[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

说明书

本申请公开了一种金融行为检测方法及相关装置、电子设备和存储介质，其中，金融行为检测方法包括：获取金融行为数据，并基于金融行为检测模型对金融行为数据进行检测，得到金融行为数据的行为标签；行为标签至少表征金融行为数据是否属于异常金融行为，金融行为检测模型基于训练样本集进行训练得到，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，样本行为标签至少表征样本金融行为数据是否属于异常金融行为，训练样本集基于初始样本集进行数据增强得到，且训练样本集内不同样本行为标签的样本金融行为数据具有相同数量级。上述方案，能够提高金融行为检测结果的准确性。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种金融行为检测方法及相关装置、电子设备和存储介质。

背景技术

随着社会发展、人均可支配收入的提高，越来越多的人选择购买金融作为规避生活风险的工具，金融场景因此有了持续高效发展。与此同时，随着机器学习技术的不断应用，金融业试图改变传统的需要投入大量人力的风险管理模式，开始尝试通过机器学习等智能化技术进行风险管理。

目前，一般是由数据科学家主导，采用特征工程方法对数据进行分析，然后特征构造、降维，采用基于机器学习如逻辑回归、决策树、随机森林、XGB、神经网络等方法，对获取的多维度特征需求场景数据进行建模分析，根据验证结果多次迭代模型超参数，选出验证集上最优模型。但是，由于金融场景数据分布大多为“长尾分布”，数据正负样本存在失衡现象，数据分布的失衡会使模型对少样本的特征难以学习，导致模型在少样本标签的召回率较低，且金融场景数据大多会随时间变化，数据分布常发生偏态迁移，因此，导致训练后的模型鲁棒性较差，进而难以保障金融行为检测结果的准确性。有鉴于此，如何提高金融行为检测结果的准确性成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种金融行为检测方法及相关装置、电子设备和存储介质，能够提高金融行为检测结果的准确性。

为了解决上述技术问题，本申请第一方面提供了一种金融行为检测方法，包括：获取金融行为数据，并基于金融行为检测模型对金融行为数据进行检测，得到金融行为数据的行为标签；行为标签至少表征金融行为数据是否属于异常金融行为，金融行为检测模型基于训练样本集进行训练得到，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，样本行为标签至少表征样本金融行为数据是否属于异常金融行为，训练样本集基于初始样本集进行数据增强得到，且训练样本集内不同样本行为标签的样本金融行为数据具有相同数量级，初始样本集内不同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、训练样本集内不同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。

为了解决上述技术问题，本申请第二方面提供了一种金融行为检测装置，包括获取模块和检测模块。其中，获取模块用于获取金融行为数据；检测模块用于基于金融行为检测模型对金融行为数据进行检测，得到金融行为数据的行为标签；其中，行为标签至少表征金融行为数据是否属于异常金融行为，金融行为检测模型基于训练样本集进行训练得到，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，样本行为标签至少表征样本金融行为数据是否属于异常金融行为，训练样本集基于初始样本集进行数据增强得到，且训练样本集内不同样本行为标签的样本金融行为数据具有相同数量级，初始样本集内不同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、训练样本集内不同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。

为了解决上述技术问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的金融行为检测方法。

为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的金融行为检测方法。