【技术实现步骤摘要】
本专利技术涉及交易欺诈检测领域，特别涉及是一种交易欺诈的检测方法、装置、计算机设备以及存储介质。
技术介绍
1、在线交易欺诈检测是一个追求准确度和实时性的任务，在线上交易欺诈检测领域，通常采用图神经网络模型（gnn）及其他机器学习技术（如随机森林、聚类分析等），结合线上交易数据集进行模型训练，从而实现线上交易欺诈检测。
2、然而，目前的技术方案采用的线上交易数据集中通常包括高维度的复杂数据，将该高维度的复杂数据作为模型的训练数据，在训练的过程中增加模型的复杂度以及运行时间，不利于模型训练准确率以及效率的提高，难以满足在线交易欺诈检测的高准确度以及实时性的要求。
技术实现思路
1、基于此，本专利技术的目的在于，提供一种交易欺诈的检测方法、装置、计算机设备以及存储介质，对样本线上交易数据进行数据筛选、缺失值填充以及特征编码，删除冗余特征的同时，深度挖掘样本线上交易数据中的空间分布信息与统计信息，有效克服了基础特征的局限，提供更加全面和精确的信息特征描述，采用混合特征排序，综合过滤式...
【技术保护点】
1.一种交易欺诈的检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的交易欺诈的检测方法，其特征在于：所述交易特征数据包括若干个类型的数据，所述若干个类型的数据包括若干个子数据；
3.根据权利要求2所述的交易欺诈的检测方法，其特征在于：所述数据的类型包括交易参与者类型以及交易数值类型；所述交易参与者类型的数据包括交易卡号子数据、交易接收地址子数据、交易发送地址子数据以及交易发生域名子数据及交易接受域名子数据；所述交易数值类型包括交易金额子数据。
4.根据权利要求3所述的交易欺诈的检测方法，其特征在于，所述对所述缺失值填充后...
【技术特征摘要】
1.一种交易欺诈的检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的交易欺诈的检测方法，其特征在于：所述交易特征数据包括若干个类型的数据，所述若干个类型的数据包括若干个子数据；
3.根据权利要求2所述的交易欺诈的检测方法，其特征在于：所述数据的类型包括交易参与者类型以及交易数值类型；所述交易参与者类型的数据包括交易卡号子数据、交易接收地址子数据、交易发送地址子数据以及交易发生域名子数据及交易接受域名子数据；所述交易数值类型包括交易金额子数据。
4.根据权利要求3所述的交易欺诈的检测方法，其特征在于，所述对所述缺失值填充后的若干个样本线上交易记录的交易特征数据中若干个类型的数据进行特征编码，获得若干个样本线上交易记录的交易特征编码数据，包括步骤：
5.根据权利要求1或4所述的交易欺诈的检测方法，其特征在于，所述对若干个样本线上交易记录的所述交易特征编码数据进行特征混合排序，获得样本线上交易特征排序数据，包括步骤：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：庄伟豪，许文天，王婧，袭奇，谢承旺，
申请(专利权)人：华南师范大学，
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。