The invention discloses a financial anti fraud detection method based on two-way short-term memory neural network, which comprises the following steps: Step 1: since there may be missing value, duplicate value or abnormal value in the original data, the original data needs to be preprocessed; because the information contained in different data dimensions may have cross redundancy, the original data dimensions need to be preprocessed Statistical analysis processing and relevance analysis processing, and then obtaining data that can be used for modeling; the invention better uses the characteristics of data itself to detect abnormal data in data under the condition of ensuring data integrity, and the performance of neural network algorithm is more efficient, and finally realizes financial fraud identification, obtains the optimal analysis result, and improves the accuracy of analysis result. Accuracy reduces financial risk.
【技术实现步骤摘要】
一种基于双向长短期记忆神经网络的金融反欺诈检测方法
本专利技术涉及金融检测
,具体涉及一种基于双向长短期记忆神经网络的金融反欺诈检测方法。
技术介绍
在如今信息化社会中,金融业务里存在的金融欺诈行为变得越来越多,金融欺诈风险成为金融业务中所面临的主要金融风险之一,它通常指信贷客户是否具备还款能力或者意愿一类的风险;最关键的问题就是如何有效地检测出这些存在高度可能性的欺诈行为。随着互联网经济的不断发展,金融领域的欺诈行为也逐渐开始变得越来越多,而各大金融机构在避免和检测这些金融欺诈行为所花费的费用也在不断上升。金融欺诈行为不仅仅是给各大金融机构带来巨大的经济上的损失,还给他们造成了信誉和形象上的重大负面影响。随着金融行业发展,通过各种各样的渠道进行金融服务交易的情况越来越普及,同时也伴随着许多不法分子利用各平台的漏洞进行各种欺诈行为,对于银行有着各种各样的金融理财产品,而与之对应的产品风险防御措施还不太完善,不法分子会利用这些漏洞给银行企业以及金融产品客户造成巨大损失。这对于金融机构来说,就必须构建一套完整的风险控制体系结构来确保能够识别未知的风险,避免欺诈行为的发生,尽可能低的减少自身的损失;而大多数金融机构的风控体系还不能达到较好的效果,有的甚至还是基于人力的经验进行判断,在一定程度上造成了极大的人力、物力、财力的浪费;同时在传统反欺诈环节中审核人员水平参差不齐、劳动密集型的困境,以及克服现有的金融反欺诈方法存在预测效果不佳、对金融反欺诈的效果较差、投入市场使用的技术缺陷。针对于金融反欺诈问题 ...
【技术保护点】
1.一种基于双向长短期记忆神经网络的金融反欺诈检测方法,其特征在于,包括下述步骤:/n步骤一,由于原始数据中可能存在缺失值、重复值或者异常值,则需要对原始数据进行预处理;由于不同数据维度所包含的信息可能存在交叉冗余,则需要对原始数据维度进行统计分析处理和关联性分析处理,然后获得能够用于建模的数据;/n步骤二,对预处理的数据进行特征工程的处理,即结合业务知识、数据方法进行特征选择,选出最合适的特征进行建模;特征选择是指通过特征工程能够获得原始特征和衍生特征,由于模型的复杂度以及特征对预测结果的重要性,需对已有特征进行特征选择,从而获得建模特征;/n步骤三,对数据进行正负样本的重采样,以期在模型构建中获得更好的准确率;/n步骤四,使用双向长短时记忆网络BiLSTM来对金融数据进行异常类的检测,并优化参数获得期望模型;/n步骤五,将步骤四得到的金融数据表示输入到神经网络,最后输入sigmoid函数进行分类,风险高为1,风险低为0,以此来表示风险的高低。/n
【技术特征摘要】
1.一种基于双向长短期记忆神经网络的金融反欺诈检测方法,其特征在于,包括下述步骤:
步骤一,由于原始数据中可能存在缺失值、重复值或者异常值,则需要对原始数据进行预处理;由于不同数据维度所包含的信息可能存在交叉冗余,则需要对原始数据维度进行统计分析处理和关联性分析处理,然后获得能够用于建模的数据;
步骤二,对预处理的数据进行特征工程的处理,即结合业务知识、数据方法进行特征选择,选出最合适的特征进行建模;特征选择是指通过特征工程能够获得原始特征和衍生特征,由于模型的复杂度以及特征对预测结果的重要性,需对已有特征进行特征选择,从而获得建模特征;
步骤三,对数据进行正负样本的重采样,以期...
【专利技术属性】
技术研发人员:吴晓鸰,吴迎岗,凌捷,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。