[发明专利]基于无监督学习的反欺诈方法、装置、计算机设备及存储介质有效
| 申请号： | 201910011758.8 | 申请日： | 2019-01-07 |
| 公开（公告）号： | CN109992578B | 公开（公告）日： | 2023-08-08 |
| 发明（设计）人： | 金晓辉;阮晓雯;徐亮 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06F16/2455;G06F16/248;G06F18/213;G06F18/2321;G06Q30/018;G06Q40/08 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 刘贻盛 |
| 地址： | 518000 广东省深圳市福田区福*** | 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： | 本申请实施例提供一种基于无监督学习的反欺诈方法、装置、计算机设备及存储介质。所述方法包括：根据预设的规则引擎从业务数据中筛选出具有高欺诈风险的数据；根据所述具有高欺诈风险的数据构建多维特征；并利用多维尺度变换模型，将构建的多维特征在低维空间中进行可视化以得到多个数据点；从可视化后的多个数据点中确定正常点和潜在欺诈点；根据聚类算法，对所述正常点和所述潜在欺诈点进行聚类，以得到聚类后的簇；计算得到每个簇中的潜在欺诈点所占的比例；将潜在欺诈点所占比例高于预设比例的簇中的每个点所对应的业务数据确定为欺诈数据。本申请实施例通过基于无监督学习的方法判断欺诈数据，判断更精准，提高了识别欺诈数据的准确率。 | ||
| 搜索关键词： | 基于 监督 学习 欺诈 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
1.一种基于无监督学习的反欺诈方法，其特征在于，所述方法包括：根据预设的规则引擎从业务数据中筛选出具有高欺诈风险的数据；根据所述具有高欺诈风险的数据，和所述具有高欺诈风险的数据所对应的用户的历史行为数据构建多维特征；根据所述具有高欺诈风险的数据，利用多维尺度变换模型，将构建的多维特征在低维空间中进行可视化以得到多个数据点；从可视化后的多个数据点中确定正常点和异常点，将所述异常点确定为潜在欺诈点；根据聚类算法，对所述正常点和所述潜在欺诈点进行聚类，以得到聚类后的簇；计算得到每个簇中的潜在欺诈点所占的比例；将潜在欺诈点所占比例高于预设比例的簇作为目标簇；将所述目标簇中的每个点所对应的业务数据确定为欺诈数据。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201910011758.8/，转载请声明来源钻瓜专利网。
