CN105590156A - 高风险银行卡的检测方法以及数据处理装置 - Google Patents

Abstract

本申请公开了一种检测银行卡具有高风险的方法，所述方法包括：利用K-均值方法对各种银行卡交易的历史数据进行聚类处理，以便获得风险模型，所述历史数据作为所述风险模型的训练数据被分为高端卡和非高端卡两类，并且每一类信息数据以n维来表示；对于一待检测的银行卡的交易数据，将其预处理为与所述风险模型的训练数据维度相同的数据；根据所述风险模型，确定所述预处理数据是否遵从由所述非高端卡向所述高端卡变化的规律和特征；以及如果否，则确定所述银行卡具有高风险。本申请还公开了一种数据处理装置。

Description

高风险银行卡的检测方法以及数据处理装置

技术领域

本发明涉及数据挖掘技术，更具体来说，涉及一种高风险银行卡的检测方法以及数据处理装置。

背景技术

目前，各大商业银行纷纷推出各种类型的银行卡。在通过各类产品的推出获得中间业务收益、绑定高端客户的同时，银行也逐渐认识到银行卡是一个资金密集、技术密集、劳动力密集的行业，其业务存在的风险不容忽视。

一般银行卡业务风险包括信用风险和欺诈风险两类。信用风险是由于免担保、循环信用额度、申请人额度审批过松等原因而形成。而在整个银行卡业务风险损失中占90％以上的欺诈风险，一般指伪冒交易、伪卡欺诈、遗失/被窃、邮购/电购欺诈等。目前全世界每年因欺诈风险造成的损失要超过二十亿美元(这个数字还在不断增长)。此外，欺诈***易的隐蔽性强，很容易隐藏于大量有效交易数据之中，据统计，平均每13000笔交易中就有可能出现1笔欺诈交易。因此，为了打击欺诈行为，欺诈风险防范***的构建和实施成为银行卡业务风险控制的核心。

在银行卡业现有的风险控制体系下，对于银行卡风险的控制一般是通过监控和检测银行卡交易来实现，即对于每一笔交易，通过一系列技术和手段去发现银行卡交易本身是否为一笔有欺诈嫌疑或有潜在风险的交易。但是通过交易本身来控制风险一方面需要面对大规模的银行卡交易量，每天都有几千万笔银行卡交易发生，对于这几千万笔交易，每一笔都去判断其风险和欺诈属性，无论对于后台***还是对于前台业务人员，都是巨大的负担。另外一方面，和银行卡交易本身相关的风险种类繁多，检测每一种风险行为的方法各不相同，因此针对银行卡交易本身的风险检测很容易发生错判、漏判的现象。

基于银行卡交易风险控制的现实难题，有一些方法被辅佐以交易的风险控制，如在风险控制时重点关注一些高风险的银行卡，或重点关注一些高风险的商户，以缩小风控范围和降低错判、漏判。但是目前银行卡交易风控所关注的高风险银行卡和高风险商户通常都基于黑名单制度，即将曾经发生过高风险行为的银行卡和商户作为重点观察对象，但这样做显然会遗漏很多应当被重点关注的高风险银行卡和商户。

发明内容

为了解决上述问题，本申请提供了一种检测银行卡具有高风险的方法，所述方法包括：利用K-均值方法对各种银行卡交易的历史数据进行聚类处理，以便获得风险模型，所述历史数据作为所述风险模型的训练数据被分为高端卡和非高端卡两类，并且每一类信息数据以n维来表示；对于一待检测的银行卡的交易数据，将其预处理为与所述风险模型的训练数据维度相同的数据；根据所述风险模型，确定所述预处理数据是否遵从由所述非高端卡向所述高端卡变化的规律和特征；以及如果否，则确定所述银行卡具有高风险。

在上述方法中，根据所述风险模型，确定所述预处理数据是否遵从由所述非高端卡向所述高端卡变化的规律和特征包括：对于所述预处理的数据N，根据下式计算夹角β：

$\mathrm{\β}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{CN}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{CN}}\right|\left|\stackrel{\→}{C}D\right|}\left|\right),$ 以及

确定所述夹角β是否在第一阈值范围内；其中，C为所述风险模型所确定的非高端卡聚类的中心点，D为所述风险模型所确定的高端卡聚类的中心点，所述夹角β表示从非高端卡的中心向由所述预处理数据所代表的银行卡延伸的矢量与从非高端卡的中心向高端卡的中心延伸的矢量之间的夹角。

