[发明专利]强健和自适应的人工智能建模

权利要求书

1.一种基于人工智能的评估系统，包括：

处理器；以及

存储器，在其上存储有指令，所述指令可被所述处理器执行以使所述系统执行操作，所述操作包括：

使用成熟的交易数据的集合来训练强健人工智能(AI)风险模型，其中，所述强健AI风险模型可用于预测针对未来未知电子支付交易的撤销风险，并且其中，所述成熟的交易数据包括多个电子支付交易的记录，其中，所述记录中的每个包含关于针对该记录的相应电子支付交易是否被撤销了的指示；

使用电子支付交易数据的至少一个不同集合来训练自适应AI风险模型，其中，所述不同集合包含在所述成熟的交易数据的集合中不存在的至少一个数据特征，并且其中，所述自适应AI风险可用于至少部分地基于非成熟的数据来预测针对未来未知电子支付交易的撤销风险，所述非成熟的数据比老化阈值限制更年轻；

基于所述强健AI风险模型和所述自适应AI风险模型的组合来创建总体模型；

接收来自用户的电子交易请求；

使用所述总体模型来预测针对所述电子交易的风险等级；以及

根据总体风险等级来批准或拒绝所述电子交易。

2.根据权利要求1所述的系统，其中，所述操作还包括：在训练所述强健AI风险模型和所述自适应AI风险模型之后：

接收此前未用于训练所述强健AI风险模型或所述自适应AI风险模型的新类型的交易数据；

使用所述新类型的交易数据来重新训练所述自适应AI风险模型，但不重新训练所述强健AI风险模型；以及

使用经重新训练的自适应AI风险模型来创建经更新的总体模型。

3.根据权利要求1所述的系统，其中，所述强健AI风险模型和所述自适应AI风险模型是并行训练的。

4.根据权利要求2所述的系统，其中，所述新类型的交易数据与移动电话设备的硬件特征或软件特征相对应。

5.根据权利要求1所述的系统，其中，所述成熟的交易数据包括信用卡交易数据，所述信用卡交易数据仅包括在过去的至少特定时间段发生的交易的记录，并且其中，所述信用卡交易数据包括特定交易是否发生了退款的指示。

6.根据权利要求1所述的系统，其中，训练所述强健AI风险模型包括：

将包括所述成熟的交易数据的测试数据输入到具有特定内部参数的梯度提升树(GBT)模型中；以及

将所述GBT模型的输出与所述成熟的交易数据的已知撤销结果反复地进行比较，并基于所述比较来更改所述GBT模型以改善所述GBT模型的准确性。

7.根据权利要求1所述的系统，其中，训练所述强健AI风险模型包括：

将包括所述成熟的交易数据的测试数据输入到具有特定内部参数的人工神经网络(ANN)模型中；

改变所述ANN模型的所述内部参数；以及

对在经改变的内部参数之下的所述ANN模型的多个输出进行比较，以确定所述ANN模型的内部参数的一个或多个最佳表现集合。

8.根据权利要求1所述的系统，其中，所述操作还包括：

使用逻辑回归来训练所述强健AI模型和所述自适应AI模型的所述组合。

9.根据权利要求8所述的系统，其中，所述逻辑回归针对所述强健AI模型使用第一权重值并且针对所述自适应AI模型使用第二权重值。