短視頻社區(qū)易受騙人群識別與預(yù)警指南

3短視頻社區(qū)易受騙人群識別與預(yù)警指南本文件給出了短視頻社區(qū)易受騙人群特征及識別方法，包括靜態(tài)風(fēng)險特征識別和基于場景的動態(tài)行為特征識別等，以及典型場景下識別后的風(fēng)險預(yù)警。本文件適用于短視頻社區(qū)基于不同業(yè)務(wù)場景和特點識別易受騙人群并進行預(yù)警時參考2規(guī)范性引用文件本文件沒有規(guī)范性引用文件3術(shù)語和定義下列術(shù)語和定義適用于本文件。電信網(wǎng)絡(luò)詐騙telecomnetworkfraud以非法占有為目的，利用電信網(wǎng)絡(luò)技術(shù)手段，通過遠程、非接觸等方式，詐騙公私財物的行為。短視頻社區(qū)shortvideocommunity提供用戶制作上傳。下載分享短視頻，并支持用戶間交流的社區(qū)服務(wù)平臺。易受騙人群vulnerableusers防范電信網(wǎng)絡(luò)詐騙意識薄弱的人群。易受騙人群識別vulnerableusersidentification通過數(shù)據(jù)處理篩選出易受騙人群用戶并結(jié)合業(yè)務(wù)進行提醒。靜態(tài)風(fēng)險特征識別staticrisksfeaturerecognition對相對低頻、固定的因素帶來的風(fēng)險進行分析與鑒別的過程。動態(tài)行為特征識別dynamicbehaviorfeaturerecognition對相對高頻、可變的行為因素帶來的風(fēng)險進行分析與鑒別的過程56.2易受騙人群風(fēng)險易受騙人群的風(fēng)險主要可以從用戶的基礎(chǔ)特征和其在典型業(yè)務(wù)場景中的動態(tài)行為特征來進行識別。結(jié)合用戶基礎(chǔ)特征、交互行為的交互對象、內(nèi)容及頻次等，可以將易受騙人群風(fēng)險劃分為中低風(fēng)險、中風(fēng)險和高風(fēng)險，具體見附錄A.1。7易受騙人群識別7.1靜態(tài)風(fēng)險特征識別靜態(tài)風(fēng)險特征識別基于短視頻社區(qū)用戶的相關(guān)信息提煉靜態(tài)風(fēng)險特征，通過靜態(tài)識別模型算法完成易受騙人群的靜態(tài)風(fēng)險特征識別，相關(guān)模型參數(shù)主要包括6.1所述的基礎(chǔ)屬性。7.2動態(tài)行為特征識別7.2.1典型場景詐騙者會根據(jù)用戶在短視頻社區(qū)不同場景下的行為圈定易受騙人群再針對性地實施詐騙。通過對用戶在短視頻社區(qū)典型場景下行為數(shù)據(jù)的收集、處理與分析，能夠識別出反詐意識薄弱的人群，再結(jié)合業(yè)務(wù)特點進行風(fēng)險預(yù)警。提升易受騙人群的反詐防詐意識，降低用戶被騙可能。短視頻社區(qū)典型場景主要包括：—-短視頻瀏覽場景：用戶在短視頻社區(qū)瀏覽短視頻，通過評估用戶瀏覽的短視頻素材風(fēng)險情況可以識別用戶是否為易受騙人群：——短視頻搜索場景：用戶主動填寫關(guān)鍵字搜索短視頻，通過評估用戶搜索的關(guān)鍵字或結(jié)果內(nèi)容的風(fēng)險情況可以識別用戶是否為易受騙人群：——短視頻評論場景：用戶在短視頻下發(fā)布評論或回復(fù)評論，通過評估用戶評論內(nèi)容可以識別用戶是否為易受騙人群；——用戶私信場量：用戶在短視頻社區(qū)進行點對點的私信，通過評估用戶私信相關(guān)信息可以識別用戶是否為易受騙人群。7.2.2短視頻瀏覽場景在短視頻瀏覽場景中，用戶可能瀏覽到涉詐的短視頻素材，基于用戶瀏覽的短視頻素材的標(biāo)題、內(nèi)容、語音等進行涉詐風(fēng)險識別，再判斷用戶遭受詐票的可能。在視頻特定區(qū)域給出風(fēng)險標(biāo)簽提醒，如兼職招聘有風(fēng)險等7.2.3短視頻搜索場景在搜索場景中，用戶主動搜索風(fēng)險敏感詞，意圖尋找相關(guān)素材，如：牛股、刷單、送皮膚等。