摘要
本公开提供了一种基于动态时空神经网络模型的欺诈风险预测方法,可以应用于信息安全或云计算技术领域。该方法包括:在客户同意或授权的情况下,获取m个客户在历史时间段内的n个业务数据;对业务数据进行特征筛选,得到n1个特征数据,其中,n1为小于等于n的正整数;基于n1个特征数据,构建时空图数据;以及基于时空图数据,利用预先训练的动态时空神经网络模型预测客户的欺诈概率,其中,动态时空神经网络模型至少包括图卷积网络模型和时序预测模型。本公开还提供了一种基于动态时空神经网络模型的欺诈风险预测装置、设备、存储介质和程序产品。
技术关键词
神经网络模型
时序预测模型
卷积网络模型
风险预测方法
数据
动态
客户
风险预测装置
节点特征
门控循环单元神经网络
时间段
嵌入式方法
计算机程序产品
处理器
存储装置
优化器
可读存储介质
模块
机制
系统为您推荐了相关专利信息
营养素
非线性规划算法
健康状态参数
维生素
偏差
带钢表面缺陷
深度学习分类模型
生成点云数据
深度图
带钢头部
驾驶仿真场景
图像生成方法
训练样本数据
强度
非暂态计算机可读存储介质