[发明专利]反欺诈预测方法及装置

权利要求书

1.一种反欺诈预测方法，其特征在于，所述方法包括：

获取客户的个人信息数据；

将所述客户的个人信息数据输入至预先建立的反欺诈因子库模型，输出用于表征所述客户的欺诈风险的评分；

根据所述评分对所述客户进行反欺诈预测，获得预测结果。

2.根据权利要求1所述的反欺诈预测方法，其特征在于，获取客户的个人信息数据之前，所述方法还包括：

获取用于建立所述反欺诈因子库模型的数据源，所述数据源包括多个客户的个人信息数据；

将所述数据源分为标示有不同标签的多个数据组；

从所述多个数据组中选取目标数据组，根据所述目标数据组对应的标签生成对应的因子，所述目标数据组包括至少两个数据组；

根据每个所述因子对对应的客户的欺诈识别能力对所述因子赋予权重；

获取所述多个因子中满足预设条件的因子作为触碰因子，并基于所述触碰因子的权重获得所述触碰因子的统计量；

基于所述统计量建立所述反欺诈因子库模型。

3.根据权利要求2所述的反欺诈预测方法，其特征在于，所述多个因子包括欺诈类因子、信任类因子、中立类因子。

4.根据权利要求3所述的反欺诈预测方法，其特征在于，基于所述统计量建立所述反欺诈因子库模型，包括：

根据所述信任类因子中触碰因子的统计量建立信任分模型；

根据所述欺诈类因子中触碰因子的统计量建立欺诈分模型；

将所述信任分模型和所述欺诈分模型整合建立所述反欺诈因子库模型。

5.根据权利要求1所述的反欺诈预测方法，其特征在于，根据所述评分对所述客户进行反欺诈预测，获得预测结果，包括：

将所述评分与预设的欺诈风险评分阈值进行比较；

若所述评分大于所述欺诈风险评分阈值，则所述预测结果为所述客户为信任客户。

6.一种反欺诈预测装置，其特征在于，所述装置包括：

获取模块，用于获取客户的个人信息数据；

评分模块，用于将所述客户的个人信息数据输入至预先建立的反欺诈因子库模型，输出用于表征所述客户的欺诈风险的评分；

预测模块，用于根据所述评分对所述客户进行反欺诈预测，获得预测结果。

7.根据权利要求6所述的反欺诈预测装置，其特征在于，所述装置还包括：

数据源获取模块，用于获取用于建立所述反欺诈因子库模型的数据源，所述数据源包括多个客户的个人信息数据；

分组模块，用于将所述数据源分为标示有不同标签的多个数据组；

因子生成模块，用于从所述多个数据组中选取目标数据组，根据所述目标数据组对应的标签生成对应的因子，所述目标数据组包括至少两个数据组；

赋权模块，用于根据每个所述因子对对应的客户的欺诈识别能力对所述因子赋予权重；

计算模块，用于获取所述多个因子中满足预设条件的因子作为触碰因子，并基于所述触碰因子的权重获得所述触碰因子的统计量；

模型建立模块，用于基于所述统计量建立所述反欺诈因子库模型。

8.根据权利要求7所述的反欺诈预测装置，其特征在于，所述多个因子包括欺诈类因子、信任类因子、中立类因子。

9.根据权利要求8所述的反欺诈预测装置，其特征在于，所述模型建立模块，包括：

信任模型建立单元，用于根据所述信任类因子的所述统计量建立信任分模型；

欺诈模型建立单元，用于根据所述欺诈类因子的所述统计量建立欺诈分模型；

模型整合单元，用于所述信任分模型和所述欺诈分模型整合建立所述反欺诈因子库模型。

10.根据权利要求6所述的反欺诈预测装置，其特征在于，所述预测模块用于将所述评分与预设的欺诈风险评分阈值进行比较，若所述评分大于所述欺诈风险评分阈值，则所述预测结果为所述客户为信任客户。