[发明专利]一种欺诈识别模型训练方法、欺诈识别方法及装置在审
| 申请号： | 201811432681.3 | 申请日： | 2018-11-28 |
| 公开（公告）号： | CN109544190A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 郭豪;孙善萍;任鑫涛;蔡准;孙悦;郭晓鹏 | 申请（专利权）人： | 北京芯盾时代科技有限公司 |
| 主分类号： | G06Q30/00 | 分类号： | G06Q30/00;G06N3/08 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 杨奇松 |
| 地址： | 100089 北京市海淀区*** | 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： | 本申请提供了一种欺诈识别模型训练方法、欺诈识别方法及装置，其中，欺诈识别模型训练方法包括：基于获取的第一样本用户和第二样本用户的历史操作信息及第二样本用户的欺诈标注信息，构建第一样本用户的第一特征向量和第二样本用户的第二特征向量；基于第一特征向量对第一神经网络进行无监督预训练；并基于第二特征向量和对应欺诈标注信息，对经过预训练的第一神经网络和分类器，进行有监督训练，得到欺诈识别模型。本申请实施例能够通过大量无标注的样本数据和少量有标注的样本数据训练得到欺诈识别模型，减少在模型训练过程中对样本数据进行人工标注的工作量的同时，能够提高模型训练的效率以及欺诈识别模型的识别准确率。 | ||
| 搜索关键词： | 欺诈 样本用户 模型训练 特征向量 样本数据 标注信息 神经网络 标注 历史操作信息 模型训练过程 人工标注 分类器 无监督 准确率 构建 申请 工作量 监督 | ||
【主权项】：
1.一种欺诈识别模型训练方法，其特征在于，包括：获取多个第一样本用户的历史操作信息；以及获取多个第二样本用户的历史操作信息，和各个所述第二样本用户分别对应的欺诈标注信息；根据所述第一样本用户的历史操作信息，构建能够用于表征所述第一样本用户操作行为特征的第一特征向量；以及根据所述第二样本用户的历史操作信息，构建能够用于表征所述第二样本用户操作行为特征的第二特征向量；将所述第一特征向量输入至结构对称的第一神经网络和第二神经网络，对所述第一神经网络进行无监督预训练；其中，所述第一神经网络用于对所述第一特征向量进行编码；所述第二神经网络用于对经过编码后的所述第一特征向量进行解码；将所述第二特征向量输入至经过预训练的所述第一神经网络和分类器，基于所述第二特征向量和对应的所述欺诈标注信息，对经过预训练的所述第一神经网络和所述分类器进行有监督训练，得到欺诈识别模型。
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芯盾时代科技有限公司，未经北京芯盾时代科技有限公司许可，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/201811432681.3/，转载请声明来源钻瓜专利网。
