[發明專利]模型訓練方法、預測交易風險的方法、裝置、設備及介質

在審

• 申請號: 202210115648.8
• 申請日: 2022-02-07
• 公開（公告）號: CN114462532A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 袁世聰
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q40/04
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 樊曉

本公開提供了一種模型訓練方法，可以應用于人工智能技術領域。該一種模型訓練方法，包括：獲取在預設時間區間內產生的第一目標歷史交易數據集，其中，第一目標歷史交易數據集包括正常交易數據集和異常交易數據集，正常交易數據集和異常交易數據集帶有交易標簽；對第一目標歷史交易數據集中的正常交易數據集進行聚類，得到多個簇；從多個簇中確定第二目標歷史交易數據集；利用分類模型，更新第二目標歷史交易數據集和異常交易數據集帶有的交易標簽，得到訓練數據集；以及基于訓練數據集，訓練待訓練模型，獲得用于預測交易風險的模型。本公開還提供了一種預測交易風險的方法、裝置、設備、存儲介質和程序產品。

技術領域

本公開涉及人工智能領域，具體涉及模型訓練方法、預測交易風險的方法、裝置、設備、介質和程序產品。

背景技術

隨著社會和科技的發展，信息共通，資源共享是時代發展的要求。互聯網交易作為社會發展的重要組成部分，扮演著至關重要的角色。隨著互聯網的發展，交易渠道不斷地增加，交易情況日益復雜繁瑣。各個行業交易的業務范圍越來越廣，各個環節都存在著被欺詐行為的可能性，需要對交易風險進行管控。

然而，在實施本公開的過程中，發現通過獲取樣本數據訓練模型時，存在樣本數據的不平衡問題，導致不能較為精準地預測交易風險。

發明內容

鑒于上述問題，本公開提供了模型訓練方法、預測交易風險的方法、裝置、設備、介質和程序產品。

根據本公開的第一個方面，提供了一種模型訓練方法，包括：獲取在預設時間區間內產生的第一目標歷史交易數據集，其中，第一目標歷史交易數據集包括正常交易數據集和異常交易數據集，正常交易數據集和異常交易數據集帶有交易標簽；

對第一目標歷史交易數據集中的正常交易數據集進行聚類，得到多個簇；

從多個簇中確定第二目標歷史交易數據集；

利用分類模型，更新第二目標歷史交易數據集和異常交易數據集帶有的交易標簽，得到訓練數據集；以及

基于訓練數據集，訓練待訓練模型，獲得用于預測交易風險的模型。

根據本公開的實施例，利用分類模型，更新第二目標歷史交易數據集和異常交易數據集帶有的交易標簽，得到訓練數據集包括：

將第二目標歷史交易數據集和異常交易數據集，輸入分類模型，獲得分類結果；

利用分類結果與交易標簽，確定分類模型的錯誤率；

根據錯誤率計算分類模型的投票權重；

基于投票權重，更新交易標簽，得到訓練數據集。

根據本公開的實施例，從多個簇中確定第二目標歷史交易數據集包括：

分別對每個簇中的數據進行篩選，得到第二目標歷史交易數據集其中，篩選包括以每個簇為中心篩選。

根據本公開的實施例，獲取在預設時間區間內產生的第一目標歷史交易數據集包括：

獲取在預設時間區間內產生的正常交易數據集和異常交易數據集，得到初始歷史數據；

對初始歷史數據進行預處理，得到第一目標歷史交易數據集。

根據本公開的實施例，正常交易數據集和所述異常交易數據集還包括：交易基本信息和交易賬戶信息。

根據本公開的實施例，基于訓練數據集，訓練待訓練模型，獲得用于預測交易風險的模型包括：

將訓練數據集輸入待訓練模型，輸出訓練結果；

基于訓練結果和更新后的交易標簽，對待訓練模型進行調參，得到訓練好的用于預測交易風險的模型。