[发明专利]特征变量获取方法及装置

说明书

本发明提供了一种特征变量获取方法及装置。该方法包括：采集产生实质操作行为的用户设备的信息数据，并将所述信息数据分别存储到设备信息主题消息队列和用户访问行为消息队列中；按照所述信息数据的属性，将消息队列中的信息数据拆分成不同主题的多个数据表，并将所述多个数据表整合到数据分析引擎中；根据接收到的对目标设备进行风控的请求，从所述数据分析引擎中获取与所述目标设备相对应的信息数据，并基于所述目标设备的信息数据进行特征变量计算，得到所述目标设备的设备行为特征。通过本发明，解决了相关技术中需要一种大规模、高并发的实时数据处理方案来实现更加有效的反欺诈目的问题，达到提高反欺诈的有效性的效果。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种特征变量获取方法及装置。

背景技术

在数字化转型驱动下，消费金融公司通过线上渠道提供多样化的服务模式和场景，在给客户带来便捷的同时，面临着更加隐蔽、专业的欺诈风险。欺诈风险具备强突发性，对消费金融公司的快速识别与反应能力提出了更加严峻的考验。利用身份一致性校验、用户验证码、动态验证码模式识别存在着以下问题：用户名和动态验证码极易被盗用、对新型变异化欺诈行为的应对能力覆盖度不足，对欺诈的感知不及时，对欺诈信号捕捉的灵敏度不高。

现有的反欺诈技术方案中的数据处理过程存在以下问题：(1)多为基于历史数据批量计算指标，例如：采用黑名单类的简单控制，实时化程度不高；(2)数据来源单一，例如：主要为结构化数据，无法处理半结构化数据，客户行为习惯参与规则运算配置支持不高；(3)并发量低：例如：采用传统集中式架构，并发量低，潮涌场景下时延高。

针对上述问题，需要一种实时快速的数据处理方案，以实现更加有效的反欺诈目的。

发明内容

本发明实施例提供了一种特征变量获取方法及装置，以至少解决相关技术中需要一种实时快速的数据处理方案来实现更加有效的反欺诈目的问题。

根据本发明的一个实施例，提供了一种特征变量获取方法，包括：根据采集产生实质操作行为的用户设备的信息数据，并将所述信息数据分别存储到设备信息主题消息队列和用户访问行为消息队列中；按照所述信息数据的属性，将消息队列中的信息数据拆分成不同主题的多个数据表以整合到数据分析引擎中；根据接收到的对目标设备进行风控的请求，从所述数据分析引擎中获取与所述目标设备相对应的信息数据，并基于所述目标设备的信息数据进行特征变量计算，得到所述目标设备的设备行为特征。

在一个示例性实施例中，所述实质操作行为至少包括：授信申请行为、用信申请行为。

在一个示例性实施例中，所述信息数据的属性包括以下至少之一：登录编号、用户编号、设备标识、设备类型、操作系统、用户行为操作类型、用户操作日期、用户登录手机号、设备风险信息。

在一个示例性实施例中，将消息队列中的信息数据拆分成不同主题的多个数据表，包括：基于flink开源流处理框架对所述信息数据进行分流，以将上述信息数据拆分成不同主题的多个数据表。

在一个示例性实施例中，所述主题至少包括以下之一：设备指纹风险信息、设备指纹用户标识关系、设备指纹身份证关系、设备指纹手机号关系、设备指纹经纬度、设备指纹时间间隔。

在一个示例性实施例中，基于所述目标设备的信息数据进行特征变量计算，包括：确定所述目标设备的设备标识是否存在；在确定所述目标设备的设备标识存在的情况下，查询所述数据分析引擎中的信息数据，以获取目标设备标识相对应的设备行为特征；或，基于所述数据分析引擎中的信息数据进行指标计算，以获取与所述目标设备标识相对应的设备行为特征。

在一个示例性实施例中，基于所述数据分析引擎中的信息数据进行指标计算，包括：基于所述信息数据，并行调用多个维度的指标计算方法，以获取所述目标设备标识相对应的设备行为特征。