一种基于FTransformer-LightGBM的进口商品价格欺诈识别方法

本发明属于智能算法欺诈识别领域，提出一种基于FTransformer‑LightGBM的进口商品价格欺诈识别方法，通过提出的双分支架构和动态特征融合，提高对价格欺诈数据的特征表达，进而提高进口商品价格欺诈类别识别准确率。首先，设计基于机器学习方法和深度学习方法构建的双分支架构，通过融合LightGBM和FTModel模型的输出特征，可以更好地应对数据的多样性，增强对欺诈价格数据的特征表达；其次，基于全连接层和Transformer设计一个基于FTModel的特征提取分支，聚焦复杂场景下商品价格欺诈数据关键特征的提取增强欺诈价格数据的特征表达，加强欺诈数据全局特征的提取；最后，提出的动态特征融合通过动态调整权重可以更加自主地选择有效特征，深度挖掘关联特征，提升模型识别性能。