一種多維度的手機銀行客戶信任度評價方法
【專利摘要】本發(fā)明公開了一種多維度的手機銀行客戶信任度評價方法,包括以下步驟：建立手機銀行客戶直接信任度模型，建立手機銀行客戶間接信任度模型，根據(jù)手機用戶與手機銀行之間的直接信任度與間接信任度建立手機銀行金融業(yè)務(wù)信任度模型，建立手機銀行信任偏離程度模型，建立手機銀行客戶信任懲罰值模型；根據(jù)手機用戶與手機銀行之間的近期信任值與長期信任值，獲取信任度評價結(jié)果；本方法建立了一種多維信任的手機銀行金融風(fēng)險評價指標(biāo)體系，將手機銀行支付頻率與信任的關(guān)系，手機銀行信任偏離程度，客戶信任懲罰值等因素均納入到信任等級評價中；與現(xiàn)有技術(shù)相比較而言，評價更全面，所獲得的評價結(jié)果更準(zhǔn)確。
【專利說明】
一種多維度的手機銀行客戶信任度評價方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于信息安全技術(shù)領(lǐng)域，更具體地，涉及一種多維度的手機銀行客戶信任 度評價方法。
【背景技術(shù)】
[0002] 手機銀行也稱移動銀行(Mobile Bank)，是借助移動通信與互聯(lián)網(wǎng)平臺，以手機作 為終端，向客戶提供銀行服務(wù)的一種金融服務(wù)方式。隨著4G通信技術(shù)的發(fā)展，各銀行紛紛開 通了手機銀行業(yè)務(wù)。手機銀行業(yè)務(wù)在為用戶提供極大便利的同時，也存在潛在的業(yè)務(wù)風(fēng)險。 影響手機銀行安全性的因素包括，操作風(fēng)險、信任風(fēng)險、信息不對稱風(fēng)險、流動性風(fēng)險等等。
[0003] 現(xiàn)有技術(shù)中，多采用手機銀行信任等級評價方法建立信任模型，確定手機銀行用 戶的信用程度;通過手機銀行消費者的消費習(xí)慣、用戶活躍度與粘度，基于信譽的分布式信 任管理模型，量化評估節(jié)點的可信程度;對于手機銀行支付頻率與信任的關(guān)系，手機銀行信 任偏離程度，客戶信任懲罰值等因素尚未考慮到信任等級評價中來。

【發(fā)明內(nèi)容】

[0004] 針對現(xiàn)有技術(shù)的以上缺陷或改進需求，本發(fā)明提供了一種多維度的手機銀行客戶 信任度評價方法，其目的在于提高手機銀行信任等級評價的準(zhǔn)確度。
[0005] 為實現(xiàn)上述目的，按照本發(fā)明的一個方面，提供了一種多維度的手機銀行客戶信 任度評價方法，包括如下步驟：
[0006] (1)根據(jù)業(yè)務(wù)時間段內(nèi)的金融支付次數(shù)，建立手機銀行客戶直接信任度模型，具體 如下：
[0008] 其中，Dn(i，j)是指第η次業(yè)務(wù)時間內(nèi)手機用戶i與手機銀行j之間的直接信任度;m 是指在第η次業(yè)務(wù)內(nèi)，手機用戶i與手機銀行j之間進行金融支付的總次數(shù)，k是金融支付次 數(shù)編號;f(i，j)為手機用戶i與手機銀行j之間的信任傾向值；
[0009] (2)建立手機銀行客戶間接信任度模型，具體如下：
[0011] 其中，Rn(i，j)是指第η次業(yè)務(wù)時間內(nèi)手機用戶i與手機銀行j之間的間接信任度， 1?是通過第k次金融支付的間接信任表獲取到的第k次金融支付中手機銀行j對手機用戶i 的間接信任的可信度；
[0012] (3)根據(jù)手機用戶與手機銀行之間的直接信任度與間接信任度，建立手機銀行金 融業(yè)務(wù)信任度模型，具體如下：
[0013] PTn(i,j)=aDn(i,j) + (l-a)Rn(i,j),ae[0,l];
[0014] 其中，PTn(i，j)是指手機用戶i與手機銀行j第n次業(yè)務(wù)交互中的金融業(yè)務(wù)信任度， a為信任度調(diào)節(jié)因子；
[0015] (4)根據(jù)手機用戶與手機銀行之間信任偏離關(guān)系，建立手機銀行信任偏離程度模 型，具體如下：
[0017] 其中，是指手機用戶i與手機銀行j之間的信任偏差值，max TZ為需計算信任偏 差值的最大時間區(qū)間長度，其上限是整個手機銀行業(yè)務(wù)時段;Dk(i，j)是指第k次金融支付 的直接信任度，g k是指第k次金融支付的信任衰減值，Rk( i，j)是指第k次金融支付的間接信 任度；
[0018] (5)建立手機銀行客戶信任懲罰值模型，表示如下：
[0019] ΡΤυ = β · PTij-(l-0)(yPij+vQij)
