[发明专利]挂失类型识别方法、装置、设备、存储介质和程序产品

权利要求书

1.一种挂失类型识别方法，其特征在于，所述方法包括：

获取待识别银行卡的挂失交易数据；

将所述挂失交易数据分别输入多个目标模型中，得到各所述目标模型输出的针对所述待识别银行卡的挂失类型；

根据各所述目标模型输出的针对所述待识别银行卡的挂失类型，确定所述待识别银行卡的目标挂失类型。

2.根据权利要求1所述的方法，其特征在于，所述根据各所述目标模型输出的针对所述待识别银行卡的挂失类型，确定所述待识别银行卡的目标挂失类型，包括：

根据各所述目标模型输出的针对所述待识别银行卡的挂失类型，从各所述挂失类型中确定异常挂失类型的数量；

确定所述异常挂失类型的数量与所述挂失类型的总数量的比值；

根据所述比值确定所述待识别银行卡的目标挂失类型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述比值确定所述待识别银行卡的目标挂失类型，包括：

若所述比值大于第一预设比值，则确定所述待识别银行卡的目标挂失类型为第一异常风险程度的异常挂失类型。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

若所述比值大于第二预设比值且小于等于所述第一预设比值，则确定所述待识别银行卡的目标挂失类型为第二异常风险程度的异常挂失类型，其中，所述第二异常风险程度小于所述第一异常风险程度。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若所述比值小于所述第二预设比值，则确定所述待识别银行卡的目标挂失类型为正常挂失类型。

6.根据权利要求1所述的方法，其特征在于，所述多个目标模型包括逻辑回归模型和随机森林模型；所述将所述挂失交易数据分别输入多个目标模型中，得到各所述目标模型输出的针对所述待识别银行卡的挂失类型，包括：

将所述挂失交易数据输入所述逻辑回归模型中，得到第一挂失类型；

将所述挂失交易数据输入所述随机森林模型中，得到第二挂失类型。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取挂失交易数据样本和对应的挂失类型标签；

根据所述挂失交易数据样本和对应的挂失类型标签，训练初始逻辑回归模型得到所述逻辑回归模型。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取挂失交易数据样本和对应的挂失类型标签；

根据所述挂失交易数据样本和对应的挂失类型标签，训练初始随机森林模型得到所述随机森林模型。

9.一种挂失类型识别装置，其特征在于，所述装置包括：

获取模块，用于获取待识别银行卡的挂失交易数据；

输入模块，用于将所述挂失交易数据分别输入多个目标模型中，得到各所述目标模型输出的针对所述待识别银行卡的挂失类型；

确定模块，用于根据各所述目标模型输出的针对所述待识别银行卡的挂失类型，确定所述待识别银行卡的目标挂失类型。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。