[發明專利]賬戶識別方法、裝置、存儲介質和電子設備

在審

• 申請號: 202210156951.2
• 申請日: 2022-02-21
• 公開（公告）號: CN114511329A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 呂景濤;竇彤;王超
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06K9/62;G06N5/00;G06F21/60
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 藏斌

1.一種賬戶識別方法，其特征在于，包括：

從數據庫中獲取第一銀行賬戶的賬戶數據；

對所述賬戶數據進行特征工程處理，從而提取得到至少一個維度的目標特征；

將所述目標特征輸入至預先訓練好的賬戶識別模型，從而通過所述賬戶識別模型識別所述銀行賬戶是否為涉詐賬戶。

2.根據權利要求1所述的方法，其特征在于，所述賬戶識別模型的訓練過程，包括：

從數據庫中獲取多個銀行賬戶的賬戶數據；

對各所述賬戶數據進行特征工程處理，從而提取得到相應至少一個維度的目標特征；

將各所述目標特征劃分為訓練集和測試集，并將所述訓練集輸入至XGBoost算法，以對所述XGBoost算法進行訓練；

將所述測試集輸入至所述XGBoost算法，以對經過所述訓練的XGBoost算法進行測試，從而訓練得到所述賬戶識別模型。

3.根據權利要求2所述的方法，其特征在于，在所述從數據庫中獲取多個銀行賬戶的賬戶數據之后，所述方法還包括：

對各所述賬戶數據中的身份證信息進行加密；

對各所述賬戶數據中的用戶位置信息進行偏轉處理。

4.根據權利要求3所述的方法，其特征在于，在所述對各所述賬戶數據中的用戶位置信息進行偏轉處理之后，所述方法還包括：

將各所述賬戶數據中錯誤的信息進行刪除；

將各所述賬戶數據中缺失的信息補齊為相應的預設信息。

5.根據權利要求2所述的方法，其特征在于，所述對各所述賬戶數據進行特征工程處理，從而提取得到相應至少一個維度的目標特征，包括：

根據預先建立的業務指標和技術指標，直接從各所述賬戶數據中分別篩選得到至少一個維度的目標特征。

6.根據權利要求2所述的方法，其特征在于，所述對各所述賬戶數據進行特征工程處理，從而提取得到相應至少一個維度的目標特征，包括：

通過對各所述賬戶數據在業務和時序層面的統計，從而統計得到至少一個維度的目標特征。

7.一種賬戶識別裝置，其特征在于，包括：第一數據獲取單元、第一特征工程單元和賬戶識別單元；

所述第一數據獲取單元，用于從數據庫中獲取第一銀行賬戶的賬戶數據；

所述第一特征工程單元，用于對所述賬戶數據進行特征工程處理，從而提取得到至少一個維度的目標特征；

所述賬戶識別單元，用于將所述目標特征輸入至預先訓練好的賬戶識別模型，從而通過所述賬戶識別模型識別所述銀行賬戶是否為涉詐賬戶。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：模型訓練單元；

所述模型訓練單元包括：賬戶數據獲取子單元、特征工程子單元、模型訓練子單元和模型測試子單元；

所述模型訓練單元，用于執行所述賬戶識別模型的訓練過程；

所述賬戶數據獲取子單元，用于從數據庫中獲取多個銀行賬戶的賬戶數據；

所述特征工程子單元，用于對各所述賬戶數據進行特征工程處理，從而提取得到相應至少一個維度的目標特征；

所述模型訓練子單元，用于將各所述目標特征劃分為訓練集和測試集，并將所述訓練集輸入至XGBoost算法，以對所述XGBoost算法進行訓練；

所述模型測試子單元，用于將所述測試集輸入至所述XGBoost算法，以對經過所述訓練的XGBoost算法進行測試，從而訓練得到所述賬戶識別模型。

9.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，所述程序被處理器執行時實現如權利要求1至6中任一項所述的賬戶識別方法。

10.一種電子設備，其特征在于，所述電子設備包括至少一個處理器、以及與所述處理器連接的至少一個存儲器、總線；其中，所述處理器、所述存儲器通過所述總線完成相互間的通信；所述處理器用于調用所述存儲器中的程序指令，以執行如權利要求1至6中任一項所述的賬戶識別方法。