【技术实现步骤摘要】
交易数据异常确定方法、装置、设备、介质及产品
[0001]本专利技术涉及数据处理
，尤其涉及一种交易数据异常确定方法、装置、设备、介质及产品。
技术介绍
[0002]随着网络技术的飞速发展，金融行业目前主要采用线上和线下结合的方式办理业务。客户可以通过线上方式以终端的方式完成大部分支付行为和业务签约行为，为客户提供了较大的便利。同时，与之相对的，线上方式的安全性相比线下方式更低。
[0003]为了提高线上方式的安全性，安全风险识别的分析和防控是目前的主要手段之一。安全风险识别的分析和防控主要是依据一定的规则，通过人工的方式筛选可能存在异常的交易数据，由于规则存在一定的滞后性，且人工的方式依赖人工经验，交易数据异常确定的准确性较低。
技术实现思路
[0004]本专利技术提供一种交易数据异常确定方法、装置、设备、介质及产品，用以解决目前安全风险识别的分析和防控中人工的方式依赖人工经验，交易数据异常确定的准确性较低的问题。
[0005]本专利技术第一方面提供一种交易数据异常确定方法，包括：
【技术保护点】
【技术特征摘要】
1.一种交易数据异常确定方法，其特征在于，包括：获取待确定异常结果的目标交易数据；根据所述目标交易数据确定目标客户标识；根据所述目标客户标识确定目标客户在目标交易时间之前预设时间段内的客户交易相关数据；所述目标交易数据包括目标交易时间；将所述目标交易数据和所述客户交易相关数据输入训练至收敛的决策树算法模型，以输出所述目标交易数据对应的异常结果。2.根据权利要求1所述的方法，其特征在于，所述客户交易相关数据包括：客户位置画像、历史交易对象数据、客户业务签约数据；所述将所述目标交易数据和所述客户交易相关数据输入训练至收敛的决策树算法模型，以输出所述目标交易数据对应的异常结果，包括：采用所述决策树算法模型对所述客户位置画像和历史交易对象数据分别进行特征提取，以生成对应位置特征和交易对象特征；采用所述决策树算法模型根据所述目标交易数据、位置特征、交易对象特征和客户业务签约数据输出所述目标交易数据对应的异常结果。3.根据权利要求2所述的方法，其特征在于，所述目标交易数据还包括：目标交易位置、目标交易对象数据和目标交易所属业务；所述采用所述决策树算法模型根据所述目标交易数据、位置特征、交易对象特征和客户业务签约数据输出所述目标交易数据对应的异常结果，包括：采用所述决策树算法模型根据所述目标交易位置和所述位置特征生成客户位置信息熵；采用所述决策树算法模型根据目标交易对象数据和交易对象特征判断目标交易对象是否为异常交易对象；采用所述决策树算法模型根据所述客户位置信息熵、目标交易对象是否为异常交易对象的判断结果、目标交易所属业务和客户业务签约数据输出所述目标交易数据对应的异常结果。4.根据权利要求3所述的方法，其特征在于，所述采用所述决策树算法模型根据所述客户位置信息熵、目标交易对象是否为异常交易对象的判断结果、目标交易所属业务和客户业务签约数据输出所述目标交易数据对应的异常结果，包括：采用所述决策树算法模型确定客户业务签约数据中处于所述目标交易时间之前预设签约次数内的历史业务签约数据；采用所述决策树算法模型判断所述历史业务签约数据中是否包含所述目标交易所属业务；采用所述决策树算法模型根据所述客户位置信息熵、目标交易对象是否为异常交易对象的判断结果、所述历史业务签约数据中是否包含所述目标交易所属业务的结果输出所述目标交易数据对应的异常结果。5.根据权利要求4所述的方法，其特征在于，所述目标客户标识与交易账号标识、交易客户号标识、交易客户号子标识具有映射关系；所述根据所述目标交易数据确定目标客户标识之前，还包括：
建立目标客户标识与目标客户对应的交易账号标识、交易客户号标...
【专利技术属性】
技术研发人员：黄鸿铿，黄建德，江春丽，
申请(专利权)人：中国建设银行股份有限公司，
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。