一种信用卡套现行为识别方法与流程

技术特征：
1.一种信用卡套现行为识别方法，其特征在于，所述方法包括：获取持卡人账户对应的所有信用卡账户在预定交易时长内的所有历史交易记录；基于所有历史交易记录提取所述持卡人账户的交易特征参数，包括单笔交易金额特征参数、额度使用率特征参数、异常额度时间特征参数以及还款账户特征参数；确定与所述交易金额特征参数对应的金额欺诈风险值，确定与所述额度使用率特征参数对应的使用率风险值，确定与所述异常额度时间特征参数对应的周期异常风险值，确定与所述还款账户特征参数对应的还款风险值；综合金额欺诈风险值、使用率风险值、周期异常风险值和还款风险值得到所述持卡人账户的套现行为识别结果，所述套现行为识别结果用于指示所述持卡人账户存在信用卡套现行为或者不存在信用卡套现行为。2.根据权利要求1所述的方法，其特征在于，基于所有历史交易记录提取所述持卡人账户的单笔交易金额特征参数的方法包括：计算所述持卡人账户的历史交易记录的单笔交易金额与benford定律的相关系数；将相关系数达到相关性阈值的历史交易记录作为有效交易记录，并计算有效交易记录的数量与历史交易记录的数量之比得到有效交易占比作为单笔交易金额特征参数；有效交易占比越低、金额欺诈风险值越大、指示所述持卡人账户存在信用卡套现行为的概率越大。3.根据权利要求1所述的方法，其特征在于，基于所有历史交易记录提取所述持卡人账户的额度使用率特征参数的方法包括：计算所述持卡人账户在每个自然交易月内的历史交易记录的额度使用率；计算各个自然交易月的额度使用率的平均值得到额度平均使用率，计算各个自然交易月的额度使用率的变异系数；确定持卡人账户的额度使用率特征参数包括额度平均使用率和变异系数，变异系数越大或额度平均使用率越高、使用率风险值越大、指示所述持卡人账户存在信用卡套现行为的概率越大。4.根据权利要求3所述的方法，其特征在于，计算所述持卡人账户在每个自然交易月内的历史交易记录的额度使用率的方法包括：计算所述持卡人账户对应的每个信用卡账户在每个自然交易月内的历史交易记录的账户级透支总金额，计算每个信用卡账户的账户级透支总金额与所述信用卡账户的授信额度的比值，得到每个信用卡账户的账户级额度使用率；计算所述持卡人账户对应的所有信用卡账户在每个自然交易月内的历史交易记录的用户级透支总金额，计算所述持卡人账户的用户级透支总金额与所有信用卡账户的总的授信额度的比值，得到所述持卡人账户的用户级额度使用率。5.根据权利要求1所述的方法，其特征在于，基于所有历史交易记录提取所述持卡人账户的异常额度时间特征参数的方法包括：确定所述持卡人账户在每个自然交易月内单笔交易金额超过单笔金额阈值的历史交易记录按照交易时间排列形成的异常额度时间序列；利用dtw算法计算任意两个自然交易月的异常额度时间序列之间的dtw距离；基于dtw距离对各个自然交易月的异常额度时间序列进行聚类得到若干个类别，以孤
立类别包含的异常额度时间序列的数量作为所述持卡人账户的异常额度时间特征参数，孤立类别是包含的异常额度时间序列的数量少于数量阈值的类别；则孤立类别包含的异常额度时间序列的数量越多、周期异常风险值越大、指示所述持卡人账户存在信用卡套现行为的概率越大。6.根据权利要求1所述的方法，其特征在于，基于所有历史交易记录提取所述持卡人账户的还款账户特征参数的方法包括获取若干个不同交易时段内的还款账户特征参数，所述还款账户特征参数包括还款账户数量以及还款账户持有人数量，同一个还款账户持有人对应一个或多个还款账户；越短的交易时段内包含的还款账户数量或还款账户持有人数量越多、还款风险值越大、指示所述持卡人账户存在信用卡套现行为的概率越大。7.根据权利要求1所述的方法，其特征在于，得到所述持卡人账户的套现行为识别结果的方法包括：当所述持卡人账户满足综合金额欺诈风险值达到第一阈值且使用率风险值达到第二阈值的条件时，将单笔交易金额特征参数、额度使用率特征参数、周期异常风险值和还款风险值输入预先训练得到的决策模型得到所述套现行为识别结果；当所述持卡人账户不满足综合金额欺诈风险值达到第一阈值且使用率风险值达到第二阈值的条件时，得到指示所述持卡人账户不存在信用卡套现行为的套现行为识别结果。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：当得到指示所述持卡人账户存在信用卡套现行为的套现行为识别结果时，将所述持卡人账户的套现行为识别结果推送给审核账户；当接收到所述审核账户反馈的识别确认结果时，利用所述持卡人账户的单笔交易金额特征参数、额度使用率特征参数、周期异常风险值和还款风险值以及套现行为识别结果迭代修正所述决策模型。9.根据权利要求1所述的方法，其特征在于，获取每个信用卡账户在预定交易时长内的所有历史交易记录的方法包括：获取所述信用卡账户在所述预定交易时长内的历史全量交易记录；从所述历史全量交易记录中筛选出由所述信用卡账户发起的交易记录以及用于还款的就交易记录，得到历史交易记录。

技术总结
本申请公开了一种信用卡套现行为识别方法，涉及信用卡技术领域，该方法通过获取持卡人账户对应的所有信用卡账户在预定交易时长内的所有历史交易记录并进行数据分析，可以提取持卡人账户在单笔交易金额、对授信额度的额度使用率、大笔透支的异常额度发生的时间点以及还款账户这四个反映信用卡使用行为的维度的特征参数，综合多个维度的特征参数得到最终的套现行为识别结果，该识别方法基于数据分析的角度展开，比起人工排查的方法自动化程度高、准确率和效率都更高。准确率和效率都更高。准确率和效率都更高。


技术研发人员：胡誉馨 郁瑞澜 周亮 姜玉麟
受保护的技术使用者：无锡农村商业银行股份有限公司
技术研发日：2022.12.08
技术公布日：2023/3/10