[发明专利]欺诈行为的识别方法、计算机可读存储介质及终端设备

说明书

本发明属于计算机技术领域，尤其涉及一种基于大数据分析的欺诈行为的识别方法、计算机可读存储介质及终端设备。所述方法获取用户填写资料时的视频数据，并从所述视频数据中提取所述用户的表情特征向量；分别计算所述用户的表情特征向量与预设的样本集合中的各个表情特征向量样本之间的特征距离，所述样本集合包括正样本子集和负样本子集；根据各个所述特征距离计算所述用户的表情特征向量与所述正样本子集之间的第一平均距离，以及所述用户的表情特征向量与所述负样本子集之间的第二平均距离；根据所述第一平均距离和所述第二平均距离计算所述用户的欺诈指数，并根据所述用户的欺诈指数确定对所述用户的识别结果。

技术领域

本发明属于计算机技术领域，尤其涉及一种欺诈行为的识别方法、计算机可读存储介质及终端设备。

背景技术

金融机构在接收到客户申请的大额信用贷款时，通常需要风控人员通过提问来审核借款人的相关信息是否存在欺诈。目前，审核借款人是否欺诈极度依赖于风控人员的经验和判断，耗费大量的时间和人力，分析结果往往不准确客观。也有利用专业的仪器设备，通过检测呼吸、脉搏、血压、皮肤电阻等一系列指标判断被测试人员有无欺诈嫌疑，但此类仪器设备通常价格昂贵且容易对被测试人员的人权构成侵犯。

发明内容

有鉴于此，本发明实施例提供了一种欺诈行为的识别方法、计算机可读存储介质及终端设备，以解决现有技术中通过风控人员进行欺诈行为的识别时耗费大量的时间和人力，分析结果往往不准确客观的问题，以及通过仪器设备进行欺诈行为的识别时价格昂贵且容易对被测试人员的人权构成侵犯的问题。

本发明实施例的第一方面提供了一种欺诈行为的识别方法，可以包括：

获取用户填写资料时的视频数据，并从所述视频数据中提取所述用户的表情特征向量；

分别计算所述用户的表情特征向量与预设的样本集合中的各个表情特征向量样本之间的特征距离，所述样本集合包括正样本子集和负样本子集，所述正样本子集中的各个样本为在历史记录中出现欺诈行为的用户的表情特征向量，所述负样本子集中的各个样本为在历史记录中未出现欺诈行为的用户的表情特征向量；

根据各个所述特征距离计算所述用户的表情特征向量与所述正样本子集之间的第一平均距离，以及所述用户的表情特征向量与所述负样本子集之间的第二平均距离；

根据所述第一平均距离和所述第二平均距离计算所述用户的欺诈指数，并根据所述用户的欺诈指数确定对所述用户的识别结果。

本发明实施例的第二方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如下步骤：

获取用户填写资料时的视频数据，并从所述视频数据中提取所述用户的表情特征向量；

分别计算所述用户的表情特征向量与预设的样本集合中的各个表情特征向量样本之间的特征距离，所述样本集合包括正样本子集和负样本子集，所述正样本子集中的各个样本为在历史记录中出现欺诈行为的用户的表情特征向量，所述负样本子集中的各个样本为在历史记录中未出现欺诈行为的用户的表情特征向量；

根据各个所述特征距离计算所述用户的表情特征向量与所述正样本子集之间的第一平均距离，以及所述用户的表情特征向量与所述负样本子集之间的第二平均距离；

根据所述第一平均距离和所述第二平均距离计算所述用户的欺诈指数，并根据所述用户的欺诈指数确定对所述用户的识别结果。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：

获取用户填写资料时的视频数据，并从所述视频数据中提取所述用户的表情特征向量；