[发明专利]在线信用卡风险信息检测方法及装置

权利要求书

1.一种在线信用卡风险信息检测方法，其特征在于，包括：

获取在线信用卡交易信息；所述在线信用卡交易信息包含第一信用卡交易流数据；

将所述在线信用卡交易信息输入至在线信用卡风险信息检测模型，得到所述在线信用卡交易信息对应的信用卡风险信息检测结果；

其中，所述在线信用卡风险信息检测模型为利用第二信用卡交易流数据对应的流数据训练集对静态基线模型进行训练后得到，所述静态基线模型为利用信用卡交易批数据对应的批数据训练集对机器学习模型进行训练后得到。

2.如权利要求1所述的在线信用卡风险信息检测方法，其特征在于，在将所述在线信用卡交易信息输入至在线信用卡风险信息检测模型，得到所述在线信用卡交易信息对应的信用卡风险信息检测结果之前，还包括：

获取信用卡交易批数据；所述信用卡交易批数据包括第一风险信息标签；

对所述信用卡交易批数据进行预处理，确定所述信用卡交易批数据对应的批数据训练集；

根据所述批数据训练集对机器学习模型进行训练，得到所述静态基线模型；

获取第二信用卡交易流数据；所述第二信用卡交易流数据包括第二风险信息标签；

对所述第二信用卡交易流数据进行预处理，确定所述第二信用卡交易流数据对应的流数据训练集；所述流数据训练集包含多个流数据训练子集；

根据所述流数据训练集对所述静态基线模型进行训练，得到在线信用卡风险信息检测模型；所述在线信用卡风险信息检测模型随着所述多个流数据训练子集中各个流数据训练子集的训练动态更新。

3.如权利要求2所述的在线信用卡风险信息检测方法，其特征在于，对所述信用卡交易批数据进行预处理，包括：

对所述信用卡交易批数据进行特征缩放以及特征哈希；

采用过采样算法对所述信用卡交易批数据进行处理。

4.如权利要求2所述的在线信用卡风险信息检测方法，其特征在于，在得到在线信用卡风险信息检测模型之后，还包括：

在流数据训练子集中流数据数量达到第一预设阈值且当前时刻距离上一次更新时刻的时长达到第二预设阈值时，更新所述在线信用卡风险信息检测模型。

5.如权利要求1所述的在线信用卡风险信息检测方法，其特征在于，在得到所述在线信用卡交易信息对应的信用卡风险信息检测结果之后，还包括：

采用混淆矩阵对所述在线信用卡风险信息检测模型进行评估，得到评估结果。

6.一种在线信用卡风险信息检测装置，其特征在于，包括：

获取模块，用于获取在线信用卡交易信息；所述在线信用卡交易信息包含第一信用卡交易流数据；

处理模块，用于将所述在线信用卡交易信息输入至在线信用卡风险信息检测模型，得到所述在线信用卡交易信息对应的信用卡风险信息检测结果；其中，所述在线信用卡风险信息检测模型为利用第二信用卡交易流数据对应的流数据训练集对静态基线模型进行训练后得到，所述静态基线模型为利用信用卡交易批数据对应的批数据训练集对机器学习模型进行训练后得到。

7.如权利要求6所述的在线信用卡风险信息检测装置，其特征在于，所述处理模块还用于：

在将所述在线信用卡交易信息输入至在线信用卡风险信息检测模型，得到所述在线信用卡交易信息对应的信用卡风险信息检测结果之前，获取信用卡交易批数据；所述信用卡交易批数据包括第一风险信息标签；

对所述信用卡交易批数据进行预处理，确定所述信用卡交易批数据对应的批数据训练集；

根据所述批数据训练集对机器学习模型进行训练，得到所述静态基线模型；

获取第二信用卡交易流数据；所述第二信用卡交易流数据包括第二风险信息标签；

对所述第二信用卡交易流数据进行预处理，确定所述第二信用卡交易流数据对应的流数据训练集；所述流数据训练集包含多个流数据训练子集；

根据所述流数据训练集对所述静态基线模型进行训练，得到在线信用卡风险信息检测模型；所述在线信用卡风险信息检测模型随着所述多个流数据训练子集中各个流数据训练子集的训练动态更新。