[0020] 其中，β是指懲罰值系數(shù)，〇〈β〈1;
[0022] 其中，u為信任增加學(xué)習(xí)因子，ν為信任減少學(xué)習(xí)因子，u〈v，即信任降低的速度比增 加的速度快;Pu表明信任偏離程度，（yPu+vQu)是手機銀行j對手機用戶i的懲罰值;采用手 機銀行客戶信任懲罰值模型，對行為動蕩變化的手機銀行金融業(yè)務(wù)起懲罰作用；
[0023] (6)根據(jù)手機用戶i與手機銀行j之間的近期信任值與長期信任值，獲取信任度評 價結(jié)果;信任評價結(jié)果T n( i，j )取近期信任值和長期信任值二者中的最小值Tn+1 ( i，j )，表示 如下：
[0024] Tn+i(i,j)=min(STn+i(i,j),LTn+i(i,j)) ;
[0025] 其中，LTn+1(i，j)是指手機用戶i與手機銀行j第(n+1)次業(yè)務(wù)后的長期信任值；
[0026] LTn+i( i , j) = (LTn(i , j)n+PTn+i(i , j))/(n+1)；
[0027] 其中，STn+1(i，j)是指手機用戶i與手機銀行j第(n+1)次業(yè)務(wù)后的近期信任值；
[0029] 其中，ε是近期信任閥值，〇〈ε〈1。
[0030]優(yōu)選地，上述多維度的手機銀行客戶信任度評價方法中，手機用戶i與手機銀行j 間進行金融支付的信任傾向值f(i，j)根據(jù)以下公式獲?。?br>[0031 ] f (i , j) =ai*vi+a2*V2+a3*V3+a4*V4+a5*V5+a6*V6 ；
[0032]其中，&1、&2、&3、&4、&5、&6是調(diào)節(jié)系數(shù)，且31+&2+&3+34+&5+86=1;
[0033]其中，VI是直接彳目任度、V2是間接彳目任度、V3是金融業(yè)務(wù)彳目任度、V4是彳目任偏1?度、V5 是信任懲罰值，V6是近期信任值。
[0034] 優(yōu)選地，上述多維度的手機銀行客戶信任度評價方法，還包括構(gòu)建信任向量的步 驟，具體如下：
[0035] (7)根據(jù)上述信任度評價結(jié)果Tn+1(i，j)，劃分手機用戶i與手機銀行j間進行金融 支付的任等級；
[0036] (8)根據(jù)手機銀行與手機用戶之間主體的信任度隸屬函數(shù)在各信任等級處的隸屬 度所構(gòu)成的向量，獲取信任向量；
[0037] 采用信任向量X表示手機用戶i和手機銀行j之間的信任度，其中，X={Tn(i，j)}; 通過信任向量的形式，評價出多維度的手機銀行信任等級。
[0038] 總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，能夠取得下列有 益效果：
[0039] (1)本發(fā)明提供的多維度的手機銀行客戶信任度評價方法，建立了一種多維信任 的手機銀行金融風(fēng)險評價指標(biāo)體系；可用于評價手機銀行與手機用戶之間的信任關(guān)系，具 有增強用戶與手機銀行對其業(yè)務(wù)交互信任度的有益效果;對手機銀行用戶與手機銀行具有 很強的參考意義；
[0040] (2)本發(fā)明提供的多維度的手機銀行客戶信任度評價方法，將手機銀行支付頻率 與信任的關(guān)系，手機銀行信任偏離程度，客戶信任懲罰值等因素均納入到信任等級評價中； 與現(xiàn)有技術(shù)相比較而言，評價更全面，因此獲得的評價結(jié)果更準(zhǔn)確；
[0041] (3)本發(fā)明提供的多維度的手機銀行客戶信任度評價方法，提供了手機銀行客戶 信任懲罰值模型，可采用該模型對行為動蕩變化的手機銀行金融業(yè)務(wù)起懲罰作用；
[0042] (4)本發(fā)明提供的多維度的手機銀行客戶信任度評價方法，結(jié)合大數(shù)據(jù)處理，可以 建立一種多維信任的手機銀行客戶信任等級數(shù)據(jù)庫，較好地對手機用戶進行信任評價，其 評價結(jié)果可作為信用等級評價借鑒;手機用戶與手機銀行業(yè)務(wù)提供商均可根據(jù)該結(jié)果來審 慎對待金融交互業(yè)務(wù)，進而降低支付風(fēng)險。
【附圖說明】
[0043] 圖1是本發(fā)明實施例提供的多維度的手機銀行客戶信任度評價方法的流程示意 圖。
【具體實施方式】
[0044] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對 本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可以相互組合。