在上述方法中，所述利用K-均值方法对各种银行卡交易的历史数据进行聚类处理，以便获得风险模型包括：(a)收集各种银行卡交易的历史数据，并将其按照项目分类将其预处理为n维数据；(b)利用K-均值算法来对以n维表示的所述历史数据进行两类聚类处理，以便得出两类聚类的中心点C和D，C为非高端卡聚类的中心点，D为高端卡聚类的中心点，其中两类聚类的种子节点设置为高端卡信息数据的几何中心A点和非高端卡信息数据的几何中心B点；(c)根据矢量AB和CD之间的夹角α对聚类结果进行评估；以及(d)如果夹角α大于第二阈值，则重新执行步骤(b)和(c)并调整每一维度的权重直至所述α小于或等于所述第二阈值。

在上述方法中，根据如下公式计算夹角α：

$\mathrm{\α}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{AB}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{AB}}\right|*\left|\stackrel{\→}{\mathrm{CD}}\right|}\left|\right).$

在上述方法中，在调整每一维度的权重过程中，确定所述矢量AB的每一维度的值v_i与所述矢量CD的对应维度的值u_i的比值v_i/u_i，并按照下式计算该比值在每一维度上的均值：

其中D为银行卡数据的维度数量。

在上述方法中，在v_i/u_i的值大于平均值ave时，增大第i维的数据权重，否则降低所述第i维的数据权重。

根据本申请的另一个方面，提供了一种数据处理装置，所述装置包括：第一单元，所述第一单元配置成利用K-均值方法对各种银行卡交易的历史数据进行聚类处理，以便获得风险模型，所述历史数据作为所述风险模型的训练数据被分为高端卡和非高端卡两类，并且每一类信息数据以n维来表示；第二单元，所述第二单元配置成对于一待检测的银行卡的交易数据，将其预处理为与所述风险模型的训练数据维度相同的数据；第三单元，所述第三单元配置成根据所述风险模型，确定所述预处理数据是否遵从由所述非高端卡向所述高端卡变化的规律和特征；以及第四单元，所述第四单元配置为当确定所述预处理数据不遵从由所述非高端卡向所述高端卡变化的规律和特征时，将所述银行卡识别为具有高风险。

在上述装置中，所述第三单元配置为对于所述预处理的数据N，根据下式计算夹角β：

以及所述第三单元还配置为确定所述夹角β是否在第一阈值范围内；其中，C为所述风险模型所确定的非高端卡聚类的中心点，D为所述风险模型所确定的高端卡聚类的中心点，所述夹角β表示从非高端卡的中心向由所述预处理数据所代表的银行卡延伸的矢量与从非高端卡的中心向高端卡的中心延伸的矢量之间的夹角。

在上述装置中，所述第一单元配置为执行如下步骤：(a)收集各种银行卡交易的历史数据，并将其按照项目分类将其预处理为n维数据；(b)利用K-均值算法来对以n维表示的所述历史数据进行两类聚类处理，以便得出两类聚类的中心点C和D，C为非高端卡聚类的中心点，D为高端卡聚类的中心点，其中两类聚类的种子节点设置为高端卡信息数据的几何中心A点和非高端卡信息数据的几何中心B点；(c)根据矢量AB和CD之间的夹角α对聚类结果进行评估；以及(d)如果夹角α大于第二阈值，则重新执行步骤(b)和(c)并调整每一维度的权重直至所述α小于或等于所述第二阈值。

在上述装置中，所述第一单元配置为根据如下公式计算夹角α：

$\mathrm{\α}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{AB}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{AB}}\right|*\left|\stackrel{\→}{\mathrm{CD}}\right|}\left|\right).$

在上述装置中，所述第一单元配置为在调整每一维度的权重过程中，确定所述矢量AB的每一维度的值v_i与所述矢量CD的对应维度的值u_i的比值v_i/u_i，并按照下式计算该比值在每一维度上的均值：