在搜索風(fēng)險敏感詞后，在結(jié)果展示區(qū)給出風(fēng)險提示，如“請勿輕易相信兼職刷單”等，或展示風(fēng)險提示的教育短視頻素材(如行業(yè)主管部門下發(fā)的教育類視頻等)。7.2.4短視頻評論場景在評論場景中，用戶主動在高危短視頻素材下進行特定評論，如主動索要、明確表示積極參與等。6在評論區(qū)發(fā)布高危評論后進行彈窗提示，如“警惕陌生人站外聯(lián)系邀請”等如用戶意愿強烈(如留言包含個人聯(lián)系方式),為避免易受騙人群被詐騙者主動聯(lián)系，可根據(jù)風(fēng)險大小進行延時發(fā)布或屏蔽發(fā)布。7.2.5用戶私信場景在點對點消息通信中，用戶被高危疑似涉詐用戶主動聯(lián)系后，存在持續(xù)溝通的行為等。在用戶同高危疑似涉詐用戶持續(xù)地點對點通信過程中，通過彈窗或吸頂方式給出提醒，例如“該用戶存在安全風(fēng)險”等。特征識別樣本庫為特征識別提供算法和模型樣本支撐，主要包括詐騙手法樣本和用戶反饋樣本庫?！?詐騙手法樣本庫，基于用戶舉報和自主巡查等渠道，定期(每天或每周)補充和沉淀詐騙手法相關(guān)特征樣本，提高易受騙人群識別的召回率，為易受騙人群識別及后續(xù)的風(fēng)險預(yù)警提供特征樣本支撐：—-用戶反饋樣本庫，從用戶反饋維度支撐易受騙人群的特征識別，通過分析客訴反饋、風(fēng)險提醒觸達情況等信息對正、負樣本進行更新和優(yōu)化，提高易受騙人群識別的準(zhǔn)確率。8易受騙人群預(yù)警8.1靜態(tài)風(fēng)險預(yù)警對于基于靜態(tài)風(fēng)險特征識別出的易受騙人群的風(fēng)險預(yù)警包括用戶風(fēng)險提示、推送反詐教育信息等，對可能遭受詐騙前對用戶進行提醒，提升用戶防范意識，具體方式包括：a)通過系統(tǒng)通知的方式提醒相關(guān)用戶注意詐騙風(fēng)險：b)主動推送詐騙風(fēng)險教育的短視頻素材，提升用戶反詐意識：c)定期推送問卷調(diào)查或宣傳教育信息等，了解相關(guān)用戶反詐意識水平并進行有針對性地提醒：d)在部分高風(fēng)險情況下，可通過平臺下發(fā)短信或人工電話外呼等方式對相關(guān)用戶進行提醒8.2動態(tài)風(fēng)險預(yù)警動態(tài)風(fēng)險預(yù)警針對用戶在短視頻社區(qū)不同業(yè)務(wù)場景下的行為，結(jié)合業(yè)務(wù)場景特點對用戶進行風(fēng)險提示，例如在易受騙人群瀏覽具有風(fēng)險的短視頻素材時在特定區(qū)域給出風(fēng)險標(biāo)簽提醒、在易受騙人群搜索風(fēng)險敏感詞意圖尋找相關(guān)素材時在結(jié)果區(qū)給出風(fēng)險提示、在易受騙人群評論高危短視頻素材時進行彈窗提示等。附錄A.2給出了短視頻社區(qū)典型業(yè)務(wù)場景下不同風(fēng)險等級對應(yīng)的易受騙人群風(fēng)險預(yù)警措施，不同場景下的預(yù)警措施示例參見附錄B。7短視頻社區(qū)典型業(yè)務(wù)場景下不同風(fēng)險等級的預(yù)警措施A.1易受騙人群風(fēng)險分級按用戶基礎(chǔ)特征、內(nèi)容和交互對象及行為的維度可以將易受騙人群風(fēng)險分為三級，具體見表A.1。表A.1易受騙人群風(fēng)險分級A.2易受騙人群風(fēng)險預(yù)督短視頻社區(qū)典型業(yè)務(wù)場景主要包括短視頻瀏覽、短視頻搜索、短視頻評論和用戶點對點私信不同業(yè)務(wù)場景下可以采用多種不同的風(fēng)險預(yù)警措施，如特定位置提示、彈窗提示、站內(nèi)信、智能外呼和人工外呼等。針對不同業(yè)務(wù)場景下的不同級別風(fēng)險，可以采用不同的風(fēng)險預(yù)警措施。不同業(yè)務(wù)場景、不同風(fēng)險等級下的易受騙人群預(yù)警措施可參考表A.2:險險險險險險險險險險險險9短視頻社區(qū)易受騙人群預(yù)警示例B.1短視頻瀏覽場景下的風(fēng)險預(yù)警短視頻瀏覽場景下，在易受騙人群瀏覽風(fēng)險視頻素材時可在瀏覽頁醒目位置給出風(fēng)險提示。短視