[发明专利]一种欺诈用户的识别方法及装置

权利要求书

1.一种欺诈用户的识别方法，其特征在于，包括：

获取第一话单数据以及第二话单数据，所述第一话单数据为一待识别用户在当前采样周期内的话单数据，所述第二话单数据包括多个已知用户在所述当前采样周期的上一个采样周期内话单数据以及历史欺诈用户的话单数据，其中所述已知用户包括至少一个欺诈用户和多个正常用户，所述历史欺诈用户为一预设数目的历史采样周期内的欺诈用户，所述历史采样周期为所述当前采样周期的上一个采样周期之前的采样周期；

提取所述第一话单数据以及第二话单数据中与预定属性特征相对应的特征数据，根据所述特征数据对所述已知用户、历史欺诈用户以及待识别用户进行分箱处理，其中所述预定属性特征为用于确定所述待识别用户在一目标业务上是否存在异常行为的识别特征；

根据分箱处理后的所述特征数据，分别计算所述待识别用户的综合评分以及异常用户的综合评分，其中所述异常用户包括所述已知用户中的欺诈用户以及历史欺诈用户；

根据所述待识别用户的综合评分以及异常用户的综合评分，确定所述待识别用户是否为欺诈用户；

所述根据所述特征数据对所述已知用户、历史欺诈用户以及待识别用户进行分箱处理的步骤，包括：

将所述已知用户的所述预定属性特征的特征数据按照一预设次序排列在一起；

依据排列的次序对应将所述已知用户平均分配到一预设数目的用户集合中；

根据所述待识别用户的所述预定属性特征的特征数据以及历史欺诈用户的所述预定属性特征的特征数据，将所述待识别用户、历史欺诈用户分入到对应的所述用户集合中；

所述分别计算所述待识别用户的综合评分以及异常用户的综合评分的步骤包括：

根据分箱处理后的所述特征数据，分别计算所述待识别用户与所述异常用户之间基于距离的第一标准分、所述待识别用户与所述异常用户基于概率分布的第二标准分、所述异常用户与其他所述异常用户之间基于距离的第三标准分、所述异常用户与其他所述异常用户之间基于概率分布的第四标准分；

对所述第一标准分、第二标准分按照第一预设权值进行加权求均值处理，得出所述待识别用户的综合评分；

对所述第三标准分、第四标准分按照第二预设权值进行加权求均值处理，得出所述异常用户的综合评分。

2.根据权利要求1所述的识别方法，其特征在于，所述提取所述第一话单数据以及第二话单数据中与预定属性特征相对应的特征数据，根据所述特征数据对所述已知用户、历史欺诈用户以及待识别用户进行分箱处理的步骤，包括：

当所述目标业务有多个所述预定属性特征时，分别对每一个所述预定属性特征，提取所述已知用户的话单数据、历史欺诈用户的话单数据以及所述待识别用户的话单数据中与该预定属性特征相对应的特征数据并依据该预定属性特征的特征数据所述对所述已知用户、历史欺诈用户以及待识别用户进行分箱处理。

3.根据权利要求1所述的识别方法，其特征在于，所述根据分箱处理后的所述特征数据，分别计算所述待识别用户与所述异常用户之间基于距离的第一标准分、所述异常用户与其他所述异常用户之间基于距离的第三标准分的步骤，包括：

根据分箱处理后所述已知用户、历史欺诈用户的特征数据计算所述已知用户、历史欺诈用户与所述异常用户的特征距离并根据所述特征距离确定所述已知用户、历史欺诈用户的最小相似系数；

根据分箱处理后所述待识别用户的所述特征数据计算所述待识别用户与所述异常用户的特征距离并根据所述特征距离确定所述待识别用户最小相似系数；

将所述待识别用户最小相似系数、所述已知用户、历史欺诈用户的最小相似系数分别与第一相似系数比较值、第二相似系数比较值进行标准化处理，得到所述第一标准分以及所述第三标准分；所述第一相似系数比较值为所述已知用户的最小相似系数中的最大值，所述第二相似系数比较值为所述已知用户的最小相似系数中的最小值。