[0045] 本發(fā)明實施例提供的多維度的手機銀行客戶信任度評價方法，其流程如圖1所示 的，具體包括如下步驟：
[0046] (1)根據(jù)業(yè)務(wù)時間段內(nèi)的金融支付次數(shù)，建立手機銀行客戶直接信任度模型，將手 機用戶i與手機銀行j之間的直接信任度D n(i，j)具體表示如下：
[0048]其中，m表示在第η次業(yè)務(wù)內(nèi)，手機用戶i與手機銀行j之間進行金融支付的總次數(shù)， k是金融支付次數(shù)編號;f(i，j)為手機用戶i與手機銀行j之間的信任傾向值；
[0049] 實施例中，f (i，j)根據(jù)以下公式獲取：
[0050] f(i,j) =ai*vi+a2*V2+a3*V3+a4*V4+a5*V5+a6*V6；
[0051 ]其中，&1、&2、&3、&4、&5、&6是調(diào)節(jié)系數(shù)，且31+&2+&3+34+&5+86=1;
[0052] 其中，VI是指直接彳目任度、V2是指間接彳目任度、V3是指金融業(yè)務(wù)彳目任度、V4是指彳目任 偏離度、V5是指信任懲罰值，V6是指近期信任值;0〈 V1〈1，0〈V2〈1，0〈V3〈1，0〈V4〈1，0〈v5〈l，0〈V6 <1；
[0053] (2)建立手機銀行客戶間接信任度模型，將手機用戶i與手機銀行j之間的間接信 任度R n(i，j)具體表示如下：
[0055] 其中，Dn(i，j)為第η次業(yè)務(wù)時間內(nèi)手機用戶i與手機銀行j之間的直接信任度值， ICj是通過第k次金融支付的間接信任表獲取到的第k次金融支付中手機銀行j對手機用戶i 的間接信任的可信度；
[0056] (3)根據(jù)手機用戶與手機銀行之間的直接信任度與間接信任度，建立手機銀行金 融業(yè)務(wù)信任度模型，表示如下：
[0057] PTn(i,j)=aDn(i,j) + (l-a)Rn(i,j),ae[0,l];
[0058] 其中，PTn(i，j)是指第η次業(yè)務(wù)中手機用戶i與手機銀行j第η次業(yè)務(wù)交互中的金融 業(yè)務(wù)信任度，a為信任度調(diào)節(jié)因子;實施例里，〇 < 1;
[0059] (4)根據(jù)手機用戶與手機銀行之間信任偏離關(guān)系，建立手機銀行信任偏離程度模 型;將手機用戶i與手機銀行j之間的信任偏差值表示如下：
[0061] 其中，max TZ為需計算彳目任偏差值的最大時間區(qū)間長度，其上限是整個手機銀行 業(yè)務(wù)時段;Dk( i，j)是指第k次金融支付的直接信任度，gk是指第k次金融支付的信任衰減值， Rk( i，j)是指第k次金融支付的間接信任度；
[0062] (5)建立手機銀行客戶信任懲罰值模型，表示如下：
[0063] ΡΤυ = β · PTij-(l-0)(yPij+vQij)
[0064] 其中，β是指懲罰值系數(shù);實施例里，0〈β〈1;
[0066] 其中，u為信任增加學(xué)習(xí)因子，ν為信任減少學(xué)習(xí)因子，u〈v，即信任降低的速度比增 加的速度快;Pij表明信任偏離程度，（yPij+vQij)是手機銀行j對手機用戶i的懲罰值；
[0067] (6)根據(jù)手機用戶i與手機銀行j之間的近期信任值與長期信任值，建立手機銀行 客戶信任評價模型，將信任度評價結(jié)果Tn+1( i，j)表示如下：
[0068] Tn+i(i,j)=min(STn+i(i,j),LTn +i(i,j));
[0069] 其中，LTn+1(i，j)是指手機用戶i與手機銀行j第(n+1)次業(yè)務(wù)后的長期信任值；
[0070] LTn+i( i , j) = (LTn(i , j)n+PTn+i(i , j))/(n+1)；
[0071]其中，STn+1(i，j)是指手機用戶i與手機銀行j第(n+1)次業(yè)務(wù)后的近期信任值；
[0073]其中，ε是近期彳目任閥值;實施例里，〇〈ε〈1;
[0074] (7)根據(jù)上述信任度評價結(jié)果Tn+1(i，j)，劃分手機用戶i與手機銀行j間進行金融 支付的任等級；
[0075] (8)根據(jù)手機銀行與手機用戶之間主體的信任度隸屬函數(shù)在各信任等級處的隸屬 度所構(gòu)成的向量，獲取信任向量；
[0076] 采用信任向量X表示手機用戶i與手機銀行j之間的信任度，其中，X={Tn(i，j)}; 通過信任向量的形式，評價出多維度的手機銀行信任等級。
