申请/专利权人：连连银通电子支付有限公司;连连(杭州)信息技术有限公司

申请日：2023-12-25

公开（公告）日：2024-04-19

公开（公告）号：CN117455518B

主分类号：G06Q30/018

分类号：G06Q30/018;G06Q40/04;G06F40/30

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明公开了一种欺诈交易检测方法和装置，该方法包括：获取目标交易的交易信息，提取多个主体和主体属性词；利用多个主体和主体属性词构建key‑value字典，并将key‑value字典中的信息转换为具有固定语义模式的自然语言文档，得到目标文档；将词元的词表示向量、类型向量、随机位置向量合并，得到词元的合并向量；利用预先训练好的欺诈交易预测模型对所述词元的合并向量进行注意力计算，并基于所述注意力计算的结果输出预测结果，所述预测结果用于表示所述目标交易是否为欺诈交易。本方案有效理解用户的风险行为偏好及泛化到各种欺诈场景，大大适应各种欺诈风险环境，实现高准确性和高效的交易欺诈风险预测。

主权项：1.一种欺诈交易检测方法，其特征在于，所述方法包括：获取目标交易的交易信息，提取所述交易信息中包含的多个主体和主体属性词；所述主体至少包括所述交易信息中的买家信息、商品信息、交易过程信息和卖家信息；利用所述多个主体和主体属性词构建key-value字典，并将所述key-value字典中的信息转换为具有固定语义模式的自然语言文档，得到目标文档；利用预先训练好的嵌入模型获取所述目标文档中包含的多个词元的词表示向量；所述词元为组成所述目标文档的最小单位；根据所述词元所属的key类型或value类型，对所述词元进行类型向量表示，并对所述词元进行随机位置向量表示，将所述词元的词表示向量、类型向量、随机位置向量合并，得到所述词元的合并向量；利用预先训练好的欺诈交易预测模型对所述词元的合并向量进行注意力计算，并基于所述注意力计算的结果输出预测结果，所述预测结果用于表示所述目标交易是否为欺诈交易；所述欺诈交易预测模型通过以下方法训练得到：获取通用样本文档，所述通用样本文档为自然语言描述模式的通用领域文档；利用所述嵌入模型生成所述通用样本文档中的各个样本词元对应的词表示向量，对所述样本词元进行所述类型向量表示、所述随机位置向量表示，并将所述样本词元的词表示向量、类型向量、随机位置向量合并，得到所述样本词元的样本合并向量；搭建Encoder网络模型，构建初始嵌入层和初始编码器层，所述初始编码器层包括多头注意力模块和前馈神经网络模块；将所述样本合并向量输入所述Encoder网络模型，基于所述样本词元的样本合并向量、各个所述样本词元之间的位置关系，确定所述多个词元之间的相关性，并根据所述相关性进行注意力计算，得到第一混合样本注意力矩阵、第二混合样本注意力矩阵；所述第一混合样本注意力矩阵和所述第二混合样本注意力矩阵分别为不同注意力机制的融合；将所述第一混合样本注意力矩阵、所述第二混合样本注意力矩阵分别作为权重矩阵训练所述多头注意力模块，并训练所述前馈神经网络模块，得到具有通用的数据表示能力的预训练网络模型；在所述预训练网络模型的多个层后添加适配层，并在所述预训练网络模型的最后一层之后添加二分类层；获取网络交易领域的交易样本文档，并基于所述交易样本文档对所述预训练网络模型的参数进行微调，并对所述适配层和所述二分类层的参数进行联合微调，持续迭代训练直至满足第一预设终止条件则训练结束，将此时的预训练网络模型、适配层和二分类层的整体作为欺诈交易预测模型。

全文数据：

权利要求：

百度查询： 连连银通电子支付有限公司;连连(杭州)信息技术有限公司 一种欺诈交易检测方法和装置

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。

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