一种基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法及系统

本发明属于人工智能、智能养老、信息安全及风险预测，尤其涉及一种基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法及系统。

背景技术：

1、随着智能设备和互联网技术的发展，电信网络诈骗、网络诈骗以及涉老诈骗事件不断增加。现有诈骗识别技术主要基于电话号码检测、诈骗关键词匹配、用户举报以及金融交易异常分析等方式，实现对异常诈骗行为的识别。然而，现有技术主要面向普通用户群体，通常关注通信内容或资金交易行为，缺少针对老年用户特殊生活环境和行为特征的风险分析能力。在居家养老场景下，老年用户由于独居状态、数字化能力差异、健康需求、情感需求以及消费习惯等因素影响，更容易成为诈骗目标，而现有技术未将上述因素纳入风险分析，导致难以适用于居家养老场景下的涉诈风险预测，风险识别准确性不足。

2、诈骗人员通常通过长期交流、情感诱导、健康营销、冒充亲属等方式逐步建立信任关系，使涉老诈骗行为呈现由风险暴露、异常接触、关系建立、诱导操作到资金损失的连续阶段演化特点。现有技术通常关注单一诈骗事件识别或最终资金损失结果，缺少对诈骗过程连续行为变化的建模能力，尤其缺少针对居家老年人生活状态、行为轨迹以及环境变化的综合分析能力。在实际应用中，老年用户的日常生活轨迹、居家环境变化、语音交互信息以及消费行为特征等数据分散且未得到有效利用，现有技术无法综合利用上述多源信息对诈骗风险进行提前预测，导致预警滞后，难以在资金损失发生前实现有效干预。

技术实现思路

1、为解决上述技术问题，本发明提出了一种基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法及系统，以解决上述现有技术存在的问题。

2、第一方面，为实现上述目的，本发明提供了一种基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法，包括以下步骤：

3、采集老年用户的画像数据、多模态感知数据和居家环境数据；

4、根据所述画像数据构建老年用户行为画像；

5、根据所述多模态感知数据和居家环境数据生成标准化涉诈事件；

6、基于所述行为画像和所述标准化涉诈事件计算静态风险因子，得到静态风险值；

7、基于所述标准化涉诈事件计算时序风险因子，得到动态时序风险值；

8、基于所述多模态感知数据和居家环境数据计算模态风险因子，得到多模态融合风险值；

9、融合所述静态风险值、动态时序风险值和多模态融合风险值，得到综合风险值并输出风险等级和干预策略。

10、可选的，画像数据的采集过程包括：采集年龄信息、独居状态、家庭支持情况、数字设备使用能力、消费行为特征和历史风险行为特征；所述多模态感知数据的采集过程为：采集语音交互数据和行为轨迹数据，语音交互数据识别验证码、转账、公检法、亲友求助、免费体检和养老项目语义，行为轨迹数据识别长时间停留、异常移动和靠近财物区域事件；所述居家环境数据的采集过程为：识别陌生人进入、门锁开启和异常访问事件。

11、可选的，构建老年用户行为画像的过程包括：根据独居状态、数字能力、家庭支持程度、健康消费习惯和历史风险行为构建画像向量，所述画像向量以独居状态、数字能力、家庭支持程度、健康消费习惯和历史风险行为作为画像维度。

12、可选的，生成标准化涉诈事件的过程包括：将语音事件、行为事件和环境事件转换为标准化涉诈事件，所述标准化涉诈事件由事件类型、事件发生时间、事件发生位置、事件特征和事件可信度构成；标准化涉诈事件按照时间顺序构成涉诈事件序列。

13、可选的，计算静态风险因子的过程包括：根据健康焦虑、养老需求、情感需求和权威信任计算诈骗动机操控风险；根据独居状态、数字能力、家庭支持和历史风险行为计算老年用户脆弱风险；根据验证码、转账、扫码、合同签署和异常消费事件计算诈骗行为触发风险；根据陌生人进入、异常停留、活动区域变化和财物区域接近事件计算居家环境风险；融合所述诈骗动机操控风险、所述老年用户脆弱风险、所述诈骗行为触发风险和所述居家环境风险得到静态风险值。

14、可选的，计算时序风险因子的过程包括：根据事件排列是否与涉老诈骗链条匹配计算事件顺序风险；根据高危事件是否在短时间连续发生计算时间间隔风险；根据异常轨迹、靠近财物区域和长时间停留行为变化计算行为变化风险；融合事件顺序风险、时间间隔风险和行为变化风险，得到动态时序风险值。

15、第二方面，本发明还提供了一种基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测系统，用于实施一种基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法，所述系统包括：

16、多维数据采集模块，用于采集老年用户的画像数据、多模态感知数据和居家环境数据；

17、用户画像构建模块，用于根据所述画像数据构建老年用户行为画像；

18、涉诈事件标准化模块，用于根据所述多模态感知数据和居家环境数据生成标准化涉诈事件；

19、静态风险计算模块，用于基于所述行为画像和所述标准化涉诈事件计算静态风险因子，得到静态风险值；

20、动态时序风险计算模块，用于基于所述标准化涉诈事件计算时序风险因子，得到动态时序风险值；

21、多模态风险融合模块，用于基于所述多模态感知数据和居家环境数据计算模态风险因子，得到多模态融合风险值；

22、综合风险融合与输出模块，用于融合所述静态风险值、动态时序风险值和多模态融合风险值，得到综合风险值并输出风险等级和干预策略。

23、第三方面，本发明还提供了一种计算机终端设备，包括：

24、一个或多个处理器；

25、存储器，与所述处理器耦接，用于存储一个或多个程序；

26、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述第一方面中基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法的步骤。

27、第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述第一方面中基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法的步骤。

28、第五方面，本发明还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法的步骤。

29、与现有技术相比，本发明具有如下优点和技术效果：

30、本发明提供的一种基于老年用户行为画像与多模态事件时序融合的居家养老涉诈风险演化预测方法及系统，提高针对居家老年人诈骗风险识别的准确性，将独居状态、消费习惯、生活轨迹和数字能力等老年专属特征纳入风险计算；实现从诈骗结果检测向诈骗过程预测转变，通过事件时序演化分析提前识别风险；融合语音、行为、环境和用户画像等多源异构数据，提高复杂涉老诈骗场景下的识别能力；采用rfid、wifi感知、毫米波等非摄像头依赖的行为感知方式，降低居家隐私侵扰；根据风险等级匹配不同干预策略，形成风险预测、分级预警和协同阻断闭环。