其中D为银行卡数据的维度数量。

在上述装置中，所述第一单元配置为在v_i/u_i的值大于平均值ave时，增大第i维的数据权重，否则降低所述第i维的数据权重。

本发明的技术方案提供了一种利用银行卡交易数据挖掘具有高风险性银行卡的技术，该技术可以综合处理多种描述银行卡行为的语义数据，采用以聚类方法为核心的数据挖掘方法，但不是简单地将数据分为若干类，而是利用聚类找出银行卡数据变化发展的趋势，从而找出背离该趋势的银行卡，即存在风险(如存在欺诈、套现行为)的银行卡。这种综合的数据挖掘方法使得对银行卡行为的考察更为全面，得到的结果更为精确。

附图说明

在参照附图阅读了本发明的具体实施方式以后，本领域技术人员将会更清楚地了解本发明的各个方面。本领域技术人员应当理解的是：这些附图仅仅用于配合具体实施方式说明本发明的技术方案，而并非意在对本发明的保护范围构成限制。

图1是根据本申请的实施例基于数据挖掘的高风险银行卡的检测方法的示意图。

具体实施方式

下面介绍的是本发明的多个可能实施例中的一些，旨在提供对本发明的基本了解，并不旨在确认本发明的关键或决定性的要素或限定所要保护的范围。容易理解，根据本发明的技术方案，在不变更本发明的实质精神下，本领域的一般技术人员可以提出可相互替换的其它实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。

图1是根据本申请的实施例基于数据挖掘的高风险银行卡的检测方法的示意图。如图1所示，首先需要输入大量银行卡数据以供训练风险模型。接着，对输入的数据进行预处理，例如剔除输入数据中冗余信息和缺失信息，并采用根据描述银行卡行为的语义的数量所定义的n维来表示该些数据。随后，将经过预处理的数据进行聚类分析，并对聚类的结果进行评估。如果评估结果满足预先设定的要求，则接着对待检测的银行卡进行风险分析。否则，对风险模型中的权重进行调整，并重新进行聚类分析，直至评估结果满足预先设定的要求为止。然后，进行风险性判定。在一种具体实现中，根据得出的风险模型，通过确定待检测的银行卡的数据是否遵从由非高端卡向高端卡变化的规律和特征来判定该银行卡是否具有风险。如果不遵从从非高端卡向高端卡变化的规律，则可判定该银行卡具有高风险。

在一个具体的实施例中，风险模型的训练可由五个步骤组成：数据准备、数据聚类、聚类结果评估，权重调整、风险判定。以下针对这五个步骤分别进行介绍。

1.数据准备。数据准备分为“数据收集”和“数据预处理”两个部分，在“数据收集”部分，需要从消费记录中获取卡信息，卡信息由一条向量表示，向量的每一位代表可以描述银行卡消费行为的不同含义，且均由数值表示，如银行卡的消费金额，消费次数，消费时间等等，卡信息向量的维数可以任意定制扩展，即可以采用任意多的指标来描述银行卡的消费行为，卡信息所描述的银行卡必须包括“高端卡”(如白金卡、钻石卡)和“非高端卡”(如普卡)两大类；在“数据预处理”部分，将卡信息数据进行归一化处理，并剔除冗余信息、缺失信息。

2.数据聚类。将准备好的卡信息数据用Kmeans算法进行2类聚类处理，2类聚类的种子节点分别为高端卡信息数据的几何中心(A点)和非高端卡信息数据的几何中心(B点)，聚类所使用的距离为加权欧几里得距离，初始情况下，银行卡信息的每个维度的权重都相同。

3.聚类结果评估。对于2类聚类结果中的两个类别，他们的类别中心分别以C和D表示，计算向量AB和CD夹角的夹角α：

$\mathrm{\α}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{AB}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{AB}}\right|*\left|\stackrel{\→}{\mathrm{CD}}\right|}\left|\right),$

为α设定一个阈值(如π/6、π/8、0等等)，如果α大于这个阈值，则进入“权重调整”步骤，否则进入“风险判定”步骤，并保存C、D的坐标和各个维度权重。

4.权重调整。对于向量AB的每一个维度的值v_i，求其与向量CD对应维度的值u_i的比值：v_i/u_i，以及该比值在每一个维度上的均值：

$\mathrm{ave}=\frac{\underset{i}{\mathrm{\Σ}}{v}_i/u_i}{D}$

其中D为银行卡数据的维度数量，如果v_i/u_i的值大于ave，那么增大第i维的数据权重，反之降低第i维度的数据权重，返回“数据聚类”步骤重新进行聚类。

5.风险判定。对于聚类后的每一个银行卡数据点N，计算CN和CD的夹角β：

为β设定一个阈值(如π/3、2π/5等等)，如果β大于这个阈值则可以判定该条数据所描述的银行卡为高风险的银行卡。

在利用得到的风险模型进行风险判定时，对于任意一条银行卡数据，将其处理为和模型训练数据维度相同的数据，且每一个维度的意义相同，并对其做归一化处理，根据风险模型的训练阶段第四步“权重调整”保存的C、D点的坐标和各个维度的权重，进行和模型训练阶段第五步“风险判定”相同的操作，从而就可以判定该条银行卡数据是否也属于高风险的银行卡。

