[发明专利]经优化平均查准率通过机器学习检测银行交易组中的异常

权利要求书

1.一种用于检测一组支付交易中的异常的方法，所述方法包括：

-建立由一组模型形成的元模型(E3)，每个模型都在训练组上进行优化以便确定每个交易为异常的风险，所述元模型是使用“梯度提升”技术建立的，以对表示所述元模型的平均查准率的可导函数进行优化；

-将所述组提交给所述元模型(S4)，以确定所述组的每个交易的风险，以及

-确定与大于确定的阈值的风险相对应的交易的子组，以便在所述子组中提供预定数量的交易。

2.根据前一权利要求所述的方法，其中，将所述子组提交给一个或多个人类专家，并且基于所述一个或多个人类专家能够处理的交易数量来确定所述阈值。

3.根据前述权利要求中的任一项所述的方法，其中，在建立所述元模型之前，对所述一组交易施行二次采样步骤(E2)，用以改善异常交易与合法交易之间的平衡。

4.根据前一权利要求所述的方法，其中，所述二次采样步骤包括对F2分数进行优化。

5.根据前述权利要求所述的方法，其中，对所述F2分数进行优化包括使表示所述F2分数的可导函数最小化。

6.根据前述权利要求中的任一项所述的方法，其中，将所述平均查准率应用于交易的级别，所述交易是按风险等级进行排序的。

7.根据前一权利要求所述的方法，其中，所述平均查准率AP由以下等式表示：

其中，并且其中F(x_i)是所确定的交易x_i的风险；如果所述交易为异常，则y_i等于1，否则y_i等于0；I()是指标函数；N是学习组的交易数量；以及r_i是所述交易x_i的级别。

8.根据前一权利要求所述的方法，其中，所述函数由等式表示，其中：

并且其中α是平滑参数。

9.一种计算机程序，所述计算机程序包含指令，当所述指令由计算机系统的处理器执行时，实现根据权利要求1至8中的任一项所述的编译方法。

10.一种用于检测异常的设备，所述用于检测异常的设备具有用于实现根据权利要求1至8中的任一项所述的方法的装置。