[发明专利]交易行为类型确定方法、装置及设备

权利要求书

1.一种交易行为类型确定方法，包括：

获取至少一个用户在第一预设时间段内的交易数据；

将所述交易数据输入隐向量生成模型，得到与所述用户交易行为相关的隐向量，其中，所述隐向量生成模型基于交易数据样本对自动编码器进行训练得到；

将所述隐向量输入交易行为类型识别模型，输出所述至少一个用户在所述第一预设时间段内的交易行为类型。

2.根据权利要求1所述的方法，所述方法还包括：

训练所述自动编码器包括：

将多组不同的交易数据样本依次输入所述自动编码器，对所述自动编码器进行训练，直至所述自动编码器的输出数据与输入数据之间的误差小于预设值，得到训练完成的自动编码器。

3.根据权利要求2所述的方法，所述自动编码器，包括：

时序特征层、编码器、第一全连接层、解码器、第二全连接层以及输出层；

其中，所述时序特征层用于按照第一交易数据的类型以及所述第一交易数据产生的时间顺序，将所述第一交易数据转换为用户时序数据；

所述编码器用于获取不同时间窗口下的用户时序数据的特征，以及对所述特征进行池化，得到池化结果；

所述第一全连接层用于将所述池化结果进行连接，得到所述隐向量；

所述解码器用于将所述隐向量转换为与所述第一交易数据类型一致的第二交易数据；

所述第二全连接层用于将所述第二交易数据转换为与所述第一交易数据大小一致；

所述输出层用于输出转换后的第二交易数据，其中，所述第一交易数据为所述自动编码器的输入数据，所述第二交易数据为所述自动编码器的输出数据。

4.根据权利要求3所述的方法，所述隐向量生成模型包括：

训练完成的所述自动编码器中的所述时序特征层、所述编码器以及所述第一全连接层。

5.根据权利要求3所述的方法，所述编码器包括卷积层以及池化层；

所述卷积层用于根据与第二时间段对应的用户时序数据，获取在所述第二预设时间段内各类型的用户时序数据的特征，所述第二预设时间段小于所述第一预设时间段；

所述池化层用于对从所述卷积层得到的所述特征进行最大池化以及平均池化，得到最大池化结果以及平均池化结果。

6.根据权利要求5所述的方法，所述卷积层的卷积核的宽度与所述交易数据的类型的维度一致。

7.根据权利要求1至6任一项所述的方法，所述交易行为类型包括洗钱行为以及非洗钱行为；

所述交易数据的类型至少包括：资金流入笔数、资金流出笔数、资金流入金额以及资金流出金额中的一种。

8.一种交易行为类型确定装置，包括：

第一获取模块，用于获取至少一个用户在第一预设时间段内的交易数据；

第一输入模块，用于将所述交易数据输入隐向量生成模型，得到与所述用户交易行为相关的隐向量，其中，所述隐向量生成模型基于交易数据样本对自动编码器进行训练得到；

第二输入模块，用于将所述隐向量输入交易行为类型识别模型，输出所述至少一个用户在所述第一预设时间段内的交易行为类型。

9.根据权利要求8所述的装置，所述装置还包括：

训练模块，用于将多组不同的交易数据样本依次输入所述自动编码器，对所述自动编码器进行训练，直至所述自动编码器的输出数据与输入数据之间的误差小于预设值，得到训练完成的自动编码器。