[發明專利]用于互聯網金融風控的異常數據篩選方法

在審

• 申請號: 202210138272.2
• 申請日: 2022-02-15
• 公開（公告）號: CN114511399A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 李開恒;岳鈞;王子凡;趙文宇;趙燦陽;涂俊;王正寧
• 申請（專利權）人: 電子科技大學
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 王大剛

1.用于互聯網金融風控的異常數據篩選方法，其特征在于，包括：

S1、獲取訓練數據集，并確定訓練數據集的屬性權重；

S2、建立二叉樹，并將訓練數據集劃分為正常數據和異常數據；

S3、建立基礎模型，導入訓練數據集進行優化訓練，獲取最優的異常數據集；

S4、待篩選數據集根據最優的異常數據集篩選剔除異常數據。

2.根據權利要求1所述的用于互聯網金融風控的異常數據篩選方法，其特征在于，在S1中包括：

S11、訓練數據集D表示為D＝{(x₁，y₁)，(x₂，y₂)，...，(x_n，y_n)}，訓練數據集D的各個屬性集合記為X＝{χ₁，χ₂，...，χ_k}，其中n為數據集數量，k為屬性數量，x_i為每條數據，y_i為其對應的標簽；

S12、計算X中的屬性權重W_x＝{w_x¹，w_x²，...，w_x^k}，其中w_x^k為X中各個屬性χ_i的基尼指數，基尼值表示為其中V為屬性χ_i的V個可能的取值，χ_i對D進行劃分會產生V個分支節點，其中第v個分支節點包含了D中所有在屬性上取值為χ_i的樣本，記為D^v。

3.根據權利要求2所述的用于互聯網金融風控的異常數據篩選方法，其特征在于，在S2中包括：

S21、建立基于屬性權重的二叉樹集合，根據X的屬性權重選取J個屬性，并以J個屬性中的每個屬性χ_i建立一顆二叉樹Tree_t，其屬性權重與W_x中的w_xⁱ對應，隨機選擇一個χ_i中的值作為該二叉樹根節點Root_t，該二叉樹Tree_t的左右子樹按生成，其中MIN(χ_i)為屬性χ_i的最小值，MAX(χ_i)為屬性χ_i的最大值，filter(*)為篩選函數，q為數據集D中的χ_i在屬性χ_i上的值，即將q≤χ_i^j的χ_i放入左子樹，反之放入右子樹，以遞歸的方式完成該二叉樹的建立生成J棵二叉樹，形成基于屬性權重的二叉樹集合F＝{Tree₁，Tree₂，...，Tree_J}；

S22、D中的每一條數據χ_i遍歷F中的二叉樹，并計算x_i在每個二叉樹的深度h，x_i在該棵二叉樹Tree_j的孤立分數為h×w_x^k,記為s_j；

S23、計算平均孤立分數D中所有數據的孤立分數集合表示Is＝{γ₁，γ₂，...，γ_n}；

S24、根據孤立分數集合Is對數據集D進行異常和正常數據集劃分，劃分表示為其中，κ為劃分閾值，孤立分數大于閾值的數據劃分為異常數據，記為異常數據集D_s＝{(x₁，y₁)，(x₂，y₂)，...(x_m，y_m)}，反之則為正常數據，記為正常數據集D_t＝{(x_m+1，y_m+1)，(x_m+2，y_m+2)，...(x_n，y_m)}。