支付场景中，引诱类电信网络欺诈是用户资金损失的核心来源之一。黑产实施欺诈的前置环节，是通过固定属性标签筛选潜在目标，行业内普遍将这类标签覆盖的群体称为易受骗人群。这类标签以年龄为核心，覆盖未成年人与老年人群体，配套消费行为、信用记录等补充维度，被广泛应用于黑产作案筛选与支付风控模型搭建。
黑产对年龄标签的应用，核心是作案效率的优化。现有作案数据显示，未成年人与老年人群体，对诱导话术的响应率、对陌生转账操作的接受度，在全量人群中处于相对较高区间。黑产通过这类弱画像标签缩小目标范围，降低单客作案的时间与沟通成本，提升单次引诱动作的转化概率。这类标签的应用，仅代表黑产对作案目标的优先级排序，不代表标签覆盖群体具备必然的受骗属性。
易受骗人群标签的应用，存在明确的有效性边界。现有支付风控实践中，年龄标签常与交易行为规则绑定，形成风险判定逻辑，例如低龄用户发起的大额支付、与年龄标签不匹配的高价值商品消费，均会被纳入异常交易监测范围。同一年龄区间内，不同个体的防骗意识、信息辨别能力存在显著差异，标签无法实现对个体受骗概率的准确判定。同时，大量引诱类欺诈案件的受害主体，不在传统年龄标签覆盖的范围内，仅依靠固定属性标签，无法覆盖全量欺诈风险。
不同年龄群体对应的主流诱导场景存在差异。未成年群体更易受到游戏充值、虚拟道具交易类话术诱导，老年群体更易受到身份冒充类话术诱导。这类场景差异，仅能作为风险监测的补充参考，无法作为群体易受骗属性的判定依据。
引诱类欺诈的风险判定核心，集中于收款受益人账户的风险画像。引诱类欺诈的核心特征，是用户在话术诱导下主动发起支付操作，付款操作人的资产情况、征信记录、历史交易行为，大多处于正常区间。传统风控体系中，针对付款人属性与行为的监测逻辑，在这类欺诈场景中存在明显的局限性。收款受益人账户的风险画像，包括账户的历史涉案记录、交易行为风险评级、账户主体的风险关联情况，可直接反映交易的欺诈概率。当支付交易的收款方处于高风险评级区间时，无论付款方的固定属性与历史行为如何，交易均具备较高的欺诈风险。
易受骗人群的识别，核心是重点关注收款受益人的相关信息。风控模型的优化，可将黑产引诱环节的用户行为特征，与收款方风险画像结合，形成多维度的风险监测体系。针对不同年龄群体对应的主流诱导场景，可配套差异化的监测规则，同时保留规则的弹性空间，避免对正常交易的过度干预。