异常行为关联预警方法、装置及设备与流程

本发明属于信贷风险预警技术领域，具体涉及一种异常行为关联预警方法、装置及设备。

背景技术：

ipc小微信贷技术（简称ipc微贷技术），是由德国ipc公司为金融领域提供的一体化的信贷咨询服务和解决方案。ipc微贷技术的核心是评估客户偿还贷款的能力，主要包括：（1）考察借款人偿还贷款的能力；（2）衡量借款人偿还贷款的意愿；（3）银行内部操作风险的控制。

现有技术中，ipc模式下，信贷公司在评估借款人的信用风险时，通过实地调查和信息验证，主要通过对客户经理调查走访、信息交叉验证等方面进行培训提升客户经理辨别虚假信息能力，从而防范信用风险。

但是，随着科技的发展，各类网贷层出不穷，通过实地调查和信息验证检测借款人异常行为，进行预警时，难免存在片面性，预警效率较低的问题。

技术实现要素：

为了至少解决现有技术存在的上述问题，本发明提供了一种异常行为关联预警方法、装置及设备。

本发明提供的技术方案如下：

一方面，一种异常行为关联预警方法，包括：

基于预设网络平台，获取客户黑名单数据，对所述客户黑名单数据进行核验，获取目标客户黑名单数据；

根据所述目标客户黑名单数据，进行第一风险预警；

基于网络电商平台，获取客户行为特征数据，对所述客户行为特征数据进行交叉验证，获取目标客户行为特征数据；

根据所述目标客户行为特征数据和异常检测技术，进行第二风险预警；

基于公开平台，获取客户社会特征数据；

根据所述客户社会特征数据，进行第三风险预警；

基于所述第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警。

可选的，所述对所述客户黑名单数据进行核验，获取目标客户黑名单数据，包括：

获取公司内部客户黑名单数据；

基于所述公司内部客户黑名单数据和所述预设网络平台获取的客户黑名单数据，检验所述预设网络平台提供数据质量，获取目标客户黑名单数据。

可选的，所述第一风险预警，包括：信贷员道德风险因素导致的预警；

所述客户行为特征数据，包括：客户的还款能力、消费习惯、日常阅读、娱乐、社交；

所述第三风险预警，包括：高风险地区和多人配合、恶意欺诈预警。

可选的，还包括：确定客户的生活圈、真实住址、紧急联系人，对所述客户行为特征数据进行数据鉴真。

可选的，所述基于所述第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警，包括：

判断目标客户是否存在第一风险预警、第二风险预警和第三风险预警；

若存在第一风险预警、第二风险预警或第三风险预警中的任一项，确定对应的客户异常预警。

又一方面，一种异常行为关联预警装置，包括：第一获取模块、第一预警模块、第二获取模块、第二预警模块、第三获取模块、第三预警模块和总确定模块；

所述第一获取模块，用于基于预设网络平台，获取客户黑名单数据，对所述客户黑名单数据进行核验，获取目标客户黑名单数据；

所述第一预警模块，用于根据所述目标客户黑名单数据，进行第一风险预警；

所述第二获取模块，用于基于网络电商平台，获取客户行为特征数据，对所述客户行为特征数据进行交叉验证，获取目标客户行为特征数据；

所述第二预警模块，用于根据所述目标客户行为特征数据和异常检测技术，进行第二风险预警；

所述第三获取模块，用于基于公开平台，获取客户社会特征数据；

所述第三预警模块，用于根据所述客户社会特征数据，进行第三风险预警；

所述总确定模块，用于基于所述第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警。

可选的，所述第一获取模块，用于获取公司内部客户黑名单数据；基于所述公司内部客户黑名单数据和所述预设网络平台获取的客户黑名单数据，检验所述预设网络平台提供数据质量，获取目标客户黑名单数据。

可选的，所述总确定模块，用于判断目标客户是否存在第一风险预警、第二风险预警和第三风险预警；若存在第一风险预警、第二风险预警或第三风险预警中的任一项，确定对应的客户异常预警。

可选的，所述第一预警模块中的所述第一风险预警，包括：信贷员道德风险因素导致的预警。

又一方面，一种异常行为关联预警设备，包括：处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行上述任一项所述的异常行为关联预警方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。

本发明的有益效果为：

本发明实施例提供的异常行为关联预警方法、装置及设备，通过基于预设网络平台，获取客户黑名单数据，对客户黑名单数据进行核验，获取目标客户黑名单数据；根据目标客户黑名单数据，进行第一风险预警；基于网络电商平台，获取客户行为特征数据，对客户行为特征数据进行交叉验证，获取目标客户行为特征数据；根据目标客户行为特征数据和异常检测技术，进行第二风险预警；基于公开平台，获取客户社会特征数据；根据客户社会特征数据，进行第三风险预警；基于第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警。本发明中，将ipc和rcp的异常行为关联，在网络中获取数据，并通过ipc对数据进行验证，从而进行预警，提升了预警的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种异常行为关联预警方法的流程示意图；

