重复交易预测方法及系统技术方案

本发明专利技术提供一种重复交易预测方法及系统。该方法包括：获取当前交易与上一笔交易的当前间隔时间和多种当前重复特征；将当前间隔时间和多种当前重复特征输入重复交易预测模型中，获得重复交易预测结果；其中，预先通过以下方式获取重复交易预测模型：获取多个历史交易样本，历史交易样本包括历史间隔时间、重复交易标签和多种历史重复特征；根据多个重复交易标签确定各个历史间隔时间的间隔时间重复交易概率和历史重复特征决策树：根据历史重复特征决策树中各个节点的历史交易样本数量确定各个历史交易样本的特征重复交易概率；根据各个间隔时间重复交易概率和各个特征重复交易概率生成重复交易预测模型，可以有效识别重复交易。

【技术实现步骤摘要】
重复交易预测方法及系统
本专利技术涉及机器学习
，具体地，涉及一种重复交易预测方法及系统。
技术介绍
随着当下金融交易种类的日益增多，交易的渠道种类更是多种多样，防止重复交易成为了金融交易能够正确完整运行的重要保障。现有的识别重复交易的技术一般是由一个唯一键值(订单号、交易检索号)去检索是否已存在相同交易，不存在则继续，存在则返回结果。这种方式可以识别出由于网络延迟重发、调用方交易控制等原因造成的键值重复交易，但是对于人为误操作多次点击发送、不同渠道同时间发送的重复交易却不能有效的识别出来。
技术实现思路
本专利技术实施例的主要目的在于提供一种重复交易预测方法及系统，以有效识别重复交易，减少重复交易带来的风险，提高用户体验。为了实现上述目的，本专利技术实施例提供一种重复交易预测方法，包括：获取重复交易预测模型；获取当前交易与上一笔交易的当前间隔时间和多种当前重复特征；将当前间隔时间和多种当前重复特征输入重复交易预测模型中，获得重复交易预测结果；其中，预先通过以下方式获取重本文档来自技高网...

【技术保护点】
1.一种重复交易预测方法，其特征在于，包括：/n获取重复交易预测模型；/n获取当前交易与上一笔交易的当前间隔时间和多种当前重复特征；/n将所述当前间隔时间和所述多种当前重复特征输入所述重复交易预测模型中，获得重复交易预测结果；/n其中，预先通过以下方式获取所述重复交易预测模型：获取多个历史交易样本，所述历史交易样本包括历史间隔时间、重复交易标签和多种历史重复特征；根据多个所述重复交易标签确定各个历史间隔时间的间隔时间重复交易概率和历史重复特征决策树：根据所述历史重复特征决策树中各个节点的历史交易样本数量确定各个历史交易样本的特征重复交易概率；根据各个间隔时间重复交易概率和各个特征重复交易概率生...

【技术特征摘要】
1.一种重复交易预测方法，其特征在于，包括：
获取重复交易预测模型；
获取当前交易与上一笔交易的当前间隔时间和多种当前重复特征；
将所述当前间隔时间和所述多种当前重复特征输入所述重复交易预测模型中，获得重复交易预测结果；
其中，预先通过以下方式获取所述重复交易预测模型：获取多个历史交易样本，所述历史交易样本包括历史间隔时间、重复交易标签和多种历史重复特征；根据多个所述重复交易标签确定各个历史间隔时间的间隔时间重复交易概率和历史重复特征决策树：根据所述历史重复特征决策树中各个节点的历史交易样本数量确定各个历史交易样本的特征重复交易概率；根据各个间隔时间重复交易概率和各个特征重复交易概率生成重复交易预测模型。


2.根据权利要求1所述的重复交易预测方法，其特征在于，确定各个历史间隔时间的间隔时间重复交易概率包括：
根据多个所述重复交易标签确定各个历史间隔时间的初始学习结果：
执行如下迭代处理：
根据各个历史间隔时间对应的重复交易标签和初始学习结果将所述多个历史间隔时间划分至多个节点，确定每个节点的拟合残差；
根据每次历史迭代中各个节点的拟合残差和所述初始学习结果确定各个历史间隔时间的当前迭代学习结果；
当当前迭代中各个节点的拟合残差与上一次迭代中对应节点的拟合残差的差值绝对值均小于预设值时，迭代结束，根据各个历史间隔时间的当前迭代学习结果确定各个历史间隔时间的间隔时间重复交易概率；否则令各个历史间隔时间的当前迭代学习结果替代所述初始学习结果，继续执行迭代处理。


3.根据权利要求2所述的重复交易预测方法，其特征在于，确定每个节点的拟合残差包括：
根据各个历史间隔时间对应的重复交易标签和初始学习结果确定各个历史间隔时间的残差；
根据各个历史间隔时间的残差将所述多个历史间隔时间划分至多个节点；
根据每个节点的历史间隔时间的残差确定每个节点的拟合残差。


4.根据权利要求3所述的重复交易预测方法，其特征在于，将所述多个历史间隔时间划分至多个节点包括：
执行如下迭代处理：
确定总节点下各个划分点的总平方损失；
将所述总平方损失的最小值对应的划分点作为最佳划分点；
按照所述最佳划分点将所述多个历史间隔时间划分至各个节点，判断每个节点的历史间隔时间对应的重复交易标签是否相同；
当所述重复交易标签相同时，迭代结束；否则将各个节点替代所述总节点，继续执行迭代处理。


5.根据权利要求1所述的重复交易预测方法，其特征在于，确定历史重复特征决策树包括：
执行如下迭代处理：
根据多个所述重复交易标签确定所述多个历史交易样本中各种历史重复特征的信息增益；
将所述信息增益的最大值对应的历史重复特征作为历史重复特征决策树的根节点；
根据该历史重复特征将所述多个历史交易样本划分至所述根节点下的节点，将重复交易标签相同的节点作为叶节点；当存在重复交易标签不相同的节点时，将该节点作为子节点，令该子节点替代所述根节点、该子节点的历史交易样本替代所述多个历史交易样本以及剩余历史重复特征替代所述各种历史重复特征，继续执行迭代处理；否则迭代结束。


6.根据权利要求5所述的重复交易预测方法，其特征在于，所述重复交易标签包括重复标签和非重复标签；每种历史重复特征包括相同历史重复特征和不同历史重复特征；
确定所述多个历史交易样本中各种历史重复特征的信息增益包括：
根据重复标签的数量确定所述多个历史交易样本的熵；
根据各种相同历史重复特征对应的重复交易标签确定各种历史重复特征的相同条件熵；
根据各种不同历史重复特征对应的重复交易标签确定各种历史重复特征的不同条件熵；
根据所述多个历史交易样本的熵、各种历史重复特征的相同条件熵和各种历史重复特征的不同条件熵确定所述多个历史交易样本中各种历史重复特征的信息增益。


7.根据权利要求1所述的重复交易预测方法，其特征在于，确定各个历史交易样本的特征重复交易概率包括：
根据所述历史重复特征决策树中各个节点的历史交易样本数量确定各个节点的权重参数；
根据各个历史交易样本对应的各个节点的权重参数确定各个历史交易样本的特征重复交易概率。


8.一种重复交易预测系统，其特征在于，包括：
模型获取单元，用于获取重复交易预测模型；
数据获取单元，用于获取当前交易与上一笔交易的当前间隔时间和多种当前重复特征；
预测结果单元，用于将所述当前...

【专利技术属性】
技术研发人员：陈滔，吴能斌，李志兴，杜文城，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11