本申请涉及一种异常交易识别方法、装置、计算机设备和存储介质。所述方法包括：获取待识别交易对应的用户信息和交易信息；确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果；获取预设的各交易类别的先验概率，以及所述各交易类别下每个所述异常检测指标的权重系数；所述先验概率基于样本交易和所述样本交易对应的类别标签得到；根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率；基于所述后验概率，确定对所述待识别交易的识别结果。采用本方法能够通过对待识别交易的异常识别结果的客观性和准确性。待识别交易的异常识别结果的客观性和准确性。待识别交易的异常识别结果的客观性和准确性。
【技术实现步骤摘要】
异常交易识别方法、装置、计算机设备和存储介质
[0001]本申请涉及交易监测
，特别是涉及一种异常交易识别方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着互联网时代的不断发展，各金融机构的业务范围也越来越广泛，随之洗钱活动也日益猖獗，洗钱手段的复杂性、隐蔽性和多边性，导致可疑交易有效监控比较困难。
[0003]传统的反洗钱可疑交易监控系统一般是针对交易的某一特征进行匹配来筛查出可疑交易，或用简单的分类算法筛查出可疑交易，这种方法规则固定单一，识别的准确度较低。
技术实现思路
[0004]基于此，有必要针对上述可以交易识别方法存在的规则固定单一，识别的准确度较低的技术问题，提供一种异常交易识别方法、装置、计算机设备和存储介质。
[0005]一种异常交易识别方法，所述方法包括：
[0006]获取待识别交易对应的用户信息和交易信息；
[0007]确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果；
[0008]获取预设的各交易类别的先验概率，以及所述各交易类别下每个所述异常检测指标的权重系数；所述先验概率基于样本交易和所述样本交易对应的类别标签得到；
[0009]根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率；
[0010]基于所述后验概率，确定对所述待识别交易的识别结果。
[0011]在其中一个实施例中，所述确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果，包括：
[0012]获取各个所述异常检测指标对应的命中条件；
[0013]针对任一个异常检测指标，当所述用户信息或所述交易信息符合所述任一个异常检测指标对应的命中条件时，确定所述用户信息或所述交易信息命中所述任一个异常检测指标。
[0014]在其中一个实施例中，所述获取预设的各交易类别的先验概率，包括：
[0015]获取样本交易及对应的类别标签；
[0016]根据所述类别标签，分别获取属于各所述交易类别的样本交易，得到各所述交易类别的类别样本量；
[0017]获取各所述交易类别的类别样本量与所述样本交易的总样本量之间的比值，作为各所述交易类别的先验概率。
[0018]在其中一个实施例中，所述获取所述交易类别下每个所述异常检测指标的权重系数，包括：
[0019]获取目标交易类别下命中目标异常检测指标的样本交易的数目，作为指标样本量；
[0020]获取所述目标交易类别的所有样本交易的数目，作为类别样本量；
[0021]获取所述指标样本量与所述类别样本量之间的比值，作为所述目标交易类别下所述目标异常检测指标的权重系数。
[0022]在其中一个实施例中，所述根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率，包括：
[0023]基于所述指标命中结果，确定在目标交易类别下，所述待识别交易所命中的各个所述异常检测指标的权重系数；
[0024]获取所述待识别交易所命中的各个所述异常检测指标的权重系数之间的乘积，作为权重系数乘积；
[0025]获取所述目标交易类别的先验概率与所述权重系数乘积之间的乘积，得到所述待识别交易属于所述目标交易类别的后验概率。
[0026]在其中一个实施例中，所述基于所述后验概率，确定对所述待识别交易的识别结果，包括：
[0027]从所述待识别交易属于各种所述交易类别的后验概率中，确定出数值最大的后验概率，将所述数值最大的后验概率所对应的交易类别作为所述待识别交易对应的交易类别。
[0028]在其中一个实施例中，在确定出数值最大的后验概率之后，还包括：
[0029]当所述数值最大的后验概率所对应的交易类别为预设异常交易类别的交易时，生成预警信息；
[0030]发送所述预警信息至预警终端，以通过所述预警终端展示所述预警信息。
[0031]一种异常交易识别装置，所述装置包括：
[0032]第一获取模块，用于获取待识别交易对应的用户信息和交易信息；
[0033]指标确定模块，用于确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果；
