公开(公告)号：CN117114705A

公开(公告)日：2023-11-24

申请号：CN202310972921.3

申请日：2023-08-03

Applicant: 复旦大学

Inventor： 周水庚 ,  顾天涵 ,  薛晖 ,  李裕宏 ,  柯力

IPC: G06Q30/018 ,  G06F18/213 ,  G06F18/241 ,  G06N3/0499 ,  G06N3/08 ,  G06N5/022

Abstract: 本发明属于数据挖掘技术领域，具体为基于持续学习的电商欺诈识别方法与系统。本发明电商欺诈识别方法包括：样本特征提取：通过预训练词表和文本特征提取器，对商家交易过程中产生的文本信息进行编码，并和商家的行为特征拼接得到样本特征；样本风险识别：通过二分类器对模型学习到的样本特征进行打分，获取最终分类结果；基于持续学习的模型迭代；通过知识蒸馏法和样本重演法使新模型参数在训练过程中向线上模型参数靠拢，在学习新风险点特征信息的同时尽可能保留新模型对历史风险的识别能力。本发明在阿里巴巴的电商欺诈数据集上取得满意的效果。本发明能够有效地缓解因风险点变化导致的灾难性遗忘问题，增强模型对于历史知识的记忆能力。