[发明专利]基于迁移学习的反欺诈模型训练方法、系统和反欺诈方法

摘要

本申请提供了电子银行业务中基于迁移学习的反欺诈模型训练方法、系统和反欺诈方法，其中，电子银行反欺诈模型训练方法包括如下步骤：获取辅助业务场景的第一特征数据和目标业务场景的第二特征数据；根据所述第一特征数据和所述第二特征数据确定所述反欺诈模型中参数的第一数值；基于所述第一数值、反欺诈模型以及第二特征数据，确定特征概率值；根据所述第二特征数据和所述特征概率值确定所述反欺诈模型中参数的第二数值，并使用所述第二数值更新所述反欺诈模型。本申请把迁移学习的策略方法引入到电子银行反欺诈系统中来，同时考虑了目标业务场景和辅助业务场景的操作特征数据，使反欺诈模型的欺诈识别准确率得到了大幅度的提升。

主权项

1.一种基于迁移学习的电子银行反欺诈模型训练方法，其特征在于，包括如下步骤：获取模块获取电子银行辅助业务场景的第一特征数据和电子银行目标业务场景的第二特征数据；第一计算模块根据所述第一特征数据和所述第二特征数据确定所述反欺诈模型中参数的第一数值；第二计算模块基于所述第一数值、电子银行反欺诈模型以及第二特征数据，确定特征概率值；第三计算模块根据所述第二特征数据和所述特征概率值确定所述电子银行反欺诈模型中参数的第二数值，并使用所述第二数值更新所述反欺诈模型；其中，所述第一计算模块根据所述第一特征数据和所述第二特征数据确定所述电子银行反欺诈模型中参数的第一数值，包括：第一训练模块基于所述第一特征数据对所述电子银行反欺诈模型进行训练，得到训练后的电子银行反欺诈模型中参数的第三数值；残差计算模块将所述第二特征数据输入进参数为第三数值的电子银行反欺诈模型中，并基于所述参数为第三数值的电子银行反欺诈模型的输出结果，确定第一残差值；压缩计算模块将所述第三数值和所述第一残差值乘以预设系数，得到所述电子银行反欺诈模型中参数的第四数值和第二残差值；第二训练模块基于所述第二残差值和所述第二特征数据，对参数为第四数值的电子银行反欺诈模型进行训练，得到训练后的反欺诈模型中参数的第五数值；参数生成模块将所述第四数值和所述第五数值加权求和得到所述第一数值；所述电子银行反欺诈模型训练方法还包括如下步骤：获取模块获取电子银行用户的操作类型；第一计算模块根据所述操作类型对所述第一特征数据和所述第二特征数据进行分类；第一计算模块根据相同操作类型的第一特征数据和第二特征数据，确定该操作类型对应的反欺诈模型中参数的所述第一数值；所述操作类型包括注册、登录、转账、缴费或消费。