【技术实现步骤摘要】
本专利技术涉及欺诈检测，特别是涉及一种基于双视角的层次化金融行为特征检测方法及系统。
技术介绍
1、近年来，如何解决欺诈检测中存在的账户的交易特征具有稀疏性以及隐蔽性问题成为该领域面临的最大问题之一。现有的欺诈检测方法主要包括三种，1)基于规则的欺诈检测方法、2)基于浅层机器学习的欺诈检测方法和3)基于图表示学习的欺诈检测方法。基于规则的欺诈检测方法通过获取关联规则来识别欺诈行为。基于浅层机器学习的欺诈检测方法通常通过筛选并设计合适的特征对欺诈手法进行侦测。基于图表示学习的欺诈检测方式通过图表示学习对网络中的节点进行建模来进行欺诈检测任务。其中，基于规则的欺诈检测方法通常通过分析包含正常和欺诈的交易数据集来获取一定的关联规则，结合数理统计方法以及领域专家知识，对交易数据中的异常交易特征进行识别，从而检测欺诈行为。基于浅层机器学习的欺诈检测方法通过挖掘样本中的潜在交易模式，学习欺诈行为的隐藏模式以识别出欺诈交易。基于图表示的欺诈检测方式通过将交易数据中的账户和交易以图结构进行建模，利用图结构反映网络中节点的依赖性和网络整体的拓扑结构来识别...
【技术保护点】
1.一种基于双视角的层次化金融行为特征检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于双视角的层次化金融行为特征检测方法，其特征在于，所述交易子图网络包括账户节点集合、交易边集合以及交易边特征矩阵。
3.根据权利要求1所述的一种基于双视角的层次化金融行为特征检测方法，其特征在于，所述节点对之间的时序交易特征，具体为：
4.根据权利要求1所述的一种基于双视角的层次化金融行为特征检测方法，其特征在于，所述交易记录包括交易方向、交易金额和交易时间信息。
5.根据权利要求1所述的一种基于双视角的层次化金融行为特征检...
【技术特征摘要】
1.一种基于双视角的层次化金融行为特征检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于双视角的层次化金融行为特征检测方法，其特征在于，所述交易子图网络包括账户节点集合、交易边集合以及交易边特征矩阵。
3.根据权利要求1所述的一种基于双视角的层次化金融行为特征检测方法，其特征在于，所述节点对之间的时序交易特征，具体为：
4.根据权利要求1所述的一种基于双视角的层次化金融行为特征检测方法，其特征在于，所述交易记录包括交易方向、交易金额和交易时间信息。
5.根据权利要求1所述的一种基于双视角的层次化金融行为特征检测方法，其特征在于，根据所述时序交易特征，采用注意力机制，构建所述节点对之间的节点视角全局交...
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。