申请/专利权人：世界线公司;让·莫纳圣埃蒂安大学;国家科学研究中心

申请日：2018-03-09

公开（公告）日：2020-01-10

公开（公告）号：CN110678890A

主分类号：G06Q20/40(20060101)

分类号：G06Q20/40(20060101)

优先权：["20170316 FR 1752142"]

专利状态码：失效-发明专利申请公布后的视为撤回

法律状态：2023.11.10#发明专利申请公布后的视为撤回;2020.02.11#实质审查的生效;2020.01.10#公开

摘要：本发明涉及一种用于检测一组支付交易中的异常的方法，该方法包括：‑建立由一组模型形成的元模型E3，每个模型都在训练组上进行训练，以便确定每个交易为异常的风险，所述元模型是由“梯度提升”技术建立的，以便优化表示元模型的平均查准率的可导函数；‑将所述组提交给元模型，以便确定所述组的每个交易的风险，以及‑确定与大于确定的阈值的风险相对应的交易的子组，以便在所述子组中提供预定数量的交易。

主权项：1.一种用于检测一组支付交易中的异常的方法，所述方法包括：-建立由一组模型形成的元模型E3，每个模型都在训练组上进行优化以便确定每个交易为异常的风险，所述元模型是使用“梯度提升”技术建立的，以对表示所述元模型的平均查准率的可导函数进行优化；-将所述组提交给所述元模型S4，以确定所述组的每个交易的风险，以及-确定与大于确定的阈值的风险相对应的交易的子组，以便在所述子组中提供预定数量的交易。

全文数据：

权利要求：

百度查询： 世界线公司;让·莫纳圣埃蒂安大学;国家科学研究中心 经优化平均查准率通过机器学习检测银行交易组中的异常

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD