【技术实现步骤摘要】
本专利技术属于人工智能模型优化，具体涉及一种基于机器学习分析规则的表达式型模型优化方法。
技术介绍
1、近年来，随着电诈风险的逐年增加，监管部门对义务机构如何针对可疑账户的交易进行监控给予了重点指导，同时伴随科技的进步，新的业务场景层出不穷。为及时精准抓取可疑案例，专家系统模型需要不断地更新迭代，随着大量专家模型的引入和长时间的运行，如何对专家模型进行有效优化，保证模型的有效性成为当前的痛点。现阶段一般是业务专家到现场通过对结果分析后，提出优化建议，并安排人员调整实施，优化工作有一定的滞后性、片面性、低效率性等特性，这样不仅增加了业务的工作量和时间成本，而且增多了额外的经济成本，成为各机构的工作难点和痛点。
2、随着金融机构数字化转型及电诈手段增加，模型优化采用传统的业务专家现场分析案例优化模型模式，其很难全面识别可疑案件预警主体风险特征，且不具有时效性和客观性，无法满足金融机构业务的快速发展要求和监管检查需求，现有模型优化技术上的缺点主要有以下几个方面：
3、1、缺少智能化的全面可疑案件结果分析，只能依靠手工方...
【技术保护点】
1.一种基于机器学习分析规则的表达式型模型优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：所述根据所述已认定案例数据和排除案例数据并结合预设算法分析所述原始模型中的核心规则组以及规则参与度，得到机器学习规则分析结果，包括：
3.根据权利要求2所述的方法，其特征在于：所述采用预设算法和递归特征消除算法分别对所述第一待分析数据集进行核心规则组分析，得到与所述预设算法对应类型的核心规则组分析结果，包括：
4.根据权利要求3所述的方法，其特征在于：所述采用预设算法和递归特征消除算法分别对所述第一待分析数据集进...
【技术特征摘要】
1.一种基于机器学习分析规则的表达式型模型优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：所述根据所述已认定案例数据和排除案例数据并结合预设算法分析所述原始模型中的核心规则组以及规则参与度，得到机器学习规则分析结果，包括：
3.根据权利要求2所述的方法，其特征在于：所述采用预设算法和递归特征消除算法分别对所述第一待分析数据集进行核心规则组分析，得到与所述预设算法对应类型的核心规则组分析结果，包括：
4.根据权利要求3所述的方法，其特征在于：所述采用预设算法和递归特征消除算法分别对所述第一待分析数据集进行核心规则组分析，得到与所述预设算法对应类型的核心规则组分析结果，还包括：
5.根据权利要求4所述的方法，其特征在于：所述采用预设算法和递归特征消除算法分别对所述第一待分析数据集进行核心规则组分析，得到与所述预设算法对应类型的核心规则组分析结果，还包括：
6.根据权...
【专利技术属性】
技术研发人员：裴卫杰，闫庆，胡佰庆，梁春雨，高建新，丁珂，商延辰，
申请(专利权)人：北京领雁科技股份有限公司，
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。