[发明专利]互联网金融控制方法、系统、设备及介质

说明书

本发明涉及互联网技术领域，提供了一种互联网金融控制方法、系统、设备及存储介质。所述方法包括：从预先确定的数据库获取第一类型用户和第二类型用户的金融相关信息，对金融相关信息执行预处理操作，基于预处理后的金融相关信息及神经网络模型训练得到金融控制识别模型，获取待识别用户的金融属性信息输入金融控制识别模型得到识别结果，判断识别结果的类型是否为第一类型识别结果，当判断识别结果的类型为第一类型识别结果时，根据预先配置的埋点集获取待识别用户在预设页面的操作痕迹信息，将操作痕迹信息转输入预先确定的痕迹识别模型，得到目标识别结果并反馈至预设终端。本发明可以提高识别金融欺诈的准确性。

技术领域

本发明涉及互联网技术领域，尤其涉及一种互联网金融控制方法、系统、设备及存储介质。

背景技术

目前，很多金融公司的业务范围涉及投资、理财等多个金融业务范畴，为了有效控制金融风险，这类公司在为客户办理相应的金融业务(例如，贷款业务等)后，都会对客户进行反欺诈识别。市面上目前出现的金融反欺诈自动识别方案，通常仅是根据用户的个人资料信息这单一因素进行识别，由于欺诈行为的样本数据缺乏，仅利用单一因素识别用金融欺诈行为，存在准确性较低的技术问题。

发明内容

鉴于以上内容，本发明提供一种互联网金融控制方法、系统、设备及存储介质，其目的在于解决现有技术中控制识别金融欺诈准确性较低的技术问题。

为实现上述目的，本发明提供一种互联网金融控制方法，该方法包括：

从预先确定的数据库获取第一类型用户和第二类型用户的金融相关信息，对所述金融相关信息执行预处理操作，基于预处理后的金融相关信息及神经网络模型训练得到金融控制识别模型；

获取待识别用户的金融属性信息输入所述金融控制识别模型得到识别结果，判断所述识别结果的类型是否为第一类型识别结果，当判断所述识别结果的类型为第一类型识别结果时，根据预先配置的埋点集获取所述待识别用户在预设页面的操作痕迹信息；

将所述操作痕迹信息转输入预先确定的痕迹识别模型，得到目标识别结果并反馈至预设终端。

优选的，在判断所述识别结果的类型是否为第一识别结果之后，所述方法还包括：

定时随机选取预设数量的所述识别结果的类型为第二类型识别结果的用户，根据预先配置的埋点集获取所述第二类型识别结果的用户在预设页面的操作痕迹信息，将该操作痕迹信息转换为时间序列数据后输入预先确定的痕迹识别模型。

优选的，所述痕迹识别模型的具体构建过程包括：

从所述数据库中分别获取第一类型用户和第二类型用户的历史操作痕迹信息；

基于预设算法计算任意两条历史操作痕迹信息的距离值；

根据所述距离值判断所述两条历史操作痕迹信息是否为相似的操作痕迹；

若所述两条历史操作痕迹信息为相似的操作痕迹，将所述两条历史操作痕迹信息进行合并，作为一个聚类中心点；

若所述两条历史操作痕迹信息不为相似的操作痕迹，分别根据所述两条历史操作痕迹信息的每条历史操作痕迹信息形成一个聚类中心点。

优选的，所述对所述金融相关信息执行预处理操作包括：

对所述金融相关信息执行偏差数据检测、缺失值处理及噪声数据光滑处一种或多种。

优选的，，所述基于预处理后的金融相关信息及神经网络模型训练得到金融控制识别模型包括：

对预处理后的金融相关信息对应的用户分配预设标签，将金融相关信息作为变量，各金融相关信息对应用户的标签作为因变量生成样本集；

将所述样本集按照预设比例分成训练集及验证集；