模型训练方法、电信网络诈骗行为识别方法及装置

本申请实施例提供一种模型训练方法、电信网络诈骗行为识别方法及装置，涉及金融科技技术领域、机器学习技术领域和信息安全技术领域。模型训练方法包括：对历史交易行为数据进行特征挖掘，得到多个特征；根据每条历史交易行为数据，提取对应多个特征的数据，得到原始数据集；将原始数据集划分为N折数据，并针对N折数据，采用多折交叉计算方式确定多个特征中每个特征的替换重要性评分均值；基于特征的替换重要性评分均值，在多个特征中选择重要特征，并基于原始数据集，提取对应重要特征的目标数据集；基于目标数据集，训练得到电信网络诈骗行为识别模型。本申请提供的电信网络诈骗行为识别模型具有较高的准确率和较强泛化能力。