[發明專利]一種預付費交易場景下的異常行為監測方法及裝置

在審

• 申請號: 202110475456.3
• 申請日: 2021-04-29
• 公開（公告）號: CN113077251A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 沈志鋼;劉行;金海東;劉博
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q20/28
• 分類號: G06Q20/28;G06N20/00;G06Q20/40;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;王濤

1.一種預付費交易場景下的異常行為監測方法，其特征在于，包括：

獲取被監管賬戶設定時段的真實交易數據；

根據設定周期的歷史交易數據，利用預先構建的異常行為監測模型預測所述設定時段的預測交易數據；

根據預先設定的異常行為閾值、所述預測交易數據及所述真實交易數據對所述被監管賬戶進行異常行為監測。

2.根據權利要求1所述的預付費交易場景下的異常行為監測方法，其特征在于，預先構建異常行為監測模型的步驟，包括：

根據所述被監管賬戶的賬戶基本信息及用于模型訓練的歷史交易數據構建異常行為監測模型。

3.根據權利要求2所述的預付費交易場景下的異常行為監測方法，其特征在于，所述用于模型訓練的歷史交易數據包括歷史交易維度特征，所述根據所述被監管賬戶的賬戶基本信息及用于模型訓練的歷史交易數據構建異常行為監測模型，包括：

獲取所述賬戶基本信息及所述歷史交易維度特征；其中，所述歷史交易維度特征至少包括時間維度特征及金額維度特征；

將所述賬戶基本信息及所述歷史交易維度特征輸入梯度提升決策樹模型，得到所述異常行為監測模型。

4.根據權利要求2所述的預付費交易場景下的異常行為監測方法，其特征在于，所述用于模型訓練的歷史交易數據包括歷史交易統計特征，所述根據所述被監管賬戶的賬戶基本信息及用于模型訓練的歷史交易數據構建異常行為監測模型，包括：

獲取所述賬戶基本信息及所述歷史交易統計特征；其中，所述歷史交易統計特征至少包括歷史交易維度特征的平均值、最大值、最小值及中位數；

將所述賬戶基本信息及所述歷史交易統計特征輸入梯度提升決策樹模型，得到所述異常行為監測模型。

5.根據權利要求3所述的預付費交易場景下的異常行為監測方法，其特征在于，所述預測交易數據包括擬合維度特征，所述根據設定周期的歷史交易數據，所述利用預先構建的異常行為監測模型預測所述設定時段的預測交易數據，包括：

根據設定周期的歷史交易維度特征，利用所述異常行為監測模型確定所述設定周期的擬合維度特征。

6.根據權利要求4所述的預付費交易場景下的異常行為監測方法，其特征在于，所述預測交易數據包括擬合統計特征，所述根據設定周期的歷史交易數據，利用預先構建的異常行為監測模型預測所述設定時段的預測交易數據，包括：

根據設定周期的歷史交易統計特征，利用所述異常行為監測模型確定所述設定周期的擬合統計特征。

7.根據權利要求5所述的預付費交易場景下的異常行為監測方法，其特征在于，所述根據預先設定的異常行為閾值、所述預測交易數據及所述真實交易數據對所述被監管賬戶進行異常行為監測，包括：

根據預先設定的異常行為閾值、所述設定時段的擬合維度特征及所述真實交易數據確定交易行為是否異常；

當交易行為異常時，進行行為異常預警。

8.根據權利要求6所述的預付費交易場景下的異常行為監測方法，其特征在于，所述根據預先設定的異常行為閾值、所述預測交易數據及所述真實交易數據對所述被監管賬戶進行異常行為監測，包括：

根據預先設定的異常行為閾值、所述設定時段的擬合統計特征及所述真實交易數據確定交易行為是否異常；

當交易行為異常時，進行行為異常預警。

9.一種預付費交易場景下的異常行為監測裝置，其特征在于，包括：

真實數據獲取單元，用于獲取被監管賬戶設定時段的真實交易數據；

預測數據生成單元，用于根據設定周期的歷史交易數據，利用預先構建的異常行為監測模型預測所述設定時段的預測交易數據；

異常行為監測單元，用于根據預先設定的異常行為閾值、所述預測交易數據及所述真實交易數據對所述被監管賬戶進行異常行為監測。