本申请的技术方案根据银行卡交易数据中用于描述交易行为特征的数据的种类，在训练模型时将所使用的银行卡数据设置为由多个维度组成，每个维度都可视作不同类型的银行卡风险行为在数据层面上的反映。使用多维度数据进行模型训练，可以使得尽可能多类型的风险银行卡被检测到。

另外，本申请使用聚类方法并不是简单地把数据聚成若干类，而是为了寻找数据所反映的变化特征。本发明针对“高端卡”和“低端卡”这一语义特征进行聚类，基于“银行卡由非高端卡向高端卡变化遵从一定的规律和特征”这一认识，在重复的聚类过程中不断调整各个数据维度的权重，这样突出了重要维度的特征，并且屏蔽非重要维度的特征，以便找出了银行卡数据变化发展的规律。

也正是出于“银行卡由非高端卡向高端卡变化遵从一定的规律和特征”这一认识，可以认为没有遵从这一变化特征的卡是存在潜在风险或一定的欺诈嫌疑的，因此本申请的技术方案在风险判定阶段将那些偏离卡数据变化特征的银行卡判定为有风险的银行卡。

由于本申请的技术方案综合应用了数据挖掘技术，不仅可以检测出那些已具备确切风险的银行卡，还可以发现那些有潜在风险行为的银行卡，与传统的“黑名单”方法相比，本申请的技术方案所找出的高风险银行卡将更为全面，而且在应用模型时，经需要通过向量夹角的计算就可以实现对银行卡风险的判定，计算代价小，应用效率高。

上文中，参照附图描述了本发明的具体实施方式。但是，本领域中的普通技术人员能够理解，在不偏离本发明的精神和范围的情况下，还可以对本发明的具体实施方式作各种变更和替换。这些变更和替换都落在本发明权利要求书所限定的范围内。

Claims (12)

1.一种检测银行卡具有高风险的方法，所述方法包括：

利用K-均值方法对各种银行卡交易的历史数据进行聚类处理，以便获得风险模型，所述历史数据作为所述风险模型的训练数据被分为高端卡和非高端卡两类，并且每一类信息数据以n维来表示；

对于一待检测的银行卡的交易数据，将其预处理为与所述风险模型的训练数据维度相同的数据；

根据所述风险模型，确定所述预处理数据是否遵从由所述非高端卡向所述高端卡变化的规律和特征；以及

如果否，则确定所述银行卡具有高风险。

2.如权利要求1所述的方法，其中，根据所述风险模型，确定所述预处理数据是否遵从由所述非高端卡向所述高端卡变化的规律和特征包括：

对于所述预处理的数据N，根据下式计算夹角β：

$\mathrm{\β}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{CN}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{CN}}\right|*\left|\stackrel{\→}{\mathrm{CD}}\right|}\left|\right),$ 以及

确定所述夹角β是否在第一阈值范围内；

其中，C为所述风险模型所确定的非高端卡聚类的中心点，D为所述风险模型所确定的高端卡聚类的中心点，所述夹角β表示从非高端卡的中心向由所述预处理数据所代表的银行卡延伸的矢量与从非高端卡的中心向高端卡的中心延伸的矢量之间的夹角。

3.如权利要求1所述的方法，其中，所述利用K-均值方法对各种银行卡交易的历史数据进行聚类处理，以便获得风险模型包括：

(a)收集各种银行卡交易的历史数据，并将其按照项目分类将其预处理为n维数据；

(b)利用K-均值算法来对以n维表示的所述历史数据进行两类聚类处理，以便得出两类聚类的中心点C和D，C为非高端卡聚类的中心点，D为高端卡聚类的中心点，其中两类聚类的种子节点设置为高端卡信息数据的几何中心A点和非高端卡信息数据的几何中心B点；

