[发明专利]基于多视图学习的欺诈标记的方法和装置

摘要

本发明公开基于多视图学习的欺诈标记的方法和装置，方法包括，获取用户数据集；将用户数据集分为已标记数据集和未标记数据集；在已标记数据集上，基于不同视图分别训练多个视图分类器；使用训练后的多个视图分类器对未标记数据集中的部分数据进行判断标记；将标记后的数据加入已标记数据集，形成新的已标记数据集；循环进行上述新的已标记数据集动作，直至达到预设的停止条件；融合多个视图分类器，生成次级分类器；使用次级分类器对数据进行判断标记。本发明利用数据在不同的视图学习的难易程度不同，来发挥视图之间的相互作用，优势互补，协同学习，达到了采用较少较低成本的样本数据进行欺诈标记的效果。

主权项

1.基于多视图学习的欺诈标记的方法，包括，获取用户数据集；将用户数据集分为已标记数据集和未标记数据集；在已标记数据集上，基于不同视图分别训练多个视图分类器；使用训练后的多个视图分类器对未标记数据集中的部分数据进行判断标记；将标记后的数据加入已标记数据集，形成新的已标记数据集；循环进行上述新的已标记数据集上，基于不同视图训练多个视图分类器以及使用训练后的多个视图分类器对未标记数据集中的部分数据进行判断标记的动作，直至达到预设的停止条件；融合多个视图分类器，生成次级分类器；使用次级分类器对数据进行判断标记。