检测模型的训练方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:42493019 阅读:22 留言:0更新日期:2024-08-21 13:10
本申请涉及一种检测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品,涉及人工智能领域。所述方法包括:通过第一训练数据对待训练的账户异常识别模型中的基础模型进行训练,得到训练好的基础模型;将第二训练数据输入至所述训练好的基础模型,得到所述第二训练数据包含的各个样本分别对应的预测结果,对待训练的账户异常识别模型中的逻辑回归模型进行训练,得到训练好的账户异常识别模型。通过采用本方法,可以将多种不同的检测模型进行融合,实现多模型的融合异常识别与检测,能够大幅度提升账户欺诈风险的检测能力以及防控性能,以及进一步提升账户异常识别的准确率和账户欺诈检测的准确率。

【技术实现步骤摘要】

本申请涉及人工智能,特别是涉及一种检测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。


技术介绍

1、近年来,随着互联网消费金融的崛起和网上交易的兴起,金融欺诈检测成为银行风险管理中的重要一环,需要对金融欺诈进行检测以保证交易安全。

2、相关技术中,进行反欺诈检测一般是基于反欺诈规则进行检测,该反欺诈规则是基于专家经验,通过人工方式制定的;通过这种模式得到的反欺诈规则的适用场景会存在一定的局限性,且欺诈者可能会对已有的反欺诈规则进行回避,导致人工制定的检测规则处于被动调整的位置,导致检测准确度较低。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高检测准确度的检测模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本申请提供了一种检测模型的训练方法。所述方法包括:

3、通过第一训练数据对待训练的账户异常识别模型中的基础模型进行训练,得到训练好的基础模型;

4、将第二训练数据输入至所述训练好的基础模型本文档来自技高网...

【技术保护点】

1.一种检测模型的训练方法,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,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述确定所述目标数据对应的目标特征,包括:

4.根据权利要求3所述的方法,其特征在于,所述预设的特征选择算法包括特征重要性评估算法、单变量特征选择算法、嵌入式特征选择算法、特征组合算法以及迭代算法中的一种或多种。

5.根据权利要求1所述的方法,其特征在于,所述基础模型包括决策树模型、随机森林模型以及支持向量机模型,所述第一训练数据包括第一样本以及所述第一样本对应的第一标签;所述通过第一...

【技术特征摘要】

1.一种检测模型的训练方法,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,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述确定所述目标数据对应的目标特征,包括:

4.根据权利要求3所述的方法,其特征在于,所述预设的特征选择算法包括特征重要性评估算法、单变量特征选择算法、嵌入式特征选择算法、特征组合算法以及迭代算法中的一种或多种。

5.根据权利要求1所述的方法,其特征在于,所述基础模型包括决策树模型、随机森林模型以及支持向量机模型,所述第一训练数据包括第一样本以及所述第一样本对应的第一标签;所述通过第一训练数据对待训练...

【专利技术属性】
技术研发人员:冒智慧
申请(专利权)人:中国工商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1