(c)根据矢量AB和CD之间的夹角α对聚类结果进行评估；以及

(d)如果夹角α大于第二阈值，则重新执行步骤(b)和(c)并调整每一维度的权重直至所述α小于或等于所述第二阈值。

4.如权利要求3所述的方法，其中，根据如下公式计算夹角α：

$\mathrm{\α}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{AB}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{AB}}\right|*\left|\stackrel{\→}{\mathrm{CD}}\right|}\left|\right).$

5.如权利要求3所述的方法，其中，在调整每一维度的权重过程中，确定所述矢量AB的每一维度的值v_i与所述矢量CD的对应维度的值u_i的比值v_i/u_i，并按照下式计算该比值在每一维度上的均值：

$\mathrm{ave}=\frac{\underset{i}{\mathrm{\Σ}}{v}_i/u_i}{D},$

其中D为银行卡数据的维度数量。

6.如权利要求5所述的方法，其中，在v_i/u_i的值大于平均值ave时，增大第i维的数据权重，否则降低所述第i维的数据权重。

7.一种数据处理装置，所述装置包括：

第一单元，所述第一单元配置成利用K-均值方法对各种银行卡交易的历史数据进行聚类处理，以便获得风险模型，所述历史数据作为所述风险模型的训练数据被分为高端卡和非高端卡两类，并且每一类信息数据以n维来表示；

第二单元，所述第二单元配置成对于一待检测的银行卡的交易数据，将其预处理为与所述风险模型的训练数据维度相同的数据；

第三单元，所述第三单元配置成根据所述风险模型，确定所述预处理数据是否遵从由所述非高端卡向所述高端卡变化的规律和特征；以及

第四单元，所述第四单元配置为当确定所述预处理数据不遵从由所述非高端卡向所述高端卡变化的规律和特征时，将所述银行卡识别为具有高风险。

8.如权利要求7所述的装置，其中，所述第三单元配置为对于所述预处理的数据N，根据下式计算夹角β：

$\mathrm{\β}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{CN}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{CN}}\right|*\left|\stackrel{\→}{\mathrm{CD}}\right|}\left|\right),$ 以及

所述第三单元还配置为确定所述夹角β是否在第一阈值范围内；

其中，C为所述风险模型所确定的非高端卡聚类的中心点，D为所述风险模型所确定的高端卡聚类的中心点，所述夹角β表示从非高端卡的中心向由所述预处理数据所代表的银行卡延伸的矢量与从非高端卡的中心向高端卡的中心延伸的矢量之间的夹角。

9.如权利要求7所述的装置，其中，所述第一单元配置为执行如下步骤：

(a)收集各种银行卡交易的历史数据，并将其按照项目分类将其预处理为n维数据；

(b)利用K-均值算法来对以n维表示的所述历史数据进行两类聚类处理，以便得出两类聚类的中心点C和D，C为非高端卡聚类的中心点，D为高端卡聚类的中心点，其中两类聚类的种子节点设置为高端卡信息数据的几何中心A点和非高端卡信息数据的几何中心B点；

(c)根据矢量AB和CD之间的夹角α对聚类结果进行评估；以及

(d)如果夹角α大于第二阈值，则重新执行步骤(b)和(c)并调整每一维度的权重直至所述α小于或等于所述第二阈值。

10.如权利要求9所述的装置，其中，所述第一单元配置为根据如下公式计算夹角α：

$\mathrm{\α}=\arccos \left(\right|\frac{\stackrel{\→}{\mathrm{AB}}\·\stackrel{\→}{\mathrm{CD}}}{\left|\stackrel{\→}{\mathrm{AB}}\right|*\left|\stackrel{\→}{\mathrm{CD}}\right|}\left|\right).$

11.如权利要求9所述的装置，其中，所述第一单元配置为在调整每一维度的权重过程中，确定所述矢量AB的每一维度的值v_i与所述矢量CD的对应维度的值u_i的比值v_i/u_i，并按照下式计算该比值在每一维度上的均值：

$\mathrm{ave}=\frac{\underset{i}{\mathrm{\Σ}}{v}_i/u_i}{D},$

其中D为银行卡数据的维度数量。

12.如权利要求11所述的装置，其中，所述第一单元配置为在v_i/u_i的值大于平均值ave时，增大第i维的数据权重，否则降低所述第i维的数据权重。