申请/专利权人：王晓辉

申请日：2023-11-29

公开（公告）日：2024-02-27

公开（公告）号：CN117611316A

主分类号：G06Q40/03

分类号：G06Q40/03;G06Q40/02;G06Q30/018;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明公开了一种针对小微企业贷款申请反欺诈检测的方法，包括数据归集、数据处理加工、创建关系图谱、特征工程、模型训练、模型评估。本发明的有益效果是：为企业申请贷款的反欺诈检测提供了一套可行的操作方法，拓展了金融机构在反欺诈领域的解决方案，帮助银行提供更加高效、可靠的金融服务，在技术效果方面，通过构建关系图谱提取图特征信息，结合企业属性特征进行建模，增加了模型的效果。本发明所训练的反欺诈检测模型相较于仅仅使用企业属性的训练模型在准确率和泛化能力都有所提升，KS达到0.52，AUC达到了0.82，帮助金融机构降低了信贷风险，减少欺诈行为对金融体系的损害。

主权项：1.一种针对小微企业贷款申请反欺诈检测的方法，其特征在于：包括以下步骤：S1、数据归集：该步骤是为了创建反欺诈检测模型而收集所需的企业及企业干系人的相关数据，其中企业干系人包含企业的法人、实控人、实控人配偶、自然人股东、高管；涉及以下7个数据维度：1企业基础信息：企业编号、注册地址、行业分类、法人信息；2企业工商数据：企业照面信息、企业股东信息、企业高管信息、企业变更信息、企业投融资信息；3干系人基本信息：个人编号、性别、学历、婚姻状况、子女状况；4企业交易信息：进项发票信息、销项发票信息；5企业征信：企业黑名单、第三方企业征信；6干系人征信：个人征信、个人黑名单；7企业税务信息：企业税务基本信息、完税信息、欠税信息、增值税信息；S2、数据处理加工：针对步骤S1所归集的数据进行数据集成、数据清洗、探索性数据分析、数据预处理等操作；S3、创建关系图谱：本步骤内容主要包含提取企业和干系人实体、提取实体间关系、创建关系图谱；S4、特征工程：在步骤S2的基础上，进行欺诈行为的定义，筛选企业信息和干系人信息的属性信息，利用步骤S3构建的企业关系图谱提取图特征信息，最终得到企业的特征数据集；S5、模型训练：将步骤S3整理的特征数据集输入到LightGBM机器学习方法中，并通过网格搜索的调参方法训练模型；S6、模型评估：对于步骤S5得到的模型进行泛化能力、稳定性和区分能力的评估。

全文数据：

权利要求：

百度查询： 王晓辉 一种针对小微企业贷款申请反欺诈检测的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD