[发明专利]一种反欺诈数据分析方法与系统

说明书

本发明提供一种反欺诈数据分析方法与系统，用以从一后端数据库中获取数据集市以及图数据库发送至一分析模型，所述数据集市以及所述图数据库为根据预先搜集的关于欺诈的基础数据生成的；所述分析模型对所述数据集市以及所述图数据库进行分析，以获得一分析结果；将所述分析结果输出至一前端并展示。本发明将个体欺诈风险识别模型与群体欺诈风险识别模型相结合，反欺诈体系更完备。且集成监督式学习、半监督式学习以及无监督式学习，对数据进行处理，提高识别准确率，且令模型更新速度更快，适应性更强。同时，建立反欺诈实时评分系统，且评分计算更准确，反欺诈分析结果观察更直观。可视化用户关系图谱还可直观展示分析结果，用户体验好。

技术领域

本发明涉及数据分析领域，特别是涉及一种反欺诈数据分析方法与系统。

背景技术

现有的反欺诈数据分析中，数据分析模型通常较为单一，不能形成一个较为完备的反欺诈体系，且欺诈风险的识别不准确，识别率较低。且传统的具有反欺诈数据的数据库处理用户关联数据的效率低下，不能满足现有的要求。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种反欺诈数据分析方法与系统，用于解决现有技术中反欺诈数据分析模型单一，分析结果不准确，效率低下等的问题。

为实现上述目的及其他相关目的，本发明提供一种反欺诈数据分析方法，包括：从一后端数据库中获取数据集市以及图数据库发送至一分析模型，所述数据集市以及所述图数据库为根据预先搜集的关于欺诈的基础数据生成的；所述分析模型对所述数据集市以及所述图数据库进行分析，以获得一分析结果；将所述分析结果输出至一前端并展示。

于本发明一具体实施例中，所述分析模型包括个体欺诈风险识别模型和群体欺诈风险识别模型，所述分析结果包括群体分析结果以及个体分析结果；其中，根据所述个体欺诈风险识别模型对所述数据集市进行分析以获得所述个体分析结果，且根据所述群体欺诈风险识别模型对所述图数据库进行分析以获得所述群体分析结果。

于本发明一具体实施例中，其特征在于：还用以将所述群体分析结果作为所述个体欺诈风险识别模型的输入，以对所述个体分析结果进行补充。

于本发明一具体实施例中，所述个体欺诈风险识别模型包括监督学习模型、半监督学习模型以及无监督学习模型，其中所述监督学习模型至少包括以下模型的一种：逻辑回归模型、树网模型、神经网络模型，所述半监督学习模型包括随机森林模型；所述无监督学习模型包括孤立森林算法，所述孤立森林算法用以对输入所述分析模型的所述数据集市的异常数据进行检测。

于本发明一具体实施例中，所述群体欺诈风险识别模型包括一关系图谱复杂网络分析模型。

于本发明一具体实施例中，从所述后端数据库中获取所述数据集市后，将所述数据集市发送至一建模分析工具，以获得关联所述数据集市的建模数据，且将所述建模数据发送至所述分析模型，以供所述分析模型对所述建模数据进行分析。

于本发明一具体实施例中，将所述分析结果输出至一前端并展示包括：将根据所述分析结果获得的用户欺诈评分、风险标签预警以及用户关系图谱中的一种或多种进行展示。

于本发明一具体实施例中，所述图数据库可根据所述数据集市而进行更新，同时所述数据集市可根据所述图数据库而进行更新。

于本发明一具体实施例中，还用以将所述数据集市、所述图数据库以及所述分析结果进行存储，以供查询或导出。