[发明专利]一种信贷欺诈检测方法及系统在审

专利信息
申请号: 202010227315.5 申请日: 2020-03-27
公开(公告)号: CN111292182A 公开(公告)日: 2020-06-16
发明(设计)人: 康海燕;张浩 申请(专利权)人: 北京信息科技大学
主分类号: G06Q40/02 分类号: G06Q40/02;G06K9/62
代理公司: 北京高沃律师事务所 11569 代理人: 刘凤玲
地址: 100101 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信贷 欺诈 检测 方法 系统
【权利要求书】:

1.一种信贷欺诈检测方法,其特征在于,包括:

获取信贷样本数据;所述信贷样本数据包括:欺诈数据和非欺诈数据;

将所述信贷样本数据分为训练集和测试集;

利用所述训练集对特征数据窗口和逻辑回归模型进行训练,得到信贷欺诈检测初始模型;

利用所述测试集对所述信贷欺诈检测初始模型进行调试,得到信贷欺诈检测模型;

获取待测信贷数据;

将所述待测信贷数据输入所述信贷欺诈检测模型,得到逻辑回归分类结果;

对所述逻辑回归分类结果进行决策融合,得到信贷欺诈检测结果。

2.根据权利要求1所述的信贷欺诈检测方法,其特征在于,所述将所述信贷样本数据分为训练集和测试集,具体包括:

对所述信贷样本数据进行降维处理,得到降维信贷样本数据;

对所述降维信贷样本数据进行标准化处理,得到标准化信贷样本数据;

将所述标准化信贷样本数据分为训练初始集和测试集;

采用合成少数类过采样技术对所述训练初始集进行平衡处理,得到训练集。

3.根据权利要求2所述的信贷欺诈检测方法,其特征在于,所述利用所述训练集对特征数据窗口和逻辑回归模型进行训练,得到信贷欺诈检测初始模型,具体包括:

利用所述训练集对特征数据窗口进行训练,得到训练好的特征数据窗口和训练好的特征数据窗口扫描的特征数据;

利用所述特征数据对逻辑回归模型进行训练,得到训练好的逻辑回归模型;所述训练好的特征数据窗口和所述训练好的逻辑回归模型组成信贷欺诈检测初始模型。

4.根据权利要求3所述的信贷欺诈检测方法,其特征在于,所述获取待测信贷数据,具体包括:

获取待测初始信贷数据;

对所述待测初始信贷数据进行降维处理,得到待测信贷数据。

5.根据权利要求4所述的信贷欺诈检测方法,其特征在于,所述将所述待测信贷数据输入所述信贷欺诈检测模型,得到逻辑回归分类结果,具体包括:

将所述待测信贷数据输入所述信贷欺诈检测模型中的特征数据窗口,得到待测特征数据;

将所述待测特征数据输入所述信贷欺诈检测模型中的逻辑回归模型,得到逻辑回归分类结果。

6.一种信贷欺诈检测系统,其特征在于,包括:

样本数据获取模块,用于获取信贷样本数据;所述信贷样本数据包括:欺诈数据和非欺诈数据;

样本数据分集模块,用于将所述信贷样本数据分为训练集和测试集;

训练初始模型模块,用于利用所述训练集对特征数据窗口和逻辑回归模型进行训练,得到信贷欺诈检测初始模型;

调试模块,用于利用所述测试集对所述信贷欺诈检测初始模型进行调试,得到信贷欺诈检测模型;

待测数据获取模块,用于获取待测信贷数据;

待测数据检测模块,用于将所述待测信贷数据输入所述信贷欺诈检测模型,得到逻辑回归分类结果;

决策融合模块,用于对所述逻辑回归分类结果进行决策融合,得到信贷欺诈检测结果。

7.根据权利要求6所述的信贷欺诈检测系统,其特征在于,所述样本数据分集模块,具体包括:

降维处理单元,用于对所述信贷样本数据进行降维处理,得到降维信贷样本数据;

标准化处理单元,用于对所述降维信贷样本数据进行标准化处理,得到标准化信贷样本数据;

样本数据分集单元,用于将所述标准化信贷样本数据分为训练初始集和测试集;

平衡处理单元,用于采用合成少数类过采样技术对所述训练初始集进行平衡处理,得到训练集。

8.根据权利要求7所述的信贷欺诈检测系统,其特征在于,所述训练初始模型模块,具体包括:

特征数据窗口训练单元,用于利用所述训练集对特征数据窗口进行训练,得到训练好的特征数据窗口和训练好的特征数据窗口扫描的特征数据;

逻辑回归模型训练单元,用于利用所述特征数据对逻辑回归模型进行训练,得到训练好的逻辑回归模型;所述训练好的特征数据窗口和所述训练好的逻辑回归模型组成信贷欺诈检测初始模型。

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北京信息科技大学,未经北京信息科技大学许可,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/202010227315.5/1.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