[发明专利]金融行为检测方法及相关装置、电子设备和存储介质

权利要求书

1.一种金融行为检测方法，其特征在于，包括：

获取金融行为数据；

基于金融行为检测模型对所述金融行为数据进行检测，得到所述金融行为数据的行为标签；

其中，所述行为标签至少表征所述金融行为数据是否属于异常金融行为，所述金融行为检测模型基于训练样本集进行训练得到，所述训练样本集包含标注有样本行为标签的样本金融行为数据，所述样本行为标签至少表征所述样本金融行为数据是否属于异常金融行为，所述训练样本集基于初始样本集进行数据增强得到，且所述训练样本集内不同所述样本行为标签的样本金融行为数据具有相同数量级，所述初始样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的散度、所述训练样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的散度两者差异低于预设下限值。

2.根据权利要求1所述的方法，其特征在于，基于所述初始样本集进行数据增强的步骤包括：

基于所述初始样本集，扩增得到目标样本集；其中，所述目标样本集内不同所述样本行为标签的样本金融行为数据具有相同数量级；

获取所述初始样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的第一散度，并获取所述目标样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的第二散度；

响应于所述第一散度与所述第二散度之间的散度差异不低于所述预设下限值，基于所述散度差异，更新所述目标样本集内相对于所述初始样本集扩增的样本金融行为数据，并重新获取所述第二散度，直至所述散度差异低于所述预设下限值，将最新所述目标样本集作为所述训练样本集。

3.根据权利要求2所述的方法，其特征在于，所述样本金融行为数据涉及若干数据项，在所述获取所述初始样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的第一散度，并获取所述目标样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的第二散度之前，所述方法还包括：

分别选择所述若干数据项，作为目标项；

所述获取所述初始样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的第一散度，包括：

获取所述初始样本集内不同所述样本行为标签的样本金融行为数据在所述目标项上数据分布之间的第一散度；

所述获取所述目标样本集内不同所述样本行为标签的样本金融行为数据各自数据分布之间的第二散度，包括：

获取所述目标样本集内不同所述样本行为标签的样本金融行为数据在所述目标项上数据分布之间的第二散度；

所述响应于所述第一散度与所述第二散度之间的散度差异不低于所述预设下限值，基于所述散度差异，更新所述目标样本集内相对于所述初始样本集扩增的样本金融行为数据，包括：

响应于所述目标项上所述第一散度与所述第二散度之间的散度差异不低于所述预设下限值，基于所述目标项上的散度差异，更新目标金融行为数据中所述目标项的数据值；其中，所述目标金融行为数据为所述目标样本集内相对于所述初始样本集扩增的样本金融行为数据。

4.根据权利要求3所述的方法，其特征在于，所述目标项上所述散度差异的度量步骤包括：

获取所述目标项上所述第一散度与所述第二散度之间差值绝对值，并获取参考金融行为数据在所述目标项上的目标数据分布；其中，所述参考金融行为数据为所述初始样本集内与所述目标金融行为数据标注有相同所述样本行为标签的样本金融行为数据；

基于所述目标数据分布对所述差值绝对值进行归一化，得到所述散度差异。

5.根据权利要求3所述的方法，其特征在于，所述基于所述目标项上的散度差异，更新目标金融行为数据中所述目标项的数据值，包括：

将所述目标项上的散度差异作为动态相对值，对所述目标金融行为数据中所述目标项的数据值进行调整。

6.根据权利要求1所述的方法，其特征在于，所述初始样本集的获取步骤包括：

获取字段核验库；其中，所述字段核验库中定义有若干键值对，且所述键值对中的键表征字段名称，所述键值对中的值表征数值类型；

基于所述字段核验库，在时间维度和标签维度对金融行为数据集内数据逐条筛选，得到所述初始样本集。