龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：第四范式(北京)技术有限公司
申请日：2020-08-04
公开（公告）日：2024-06-14
公开（公告）号：CN111899027B
主分类号：G06Q20/40
分类号：G06Q20/40;G06F18/214;G06Q40/04
优先权：
专利状态码：有效-授权
法律状态：2024.06.14#授权;2020.11.24#实质审查的生效;2020.11.06#公开
摘要：本发明公开了一种反欺诈模型的训练方法及装置，主要技术方案包括：将已标注交易样本集划分成N份样本，每份样本中分别包括正样本和或负样本；使用当前获取的N份样本分别训练N个二分类模型；使用训练后的N个二分类模型分别对各未标注交易数据进行预测，得到各未标注交易数据在每一个训练后的二分类模型中的预测分值；基于各未标注交易数据在每一个训练后的二分类模型中的预测分值，从各未标注交易数据中选取至少一个未标注交易数据推送给标注终端；当训练后的N个二分类模型未收敛时，获取标注终端完成标注的已标注交易数据集确定为下一次训练N个二分类模型所需的N份样本的样本来源，继续迭代训练N个二分类模型。
主权项：1.一种反欺诈模型的训练方法，其特征在于，包括：将已标注交易样本集划分成N份样本，其中，每份样本中分别包括至少一个正样本和或至少一个负样本，所述正样本为已被标注为欺诈行为的交易数据，所述负样本为已被标注为合法行为的交易数据，N大于或等于2；每份样本中的样本存在差别；使用当前获取的所述N份样本分别训练N个二分类模型，以使每个二分类模型学习到不同特征，产生不同的反欺诈识别效果，其中，所述N个二分类模型组成反欺诈模型；使用训练后的N个二分类模型分别对各未标注交易数据进行预测，得到各所述未标注交易数据在每一个训练后的二分类模型中的预测分值；基于各所述未标注交易数据在每一个训练后的二分类模型中的预测分值，从各所述未标注交易数据中选取至少一个未标注交易数据推送给标注终端，以供标注员标注，其中，所述预测分值用于反映二分类模型预测未标注交易数据为欺诈行为的概率，推送给标注终端的未标注交易数据包括为欺诈行为概率高以及为欺诈行为概率低的未标注交易数据；当所述训练后的N个二分类模型未收敛时，获取所述标注终端完成标注的已标注交易数据集确定为下一次训练N个二分类模型所需的N份样本的样本来源，继续迭代训练N个二分类模型。
全文数据：
权利要求：
百度查询： 第四范式(北京)技术有限公司 一种反欺诈模型的训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号