[发明专利]异常交易识别方法及装置在审

专利信息
申请号: 201610108558.0 申请日: 2016-02-26
公开(公告)号: CN107133833A 公开(公告)日: 2017-09-05
发明(设计)人: 刘楠 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06Q30/06 分类号: G06Q30/06
代理公司: 北京国昊天诚知识产权代理有限公司11315 代理人: 许志勇
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 交易 识别 方法 装置
【权利要求书】:

1.一种异常交易识别方法,其特征在于,包括:

获取订单数据,并根据所述订单数据,提取特征变量;

将每一个特征变量进行归一化处理,获得每一个特征变量的归一化值;

将属于同一个特征类别的特征变量的归一化值进行累加,获得累加数值;

将所述累加数值进行归一化处理,获得特征类别的归一化值;

根据不同特征类别的归一化值,确定所述订单数据对应的交易是否为异常交易。

2.如权利要求1所述的方法,其特征在于,所述将每一个特征变量进行归一化处理,获得每一个特征变量的归一化值包括:

在任一个特征变量位于数据允许范围内时,确定所述特征变量的归一化值为零;

在所述特征变量超出数据允许范围时,将所述特征变量进行归一化处理,获得每一个特征变量的归一化值。

3.如权利要求1所述的方法,其特征在于,所述将每一个特征变量进行归一化处理,获得每一个特征变量的归一化值包括:

在任一个特征变量满足任一个异常条件时,将所述特征变量按照所述任一个异常条件对应的数值调整方式进行调整,并将调整之后的特征变量进行进行归一化处理,获得所述特征变量的归一化值;

在任一个特征变量不满足任一个异常条件时,将所述特征变量进行归一化处理,获得所述特征变量的归一化值。

4.如权利要求1所述的方法,其特征在于,所述将每一个特征变量进行归一化处理,获得每一个特征变量的归一化值包括:

在任一个特征变量对应的预设归一化模式为第一种归一化模式时,将所述特征变量进行归一化处理,获得每一个特征变量的归一化值;

在任一个特征变量对应的预设归一化模式为第二种归一化模式时,在所 述特征变量位于数据允许范围内时,确定所述特征变量的归一化值为零;在所述特征变量超出数据允许范围时,将所述特征变量进行归一化处理,获得每一个特征变量的归一化值;

在任一个特征变量对应的预设归一化模式为第三种归一化模式时,在所述特征变量满足任一个异常条件时,将所述特征变量按照所述任一个异常条件对应的数值调整方式进行调整,并将调整之后的特征变量进行进行归一化处理,获得每一个特征变量的归一化值;在所述特征变量不满足任一个异常条件时,将所述特征变量进行归一化处理,获得每一个特征变量的归一化值。

5.如权利要求1所述的方法,其特征在于,所述根据不同特征类别的归一化值,确定所述订单数据对应的交易是否为异常交易包括:

将不同特征类别的归一化值相加,获得异常交易分数;

在所述异常交易分数位于异常范围内时,确定所述订单数据对应的交易为异常交易。

6.一种异常交易识别装置,其特征在于,包括:

变量提取模块,用于获取订单数据,并根据所述订单数据,提取特征变量;

第一归一化模块,用于将每一个特征变量进行归一化处理,获得每一个特征变量的归一化值;

计算模块,用于将属于同一个特征类别的特征变量的归一化值进行累加,获得累加数值;

第二归一化模块,用于将所述累加数值进行归一化处理,获得特征类别的归一化值;

识别模块,用于根据不同特征类别的归一化值,确定所述订单数据对应的交易是否为异常交易。

7.如权利要求6所述的装置,其特征在于,所述第一归一化模块具体用于:在任一个特征变量位于数据允许范围内时,确定所述特征变量的归一化值为零;

在所述特征变量超出数据允许范围时,将所述特征变量进行归一化处 理,获得每一个特征变量的归一化值。

8.如权利要求6所述的装置,其特征在于,所述第一归一化模块具体用于:在任一个特征变量满足任一个异常条件时,将所述特征变量按照所述任一个异常条件对应的数值调整方式进行调整,并将调整之后的特征变量进行进行归一化处理,获得所述特征变量的归一化值;在任一个特征变量不满足任一个异常条件时,将所述特征变量进行归一化处理,获得所述特征变量的归一化值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610108558.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top