(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210580212.6 (22)申请日 2022.05.25 (71)申请人 石溪信息科技 （上海） 有限公司 地址 200000 上海市普陀区曹杨路5 00号1 幢北半幢702室 (72)发明人 姚钧　 (74)专利代理 机构 上海大为知卫知识产权代理 事务所(普通 合伙) 31390 专利代理师 何银南 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 30/00(2012.01) G06K 9/62(2022.01) (54)发明名称 一种账户欺诈分析的智能评估方法及系统 (57)摘要 本发明实施例涉及账户欺诈评估技术领域， 具体公开了一种账户欺诈分析的智能评估方法 及系统。 本发 明实施例通过大数据对 账户欺诈情 况进行采集和分类统计； 构建多个账户欺诈识别 模型； 匹配标记目标欺诈识别模型； 按照账户历 史数据， 进行欺诈风险排查防范； 按照即时账户 数据进行欺诈识别警告。 能够对 账户欺诈采集数 据进行分类统计并进行关键数据提取， 按照多个 账户欺诈关键数据， 构建多个账户欺诈识别模 型， 通过匹配目标账户对应的目标欺诈识别模 型， 按照目标账户的账户历史数据和即时账户数 据分别进行欺诈风险排查防范和账户欺诈警告， 从而能够对目标账户进行针对性的账户欺诈分 析判断， 能够在更大的程度上进行欺诈风险排查 防范和账户欺诈警告。 权利要求书3页 说明书10页 附图6页 CN 115049473 A 2022.09.13 CN 115049473 A 1.一种账户欺诈分析的智能评估方法， 其特 征在于， 所述方法具体包括以下步骤： 通过大数据对各 银行的账户欺诈情况进行采集， 得到账户欺诈采集数据。 通过采集方式来源等统计维度， 将涉及不同手法特征的欺诈采集数据进行分类统计， 得到多个账户欺诈分类统计数据； 对多个所述账户欺诈分类统计数据进行数据清洗， 并对分类欺诈采集数据进行关键特 征生成、 评价以及特征选取， 获取多个账户欺诈关键特征， 并根据多个所述账户欺诈关键特 征， 构建多个账户欺诈 识别模型； 获取目标账户的账户历史数据， 根据所述账户历史数据， 确定目标账户的欺诈风险类 型， 根据所述账户欺诈风险类型匹配对应的账户欺诈识别模型， 并标记为 目标欺诈识别模 型； 通过所述目标欺诈识别模型对所述账户历史数据进行分析， 生成账户风险预测数据， 根据所述账户风险预测数据， 进行欺诈风险排 查防范； 获取目标账户的即时账户数据， 通过所述目标欺诈识别模型对所述即时账户数据进行 欺诈识别判断， 并在识别出存在账户欺诈时， 进行 账户欺诈警告。 2.根据权利要求1所述的账户欺诈分析的智能评估方法， 其特征在于， 所述通过大数据 对各银行 的账户欺诈情况进行采集， 得到账户欺诈采集数据， 并将所述账户欺诈采集数据 进行分类统计， 得到多个账户欺诈分类统计数据具体包括以下步骤： 通过大数据对各 银行的账户欺诈情况进行采集， 得到账户欺诈采集数据； 对所述账户欺诈采集数据进行账户的采集方式、 采集来源、 以及欺诈账户的使用场景 进行分析， 生成使用欺诈账户使用场景类别分析 数据； 根据所述欺诈账户使用场景类别分析数据， 将所述账户欺诈采集数据进行分类统计， 得到多个账户欺诈分类统计数据。 3.根据权利要求1所述的账户欺诈分析的智能评估方法， 其特征在于， 所述对多个所述 账户欺诈分类统计数据进行数据清洗， 并对分类欺诈采集数据进行关键特征生成、 评价以 及特征选取， 获取多个账户欺诈关键特征， 并根据多个所述账户欺诈关键特征， 构建多个账 户欺诈识别模型 具体包括以下步骤： 对多个所述账户欺诈分类统计数据进行数据清洗， 并对关键数据识别， 生成关键数据 识别结果； 根据所述关键数据识别结果进行关键特征生成、 评价以及特征选取， 提取多个所述账 户欺诈分类统计数据中的多个账户欺诈关键数据； 根据多个所述账户欺诈关键数据， 构建多个账户欺诈 识别模型。 