[发明专利]一种基于异构金融特征的异常交易识别方法，设备及存储介质

摘要

本发明提供一种基于异构金融特征的异常交易识别方法，设备及存储介质，能够利用疑似异常或与某些确定异常账号相关的大量待检测金融交易流水信息数据，提取自定义交易熵特征和交易活跃度、金额统计特征，并构建异构金融特征向量表示，然后基于异构特征向量利用投票分类器进行待检测交易账号是否为传销异常交易关系的分类识别。本发明提出的可疑金融交易关系识别方法利用金融交易流水数据实现了对交易主体复杂行为规律特征的较丰富的抽象和表达，取得较好的异常金融交易关系检测识别效果。本方法提供的异常金融交易关系检测结果可以辅助相关工作人员进行传销等异常金融活动的侦查研判，在一定程度上可以提高工作效率以及提高研判准确率。

主权项

1.一种基于异构金融特征的异常交易识别方法，其特征在于，方法包括：步骤一，对输入的原始金融交易流水数据集，进行数据预处理；数据预处理方式为数据清洗和数据格式归一化处理，以及关键项数据提取，得到关键项数据集合D；构建信息数据集Dtp和账号信息数据集Dc；步骤二，基于交易对信息据集Dtp，构建交易熵特征向量数据集合DtpH；步骤三，基于交易熵特征向量数据集DtpH和账号信息数据集Dc，构建数据集的异构金融特征向量集DtpISO；步骤四，基于异构金融特征向量数据集DtpISO，构建训练集Train，以及分别构建三种基分类器模型，然后构建最终的VoteClassifierModel投票分类器预测模型；步骤五，账号检测识别，对于待检测金融交易流水信息数据集根据步骤一进行预处理操作，得到预处理操作结果关键项数据集D_test，进而提取出交易对信息数据集和账号信息数据集构建交易熵特征向量数据集基于步骤三，基于和数据，计算多维异构特征值，构建异构金融特征向量数据集将输入构建好的VoteClassifierModel投票分类器模型中，进行分类预测，得到最终检测识别结果即对应交易对为传销交易关系的异常概率。