[發明專利]非正常匯款交易識別方法及裝置在審
| 申請號: | 202010216769.2 | 申請日: | 2020-03-25 |
| 公開(公告)號: | CN111429144A | 公開(公告)日: | 2020-07-17 |
| 發明(設計)人: | 李浩堃;勞永安;陳煒炫;張尚煌 | 申請(專利權)人: | 中國工商銀行股份有限公司 |
| 主分類號: | G06Q20/40 | 分類號: | G06Q20/40 |
| 代理公司: | 北京三友知識產權代理有限公司 11127 | 代理人: | 趙平;周永君 |
| 地址: | 100140 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 正常 匯款 交易 識別 方法 裝置 | ||
1.一種非正常匯款交易識別方法,其特征在于,包括:
獲取目標用戶的匯款報文信息組,并根據預存儲的非正常匯款交易信息集確定該匯款報文信息組中的各個匯款報文信息對應的最大匹配程度值;
將各個所述匯款報文信息和各自對應的最大匹配程度值輸入預設的非正常匯款交易識別模型,并將該非正常匯款交易識別模型的輸出結果作為所述目標用戶的非正常匯款交易的預測值;
若所述非正常匯款交易的預測值在預設的非正常匯款交易閾值范圍內,則確定當前的匯款交易為非正常交易,其中,所述非正常匯款交易包括匯款欺詐交易和/或非法所得合法化交易。
2.根據權利要求1所述的非正常匯款交易識別方法,其特征在于,在所述將各個所述匯款報文信息和各自對應的最大匹配程度值輸入預設的非正常匯款交易識別模型之前,還包括:
獲取由多個歷史客戶的歷史匯款報文信息組構成的總樣本數據集;
應用所述總樣本數據集對非正常匯款交易識別模型進行訓練,其中,該非正常匯款交易識別模型為多元線性回歸模型。
3.根據權利要求2所述的非正常匯款交易識別方法,其特征在于,所述獲取由多個歷史客戶的歷史匯款報文信息組構成的總樣本數據集,包括:
獲取多個歷史用戶對應的歷史匯款報文信息組以及各個所述歷史匯款報文信息組對應的匯款交易標簽,其中,該匯款交易標簽包括:非正常匯款交易標簽和正常匯款交易標簽;
根據所述預存儲的非正常匯款交易信息集確定各個所述歷史匯款報文信息組中的歷史匯款報文信息各自對應的歷史最大匹配程度值;
應用所述歷史匯款報文信息組、匯款交易標簽和歷史最大匹配程度值生成所述總樣本數據集,其中,所述總樣本數據集中的各個樣本分別由唯一對應的歷史匯款報文信息組、該歷史匯款報文信息組對應的匯款交易標簽以及該歷史匯款報文信息組中的各個歷史匯款報文信息各自對應的歷史最大匹配程度值構成。
4.根據權利要求1所述的非正常匯款交易識別方法,其特征在于,所述匯款報文信息包括:匯款報文類型和匯款報文數據;
相對應的,所述根據預存儲的非正常匯款交易信息集確定該匯款報文信息組中的各個匯款報文信息對應的最大匹配程度值,包括:
基于所述匯款報文類型從預存儲的非正常匯款交易信息集中得到各個所述匯款報文信息各自對應的非正常匯款交易信息組;
應用所述匯款報文數據和非正常匯款交易信息組計算得到所述匯款報文信息分別與對應的非正常匯款交易信息組中的各個非正常匯款交易信息之間的匹配程度值,并將該匹配程度值中的最大值作為所述匯款報文信息對應的最大匹配程度值。
5.根據權利要求1所述的非正常匯款交易識別方法,其特征在于,還包括:
若所述非正常匯款交易的預測值在預設的非正常匯款交易閾值范圍內,則將該非正常匯款交易的預測值對應的匯款報文信息組存儲在所述非正常匯款交易信息集中。
6.根據權利要求1所述的非正常匯款交易識別方法,其特征在于,還包括:
若所述非正常匯款交易的預測值在預設的非正常匯款交易閾值范圍外,則按照預設的拆分規則將所述匯款報文信息拆分為多個語匯片段;
將所述語匯片段與多個預設的制裁關鍵字進行匹配,獲得與所述語匯片段相匹配的匹配制裁關鍵字;
計算所述語匯片段與對應的匹配制裁關鍵字之間的相似度,獲得對應的相似度值;
判斷所述相似度值是否超出預設相似度閾值,若是,則確定當前的匯款交易為非正常交易。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國工商銀行股份有限公司,未經中國工商銀行股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010216769.2/1.html,轉載請聲明來源鉆瓜專利網。





