申请/专利权人:上海冰鉴信息科技有限公司
申请日:2024-05-28
公开(公告)日:2024-06-25
公开(公告)号:CN118247046A
主分类号:G06Q40/03
分类号:G06Q40/03;G06F18/243;G06F18/214
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本公开涉及一种行为欺诈预测方法、装置及电子设备,包括:获取具有样本标签和初始样本权重的历史行为数据;根据每一历史行为数据的样本标签对初始样本权重进行更新,得到重置样本权重;重复多轮执行根据样本权重,对决策树模型进行训练,通过训练得到的决策树模型对训练集样本进行筛选,筛选出以预测结果进行分类的目标行为样本数据;根据目标行为样本数据和样本集进行多种指标计算,并根据每一指标的计算值,对重置样本权重进行更新,直到得到满足预设要求的目标决策树模型;从目标决策树模型之前的迭代轮次中选取决策树模型构建联合规则,并通过联合规则对获取到的用户行为数据进行预测,得到行为欺诈预测结果。可以更精准的命中高风险的用户。
主权项:1.一种行为欺诈预测方法,其特征在于,所述方法包括:获取具有表征历史行为数据所属的样本类型的样本标签的历史行为数据,以及所述历史行为数据构成的样本集中每一历史行为数据的初始样本权重;根据每一所述历史行为数据的样本标签,对所述样本集中每一所述历史行为数据的初始样本权重进行更新,得到每一所述历史行为数据的重置样本权重;重复多轮执行根据所述历史行为数据的样本权重,对决策树模型进行训练,通过训练得到的决策树模型对所述样本集中训练集样本进行筛选,筛选出以预测结果进行分类的目标行为样本数据;根据所述目标行为样本数据和所述样本集进行多种指标计算,并根据得到的每一所述指标的计算值,对每一所述历史行为数据的重置样本权重进行更新,直到得到满足预设要求的目标决策树模型;从得到所述目标决策树模型之前的迭代轮次中选取训练得到的决策树模型构建联合规则,并通过所述联合规则对获取到的用户行为数据进行预测,得到行为欺诈预测结果。
全文数据:
权利要求:
百度查询: 上海冰鉴信息科技有限公司 行为欺诈预测方法、装置及电子设备
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。