银行可疑交易特征自动识别方法及装置

AITNT
正文
推荐专利
银行可疑交易特征自动识别方法及装置
申请号:CN202510181285
申请日期:2025-02-19
公开号:CN119671698B
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种银行可疑交易特征自动识别方法及装置。收集银行交易记录,并对记录中的文本进行标准化处理,处理内容包括转账、消费、ATM取现等常见交易类型。然后,对标准化后的文本进行分词处理,提取关键信息词汇,并构建词汇表,该词汇表用于后续的Word2Vec模型训练。Word2Vec模型采用Skip‑Gram架构,通过预测上下文词来训练生成词向量,捕捉交易特征词汇之间的语义关系,并采用负采样方法减少模型计算量。训练过程中使用最大对数似然函数作为损失函数,优化模型参数。训练完成后,通过验证生成的词向量评估模型对可疑交易特征的识别精度,并根据验证结果进一步调整模型参数,以获得更准确的可疑交易识别模型。
技术关键词
Word2Vec模型 交易特征 自动识别方法 负采样方法 高风险 文本 资金 窗口技术 斯皮尔曼相关系数 分词 样本 自动识别装置 预测误差 处理单元 语义 自然语言 参数 非线性 动态更新
系统为您推荐了相关专利信息
1
基于AI的电子商务多目标优化方法及系统
库存周转率 深度强化学习 商品特征 深度Q网络 更新网络参数
2
企业融资风险评估方法、装置、设备、介质和程序产品
企业融资风险评估 风险评估模型 资金流 逼近理想解排序 知识图谱技术
3
客户流失预测模型的训练方法及装置、客户流失预测方法及装置、电子设备、计算机程序产品
客户流失预测模型 训练样本数据 时间序列模型 随机森林模型 客户流失预测方法
4
基于多维指标决策支持的电力系统规划评估方法及系统
电力系统规划评估 历史运行数据 指标 情景 电力系统拓扑结构
5
一种基于安全风险识别预测的物资采购数据处理方法及系统
多任务学习模型 采购数据处理方法 数据安全 深度学习优化 库存周转率
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号