基于人工智能的客户支付交易数据异常识别系统及方法技术方案

本发明专利技术涉及数据异常识别的技术领域，公开了基于人工智能的客户支付交易数据异常识别系统及方法。本发明专利技术首先基于聚类距离对初始客户支付交易数据集合进行数据填补，得到处理后的客户支付交易数据集合，再对处理后的客户支付交易数据集合中少类型客户支付交易数据集合进行数据扩充，得到处理好的客户支付交易数据集合；其次，构建初始客户支付交易混合预测模型，并使用改进的人工兔优化算法优化模型的超参数；最后，结合所述处理好的客户支付交易数据集合，计算客户支付交易异常特征，识别客户支付交易异常数据。本发明专利技术通过对客户支付交易数据进行分析处理，实现客户支付交易数据异常识别的目的，方法客观准确。

【技术实现步骤摘要】

本专利技术涉及数据异常识别的，具体为基于人工智能的客户支付交易数据异常识别系统及方法。

技术介绍

1、中国专利cn111949702b公开了异常交易数据的识别方法、装置及设备，方法具体包括，使用实体对象的注册信息和交易数据中用户所连接的热点信息，得到交易数据中实体对象特征参数，再使用特征标签训练的数据模型分析交易数据中的用户数据，得到用户在实体对象中进行交易所捕获的特征参数；构建异常识别模型，将特征参数组成多维度特征输入到异常识别模型中，输出交易数据识别结果；判断交易数据识别结果和实体对象之间的关联，当交易数据识别结果和实体对象之间存在关联时，将对应的交易数据视为异常交易数据，否则不是异常交易数据。该专利技术没有对交易数据进行预处理，可能导致识别速度慢等问题。

2、传统的客户支付交易数据异常识别方法，由于客户支付交易数据种类多、数据冗余等特点，这导致异常客户支付交易数据识别时间较长，容易发生安全隐患；同时，由于没有使用人工智能等技术，导致难以对客户支付交易数据实时监控，容易发生网络支付欺诈交易行为。

<b>技术实现思路...

【技术保护点】

1.基于人工智能的客户支付交易数据异常识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述S1包括如下步骤：

3.根据权利要求2所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述S12包括如下步骤：

4.根据权利要求3所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述S2包括如下步骤：

5.根据权利要求4所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述S3包括如下步骤：

6.根据权利要求5所述的基于人工智能的客...

【技术特征摘要】

1.基于人工智能的客户支付交易数据异常识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述s1包括如下步骤：

3.根据权利要求2所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述s12包括如下步骤：

4.根据权利要求3所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述s2包括如下步骤：

5.根据权利要求4所述的基于人工智能的客户支付交易数据异常识别方法，其特征在于，所述s3包括如下步骤：

...

【专利技术属性】
技术研发人员：刘俊，李中良，丁科康，
申请(专利权)人：深圳市盛迪嘉支付股份有限公司，
类型：发明
国别省市：