申请/专利权人:广东工业大学
申请日:2022-09-02
公开(公告)日:2022-11-29
公开(公告)号:CN115409118A
主分类号:G06K9/62
分类号:G06K9/62;G06N3/04;G06N3/08;G06Q40/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.12.16#实质审查的生效;2022.11.29#公开
摘要:现如今在金融业,随着企业数量的不断增加,尤其是小微商户的规模不断扩大,发生非法交易和欺诈行为的风险商户也越来越多。本发明公开一种基于LSTM和LogisticRegression的金融用户交易行为监控模型,通过组合模型的方式,有效地对用户的交易行为安全性进行预测,步骤包括:步骤1、采集用户交易行为历史数据并进行预处理;步骤2、将步骤1处理的数据来训练拥有交易指标时间序列的LSTM模型;步骤3、将LSTM模型的输出结果输入Logistic回归模型中训练;步骤4、根据步骤3的输出结果进行分类预测。
主权项:1.本发明公开了一种基于LSTM和LogisticRegression的金融用户交易行为监控模型,包含以下步骤:步骤1、数据预处理,对用户交易数据进行清洗,包括对不利于模型训练的数据中的缺失值,异常值等进行清理,同时对时间特征统一格式;步骤2、LSTM用户交易行为检测模型训练阶段,将步骤1预处理后的交易数据输入到LSTM神经网络中进行训练;步骤3、Logistic回归模型训练阶段,将步骤2中的输出结果作为输入,放入Logistic回归模型中进行训练;步骤4、预测阶段,通过步骤3的分类结果进行用户交易行为的预测。
全文数据:
权利要求:
百度查询: 广东工业大学 一种基于LSTM和逻辑斯谛回归的金融用户交易行为监控模型
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。