[发明专利]一种基于关系抽取的反欺诈验证识别方法与系统

说明书

本发明公开了一种基于关系抽取的反欺诈验证识别方法与系统，通过获取贷款客户的学历工作信息和手机位置信息和手机使用的行为信息，判断客户欺诈概率，若客户属于疑似欺诈客户，针对客户信息，生成提问问题，根据计算得出客户总体欺诈概率，并调节问题难度和数量，对客户进行提问，并根据客户的答案判断是否是欺诈客户。本发明通过构建知识图谱，根据实体之间的关系抽取技术，分析实体关联性，根据人类行为的记忆，在客户提请贷款申请要求时，通过知识图谱技术来生成验证问题，识破伪造的虚假手机行为；能够很好的协助贷款审核人员，对贷款客户提出问题，并协助其判断出欺诈贷款客户。

【技术领域】

本发明涉及人工智能领域，尤其涉及一种基于关系抽取的反欺诈验证识别方法与系统。

【背景技术】

在金融欺诈中，基于客户的手机行为判断一个人是否是正常的客户，了解一个人的征信是一种重要针对贷款人的信息获取方法。但是正因为手机非常重要，所以个人手机经常被模拟精灵或者猫池等诈骗设备运行。用于模拟客户的点击操作、例如模拟位置登录，下载、浏览等行为。有些黑产团伙甚至帮客户手机整容，即通过伪造虚拟卡，通过改机工具，改变手机型号和MAC地址，甚至改变GPS位置。达到手机伪造，并用该手机号去申请贷款的目的。当前很多验证码识别和手机验证方法，都无法适用于判断手机是否是通过模拟软件登录来伪造的客户。这些欺诈的人，有些是团伙，通过购买他人的信息或者身份证来获得资料，并通过这些信息在网上进行贷款申报。这类采用模拟手机运行轨迹而形成的虚假客户，带来了巨大的经济损失，因为他们骗取了贷款后，都不会归还，给放贷公司造成很大打击。

【发明内容】

本发明提供了一种基于关系抽取的反欺诈验证识别方法与系统用于根据用户信息进行反欺诈识别。

本发明提供了一种基于关系抽取的反欺诈验证识别方法与系统，主要包括以下步骤：

获取贷款客户的学历工作数据、手机位置数据或第三方软件的使用行为数据中的一种或多种数据，确定客户欺诈总概率；

根据所述客户欺诈总概率确定所述客户是否属于疑似欺诈客户，以及判断是否属于团伙欺诈；

根据所述客户是否是疑似欺诈客户或者团伙欺诈，生成匹配的问题内容，并调节问题难度和问题数量，输出给所述客户；

获取所述客户对所述问题内容的反馈答案数据，根据所述反馈答案数据确定所述客户是否是欺诈客户。

进一步可选地，如上所述的方法中，所述获取贷款客户的学历工作数据、手机位置数据或第三方软件的使用行为数据中的一种或多种数据，确定客户欺诈总概率，主要包括：

判断客户手机GPS位置信号是否经常发生跳转；判断客户每天打开某个APP的时间是否精确到同一秒；判断学历与工作搭配的概率是否小于预设阈值；判断是否属于团伙欺诈；

所述确定客户总欺诈概率，通过如下一种或多种客户欺诈子概率确定：

根据客户的学历信息与工作信息的匹配程度确定客户欺诈子概率；

根据所述手机位置数据，判断客户手机的GPS位置的跳转频率，根据所述跳转频率确定客户欺诈子概率；或，

根据所述第三方软件的使用行为数据，判断一定时间范围内所述第三方软件的打开时刻是否相同，根据判断结果确定客户欺诈子概率。

进一步可选地，如上所述的方法中，所述确定客户欺诈总概率，主要包括：

客户欺诈总概率＝手机位置欺诈概率*手机内部APP访问欺诈概率*学历与工作经验欺诈概率*欺诈团伙概率

问题数量＝总欺诈概率*欺诈团伙概率

问题难度＝总欺诈概率*学历信息

其中问题难度由关系抽取中两个实体的关联概率或实体之间的距离决定。