[发明专利]交易识别的方法、装置、电子设备和可读介质在审

专利信息
申请号: 202111096274.1 申请日: 2021-09-16
公开(公告)号: CN115829669A 公开(公告)日: 2023-03-21
发明(设计)人: 陈萍 申请(专利权)人: 财付通支付科技有限公司
主分类号: G06Q30/0601 分类号: G06Q30/0601;G06Q40/04;G06F18/2433
代理公司: 深圳市联鼎知识产权代理有限公司 44232 代理人: 王晗
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 交易 识别 方法 装置 电子设备 可读 介质
【说明书】:

本申请提供一种交易识别的方法、装置、电子设备和可读介质,该方法包括:获取待识别对象的第一信息;根据第一信息以及待识别对象的第二信息,对针对于M个维度的M个识别模型进行训练,以得到M个已训练的识别模型,其中,第二信息为第一信息的历史信息,维度是根据第一信息和第二信息确定的特征组合,M个识别模型为根据待识别对象的第二信息训练得到的,M为大于或者等于1的整数;将待识别对象的第一信息输入至M个已训练的识别模型中,通过M个已训练的识别模型输出M个评价分数;根据M个评价分数确定第一信息的识别结果,识别结果用于指示第一信息是否属于目标交易。该方法能够在异常交易发生之前准确且及时识别出具有新特征的交易。

技术领域

本申请涉及计算机技术领域,尤其涉及一种交易识别的方法、装置、电子设备和可读介质。

背景技术

随着在线支付交易的发展,通过在线交易进行的不合法活动也随之增加。如今,有部分非法交易通过租借正常商户的交易账号来进行不合法活动,使得异常交易的订单混杂在大量正常交易之中,对异常交易的识别和打击造成较大困难。

目前,对于异常交易与正常交易混杂的情况,需要根据经验和分析来针对异常交易的特征指定的专家规则,从而根据商户的数据识别出异常交易。

然而,专家规则的制定需要对已经发生的异常交易的进行分析,因此对于异常交易的识别和打击滞后与异常交易的发生时间,从而使得制定出的规则无法识别出具有新特征的异常交易,识别的准确性和实时性不高。

发明内容

基于上述技术问题,本申请提供一种交易识别的方法、装置、电子设备和可读介质,以从多个维度学习每个异常订单的新特征,能够在异常交易发生之前准确且及时识别出具有新特征的异常交易,从而提升交易识别的准确性和实时性。

本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面,提供一种交易识别方法,包括:

获取待识别对象的第一信息;

根据所述第一信息以及所述待识别对象的第二信息,对针对于M个维度的M个识别模型进行训练,以得到M个已训练的识别模型,其中,所述第二信息为所述第一信息的历史信息,所述维度是根据所述第一信息和所述第二信息确定的特征组合,所述M个识别模型为根据所述待识别对象的第二信息训练得到的,所述M为大于或者等于1的整数;

将所述待识别对象的第一信息输入至所述M个已训练的识别模型中,通过所述M个已训练的识别模型输出M个评价分数;

根据所述M个评价分数确定所述第一信息的识别结果,所述识别结果用于指示所述第一信息是否属于目标交易。

根据本申请实施例的一个方面,提供一种交易识别装置,包括:

信息获取模块,用于获取待识别对象的第一信息;

模型训练模块,根据所述第一信息以及所述待识别对象的第二信息,对针对于M个维度的M个识别模型进行训练,以得到M个已训练的识别模型,其中,所述第二信息为所述第一信息的历史信息,所述维度是根据所述第一信息和所述第二信息确定的特征组合,所述M个识别模型为根据所述待识别对象的第二信息训练得到的,所述M为大于或者等于1的整数;

评价分数输出模块,用于将所述待识别对象的第一信息输入至所述M个已训练的识别模型中,通过所述M个已训练的识别模型输出M个评价分数;

识别结果确定模块,用于根据所述M个评价分数确定所述第一信息的识别结果,所述识别结果用于指示所述第一信息是否属于目标交易。

在本申请的一些实施例中,基于以上技术方案,所述M个维度包括对象维度、交易对象维度以及交易维度中的至少一个,所述M个识别模型包括对象维度识别模型、交易对象维度识别模型和交易维度识别模型中的至少一个;模型训练模块,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于财付通支付科技有限公司,未经财付通支付科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111096274.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top