【技术实现步骤摘要】
一种基于语义增强的反欺诈图特征衍生方法及系统
[0001]本专利技术涉及计算机
，具体涉及一种基于语义增强的反欺诈图特征衍生方法及系统。
技术介绍
[0002]在金融欺诈场景中，在利用非欧空间的图结构方式组织数据，并针对该图数据进行特征分析、特征提取、特征衍生的场景越来越多，在其中找到有效特征后，会应用在反欺诈模型建模以及设置欺诈拦截的规则，但由于反欺诈黑白样本比例非常低，有时甚至会低于0.1%，在这种情况下，节点的类别极度不均衡, 这时无论是通过大量人工筛选得到的统计型特征还是用图消息传播的方式获取图嵌入，都难以在其中找到有效特征。
技术实现思路
[0003]针对现有技术的不足，本专利技术提供了一种基于语义增强的反欺诈图特征衍生方法及系统，通过对初始图进行语义融合得到隐变量，将隐变量作为衍生特征做反欺诈的规则或者二阶段的其他模型训练，后续应用在营销欺诈薅羊毛或者应用在信贷欺诈用户识别上，一定程度上提高了召回率。
[0004]为了实现本专利技术的目的，本专利技术提供一种基于语义增强的反欺诈图特征...
【技术保护点】
【技术特征摘要】
1.一种基于语义增强的反欺诈图特征衍生方法，其特征在于，包括如下步骤：S1：建立风控符号推理规则和知识图谱并配置风控知识规则集，其中风控知识规则集包括：子图模式匹配规则类和裁边模式匹配规则类；S2：将配置好的知识图谱和风控知识规则集，都以点边图的方式分别导入到初始图中，通过编码器对初始图进行语义融合处理得到相应的隐变量，再对隐变量进行解码处理得到目标图。2.如权利要求1所述的基于语义增强的反欺诈图特征衍生方法，其特征在于，所述步骤S1中建立风控符号推理规则和知识图谱的具体步骤为：采用网络本体语言和定义事件语言构建知识图谱，采用符号描述的语言来构建推理规则。3.如权利要求1所述的基于语义增强的反欺诈图特征衍生方法，其特征在于，所述步骤S1中配置风控知识规则集的具体步骤为：采用网络本体语言定义类或子类、属性或子属性，并对子图模式匹配规则的节点数据进行判定，采用定义事件语言定义事件或子事件，并对裁边模式匹配规则的节点数据进行判定。4.如权利要求3所述的基于语义增强的反欺诈图特征衍生方法，其特征在于，所述步骤S1中配置风控知识规则集的具体步骤还包括：当子图模式匹配规则中的节点数据为类或子类中的任意一种时，则需要对该节点进行激励因子操作处理；当裁边模式匹配规则中的节点数据与事件或子事件存在重复时，则需要对节点进行裁剪操作处理。5.如权利要求1所述的基于语义增强的反欺诈图特征衍生方法，其特征在于，所述步骤S2中将配置好的知识图谱和风控知识规则集，都以点边图的方式分别导入到初始图中的具体步骤为：将知识图谱以节点特征的方式、风控知识规则集以邻接矩阵的方式导入到初始图的数据库中，其中数据库采用分布式键
‑
值NOSQL数据库或非关系型分布式数据库...
【专利技术属性】
技术研发人员：李远鑫，王振宇，韩柳，梁朝垲，钟伟杰，兰世战，
申请(专利权)人：中邮消费金融有限公司，
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。