一种电商平台异常交易识别模型的训练方法及系统

本发明公开了一种电商平台异常交易识别模型的训练方法及系统，具体涉及电商领域；通过整合多来源交易数据并利用交叉验证判断标注的准确性，将数据标注划分为准确和不准确标注，在识别出不准确标注后，通过分析模型受标注错误影响的样本比例波动情况，计算预测与实际结果的相似度，评估模型的性能稳定性；根据评估结果，将模型划分为性能稳定和不稳定两类，分别采取不同的训练策略：对于性能稳定模型，继续使用已标注数据集进行训练；而对于性能不稳定模型，分阶段进行训练，先用准确标注数据预训练，再引入不准确标注数据并通过自适应学习算法进行优化调整，有效降低了标注偏差对模型的负面影响，提高了模型在实际应用中的准确性。