【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种反欺诈预测方法、装置及设备。
技术介绍
1、目前，在实现反欺诈预测时，可以基于机器学习的方法来实现。具体实现时，会先构造历史出险案件的聚合特征，如历史出险总次数等特征，然后，根据构造的聚合特征，利用lr、决策树等方法来进行反欺诈预测。
2、由于仅是根据构造的聚合特征来进行反欺诈预测，未充分考虑单个历史出险案件对反欺诈预测结果的影响，因此，现有技术中的反欺诈预测方法准确性较低。
技术实现思路
1、本专利技术实施例提供一种反欺诈预测方法、装置及设备，以解决相关技术中因未充分考虑单个历史出险案件对反欺诈预测结果的影响，导致的反欺诈预测方法准确性较低的问题。
2、为了解决上述技术问题，本专利技术是这样实现的：
3、第一方面，提供了一种反欺诈预测方法，所述方法包括：
4、获取用户集合中的目标用户的历史出险案件的案件信息，以及，获取所述用户集合中的任一用户的历史出险案件的案件信息；
5、根据所述目标用户的历...
【技术保护点】
1.一种反欺诈预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述反欺诈预测模型包括缩放点积注意力神经网络，以及与所述缩放点积注意力神经网络连接的深度神经网络DNN，其中，所述缩放点积注意力神经网络与所述DNN的前向层相连。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一案件特征向量、所述案件统计特征向量、所述第二案件特征向量和预先训练的反欺诈预测模型，确定所述目标用户的反欺诈预测结果，包括：
4.根据权利要求1所述的方法，其特征在于，根据所述目标用户的历史出险案件的案件信息，生成第一案件
【技术特征摘要】
1.一种反欺诈预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述反欺诈预测模型包括缩放点积注意力神经网络，以及与所述缩放点积注意力神经网络连接的深度神经网络dnn，其中，所述缩放点积注意力神经网络与所述dnn的前向层相连。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一案件特征向量、所述案件统计特征向量、所述第二案件特征向量和预先训练的反欺诈预测模型，确定所述目标用户的反欺诈预测结果，包括：
4.根据权利要求1所述的方法，其特征在于，根据所述目标用户的历史出险案件的案件信息，生成第一案件特征向量，包括：
5.根据权利要求1所述的方法，其特征在于，根据所述目标用户的历史出险案件的案件信息，生成第一案件特征向量，包括：
6.根据权利要求5所述的方法，其特征...
【专利技术属性】
技术研发人员：曹雨晴，连树国，李思涛，蒋成立，
申请(专利权)人：中国人民财产保险股份有限公司，
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。