[发明专利]基于深度学习的欺诈交易识别方法、系统及存储介质有效
| 申请号： | 201810407269.X | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108629593B | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 许泰清;盛帅;张文慧;曾征;曾卓然 | 申请（专利权）人： | 招商银行股份有限公司 |
| 主分类号： | G06Q20/40 | 分类号： | G06Q20/40;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的欺诈交易识别方法、系统及存储介质，该方法包括：获取训练样本，所述训练样本为用于建立欺诈交易检测模型的交易数据；构建堆叠的受限玻尔兹曼机RBM神经网络结构并进行训练，并通过训练完成的RBM神经网络结构对所述训练样本进行降维和聚类，以将训练样本划分为若干个群组；计算所有群组的质心，并分别计算各个群组与所述质心的汉明距离；根据所述计算的各个汉明距离确定各个群组的欺诈概率，以建立欺诈交易检测模型；获取待检测交易数据，并根据所述欺诈交易检测模型，分析待检测交易数据，以得出待检测交易数据的欺诈概率，从而识别出欺诈交易。本发明能够提高欺诈交易识别的准确性和合理性。 | ||
| 搜索关键词： | 基于 深度 学习 欺诈 交易 识别 方法 系统 存储 介质 | ||
【主权项】：
1.一种基于深度学习的欺诈交易识别方法，其特征在于，所述方法包括：获取训练样本，所述训练样本为用于建立欺诈交易检测模型的交易数据；构建堆叠的受限玻尔兹曼机RBM神经网络结构并进行训练，并通过训练完成的RBM神经网络结构对所述训练样本进行降维和聚类，以将训练样本划分为若干个群组；计算所有群组的质心，并分别计算各个群组与所述质心的汉明距离；根据所述计算的各个汉明距离确定各个群组的欺诈概率，以建立欺诈交易检测模型；获取待检测交易数据，并根据所述欺诈交易检测模型，分析待检测交易数据，以得出待检测交易数据的欺诈概率，从而识别出欺诈交易。
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招商银行股份有限公司，未经招商银行股份有限公司许可，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/patent/201810407269.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种结算配置方法及装置和电子设备
- 下一篇：客户关系管理系统及方法
