异常交易识别方法、装置及应用制造方法及图纸

本申请提出了一种异常交易识别方法、装置及应用，其中方法通过将不同类型的风控规则采用不同分类器提取关键词，基于关键词自动获取字段下输入数据以及对输入数据的处理方式，从而得到分类结果。通过本发明专利技术，能够基于多种类的风控规则自动进行异常交易识别，替代了现有的人为甄别方式，因此准确率和效率更高。因此准确率和效率更高。因此准确率和效率更高。

【技术实现步骤摘要】
异常交易识别方法、装置及应用


[0001]本申请涉及神经网络风险评估领域，特别是涉及异常交易识别方法、装置及应用。

技术介绍

[0002]伴随着网上金融业务的迅速发展，相关交易量迅速增长的同时，异常交易也出现的越来越多。异常交易不仅给用户自身造成巨大损失的，并且严重破坏金融秩序，伤害金融机构信誉，在社会造成了极坏的影响。
[0003]常规用于识别异常交易的交易风控系统包括输入、处理、输出三个过程：输入，对输入数据进行清洗和标准化；处理，基于各类风控规则对输入数据进行计算得到计算结果；输出，将计算结果呈现给系统使用者。这其中计算结果的准确性较大程度依赖于风控规则的选择，因此目前风控规则不仅在数量上越来越多，且风控规则的种类也越来越多，例如包括禁投型规则或者是基于分子/分母的数值类规则等。风控规则的种类不同导致目前无法自动对异常交易进行识别，但风控规则的数量繁多又造成人工识别异常交易的效率极其低下。
[0004]基于此，针对常规的交易风控系统存在的无法自动识别异常交易所导致的准确率低、效率低的问题，目前亟待寻求解决方案。

技术实现思路

[0005]本申请实施例提供了一种异常交易识别方法、装置及应用，能够解决目前无法根据已有的风控规则自动对目标交易进行识别以及分类的问题，通过将不同类型的风控规则采用不同分类器提取关键词，基于关键词自动获取字段下输入数据以及对输入数据的处理方式，从而得到分类结果。通过本专利技术，能够基于多种类的风控规则自动进行异常交易识别，替代了现有的人为甄别方式，因此准确率和效率更高。
[0006]第一方面，本申请实施例提供了一种异常交易识别方法，所述方法包括：获取待检测的目标交易所对应的至少一风控规则，其中，每一风控规则包括禁投型风控规则或者阈值型风控规则；将禁投型风控规则分词后输入已训练的第一分类器中进行识别，得到已训练的第一分类器输出的字段名称以及禁投词；根据字段名称获取第一目标数据，将第一目标数据与禁投词相匹配，得到目标交易的第一分类结果；将阈值型风控规则分词后输入已训练的第二分类器中进行识别，得到已训练的第二分类器输出的原始字段名称、字段处理词以及阈值；根据字段处理词对原始字段名称下的原始数据进行处理，得到第二目标数据，将第二目标数据与阈值进行比较，得到目标交易的第二分类结果；基于第一分类结果和/或第二分类结果确定目标交易的分类结果。
[0007]在其中一些实施例中，所述第二分类结果还包括第三分类结果，其中，获取第三分类结果包括：当第二分类器未识别出字段处理词，直接以原始字段名称下的原始数据作为第二目标数据与阈值进行比较，得到目标交易的第三分类结果。
[0008]在其中一些实施例中，“获取待检测的目标交易所对应的至少一风控规则”包括：
获取目标交易所属交易类别，根据交易类别与风控规则预先设定的对应关系，从预设风险策略中，确定与交易类别相对应的至少一风控规则。
[0009]在其中一些实施例中，“将第一目标数据与禁投词相匹配”包括：获取从禁投型风控规则中识别出的字段名称的字段名称数量以及禁投词的禁投词数量；若字段名称数量等于1且禁投词数量大于1，将字段名称下的第一目标数据与每个禁投词相匹配；若字段名称数量与禁投词数量均大于1，根据每个字段名称、每个禁投词在禁投型风控规则中的出现位置将字段名称和禁投词相关联，将每一字段名称下的第一目标数据与相关联的禁投词相匹配。
[0010]在其中一些实施例中，“将第二目标数据与阈值进行比较”包括：获取从阈值型风控规则中识别出的字段处理词的动作词数量以及阈值的阈值数量，在动作词数量不为0的情况下：获取第二目标数据的对应的目标字段名称的目标字段名称数量，当目标字段名称数量与阈值数量相等且等于1，将目标字段名称下的第二目标数据与阈值相匹配；当目标字段名称数量与阈值数量相等且大于1，根据原始字段名称、阈值在阈值型风控规则中的出现位置将目标字段名称与阈值相关联，将每一目标字段名称下的第二目标数据与相关联的阈值进行比较。
[0011]在其中一些实施例中，在动作词数量为0的情况下：获取原始字段的原始字段数量，当原始字段数量与阈值相等且等于1，将原始字段下的原始数据与阈值相匹配；当原始字段数量与阈值数量相等且大于1，根据原始字段名称、阈值在阈值型风控规则中的出现位置将原始字段名称与阈值相关联，将每一原始字段名称下的原始数据与相关联的阈值进行比较。
[0012]在其中一些实施例中，“已训练的第一分类器”的训练方法包括：获取多条禁投型风控规则样本，对每条禁投型风控规则样本进行预标注处理，得到第一分类标签，以多条禁投型风控规则样本及对应的第一分类标签构造第一训练数据集；根据第一训练数据集对第一分类模型进行训练，得到已训练的第一分类器；其中，第一分类模型包括高斯混合模型分类器或者K最近邻分类器的其中一种，将每条禁投型风控规则样本作为第一分类模型的输入，将第一分类标签作为第一分类模型的输出，训练第一分类模型。
[0013]在其中一些实施例中，“已训练的第二分类器”的训练方法包括：获取多条阈值型风控规则样本，对每条阈值型风控规则样本进行预标注处理，得到第二分类标签，以多条阈值型风控规则样本即对应的第二分类标签构造第二训练数据集；根据第二训练数据集对第二分类模型进行训练，得到已训练的第二分类器；其中，第二分类模型包括支持向量机分类器，将每条条阈值型风控规则样本作为第二分类模型的输入，将第二分类标签作为第二分类模型的输出，训练第二分类模型。
[0014]第二方面，本申请实施例提供了一种异常交易识别装置，包括：获取模块，用于获取待检测的目标交易所对应的至少一风控规则，其中，每一风控规则包括禁投型风控规则或者阈值型风控规则；第一分词模块，用于将禁投型风控规则分词后输入训练的第一分类器中进行识别，得到已训练的第一分类器输出的字段名称以及禁投词；第一计算模块，用于根据字段名称获取第一目标数据，将第一目标数据与禁投词相匹配，得到目标交易的第一分类结果；第二分词模块，用于将阈值型风控规则分词后输入已训练的第二分类器中进行识别，得到已训练的第二分类器输出的原始字段名称、字段处理词以及阈值；数据处理模
块，用于根据字段处理词对原始字段名称下的原始数据进行处理，得到第二目标数据，第二计算模块，用于将第二目标数据与阈值进行比较，得到目标交易的第二分类结果；基于第一分类结果和/或第二分类结果确定目标交易的分类结果。
[0015]第三方面，本申请实施例提供了一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括根据第一方面所述的异常交易识别方法。
[0016]本专利技术的主要贡献和创新点如下：本申请实施例先区分风控规则类型，并将不同类型的风控规则输入不同分类器中识别得到关键词，根据识别到的关键词表示风控规则本身代表的含义，并根据实质含义采用相应的处理方式，最终得到分类结果，使得相关人员能够基于分类结果对交易目标进行后续的处理。
[0017]本申本文档来自技高网...

