技術(shù)特征：

1.一種欺詐交易識(shí)別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述當(dāng)前交易特征包括：當(dāng)前交易金額、當(dāng)前交易客戶信息及當(dāng)前交易商戶信息；

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述當(dāng)前交易特征包括：當(dāng)前交易金額及當(dāng)前交易商戶信息；

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述當(dāng)前交易特征包括：當(dāng)前交易客戶信息、當(dāng)前交易地址信息及當(dāng)前交易時(shí)間信息；

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述當(dāng)前交易特征包括：當(dāng)前交易的收單機(jī)構(gòu)信息、當(dāng)前交易位置信息及當(dāng)前交易時(shí)間信息；

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述訓(xùn)練至收斂的欺詐識(shí)別模型包括：訓(xùn)練至收斂的轉(zhuǎn)換器transformer網(wǎng)絡(luò)結(jié)構(gòu)；

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述目標(biāo)交易特征輸入到訓(xùn)練至收斂的欺詐識(shí)別模型中之前，方法還包括：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述訓(xùn)練至收斂的欺詐識(shí)別模型為訓(xùn)練至收斂的wide&deep模型；所述wide&deep模型包括線性網(wǎng)絡(luò)結(jié)構(gòu)、transformer網(wǎng)絡(luò)結(jié)構(gòu)及dnn網(wǎng)絡(luò)結(jié)構(gòu)；

9.根據(jù)權(quán)利要求1-8任一項(xiàng)所述的方法，其特征在于，預(yù)設(shè)欺詐模型的訓(xùn)練步驟包括：

10.一種欺詐交易識(shí)別裝置，包括：

11.一種電子設(shè)備，包括：處理器，以及與所述處理器通信連接的存儲(chǔ)器；

12.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令，所述計(jì)算機(jī)執(zhí)行指令被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)如權(quán)利要求1至9任一項(xiàng)所述的方法。

13.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-9中任一項(xiàng)所述的欺詐識(shí)別方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┮环N欺詐交易識(shí)別方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品。涉及人工智能領(lǐng)域。該方法包括：獲取當(dāng)前交易對(duì)應(yīng)的當(dāng)前交易數(shù)據(jù)；確定所述當(dāng)前交易數(shù)據(jù)對(duì)應(yīng)的當(dāng)前交易特征；根據(jù)當(dāng)前交易數(shù)據(jù)匹配的目標(biāo)交易特征，目標(biāo)交易特征包括：目標(biāo)交易后驗(yàn)特征、目標(biāo)交易地址特征、目標(biāo)最近交易實(shí)時(shí)特征以及目標(biāo)交易序列；將所述目標(biāo)交易特征輸入到訓(xùn)練至收斂的欺詐識(shí)別模型中，并采用所述訓(xùn)練至收斂的欺詐識(shí)別模型識(shí)別當(dāng)前交易是否為欺詐交易。本申請(qǐng)的方法，增加了多維度的特征信息，可充分挖掘欺詐交易行為，高效識(shí)別出交易欺詐，提升交易欺詐識(shí)別的準(zhǔn)確性。

技術(shù)研發(fā)人員：邵明亮,陳龍震,秦紅川,劉雨楠
受保護(hù)的技術(shù)使用者：中國(guó)民生銀行股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9