[0077]本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實施例而已，并不用以 限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含 在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1. 一種多維度的手機銀行客戶信任度評價方法，其特征在于，包括如下步驟： (1) 根據(jù)業(yè)務(wù)時間段內(nèi)的金融支付次數(shù)，建立手機銀行客戶直接信任度模型，具體如 下：其中，Dn(i，j)是第η次業(yè)務(wù)時間內(nèi)指手機用戶i與手機銀行j之間的直接信任度;m是指 在第η次業(yè)務(wù)內(nèi)，手機用戶i與手機銀行j之間進行金融支付的總次數(shù);k是金融支付次數(shù)編 號;f(i，j)是指手機用戶i與手機銀行j之間的信任傾向值； (2) 建立手機銀行客戶間接信任度模型，具體如下：其中，Rn(i，j)是指手機用戶i與手機銀行j之間的間接信任度，IQ是通過第k次金融支 付的間接信任表獲取到的第k次金融支付中手機銀行j對手機用戶i的間接信任的可信度； (3) 根據(jù)所述手機用戶與手機銀行之間的直接信任度與間接信任度，建立手機銀行金 融業(yè)務(wù)信任度模型，具體如下： PTn(i,j)=aDn(i,j) + (l-a)Rn(i,j),ae[〇,l]; 其中，PTn(i，j)是指手機用戶i與手機銀行j第η次業(yè)務(wù)交互中的金融業(yè)務(wù)信任度，a為信 任度調(diào)節(jié)因子； (4) 根據(jù)手機用戶與手機銀行之間信任偏離關(guān)系，建立手機銀行信任偏離程度模型，具 體如下：其中，PU是指手機用戶i與手機銀行j之間的信任偏差值，max TZ為需計算信任偏差值 的最大時間區(qū)間長度;Dk(i，j)是指第k次金融支付的直接信任度，gk是指第k次金融支付的 信任衰減值，R k( i，j)是指第k次金融支付的間接信任度； (5) 建立手機銀行客戶信任懲罰值模型，具體如下： ΡΤυ = β · ΡΤυ-(1-β)(μΡυ+νΘυ) 其中，β是指懲罰值系數(shù)，〇〈β〈1; Qu為信任濫用值，其中，u為信任增加學(xué)習(xí)因子，v為信任減少學(xué)習(xí)因子，iKvJyP^+vQ^)是手機銀行j對手 機用戶i的懲罰值； (6) 根據(jù)手機用戶i與手機銀行j之間的近期信任值與長期信任值，獲取信任度評價結(jié) 果Tn+i(i, j)，表示如下： Tn+l(i,j)=min(STn+l(i,j),LTn+l(i,j)) ； 其中，LTn+1(i，j)是指手機用戶i與手機銀行j第(n+1)次業(yè)務(wù)后的長期信任值； LTn+i(i,j) = (LTn(i,j)n+PTn+i(i,j))/(n+l)； 其中，STn+1(i，j)是指手機用戶i與手機銀行j第(n+1)次業(yè)務(wù)后的近期信任值；其中，ε是近期彳目任閥值，0〈ε〈1。2. 如權(quán)利要求1所述的手機銀行客戶信任度評價方法，其特征在于，所述步驟(6)之后， 還包括構(gòu)建信任向量的步驟，具體如下： (7) 根據(jù)所述信任度評價結(jié)果Tn+1(i，j)，劃分手機用戶i與手機銀行j間進行金融支付 的ig任等級； (8) 根據(jù)手機銀行與手機用戶之間主體的信任度隸屬函數(shù)在各信任等級處的隸屬度所 構(gòu)成的向量，獲取信任向量； 采用信任向量X表示手機用戶i和手機銀行j之間的信任度，其中，乂={!^，川；通過信 任向量的形式，評價多維度的手機銀行信任等級。3. 如權(quán)利要求1或2所述的手機銀行客戶信任度評價方法，其特征在于，所述手機用戶i 與手機銀行j間進行金融支付的信任傾向值f(i，j)根據(jù)以下公式獲?。?f (i，j) = ai*vi+a2*V2+a3*V3+a4*V4+a5*V5+a6*V6; 其中 ?ai、a2、a3、a4、as、 a6是調(diào)節(jié)系數(shù)，ai+a2+a3+a4+as+a6 = 1; vi是直接{目任度、V2是間接 ?目任度、V3是金融業(yè)務(wù)彳目任度、V4是彳目任偏1?度、V5是彳目任懲罰值，V6是近期彳目任值D
【文檔編號】G06Q30/06GK105869047SQ201610181680
【公開日】2016年8月17日
【申請日】2016年3月28日
【發(fā)明人】孫寶林, 桂超, 劉暢, 肖琨, 葉敏, 李正旺
【申請人】湖北經(jīng)濟學(xué)院