[发明专利]一种电信诈骗受害人风险评估系统及方法

说明书

本发明涉及风险评估技术领域，公开了一种电信诈骗受害人风险评估系统及方法，所述的系统包括：数据库构建模块，用于提取指定区域内的电信诈骗受害人的数据信息和该区域内常住人口的数据信息后建立模型样本集，并按照70%和30%的比例分为训练集和测试集两个部分；特征辨识模块，提取训练集作为训练测试样本导入算法模型，把样本数据以众多决策树形式集中在一起，形成一个很强的分类器并从中提取有效特征目标，按照每个特征数据的重要性并排序选最优；模型构建模块，以指定特征值对样本数据进行预测模型训练，确定容易受电信诈骗的风险概率，相比于传统方式，本申请对缺失值不敏感、抗噪能力强的特点，能够尽可能的降低对模型准确度的影响。

技术领域

本发明属于风险评估技术领域，具体涉及一种电信诈骗受害人风险评估系统及方法。

背景技术

电信诈骗是指通过电话、网络和短信方式，编造虚假信息，设置骗局，对受害人实施远程、非接触式诈骗，诱使受害人打款或转账的犯罪行为，通常以冒充他人及仿冒、伪造各种合法外衣和形式的方式达到欺骗的目的。

近年来，电信诈骗案件更是高发多发，成为群众反应最强烈的突出犯罪，电信诈骗案件呈现的特点有3个方面：

1、发案数量多，损失越来越大；

2、打击难度大，成本越来越高，犯罪窝点向国外转移，分工越来越细；

3、社会风险高，隐患越来越大，不仅给受害人带来经济损失，还会给部分受害人带来危及身心健康的二次伤害，极易引发社会关注事件或者个人极端事件。

而为了有效的防止电信诈骗案件，需要从源头出发，围绕“源头预防和减少电信诈骗案件”这一总体目标，以“预测识别易受害人”为核心，来对电信诈骗进行有效的处理。

而这里源头指的是易受害人，这些易受害人在面对电信诈骗时都有着辨析能力差，容易受骗的特性，因此通过识别出这些易受害人，并进行相关的指导，可以从源头减少电信诈骗案件的发生。

现在常见的防止电信诈骗的处理中大多是集中调取一定区域内所有的居民信息，这些居民信息涵盖有年龄、性别、职业甚至是工作经历和受教育水平，覆盖范围非常广，但是当遇到人员属性(收入、婚姻状况等)数据不全面的问题时，会在筛选和判定的过程中造成影响，抗噪能力较弱，不能保证模型的准确性。

发明内容

本发明的目的在于提供一种电信诈骗受害人风险评估系统及方法，以解决上述背景技术中提出如何在绕过授权中心之后，仍能够保证系统运行的安全性。

为实现上述目的，本发明提供如下技术方案：

一种电信诈骗受害人风险评估系统，所述的系统包括：

数据库构建模块，用于提取指定区域内的电信诈骗受害人的数据信息和该区域内常住人口的数据信息后建立模型样本集，并按照70%和30%的比例分训练集和测试集两个部分；

特征辨识模块，提取训练集作为训练测试样本导入算法模型，把样本数据以众多决策树形式集中在一起，形成一个很强的分类器并从中提取有效特征目标，按照每个特征数据的重要性并排序选最优；

模型构建模块，以指定特征值对样本数据进行预测模型训练，确定容易受电信诈骗的风险概率。

以下是本发明对上述技术方案的进一步优化：

还包括模型参数优化模块，所述的模型参数优化模块用于调节模型算法的参数，用以提高模型的学习速率和准确性，模型学习速率是指模型在训练是对数据样本集中数据的采样条目数，理论上将每一条数据都通过模型进行遍历读取，的确会得到最准确的分析结果，预测模型在学习速率调参优化方面，采用了学习速率退火方法，即从一个比较高的学习速率，通过制定“步衰减”表来逐步中降低学习速率。