[发明专利]一种基于关联网络的反欺诈和信用风险预测方法和系统

说明书

本发明涉及一种基于关联网络的反欺诈和信用风险预测方法和系统，所述方法包括：判断被测用户是否为黑名单上榜的欺诈用户；如果被测用户不是欺诈用户，则获取与该被测用户发生数据交互的关系群体，并通过该关系群体构建出关联网络；对所述关联网络中的节点对象进行分析，确定出所述被测用户的信用评分，以便进行风险预警。本发明通过构建被测用户的关联网络，并通过该关联网络进行被测用户的信用风险预测，能够更准确的确定出被测用户的信用评分，提高预测的准确度，当信用评分不达标时，进行风险预警，有利于规避风险，保证银行等金融机构的经济利益。

技术领域

本发明涉及金融风险评估技术领域，具体涉及一种基于关联网络的反欺诈和信用风险预测方法和系统。

背景技术

随着经济的发展，金融业越来越发达，其中，贷款作为金融业务的一项重要组成部分，贷款业务种类越来越繁荣，贷款渠道也越来越丰富。人们的生活、生产活动中，小到个人的日常消费，大到企业的生产经营，都离不开贷款业务。提供贷款服务的金融机构在发放贷款之前，一般都会对该项贷款业务进行信用风险评估，只有当风险符合要求时，才会批准贷款申请。现有的信用风险预测方法，大多是先要确认贷款人的身份，核实贷款人身份的真实性，然后获取贷款人的个人征信信息，再对贷款人的信用等级进行评估，最终决定是否批准贷款申请。现有技术中也有通过建立信用风险预测模型来预测贷款人的信用风险。

现有的信用风险预测方法虽然多种多样，但是现实生活中仍然有很多欺诈银行贷款的事件发生，给银行带来经济损失。现有的信用风险预测方法只考察了贷款申请人的个人状况，没有充分考虑到与该申请人存在利益交互关系的他人，比如贷款申请人有一个联系非常频繁的联系人，而该联系人又是一个诈骗犯，这种情况下，该申请人很有可能被该联系人影响进行诈骗。此外，现有的信用风险预测方法只是在贷款申请批准前进行信用风险评估，但是申请批准后，就不会对贷款人的信用风险进行追踪预测了。尤其是对于需要多次放贷的业务，比如信用卡，银行只在信用卡申请阶段对申请人的信用风险进行预测，一旦发放了信用卡，在额度范围内，使用人能够任意使用，这就存在隐患，比如是他人盗用，或是在信用卡有效期内，持卡人发生了会影响其信用的重大问题，比如诈骗，对这些行为信用卡的发卡银行都不会再进行追踪信用评估了，这个缺陷就有可能会导致持卡人或银行的经济损失。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种基于关联网络的反欺诈和信用风险预测方法和系统。

为实现以上目的，本发明采用如下技术方案：一种基于关联网络的反欺诈和信用风险预测方法，包括：

判断被测用户是否为黑名单上榜的欺诈用户；

如果被测用户不是欺诈用户，则获取与该被测用户发生数据交互的关系群体，并通过该关系群体构建出关联网络；

对所述关联网络中的节点对象进行分析，确定出所述被测用户的信用评分，以便进行风险预警。

可选的，所述与该被测用户发生数据交互的关系群体包括：

在通信媒体中与该被测用户能够发生数据交互的一级或多级联系人和朋友圈好友。

可选的，所述预测方法还包括：

在批准申请前，获取被测用户的个人身份信息和多种征信数据；

根据所述多种征信数据确定出所述被测用户的信用评分；

根据所述被测用户的信用分数，确定是否批准该被测用户的申请；

当批准申请后，在预设时间段内，获取账号对应的用户操作行为数据，以及所述被测用户的多种征信数据；其中，所述账号是在申请被批准后为该被测用户分配的；

根据所述用户操作行为数据和多种征信数据更新所述被测用户的信用评分。

可选的，所述个人身份信息至少包括：