图2为本发明实施例提供的一种异常行为关联预警方法中数据交互流程示意图；

图3为本发明实施例提供的一种异常行为关联预警装置的结构示意图；

图4为本发明实施例提供的一种异常行为关联预警设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

为了至少解决本发明中提出的技术问题，本发明实施例提供一种异常行为关联预警方法。

图1为本发明实施例提供的一种异常行为关联预警方法流程示意图，图2为本发明实施例提供的一种异常行为关联预警方法中数据交互流程示意图，请参阅图1、图2，本发明实施例提供的方法，可以包括以下步骤：

s11、基于预设网络平台，获取客户黑名单数据，对客户黑名单数据进行核验，获取目标客户黑名单数据；根据目标客户黑名单数据，进行第一风险预警。

在一个具体的实现过程中，可以定义任何一个到信贷机构贷款的客户为目标客户，从而对目标客户进行异常行为关联预警。

在一些实施例中，可选的，第一风险预警，包括：信贷员道德风险因素导致的预警。

在一些实施例中，还包括：获取公司内部客户黑名单数据；

基于公司内部客户黑名单数据和预设网络平台获取的客户黑名单数据，检验预设网络平台提供数据质量，获取目标客户黑名单数据。

例如，在本实施例中，可以将ipc和rcp相结合，进行异常行为关联预警。rcp即riskcontrolplatform,是基于自有技术平台、大数据风控和反欺诈、数据能力等资源，结合成功的金融服务底层架构服务输出经验，通过整合后输出一站式风控解决方案，可协助建立业务所需的智慧风控系统平台。

其中，预设网络平台，可以为第三方大数据风控平台及申报对接人行征信系统，本实施例中，信贷企业可以结合企业自身切实的科技实力，采用对接第三方大数据风控平台及申报对接人行征信系统的方式，快速、全面、集中的查询客户黑名单信息，同时公司内部积累的黑名单也可以检验第三方数据质量高低，弥补传统模式的短板，作出因信贷员道德风险等因素可能导致的预警。

例如，为了提升黑名单数据的准确性，可以获取公司内部客户黑名单数据，对比公司内部客户黑名单数据和预设网络平台获取的客户黑名单数据，从而实现对预设网络平台提供数据质量的检验，当目标客户处于公司内部客户黑名单，而预设网络平台获取的客户黑名单中未包含该目标客户时，说明预设网络平台的数据质量有待更新，获取更新后网络的目标客户黑名单数据。

s12、基于网络电商平台，获取客户行为特征数据，对客户行为特征数据进行交叉验证，获取目标客户行为特征数据；根据行为特征数据和异常检测技术，进行第二风险预警。

在一些实施例中，可选的，客户行为特征数据，包括：客户的还款能力、消费习惯、日常阅读、娱乐、社交。

例如，在获取客户行为特征数据时，可通过运营商、电商数据爬取授权，分析客户的还款能力、消费习惯、日常阅读、娱乐、社交，同时也以此确定客户的生活圈、真实住址、紧急联系人等数据，调取与信息交叉核验有助于数据鉴真，包括消费、社交数据等，同时借助异常检测、聚类等技术手段挖掘出其中异常用户，作出预警。具体地，例如，分析到用户a的还款能力正常，消费习惯为经常光顾中等商场或餐饮，日常阅读内容为股票内容，娱乐与社交均为中等水平娱乐社交范围，从而确定到用户a自身情况为中等经济水平，并获取到用户的真实住址和联系人信息等。当某次检测到用户a的住址发生较大距离的变化，如，由一线城市变化到三线城市，或，其消费习惯、社交等变为低等经济水平范围，则说明用户a可能发生了较大的经济变化，存在还款能力降低的风险，此时，发出第二风险预警，从而进行还款能力预警。

例如，信贷公司可以通过授权的运营商、电商，爬取数据，从而确定客户的生活圈、真实住址、紧急联系人等数据，确定之后，对数据进行核验，保证了数据的准确性。如，客户在网络上具有大额贷款未偿还，或，客户曾经多次信贷逾期，或，客户名下有贷款房一套，月供超过每月薪资等。在获取到数据后，进行实地调查验证等，对客户行为特征数据进行交叉验证，获取目标客户行为特征数据。