4.根据权利要求1所述的账户欺诈分析的智能评估方法， 其特征在于， 所述获取目标账 户的账户历史数据， 根据所述账户历史数据， 确定目标账户的账户欺诈 风险类型， 根据所述 账户欺诈风险类型匹配对应的账户欺诈识别模型， 并标记为目标欺诈识别模型具体包括以 下步骤： 获取目标 账户的账户历史数据； 根据所述账户历史数据进行 账户使用场景分析， 确定目标 账户的账户欺诈风险类型； 根据所述账户欺诈风险类型匹配对应的账户欺诈 识别模型； 将匹配对应的账户欺诈 识别模型 标记为目标欺诈 识别模型。权　利　要　求　书 1/3 页 2 CN 115049473 A 25.根据权利要求1所述的账户欺诈分析的智能评估方法， 其特征在于， 所述通过所述目 标欺诈识别模型对所述账户历史数据进行分析， 生成账户风险预测数据， 根据所述账户风 险预测数据， 进行欺诈风险排 查防范具体包括以下步骤： 将所述账户历史数据导入所述目标欺诈 识别模型中； 输出与所述账户历史数据对应的账户风险预测数据； 根据所述账户风险预测数据， 对目标 账户进行欺诈风险排 查防范。 6.根据权利要求1所述的账户欺诈分析的智能评估方法， 其特征在于， 所述获取目标账 户的即时账户数据， 通过所述 目标欺诈识别模型对所述即时账户数据进行欺诈识别判断， 并在识别出存在账户欺诈时， 进行 账户欺诈警告具体包括以下步骤： 获取目标 账户的即时账户数据； 将所述即时账户数据导入所述目标欺诈 识别模型中； 输出与所述即时账户数据对应的欺诈 识别数据； 根据所述欺诈识别数据， 判断是否存在账户欺诈， 并在识别出存在账户欺诈时， 进行账 户欺诈警告。 7.一种账户欺诈分析的智能评估系统， 其特征在于， 所述系统包括账户欺诈采集单元、 账户欺诈 风险分类单元、 欺诈模 型构建单元、 欺诈模型匹配单元、 账户风险预测单元和即时 风险判断单 元， 其中： 账户欺诈采集单元， 用于通过大数据对各银行的账户欺诈情况进行采集， 得到账户欺 诈采集数据。 账户欺诈风险分类单元， 用于对所述账户欺诈采集数据进行账户的采集方式、 采集来 源、 以及欺诈账户的使用场景进行分析， 生成使用欺诈账户使用场景类别分析 数据； 欺诈模型构建单元， 用于对多个所述账户欺诈分类统计数据进行数据清洗， 并对分类 欺诈采集数据进行关键特征生成、 评价以及特征选取， 获取多个账户欺诈关键特征， 并根据 多个所述账户欺诈关键特 征， 构建多个账户欺诈 识别模型； 欺诈模型匹配单元， 用于获取目标账户的账户历史数据， 根据 所述账户历史数据， 确定 目标账户的账户欺诈风险类型， 根据所述账户欺诈风险类型匹配对应的账户欺诈识别模 型， 并标记为目标欺诈 识别模型； 账户风险预测单元， 用于通过所述目标欺诈识别模型对所述账户历史数据进行分析， 生成账户风险预测数据， 根据所述账户风险预测数据， 进行欺诈风险排 查防范； 即时风险判断单元， 用于获取目标账户的即时账户数据， 通过所述目标欺诈识别模型 对所述即时账户数据进行欺诈 识别判断， 并在识别出存在账户欺诈时， 进行 账户欺诈警告。 8.根据权利要求7所述的账户欺诈分析的智能评估系统， 其特征在于， 所述账户欺诈采 集单元具体包括： 账户欺诈采集模块， 用于通过大数据对各银行的账户欺诈情况进行采集， 得到账户欺 诈采集数据。 9.根据权利要求7所述的账户欺诈分析的智能评估系统， 其特征在于， 所述账户欺诈风 险分类单 元具体包括： 使用场景分析模块， 用于对所述账户欺诈采集数据进行账户使用场景分析， 生成使用 场景分析 数据；权　利　要　求　书 2/3 页 3 CN 115049473 A 3