-
公开(公告)号：CN108960833B
公开(公告)日：2022-03-11
申请号：CN201810909350.8
申请日：2018-08-10
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种基于异构金融特征的异常交易识别方法，设备及存储介质，能够利用疑似异常或与某些确定异常账号相关的大量待检测金融交易流水信息数据，提取自定义交易熵特征和交易活跃度、金额统计特征，并构建异构金融特征向量表示，然后基于异构特征向量利用投票分类器进行待检测交易账号是否为传销异常交易关系的分类识别。本发明提出的可疑金融交易关系识别方法利用金融交易流水数据实现了对交易主体复杂行为规律特征的较丰富的抽象和表达，取得较好的异常金融交易关系检测识别效果。本方法提供的异常金融交易关系检测结果可以辅助相关工作人员进行传销等异常金融活动的侦查研判，在一定程度上可以提高工作效率以及提高研判准确率。
-
公开(公告)号：CN108960833A
公开(公告)日：2018-12-07
申请号：CN201810909350.8
申请日：2018-08-10
Applicant: 哈尔滨工业大学(威海)
CPC classification number: G06Q20/382 , G06Q40/04
Abstract: 本发明提供一种基于异构金融特征的异常交易识别方法，设备及存储介质，能够利用疑似异常或与某些确定异常账号相关的大量待检测金融交易流水信息数据，提取自定义交易熵特征和交易活跃度、金额统计特征，并构建异构金融特征向量表示，然后基于异构特征向量利用投票分类器进行待检测交易账号是否为传销异常交易关系的分类识别。本发明提出的可疑金融交易关系识别方法利用金融交易流水数据实现了对交易主体复杂行为规律特征的较丰富的抽象和表达，取得较好的异常金融交易关系检测识别效果。本方法提供的异常金融交易关系检测结果可以辅助相关工作人员进行传销等异常金融活动的侦查研判，在一定程度上可以提高工作效率以及提高研判准确率。
-
公开(公告)号：CN109165950A
公开(公告)日：2019-01-08
申请号：CN201810909752.8
申请日：2018-08-10
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q20/40
Abstract: 本发明提供一种基于金融时间序列特征的异常交易识别方法，设备及可读存储介质，能够利用疑似异常或与某些确定异常账号相关的大量待检测金融交易流水信息数据，通过神经网络模型自适应提取金融时间序列特征，然后基于神经网络中线性层和softmax层的运算进行待检测交易账号是否为传销账号的分类识别。本发明提出的异常金融交易识别方法能够基于SoftSeq2Seq-Attention神经网络模型自适应提取金融时间序列特征，一定程度上减少了劳动密集型特征工程的投入。利用较单一类型的金融交易流水数据和较少的特征，能够取得很好的异常金融账号检测识别效果。
-
公开(公告)号：CN109165950B
公开(公告)日：2023-02-03
申请号：CN201810909752.8
申请日：2018-08-10
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q20/40
Abstract: 本发明提供一种基于金融时间序列特征的异常交易识别方法，设备及可读存储介质，能够利用疑似异常或与某些确定异常账号相关的大量待检测金融交易流水信息数据，通过神经网络模型自适应提取金融时间序列特征，然后基于神经网络中线性层和softmax层的运算进行待检测交易账号是否为传销账号的分类识别。本发明提出的异常金融交易识别方法能够基于SoftSeq2Seq‑Attention神经网络模型自适应提取金融时间序列特征，一定程度上减少了劳动密集型特征工程的投入。利用较单一类型的金融交易流水数据和较少的特征，能够取得很好的异常金融账号检测识别效果。
-
-
-
Search Results
4
records
(took 0.029 seconds)
