[发明专利]一种混合欺诈交易检测分类器建立方法及装置

权利要求书

1.一种混合欺诈交易检测分类器建立方法，其特征在于，包括：

获取设定时长内的交易样本数据，所述交易样本数据包括正常交易样本和欺诈交易样本；

从所述欺诈交易样本中确定出典型欺诈交易样本集；

对所述正常交易样本进行聚类获取N个典型正常交易样本集；其中，N为正整数；

将所述典型欺诈交易样本集与每个典型正常交易样本集分别进行训练，得到N个分类器；

将所述N个分类器进行融合得到欺诈交易分类器。

2.如权利要求1所述的方法，其特征在于，从所述欺诈交易样本中确定出典型欺诈交易样本集，包括：

标定所述欺诈交易样本的欺诈交易类型；

根据所述欺诈交易样本中的欺诈交易种类数，根据各欺诈交易样本之间的欧式距离，采用K均值(K-means)聚类算法对所述欺诈交易样本进行聚类；

针对聚类后的样本，去除位于聚类边缘的欺诈交易样本，以及，去除聚类后所属类型与标定类型不一致的欺诈交易样本；

将剩余的欺诈交易样本确定为所述典型欺诈交易样本。

3.如权利要求1所述的方法，其特征在于，对所述正常交易样本进行聚类获取N个典型正常交易样本集，包括：

针对所述正常交易样本，根据各正常交易样本之间的欧式距离，采用Canopy聚类算法对所述正常交易样本进行粗聚类,获取N类粗聚类正常交易样本集，N大于等于1；

针对每一类粗聚类正常交易样本集，采用图形交并集规划获取该类粗聚类正常交易样本集的典型正常交易样本。

4.如权利要求2或3所述的方法，其特征在于，采用如下方式确定属于同类型的交易样本中的各交易样本之间的欧式距离，包括：

所述同类型的交易样本为同为欺诈交易样本或同为正常交易样本；

根据所述同类型的交易样本中的数值型特征属性和数值化后的非数值型特征属性构造交易样本矩阵；所述交易样本矩阵的行数表示所述同类型的交易样本的样本数量，列数表示所述同类型的交易样本中特征属性的数量；

分别计算所述同类型的交易样本的每一个特征属性的信息熵；所述信息熵根据公式(一)得到：

其中，H_j表示所述交易样本矩阵中第j特征属性的信息熵，n表示所述同类型的交易样本矩阵中的样本数，x_ij表示所述交易样本矩阵中第i个样本的第j个特征属性的特征属性数据；

根据每一个特征属性的信息熵，确定该特征属性的特征权值；所述特征权值代表了所述特征属性对分类器训练的贡献大小；所述特征权值由公式(二)得到：

其中，W_j为所述交易样本矩阵中第j特征属性的特征权值，H_j为所述交易样本矩阵中第j特征属性的信息熵；

分别根据所述同类型的交易样本的各特征属性的特征权值，采用公式(三)计算所述同类型的交易样本间的欧式距离：

其中，d(p,q)表示所述同类型的交易样本中任意两个样本之间的距离，m表示所述同类型的交易样本中特征属性的数量，W_j表示所述交易样本矩阵中第j个特征属性的特征权值，x_pj和x_qj表示任一两个样本的第j个特征属性的特征属性数据。

5.如权利要求4所述的方法，其特征在于，所述获取设定时长内的交易样本数据之后，所述从所述欺诈交易样本中确定出典型欺诈交易样本集之前，还包括：

针对所述交易样本数据中的每一个非数值型特征属性数据，确定包含该非数值型特征属性数据的正常交易样本数D_Ra和包含该非数值型特征属性数据的欺诈交易样本数D_Fa；通过公式(四)确定该非数值型特征属性数据的数值形式：

其中，W_a为特征属性数据a的数值形式，D_Fa为所述欺诈交易样本中包含特征属性数据a的交易数量，D_F为所述欺诈交易样本中包含特征属性数据a所属的特征属性的交易数量，D_Ra为所述正常交易样本中包含特征属性数据a的交易数量，D_R为所述正常交易样本中包含特征属性数据a所属的特征属性的交易数量；

对所述交易样本数据中每个特征属性进行归一化处理。