[发明专利]一种基于时序神经网络模型的欺诈用户检测系统

权利要求书

1.一种基于时序神经网络模型的欺诈用户检测系统，其特征在于，包括：

处理模块，用于面向用户上网行为的数据处理；

提取模块，基于历史通话行为数据的特征提取；

检测模块，基于时序神经网络模型的欺诈用户检测；

修正模块，用于欺诈用户检测及修正。

2.根据权利要求1所述的一种基于时序神经网络模型的欺诈用户检测系统，其特征在于，上述面向用户上网行为的数据处理包括构建用户点击产品行为序列和提取反欺诈领域的传统特征。

3.根据权利要求2所述的一种基于时序神经网络模型的欺诈用户检测系统，其特征在于，所述构建用户点击产品行为序列基于存储于数据库的用户上网行为中，提取原始用户点击行为序列，同时丢弃最后行为不是点击产品的用户点击行为序列；

需要注意的是，每个用户点击序列的序列长度k必须是一致的(长度k＝50)，对于长度小于k的点击序列在序列后面补上空点击，对于长度小于k的点击序列截取最后的k次点击行为。

4.根据权利要求3所述的一种基于时序神经网络模型的欺诈用户检测系统，其特征在于，所述提取反欺诈领域的传统特征基于存储于数据库的用户上网行为中，提取反欺诈领域的传统特征，特征如下：

数值型特征：页面停留时长，页面加载时长；

类别型特征：浏览器语言，文本编码设置，操作系统，设备识别码。处理方法是做one-hot和提取相对应的weight of evidence特征；

IP：找到IP对应的地理位置，对IP和位置信息做one-hot并提取相对应的K-fold mean-target编码特征；

设备识别码：提取imei码的前2、前4、前6、前8位，并进行one-hot化；

地理信息：GPS坐标，GPS坐标聚类结果，GPS坐标与聚类中心GPS坐标之间的欧式距离、马氏距离；

URL信息：将URL分成6块，分别是URL类型，三级类别和产品以及请求http协议头携带的IP，这有可能是下游服务器的IP；

产品类别：产品类别可能过多，one-hot会导致维度爆炸。因此，本专利先对产品类别进行one-hot化之后使用PCA、NMF、LDA等方法压缩产品类别信息。

5.根据权利要求4所述的一种基于时序神经网络模型的欺诈用户检测系统，其特征在于，上述基于历史通话行为数据的特征提取包括构建移动通话用户行为网络、构建移动通话用户行为矩阵和基于复杂网络理论提取特征。

6.根据权利要求5所述的一种基于时序神经网络模型的欺诈用户检测系统，其特征在于，所述基于时序神经网络模型的欺诈用户检测包括数据集重采样、特征选择；

所述数据集重采样由于反欺诈领域常见的正负样本不平衡，同时对样本使用过采样与欠采样来减轻数据的不平衡程度和生产新的训练集；

所述特征选择本专利对那些传统反欺诈特征的特征选择的思路是“劣汰优胜”，先基于独立性检验剔除关联弱的特征，再从剩余特征中选择重要性高的特征；

对于数值型特征，本专利使用[Cui，HengjianZhong，Wei.(2018).A Distribution-Free Test of Independence and Its Application to Variable Selection.]所提出的Mean Variance Test做“劣汰”；该方法可检验一个离散型变量与一个连续型变量间是否独立，对变量的分布无假定。对于类别型特征，本专利使用卡方拟合优度检验进行特征选择。该方法可检验一个离散型变量与一个离散型变量间是否独立，同样对变量的分布无假定。