數據進行清洗和驗證，獲取清洗和驗證后的數據，具體包括以下步驟：
    5.如權利要求1所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述基于清洗和驗證后的數據，構建特征底表，具體包括以下步驟：
    6.如權利要求1所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述基于特征底表，構建欺詐行為評估模型，獲取與輸入的操作行為相對應的用戶的信貸欺詐評分，具體包括以下步驟：
    7.如權利要求6所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述基于構建的特征底表利用邏輯回歸算法構建欺詐行為評估模型，輸出欺詐評分，具體包括以下步驟：
    8.如權利要求7所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述采用邏輯回歸算法篩選入模特征，獲取篩選后的有效入模特征，具體包括以下步驟：
    9.一種基于操作行為的銀行欺詐特征挖掘系統，其特征在于，包括：
    10.如權利要求9所述的基于操作行為的銀行欺詐特征挖掘系統，其特征在于，所述原始數據收集模塊包括：
    ...
                            
    
                            
    【技術特征摘要】
    
                                
    1.一種基于操作行為的銀行欺詐特征挖掘方法，其特征在于，包括以下步驟：
    2.如權利要求1所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述收集信貸業務相關原始數據，具體包括以下步驟：
    3.如權利要求2所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述根據需衍生的欺詐特征，分別提取對應業務場景的原始數據之后，還包括以下步驟：
    4.如權利要求1所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述對原始數據進行清洗和驗證，獲取清洗和驗證后的數據，具體包括以下步驟：
    5.如權利要求1所述的基于操作行為的銀行欺詐特征挖掘方法，其特征在于，所述基于清洗和驗證后的數據，構建特征底表，具體包括以下步驟：
    6.如權利要...
                            
    
                            
    【專利技術屬性】
    
                                技術研發人員：鄒家勇，田羽，黃文慧，邊志強，
    
        申請(專利權)人：武漢眾邦銀行股份有限公司，
    
        類型：發明
    
        國別省市：
    
                            
    
                            
                        
    
                    
    
                    
                    
                     
                
    
                
                
    
                    
    
                        網友詢問留言
                        已有0條評論
                    
    
                    
    
                        
    
                            
      
                                
    • 
                                
						

      還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。
      


                              
                            
    
                            
    
                                 1 

                            
    
                        
    
                        
                        
    
                            
    
                              
                            
    
                            
                        
    
                    
    
                
    
            
    
              
             
          
    
      
    
    
    

    
    
    




  


主站蜘蛛池模板：
julia无码人妻中文字幕在线|
日韩人妻无码精品久久久不卡|
亚洲精品无码久久久久A片苍井空|
久久久久亚洲Av无码专|
亚洲性无码av在线|
极品无码国模国产在线观看|
在线观看片免费人成视频无码|
中文字幕无码高清晰|
国产强被迫伦姧在线观看无码|
少妇无码太爽了不卡在线观看|
亚洲精品无码av片|
亚洲国产精品无码中文字|
国产日产欧洲无码视频|
中文字幕人成无码人妻|
亚洲大尺度无码无码专区|
国模无码视频一区|
无码日本电影一区二区网站|
无码一区二区三区免费|
成年午夜无码av片在线观看|
青春草无码精品视频在线观|
无码尹人久久相蕉无码|
亚洲国产成人精品无码区在线秒播|
国产aⅴ无码专区亚洲av麻豆|
亚洲成?v人片天堂网无码|
亚洲AV永久无码精品网站在线观看|
无码人妻久久一区二区三区|
国产色无码专区在线观看|
人妻丰满?V无码久久不卡|
(无码视频)在线观看|
国模无码一区二区三区|
在线精品自偷自拍无码中文|
曰产无码久久久久久精品|
中文字幕无码中文字幕有码|
亚洲中文字幕无码亚洲成A人片|
精品亚洲A∨无码一区二区三区|
日木av无码专区亚洲av毛片|
久久亚洲精品中文字幕无码|
日韩精品人妻系列无码专区|
久久精品无码一区二区WWW|
无码爆乳护士让我爽|
久久亚洲中文无码咪咪爱|