【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，包括以下步骤：获取待检测的目标交易所对应的至少一风控规则，其中，每一风控规则包括禁投型风控规则或者阈值型风控规则；将禁投型风控规则分词后输入已训练的第一分类器中进行识别，得到已训练的第一分类器输出的字段名称以及禁投词；根据字段名称获取第一目标数据，将第一目标数据与禁投词相匹配，得到目标交易的第一分类结果；将阈值型风控规则分词后输入已训练的第二分类器中进行识别，得到已训练的第二分类器输出的原始字段名称、字段处理词以及阈值；根据字段处理词对原始字段名称下的原始数据进行处理，得到第二目标数据，将第二目标数据与阈值进行比较，得到目标交易的第二分类结果；基于第一分类结果和/或第二分类结果确定目标交易的分类结果。2.根据权利要求1所述的异常交易识别方法，其特征在于，所述第二分类结果还包括第三分类结果，其中，获取第三分类结果包括：当第二分类器未识别出字段处理词，直接以原始字段名称下的原始数据作为第二目标数据与阈值进行比较，得到目标交易的第三分类结果。3.根据权利要求1所述的异常交易识别方法，其特征在于，“获取待检测的目标交易所对应的至少一风控规则”包括：获取目标交易所属交易类别，根据交易类别与风控规则预先设定的对应关系，从预设风险策略中，确定与交易类别相对应的至少一风控规则。4.根据权利要求1所述的异常交易识别方法，其特征在于，“将第一目标数据与禁投词相匹配”包括：获取从禁投型风控规则中识别出的字段名称的字段名称数量以及禁投词的禁投词数量；若字段名称数量等于1且禁投词数量大于1，将字段名称下的第一目标数据与每个禁投词相匹配；若字段名称数量与禁投词数量均大于1，根据每个字段名称、每个禁投词在禁投型风控规则中的出现位置将字段名称和禁投词相关联，将每一字段名称下的第一目标数据与相关联的禁投词相匹配。5.根据权利要求1所述的异常交易识别方法，其特征在于，“将第二目标数据与阈值进行比较”包括：获取从阈值型风控规则中识别出的字段处理词的动作词数量以及阈值的阈值数量，在动作词数量不为0的情况下：获取第二目标数据的对应的目标字段名称的目标字段名称数量，当目标字段名称数量与阈值数量相等且等于1，将目标字段名称下的第二目标数据与阈值相匹配；当目标字段名称数量与阈值数量相等且大于1，根据原始字段名称、阈值在阈值型风控规则中的出现位置将目标字段名称与阈值相关联，将每一目标字段名称下的第二目标数据与相关联的阈值进行比较。6.根据权利要求5所述的异常交易识别方法，其特征在于，在动作词数量为0的情况下：
...

【专利技术属性】
技术研发人员：陈宏，陈定，刘朋，吴卫东，徐行，杨毓光，
申请(专利权)人：杭州衡泰技术股份有限公司，
类型：发明
国别省市：