例如，可以日常消费习惯为月初还贷款，每周固定超市支出500元等，而在某几个月内，客户连续有大额支出，导致可能存在还款能力减弱的可能。

s13、基于公开平台，获取客户社会特征数据；根据客户社会特征数据，进行第三风险预警。

在一些实施例中，可选的，第三风险预警，包括：高风险地区和多人配合、恶意欺诈预警。

例如，在获取客户社会特征数据时，采用对接合规爬取不同地区政府公开数据的服务商。合作的同时，要与客户之间建立清晰的权利义务说明，保护客户隐私以及正确使用合作来源的数据，尽调与信息交叉核验有助于数据鉴真，包括实名电话号码、身份证、人脸信息等，同时作出高风险地区和多人配合、恶意欺诈等预警。

s14、基于第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警。

在一些实施例中，可选的，基于第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警，包括：

判断目标客户是否存在第一风险预警、第二风险预警和第三风险预警；

若存在第一风险预警、第二风险预警或第三风险预警中的任一项，确定对应的客户异常预警。

例如，在一个信贷企业中，可以获取目标客户的第一风险预警结果、第二风险预警结果和第三风险预警结果，当任一风险预警结果为异常，需要预警时，确定该目标客户为异常预警客户，对其采取一定的措施。

本发明实施例提供的异常行为关联预警方法，通过基于预设网络平台，获取客户黑名单数据，对客户黑名单数据进行核验，获取目标客户黑名单数据；根据目标客户黑名单数据，进行第一风险预警；基于网络电商平台，获取客户行为特征数据，对客户行为特征数据进行交叉验证，获取目标客户行为特征数据；根据目标客户行为特征数据和异常检测技术，进行第二风险预警；基于公开平台，获取客户社会特征数据；根据客户社会特征数据，进行第三风险预警；基于第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警。本发明中，将ipc和rcp的异常行为关联，在网络中获取数据，并通过ipc对数据进行验证，从而进行预警，提升了预警的准确性。

基于一个总的发明构思，本发明实施例还提供一种异常行为关联预警装置。

图3为本发明实施例提供的一种异常行为关联预警装置结构示意图，请参阅图3，本发明实施例提供的装置，可以包括以下结构：第一获取模块31、第一预警模块32、第二获取模块33、第二预警模块34、第三获取模块35、第三预警模块36和总确定模块37；

第一获取模块31，用于基于预设网络平台，获取客户黑名单数据，对客户黑名单数据进行核验，获取目标客户黑名单数据；

第一预警模块32，用于根据目标客户黑名单数据，进行第一风险预警；

第二获取模块33，用于基于网络电商平台，获取客户行为特征数据，对客户行为特征数据进行交叉验证，获取目标客户行为特征数据；

第二预警模块34，用于根据目标客户行为特征数据和异常检测技术，进行第二风险预警；

第三获取模块35，用于基于公开平台，获取客户社会特征数据；

第三预警模块36，用于根据客户社会特征数据，进行第三风险预警；

总确定模块37，用于基于第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警。

可选的，第一获取模块，用于获取公司内部客户黑名单数据；基于公司内部客户黑名单数据和预设网络平台获取的客户黑名单数据，检验预设网络平台提供数据质量，获取目标客户黑名单数据。

可选的，总确定模块，用于判断目标客户是否存在第一风险预警、第二风险预警和第三风险预警；若存在第一风险预警、第二风险预警或第三风险预警中的任一项，确定对应的客户异常预警。

可选的，第一预警模块中的第一风险预警，包括：信贷员道德风险因素导致的预警。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本发明实施例提供的异常行为关联预警装置，通过基于预设网络平台，获取客户黑名单数据，对客户黑名单数据进行核验，获取目标客户黑名单数据；根据目标客户黑名单数据，进行第一风险预警；基于网络电商平台，获取客户行为特征数据，对客户行为特征数据进行交叉验证，获取目标客户行为特征数据；根据目标客户行为特征数据和异常检测技术，进行第二风险预警；基于公开平台，获取客户社会特征数据；根据客户社会特征数据，进行第三风险预警；基于第一风险预警、第二风险预警和第三风险预警，对目标客户异常行为进行关联预警。本发明中，将ipc和rcp的异常行为关联，在网络中获取数据，并通过ipc对数据进行验证，从而进行预警，提升了预警的准确性。

基于一个总的发明构思，本发明实施例还提供一种异常行为关联预警设备。

图4为本发明实施例提供的一种异常行为关联预警设备结构示意图，请参阅图4，本发明实施例提供的一种异常行为关联预警设备，包括：处理器41，以及与处理器相连接的存储器42。

存储器42用于存储计算机程序，计算机程序至少用于上述任一实施例记载的异常行为关联预警方法；

处理器41用于调用并执行存储器中的计算机程序。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（pga），现场可编程门阵列（fpga）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。