[0034]第二获取模块，用于获取预设的各交易类别的先验概率，以及所述各交易类别下每个所述异常检测指标的权重系数；
[0035]概率确定模块，用于根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率；
[0036]结果确定模块，用于基于所述后验概率，确定对所述待识别交易的识别结果。
[0037]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0038]获取待识别交易对应的用户信息和交易信息；
[0039]确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果；
[0040]获取预设的各交易类别的先验概率，以及所述各交易类别下每个所述异常检测指标的权重系数；所述先验概率基于样本交易和所述样本交易对应的类别标签得到；
[0041]根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率；
[0042]基于所述后验概率，确定对所述待识别交易的识别结果。
[0043]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0044]获取待识别交易对应的用户信息和交易信息；
[0045]确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果；
[0046]获取预设的各交易类别的先验概率，以及所述各交易类别下每个所述异常检测指标的权重系数；所述先验概率基于样本交易和所述样本交易对应的类别标签得到；
[0047]根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率；
[0048]基于所述后验概率，确定对所述待识别交易的识别结果。
[0049]上述异常交易识别方法、装置、计算机设备和存储介质，通过预设多个异常检测指标，在待识别交易对应的用户信息和交易信息后，确定用户信息和交易信息对预设的多个异常检测指标的指标命中结果，并基于指标命中结果、预设的各交易类别的先验概率，以及各交易类别下每个异常检测指标的权重系数，得到待识别交易分别属于各交易类别的后验概率，基于后验概率，确定对待识别交易的识别结果。该方法采用多项异常检测指标相结合，对待识别交易进行异常识别，可以增强识别结果的客观性和准确性，通过待识别交易对异常检测指标的指标命中结果对各交易类别的先验概率进行修正，进一步提高了基于修正后得到的后验概率确定的异常识别结果的准确性。
附图说明
[0050]图1为一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常交易识别方法，其特征在于，所述方法包括：获取待识别交易对应的用户信息和交易信息；确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果；获取预设的各交易类别的先验概率，以及所述各交易类别下每个所述异常检测指标的权重系数；所述先验概率基于样本交易和所述样本交易对应的类别标签得到；根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率；基于所述后验概率，确定对所述待识别交易的识别结果。2.根据权利要求1所述的方法，其特征在于，所述确定所述用户信息和所述交易信息对预设的多个异常检测指标的指标命中结果，包括：获取各个所述异常检测指标对应的命中条件；针对任一个异常检测指标，当所述用户信息或所述交易信息符合所述任一个异常检测指标对应的命中条件时，确定所述用户信息或所述交易信息命中所述任一个异常检测指标。3.根据权利要求1所述的方法，其特征在于，所述获取预设的各交易类别的先验概率，包括：获取样本交易及对应的类别标签；根据所述类别标签，分别获取属于各所述交易类别的样本交易，得到各所述交易类别的类别样本量；获取各所述交易类别的类别样本量与所述样本交易的总样本量之间的比值，作为各所述交易类别的先验概率。4.根据权利要求3所述的方法，其特征在于，所述获取所述交易类别下每个所述异常检测指标的权重系数，包括：获取目标交易类别下命中目标异常检测指标的样本交易的数目，作为指标样本量；获取所述目标交易类别下所有样本交易的数目，作为类别样本量；获取所述指标样本量与所述类别样本量之间的比值，作为所述目标交易类别下所述目标异常检测指标的权重系数。5.根据权利要求1所述的方法，其特征在于，所述根据所述指标命中结果、所述先验概率和所述权重系数，得到所述待识别交易分别属于各所述交易类别的后验概率，包括：基于所述指...
【专利技术属性】
技术研发人员：胡春晨，
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：
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。