技术特征：
1.一种用户聊天反欺诈自动判定方法，其特征在于，包括以下步骤：s1、对举报数据进行自动化处理，包括以下步骤：s11、基于反欺诈数据库，判定举报数据的双方用户的基础数据信息是否符合认定规则，如符合，则进入s12步骤，如不符合，则转人工处理；所述认定规则的建立方法包括通过数据统计引擎，根据过去1～15天内的嫌疑关系数，收益方24小时内奖励收益、收益方24小时内基础消费，和/或收益方48小时内奖励收益、收益方48小时内基础消费，以及嫌疑关系奖励金额，采用正态分布参数估计进行认定，正态分布表达式为：式中，μ为均数，σ为标准差，σ2为方差，其中1个标准差之内的x的比率为68％，2个标准差之内的x的比率为95％，3个标准差之内的x的比率为99％；所述基础数据信息包括：金额数据、用户性别、用户等级；s12、判定追诉期，判定举报数据的双方用户的深入信息是否符合认定规则，如符合，则进入s13步骤，如不符合，则转人工处理；所述深入信息包括：聊天发生至举报的时长；s13、通过补充策略判定举报数据是否符合认定规则，进行额外附加逻辑的自动化流程，结单；所述补充策略包括：被举报用户的被举报命中次数；所述额外附加逻辑包括：处罚、忽略；s2、设立自动化涉嫌欺诈黑名单名单，定期存入缓存数据库redis进行存储，以便查询以及用户警示。2.根据权利要求1所述的用户聊天反欺诈自动判定方法，其特征在于，所述s13步骤的所述处罚的方法包括：计算用户收益虚拟货币的金额，进行虚拟币折现驳回、虚拟币扣除。3.根据权利要求1所述的用户聊天反欺诈自动判定方法，其特征在于，所述s13步骤的所述进行额外附加逻辑的自动化流的方法包括：如符合认定规则，则进行处罚；如不符合认定规则，则进行忽略。4.根据权利要求1所述的用户聊天反欺诈自动判定方法，其特征在于，所述s13步骤的所述结单之后，若被举报用户提起申诉，还包括以下步骤：提供用户申诉之后的撤案流程；所述撤案流程包括：若符合撤案条件，则撤案之后返还被举报方的虚拟币。5.根据权利要求1所述的用户聊天反欺诈自动判定方法，其特征在于，所述s2步骤的所述用户警示的方法包括：通过算法存储的涉嫌欺诈黑名单，在redis查询键名为fraud:blacklist:uid用户编号，判定用户有风险的，进行聊天框顶部风险警示；所述通过算法存储的方法包括：通过数据统计引擎，将符合下述聊天行为的数据信息其中任一条或多条的，标记数据为黑名单，缓存在redis存储；所述标记数据为黑名单的数据信息包括：
过去1～15天内：嫌疑关系数≥3嫌疑关系奖励金额：99-199或者收益方24小时内奖励收益区间为：[42.4，85]收益方24小时内基础消费：＜21.3嫌疑关系奖励金额：≥200或者收益方48小时内奖励收益：≥85收益方48小时内基础消费：＜42.5嫌疑关系奖励金额：≥400或者收益方48小时内奖励收益：≥170收益方48小时内基础消费：＜85。6.一种用户聊天反欺诈自动判定系统，其特征在于，执行如权利要求1-5任一项所述的用户聊天反欺诈自动判定方法，包括：判定基础数据信息子系统：用于基于反欺诈数据库判定举报数据的双方用户的基础数据信息是否符合认定规则，如符合，则进入判定追诉期子系统，如不符合，则转人工处理；判定追诉期子系统：用于判定举报数据的双方用户的深入信息是否符合认定规则，如符合，则进入判定补充策略子系统，如不符合，则转人工处理；涉嫌欺诈黑名单存储子系统：用于设立自动化涉嫌欺诈黑名单名单，定期存入缓存数据库redis进行存储，以便查询以及用户警示。7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-5任一项所述用户聊天反欺诈自动判定方法的步骤。8.一种计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述用户聊天反欺诈自动判定方法的步骤。
技术总结
本发明提供一种用户聊天反欺诈自动判定方法及系统，所述方法包括以下步骤：对举报数据进行自动化处理，基于反欺诈数据库，判定举报数据的双方用户的基础数据信息是否符合认定规则；判定追诉期，判定举报数据的双方用户的深入信息是否符合认定规则；判定补充策略是否符合认定规则，进行额外附加逻辑的自动化流程，结单；设立自动化涉嫌欺诈黑名单名单，定期存入缓存数据库redis进行存储，以便查询以及用户警示。本发明在用户聊天涉嫌欺诈举报后的追溯过程中能够提供快速的数据整理和判定方法，大大减少了判定流程，降低和避免了反欺诈带来的损失。带来的损失。带来的损失。
技术研发人员：吴子龙 陈琳辉 华振星
受保护的技术使用者：上海辉禹科技有限公司
技术研发日：2022.06.29
技术公布日：2022/10/17