[发明专利]一种基于k-近邻算法的金融反欺诈方法在审
| 申请号： | 201811230707.6 | 申请日： | 2018-10-22 |
| 公开（公告）号： | CN109360099A | 公开（公告）日： | 2019-02-19 |
| 发明（设计）人： | 王涛;陈俊豪;程良伦 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06Q40/04 | 分类号： | G06Q40/04;G06Q20/40 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东省*** | 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： | 本发明提供一种基于k‑近邻算法的金融反欺诈方法，包括以下步骤：建立存储着客户常用信息的数据库A、实时获取客户的交易信息的数据库B，实时获取客户的交易信息；将交易信息进行归一化处理；计算当前数据点与数据库A中数据之间的距离；将计算所得的所有数据按照递增的顺序排列，选取与当前点距离最小的k个点；迭代统计k个点所在正常交易事件和欺诈事件的次数，计算出两种事件出现的概率；作为该金融交易行为是否属于欺诈行为的结果。本发明提供的一种基于k‑近邻算法的金融反欺诈方法，采用k‑近邻算法对客户交易信息数据进行分类，将机器学习与金融领域相结合，有效提升了金融欺诈识别率，降低了金融风险。 | ||
| 搜索关键词： | 交易信息 近邻算法 欺诈 数据库 实时获取 金融 客户 客户交易信息 归一化处理 机器学习 金融交易 金融领域 金融欺诈 欺诈行为 正常交易 点距离 识别率 数据点 迭代 存储 递增 分类 概率 统计 | ||
【主权项】：
1.一种基于k‑近邻算法的金融反欺诈方法，其特征在于，包括以下步骤：S1：建立存储客户常用信息的数据库A，将客户近期金融信息存入数据库A中；S2：建立数据库B存储采集到的客户交易信息，实时获取客户的交易信息；S3：将获取的交易信息进行归一化处理；S4：根据归一化处理后的数据，计算当前数据点与数据库A中数据之间的距离；S5：将计算所得的所有数据按照递增的顺序排列，选取与当前点距离最小的k个点；S6：迭代统计k个点所在正常交易事件和欺诈事件的次数，计算出两种事件出现的概率大小；S7：比较判断返回概率大者作为当前判断的结果，即作为该金融交易行为是否属于欺诈行为的结果。
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广东工业大学，未经广东工业大学许可，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/patent/201811230707.6/，转载请声明来源钻瓜专利网。
