[發(fā)明專利]用戶交易行為識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210295675.8
• 申請(qǐng)日: 2022-03-24
• 公開(kāi)（公告）號(hào): CN114757788A
• 公開(kāi)（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 王賀超
• 申請(qǐng)（專利權(quán)）人: 中國(guó)銀行股份有限公司
• 主分類號(hào): G06Q40/08
• 分類號(hào): G06Q40/08;G06Q40/04;G06K9/62;G06N20/00
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 崔博;王維寧

本發(fā)明公開(kāi)了一種用戶交易行為識(shí)別方法及裝置，涉及人工智能技術(shù)領(lǐng)域，其中該方法包括：獲取目標(biāo)用戶的多維交易行為信息；應(yīng)用預(yù)設(shè)的交易行為識(shí)別模型和所述多維交易行為信息，確定所述目標(biāo)用戶的交易行為識(shí)別結(jié)果，所述預(yù)設(shè)的交易行為識(shí)別模型是根據(jù)批量多維歷史交易行為信息及其各自對(duì)應(yīng)的實(shí)際交易行為信息對(duì)機(jī)器學(xué)習(xí)算法預(yù)先訓(xùn)練得到的，所述交易行為識(shí)別結(jié)果為風(fēng)險(xiǎn)交易行為或者正常交易行為；輸出所述交易行為識(shí)別結(jié)果。本發(fā)明可以提高用戶交易行為識(shí)別的準(zhǔn)確性和全面性，進(jìn)而保證交易過(guò)程的安全性。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及用戶交易行為識(shí)別方法及裝置。

背景技術(shù)

本部分旨在為權(quán)利要求書中陳述的本發(fā)明實(shí)施例提供背景或上下文。此處的描述不因?yàn)榘ㄔ诒静糠种芯统姓J(rèn)是現(xiàn)有技術(shù)。

隨著互聯(lián)網(wǎng)技術(shù)尤其是移動(dòng)互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，越來(lái)越多銀行用戶通過(guò)網(wǎng)上銀行獲取服務(wù)，使得網(wǎng)銀系統(tǒng)的訪問(wèn)量和數(shù)據(jù)量也越來(lái)越多；資金風(fēng)險(xiǎn)是銀行始終考慮的問(wèn)題，欺詐、盜竊、偽造等風(fēng)險(xiǎn)交易行為不斷向網(wǎng)銀系統(tǒng)滲透，容易造成銀行的經(jīng)濟(jì)損失等。

目前，通常使用單一規(guī)則來(lái)識(shí)別用戶的風(fēng)險(xiǎn)交易行為；比如凌晨四點(diǎn)使用系統(tǒng)、交易金額千萬(wàn)以上等進(jìn)行預(yù)報(bào)；預(yù)先存儲(chǔ)一系列可能有風(fēng)險(xiǎn)的行為，一旦客戶觸發(fā)其中一條行為就進(jìn)行預(yù)警；僅考慮單一規(guī)則，如果用戶的某個(gè)獨(dú)立行為滿足一條規(guī)則，就發(fā)出預(yù)警風(fēng)險(xiǎn)；未對(duì)用戶行為進(jìn)行整體分析，風(fēng)險(xiǎn)交易行為識(shí)別的準(zhǔn)確性較低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種用戶交易行為識(shí)別方法，用以提高用戶交易行為識(shí)別的準(zhǔn)確性和全面性，進(jìn)而保證交易過(guò)程的安全性，該方法包括：

獲取目標(biāo)用戶的多維交易行為信息；

應(yīng)用預(yù)設(shè)的交易行為識(shí)別模型和所述多維交易行為信息，確定所述目標(biāo)用戶的交易行為識(shí)別結(jié)果，所述預(yù)設(shè)的交易行為識(shí)別模型是根據(jù)批量多維歷史交易行為信息及其各自對(duì)應(yīng)的實(shí)際交易行為信息對(duì)機(jī)器學(xué)習(xí)算法預(yù)先訓(xùn)練得到的，所述交易行為識(shí)別結(jié)果為風(fēng)險(xiǎn)交易行為或者正常交易行為；

輸出所述交易行為識(shí)別結(jié)果。

進(jìn)一步地，在所述應(yīng)用預(yù)設(shè)的交易行為識(shí)別模型和所述多維交易行為信息，確定所述目標(biāo)用戶的交易行為識(shí)別結(jié)果之前，還包括：

獲取批量多維歷史交易行為信息及其各自對(duì)應(yīng)的實(shí)際交易行為信息，該實(shí)際交易行為信息為風(fēng)險(xiǎn)交易行為或者正常交易行為信息；

應(yīng)用批量多維歷史交易行為信息及其各自對(duì)應(yīng)的實(shí)際交易行為識(shí)別結(jié)果對(duì)XGBoost算法進(jìn)行訓(xùn)練，得到所述交易行為識(shí)別模型。

進(jìn)一步地，所述應(yīng)用預(yù)設(shè)的交易行為識(shí)別模型和所述多維交易行為信息，確定所述目標(biāo)用戶的交易行為識(shí)別結(jié)果，包括：

應(yīng)用預(yù)設(shè)的用戶分類子模型和所述多維交易行為信息，確定所述目標(biāo)用戶的用戶類型；

根據(jù)所述目標(biāo)用戶的用戶類型，確定所述目標(biāo)用戶對(duì)應(yīng)的預(yù)設(shè)的交易行為識(shí)別子模型；

根據(jù)所述預(yù)設(shè)的交易行為識(shí)別子模型和多維交易行為信息，確定所述目標(biāo)用戶的交易行為識(shí)別結(jié)果；

所述預(yù)設(shè)的交易行為識(shí)別模型包括：預(yù)設(shè)的用戶分類子模型和多個(gè)預(yù)設(shè)的交易行為識(shí)別子模型。

進(jìn)一步地，所述的用戶交易行為識(shí)別方法，還包括：

獲取批量多維歷史交易行為信息及其各自對(duì)應(yīng)的實(shí)際交易行為信息和實(shí)際用戶類型，該實(shí)際交易行為信息為風(fēng)險(xiǎn)交易行為或者正常交易行為；

應(yīng)用批量多維歷史交易行為信息及其各自對(duì)應(yīng)實(shí)際用戶類型對(duì)XGBoost算法進(jìn)行訓(xùn)練，得到所述用戶分類子模型；

根據(jù)實(shí)際用戶類型相同的多維歷史交易行為信息及其各自對(duì)應(yīng)的實(shí)際交易行為信息對(duì)XGBoost算法進(jìn)行訓(xùn)練，得到該實(shí)際用戶類型對(duì)應(yīng)的交易行為識(shí)別子模型。