[发明专利]一种可信度预测方法、装置、设备和存储介质

说明书

本发明实施例公开了一种可信度预测方法、装置、设备和存储介质，该可信度预测方法包括：获取执行目标行为的待预测对象，并确定所述待预测对象在知识图谱中的所属社群；确定所述待预测对象与社群中实体之间的距离，社群中实体占比，以及社群中目标行为数据中的至少一项，以得到待预测对象的特征数据；根据所述待预测对象的特征数据，确定待预测对象的可信度。本发明实施例基于社群确定待预测对象的特征数据，待预测对象的特征数据反映了待预测对象与社群整体之间的关系，可以更好地表达待预测对象与社群中实体之间的关系，提高对待预测对象可信度的准确性，避免了只采用待预测对象的自身属性带来的局限性，影响预测结果的准确性。

技术领域

本发明实施例涉及信息处理技术领域，尤其涉及一种可信度预测方法、装置、设备和存储介质。

背景技术

近年来，随着消费升级以及居民消费观念的改变，我国信用卡发卡量保持较快增长。与此同时，商业银行也开始在信用卡领域精耕细作，推进差异化经营，推出有竞争力的信用卡产品及活动。同时，随着我国城镇化进程的逐步推进，信用卡市场潜在客户将不断增加。在未来城镇居民年均复合增速为2.5％的情况下，假设10年后城镇居民人到均信用卡持卡量为2张，那么信用卡发卡量年均复合增速为10％，信用卡市场空间仍然是巨大的。其中在线申请信用卡以其快速便捷、低准入门槛的优势受到了市场青睐，逐渐成为传统金融机构的业务转型方向。然而，虚假申请、团伙欺诈、套现的可能性也在加大。通过与黑色产业链合作，或采用虚假身份材料办理信用卡以套现牟利，或为不符合信用卡申请资质的人提供虚假材料的现象出现，严重增加了信用卡还款风险，最终导致了银行不良信贷的产生和被冒名当事人的损失。因此，在对用户发放信用卡之前，需要对用户的信用程度进行审批。

目前，国内大多数银行的信用卡部门采取人工审核作业形式，利用人工对用户提交的信用卡办理申请进行审批；或者采用信用卡审批风险评分模型对用户的信用卡申请进行审批，信用卡审批风险评分模型利用评分卡技术对个体欺诈概率进行预测，主要采用的方法主要是基于专家规则，对存在风险的行为数据进行评分，从而对存在风险的信用卡申请进行判断。

然而，人工审核作业形式不仅效率低，而且还面临很大的欺诈违约风险。采用信用卡审批风险评分模型的方法存在对团伙之间相互配合进行虚假申请的行为判断不准确的问题。

发明内容

本发明实施例提供一种可信度预测方法、装置、设备和存储介质，以提高对信用卡欺诈团伙挖掘的准确性。

第一方面，本发明实施例提供了一种可信度预测方法，包括：

获取执行目标行为的待预测对象，并确定所述待预测对象在知识图谱中的所属社群；

确定所述待预测对象与社群中实体之间的距离，社群中实体占比，以及社群中目标行为数据中的至少一项，以得到待预测对象的特征数据；

根据所述待预测对象的特征数据，确定待预测对象的可信度。

第二方面，本发明实施例还提供了一种可信度预测装置，包括：

所属社群确定模块，用于获取执行目标行为的待预测对象，并确定所述待预测对象在知识图谱中的所属社群；

特征数据确定模块，用于确定所述待预测对象与社群中实体之间的距离，社群中实体占比，以及社群中目标行为数据中的至少一项，以得到待预测对象的特征数据；

可信度确定模块，用于根据所述待预测对象的特征数据，确定待预测对象的可信度。

第三方面，本发明实施例还提供了一种计算机设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的可信度预测方法。