[发明专利]训练欺诈交易检测模型的方法、检测方法以及对应装置

权利要求书

1.一种训练欺诈交易检测模型的方法，所述欺诈交易检测模型包括卷积层和分类器层，所述方法包括：

获取分类样本集，所述分类样本集包括多个标定样本，所述标定样本包括用户操作序列和时间序列，所述用户操作序列包括预定数目的用户操作，所述预定数目的用户操作按照时间顺序排列；所述时间序列包括所述用户操作序列中相邻用户操作之间的时间间隔；

在所述卷积层中，对所述用户操作序列进行第一卷积处理，获得第一卷积数据；

对所述时间序列进行第二卷积处理，获得第二卷积数据；

对所述第一卷积数据和所述第二卷积数据进行结合，获得时间调整卷积数据；

将所述时间调整卷积数据输入所述分类器层，根据分类器层的分类结果训练欺诈交易检测模型。

2.根据权利要求1所述的方法，在对所述用户操作序列进行第一卷积处理之前，还包括：采用独热编码方法，或者词嵌入模型，将所述用户操作序列处理为操作矩阵。

3.根据权利要求1所述的方法，其中对所述时间序列进行第二卷积处理，获得第二卷积数据包括：采用预定长度k的卷积核，依次处理所述时间序列中的多个元素，获得时间调整向量A作为第二卷积数据，其中所述时间调整向量A的维度与所述第一卷积数据的维度相对应。

4.根据权利要求3所述的方法，其中所述获得时间调整向量A作为第二卷积数据包括，通过以下公式获得时间调整向量A中的向量元素ai：

其中f为转换函数，xi为时间序列中的第i个元素，Cj为与卷积核相关的参数。

5.根据权利要求4所述的方法，其中所述转换函数f为以下之一：tanh函数，指数函数，sigmoid函数。

6.根据权利要求1所述的方法，其中对所述第一卷积数据和所述第二卷积数据进行结合包括：将所述第一卷积数据对应的矩阵与所述第二卷积数据对应的向量进行点乘结合。

7.根据权利要求1所述的方法，其中所述卷积层包括多个卷积层，所述方法还包括：将上一卷积层获得的所述时间调整卷积数据作为下一卷积层的用户操作序列进行处理，并将最后一个卷积层获得的所述时间调整卷积数据输出到所述分类器层。

8.一种检测欺诈交易的方法，所述方法包括：

获取待检测样本，所述待检测样本包括待检测用户操作序列和待检测时间序列，所述待检测用户操作序列包括预定数目的用户操作，所述预定数目的用户操作按照时间顺序排列；所述待检测时间序列包括所述待检测用户操作序列中相邻用户操作之间的时间间隔；

将所述待检测样本输入欺诈交易检测模型，使其输出检测结果，所述欺诈交易检测模型是根据权利要求1的方法训练得到的模型。

9.根据权利要求8所述的方法，其中将所述待检测样本输入欺诈交易检测模型，使其输出检测结果，包括：

将所述待检测样本输入所述欺诈交易检测模型的卷积层，使得所述待检测样本中的所述待检测用户操作序列和所述待检测时间序列在其中分别进行第一卷积处理和第二卷积处理，获得时间调整卷积数据；

将所述时间调整卷积数据输入所述欺诈交易检测模型中的分类器层，从所述分类器层获得检测结果。

10.根据权利要求8或9所述的方法，还包括，在将所述待检测样本输入欺诈交易检测模型之前，将所述待检测用户操作序列处理为待检测操作矩阵。