[發明專利]基于自動化特征工程的反欺詐方法及系統

在審

• 申請號: 202110479370.8
• 申請日: 2021-04-30
• 公開（公告）號: CN113139818A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 褚陽;董肖凱
• 申請（專利權）人: 蘇寧金融科技（南京）有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06K9/62
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 盛安平

1.一種基于自動化特征工程的反欺詐方法，其特征在于，包括：

獲取交易數據集，處理后得到交易記錄特征向量及欺詐結果向量，并構建原始字段特征的特征集合F₀；

在構建結構樹的當前節點過程中，基于預設的轉換函數對特征集合F₀中的原始字段特征進行線性計算得到特征集合F_a，所述特征集合F_a包括線性擴展的新特征r及所述特征集合F₀中的原始字段特征；

計算所述當前節點的所述特征集合F_a中每個新特征分別作為結構樹劃分屬性的信息增益g_f，選擇最大的信息增益g_f對應的特征f作為劃分屬性，將交易數據集劃分成左右兩部分子樹得到結構樹；

若特征f屬于新特征則添加入結構樹當前節點的特征集合F_a中，同時將特征f及其構造所用的轉換函數合并入特征集合F_s；

利用結構樹葉子節點的所述特征集合F_s及所述特征集合F_a作為訓練集，訓練用于識別欺詐交易的反欺詐模型。

2.根據權利要求1所述的方法，其特征在于，還包括：

分別進入左右兩部分子樹，判斷當前節點中交易數據集樣本數是否低于設定的最小閾值T，以及判斷交易數據集的純度是否高于設定的閾值G；

若前節點中的交易數據集樣本數低于設定的最小閾值T，且交易數據集的純度高于設定的閾值G則到達葉子節點，結構樹構建完畢；

若前節點中的交易數據集樣本數未低于設定的最小閾值T，和/或，交易數據集的純度未高于設定的閾值G則重復構造下一節點的特征集合F_s及對應的所述特征集合F_a，直至到達葉子節點結構樹構建完畢。

3.根據權利要求2所述的方法，其特征在于，獲取交易數據集，處理后得到交易記錄特征向量及欺詐結果向量，并構建原始字段特征的特征集合F₀的方法包括：

獲取的交易數據集D＝{X，Y}，其中，X＝{x₁，x₂...，x_n}，Y＝{y₁，y₂，...，y_n}，所述x_i表示第i條交易記錄的特征向量，所述y_i表示第i條交易記錄的欺詐結果向量，所述1≤i≤n；

基于n條交易記錄的特征向量集合，構建特征集合F₀。

4.根據權利要求2或3所述的方法，其特征在于，所述轉換函數的類型包括縱向方式的轉換函數、橫向方式的轉換函數、時間窗口方式的轉換函數中的一種或多種；

預設的轉換函數數量為k個，所述W＝{w₁，w₂，...，w_k}表示各轉換函數對應的權重向量。