[发明专利]金融欺诈检测中时间与成本特征选择方法、设备、介质在审

专利信息
申请号: 201811455148.9 申请日: 2018-11-30
公开(公告)号: CN109767308A 公开(公告)日: 2019-05-17
发明(设计)人: 林颜双;陈鑫亚;南欧;何冲冲 申请(专利权)人: 连连银通电子支付有限公司
主分类号: G06Q40/00 分类号: G06Q40/00;G06Q10/06
代理公司: 广州市越秀区哲力专利商标事务所(普通合伙) 44288 代理人: 胡拥军;糜婧
地址: 310000 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供金融欺诈检测中时间与成本特征选择方法,包括步骤:从用户数据表中提取出用户的金融数据特征,对金融数据特征进行统计,对得到的统计特征进行筛选,得到n维特征,通过用户主键匹配用户标签;匹配数据库中n维特征对应的成本价值和时间价值;将每个特征对应的成本价值和时间价值计入损失函数的一部分,以最小化损失函数为目标进行模型训练,将用户特征和用户标签作为模型的输入进行模型训练,得到学习模型;通过学习模型计算每个特征的重要性,对重要性进行排列,并进行固定维度的特征选择。本发明基于第三方金融欺诈数据,在特征选择过程中考虑了特征间的冗余相关性、特征自身的成本价值和时间价值,实用性广。
搜索关键词: 金融欺诈 成本特征 金融数据 模型训练 损失函数 特征选择过程 匹配数据库 模型计算 匹配用户 特征选择 统计特征 用户标签 用户特征 第三方 最小化 冗余 检测 维度 主键 标签 筛选 学习 统计
【主权项】:
1.金融欺诈检测中时间与成本特征选择方法,其特征在于包括以下步骤:提取金融数据特征,从用户数据表中提取出用户的金融数据特征,对所述金融数据特征进行统计,得到统计特征,并对所述统计特征进行筛选,得到n维特征,通过用户主键匹配得到用户标签;匹配时间与成本价值,匹配数据库中所述n维特征对应的成本价值和时间价值;构建机器学习模型,将每个特征对应的成本价值和时间价值计入损失函数的一部分,以最小化所述损失函数为目标进行模型训练,将用户特征和用户标签作为模型的输入进行模型训练,得到机器学习模型;计算特征重要性,通过所述机器学习模型计算每个特征的重要性,对每个特征对应的重要性进行排列,并进行固定维度的特征选择。
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连连银通电子支付有限公司,未经连连银通电子支付有限公司许可,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/201811455148.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top