(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111679550.7 (22)申请日 2021.12.31 (71)申请人 中科柏诚科技 （北京） 股份有限公司 地址 101300 北京市顺 义区高丽营镇文化 营村北(临 空二路1号) (72)发明人 徐东　郭娅茹　朱凯　封高朋　 齐作伟　 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/00(2012.01) (54)发明名称 一种基于社交关系的贷款黑中介预测方法 及系统 (57)摘要 本申请涉及一种基于社交关系的贷款黑中 介预测方法及系统， 属于互联网金融的技术领 域， 其方法包括： 获取贷款人信息； 基于贷款人信 息获取个人征信； 基于个人征信判断是否有网贷 记录， 并获得第一判断结果； 若第一判断结果为 是， 则基于网贷记录获取网贷参数； 判断网贷参 数是否大于或等于第一参数阈值； 若是， 则输出 预警提示； 若第一判断结果为否， 则基于贷款人 信息获取通话详单； 判断通话详单是否含有贷款 电话； 若是， 则获取贷款电话的通话参数； 判断通 话参数是否大于或等于第二参数阈值； 若是， 则 输出预警提示。 本申请具有提高对贷款信息真实 性的检查力度， 更好的分辨贷款信息的操作者， 降低网贷公司的经济损失的效果。 权利要求书3页 说明书12页 附图9页 CN 114331692 A 2022.04.12 CN 114331692 A 1.一种基于社交关系的贷款 黑中介预测方法， 其特 征在于， 包括： 基于初步审核的审核结果， 获取贷款人信息； 基于所述贷款人信息获取个人 征信； 基于所述个人 征信判断是否有网贷记录， 并获得第一判断结果； 若所述第一判断结果 为是， 则基于所述网贷记录获取网贷参数； 判断所述网贷参数 是否大于或等于第一 参数阈值， 并获得第二判断结果； 若所述第二判断结果 为是， 则输出 预警提示； 若所述第一判断结果 为否， 则基于所述贷款人信息获取通 话详单； 判断所述 通话详单是否含有 贷款电话， 并获得第三判断结果； 若所述第三判断结果 为是， 则获取 所述贷款电话的通 话参数； 判断所述 通话参数是否大于或等于第二 参数阈值， 并获得第四判断结果； 若所述第四判断结果 为是， 则输出 所述预警提 示。 2.根据权利要求1所述的一种基于社交关系的贷款黑中介预测方法， 其特征在于， 所述 判断所述 通话参数是否大于或等于第二 参数阈值， 并获得第四判断结果包括如下步骤： 所述通话参数包括通话 次数和通话 时间间隔， 所述第 二参数阈值包括 次数阈值和时间 间隔阈值； 判断所述 通话次数是否大于或等于所述次数阈值； 若是， 则判断所述 通话时间间隔是否小于或等于所述时间 间隔阈值； 若是， 则获得 所述第四判断结果 为是； 若所述通话 次数小于所述 次数阈值或所述通话 时间间隔大于所述 时间间隔阈值， 则获 得所述第四判断结果 为否。 3.根据权利要求1所述的一种基于社交关系的贷款黑中介预测方法， 其特征在于， 所述 获取贷款人信息之前还 包括： 获取申请信息， 所述申请信息包括个人申请和中介申请； 基于所述申请信息确认是否为中介申请； 若否， 则获取 所述贷款人信息； 若是， 则获取相关的中介信息； 基于所述中介信息生成风险评估结果。 4.根据权利要求3所述的一种基于社交关系的贷款黑中介预测方法， 其特征在于， 所述 基于所述中介信息生成风险评估结果包括如下步骤： 所述中介信息包括中介成立时间和中介场地 位置； 获取当前时间； 基于所述当前时间和所述中介成立时间获取中介存在时间； 判断所述中介存在时间是否大于时间阈值； 若否， 则生成高风险评估结果； 若是， 则基于所述中介场地 位置获取租赁时间； 基于所述当前时间和所述租赁时间获取租赁时长； 判断所述租赁时长是否大于时长阈值； 若否， 则生成所述高风险评估结果；权　利　要　求　书 1/3 页 2 CN 114331692 A 2若是， 则生成中低风险评估结果； 其中， 所述 风险评估结果包括所述高风险评估结果和所述中低风险评估结果。 5.根据权利要求4所述的一种基于社交关系的贷款黑中介预测方法， 其特征在于， 所述 生成中低风险评估结果之前还 包括： 基于所述中介信息获取担保公司； 获取所述担保公司的担保资质； 判断所述担保资质是否与预设的资质要求匹配； 若是， 则生成所述中低风险评估结果； 若否， 则生成所述高风险评估结果。 6.根据权利要求1所述的一种基于社交关系的贷款黑中介预测方法， 其特征在于， 所述 基于所述贷款人信息获取个人 征信之前还 包括： 获取贷款人的头 部图像； 基于所述贷款人信息获取头 部上传图像； 判断所述头 部图像与所述头 部上传图像是否匹配； 若否， 则输出 所述预警信息； 若是， 则继续获取 所述个人 征信。 7.根据权利要求6所述的一种基于社交关系的贷款黑中介预测方法， 其特征在于， 所述 继续获取 所述个人 征信之前还 包括： 基于所述头 部图像获取面部表情； 判断所述 面部表情是否与预设表情匹配； 若否， 则输出 所述预警信息； 若是， 则进行 下一步。 8.根据权利要求6所述的一种基于社交关系的贷款黑中介预测方法， 其特征在于， 所述 继续获取 所述个人 征信之前还 包括： 获取借贷人的指纹信息； 基于所述借贷人信息获取 标准指纹； 判断所述指纹信息是否与所述标准指纹匹配； 若否， 则输出 所述预警信息； 若是， 则进行 下一步。 9.一种基于社交关系的贷款 黑中介预测系统， 其特 征在于， 包括： 信息获取模块(1)， 用于获取贷款人信息； 征信获取模块(2)， 用于基于所述贷款人信息获取个人 征信； 第一判断模块(3)， 用于基于所述个人征信判断是否有网贷记录， 并获得第一判断结 果； 网贷参数获取模块(4)， 当所述第一判断结果为是时， 用于基于所述网贷记录获取网贷 参数； 第二判断模块(5)， 用于判断所述网贷参数是否大于或等于第 一参数阈值， 并获得第二 判断结果； 通话详单获取模块(6)， 当所述第一判断结果为否时， 用于基于所述贷款人信息获取通权　利　要　求　书 2/3 页 3 CN 114331692 A 3