[发明专利]欺诈交易识别、模型训练方法、装置、设备及存储介质

说明书

本发明实施例提供了一种欺诈交易识别、模型训练方法、装置、设备及存储介质，涉及人工智能技术领域，其中，欺诈交易识别方法，包括：获取当前争议交易数据中卡片的历史争议交易数据以及用户回访信息，并在所述历史争议交易数据以及所述用户回访信息中提取特征数据；在所述特征数据中选择目标特征数据；将所述当前争议交易数据以及所述目标特征数据输入到决策树模型中，得到当前争议交易的类别；若所述当前争议交易的类别是疑似欺诈交易，将所述当前争议交易上报以进行反欺诈处理。本发明实施例提供的技术方案可以增加分类依据，可以提高识别效率以及识别的准确性。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种欺诈交易识别、模型训练方法、装置、设备及存储介质。

背景技术

随着社会和科技的发展，信息共通，资源共享是时代发展的要求。银行作为社会发展的重要一员，扮演着至关重要的角色。随着银行业务的互网互通，卡种增多，交易的渠道也不断地增加，交易情况日益复杂繁琐。银行等金融行业在数字化转型的过程中业务范围越来越广，各个环节都存在着被欺诈行为的可能性。

其中，欺诈交易往往潜藏在争议交易中，争议交易数据集也成了绝大部分漏网的欺诈交易最后集中地。对争议交易异常识别，然后将异常交易上报反欺诈，是银行反欺诈的重要一环节，是维护银行业交易公平和谐的重要屏障。

为了避免的欺诈交易的发生，往往采用人工的手段对争议交易进行分析，效率低，主观性强，识别准确性较低。

发明内容

本发明实施例提供一种欺诈交易识别、模型训练方法、装置、设备及存储介质，可以增加分类依据，可以提高识别效率以及识别的准确性。

第一方面，本发明实施例提供了一种欺诈交易识别方法，包括：

获取当前争议交易数据中卡片的历史争议交易数据以及用户回访信息，并在所述历史争议交易数据以及所述用户回访信息中提取特征数据；

在所述特征数据中选择目标特征数据；

将所述当前争议交易数据以及所述目标特征数据输入到决策树模型中，得到当前争议交易的类别；

若所述当前争议交易的类别是疑似欺诈交易，将所述当前争议交易上报以进行反欺诈处理。

第二方面，本发明实施例还提供了一种模型训练方法，包括：

获取多组当前争议交易数据，以及所述当前争议交易数据中卡片的历史争议交易数据、历史争议交易是否是欺诈交易结果的数据、针对当前争议交易的用户回访信息、所述当前争议交易是否为欺诈交易的标签数据，并解析至数据库中，并将所述数据库中的数据划分为训练数据集以及测试数据集；

在所述训练数据集中确定目标特征数据，并将训练数据集中的当前争议交易数据、所述训练数据集确定的所述目标特征数据以及所述标签数据输入到决策树模型中，对所述决策树模型进行训练，得到初始决策树模型；

在所述测试数据集中确定目标特征数据，并通过所述测试数据集中的当前争议交易数据以及所述测试数据集确定的所述目标特征数据对所述初始决策树模型进行测试，以及基于测试结果对所述初始决策树模型优化，得到最终的决策树模型。

第三方面，本发明实施例还提供了一种欺诈交易识别装置，包括：

获取模块，用于获取当前争议交易数据中卡片的历史争议交易数据以及用户回访信息，并在所述历史争议交易数据以及所述用户回访交易信息中提取特征数据；

选择模块，用于在所述特征数据中选择目标特征数据；

分类模块，用于将所述当前争议交易数据以及所述目标特征数据输入到决策树模型中，得到当前争议交易的类别；

上报模块，用于若所述当前争议交易的类别是疑似欺诈交易，将所述当前争议交易上报以进行反欺诈处理。