摘要
本发明公开了基于多源数据融合的E卡通交易风险评价方法,数据获取与预处理:实时采集E卡通交易的多源数据,包括用户交易行为数据、设备环境数据、地理位置数据、历史信用数据及第三方征信数据,对数据进行去噪、归一化和特征提取。本发明通过融合多源异构数据,如设备环境、实时地理位置,并引入动态权重调整机制,突破了传统单一数据源评价的局限性;同时配合时间衰减因子log(1+Δt),有效识别高频异常交易;动态权重机制提升模型对新型欺诈模式的适应性。
技术关键词
风险评价方法
征信数据
风险控制策略
风险评分模型
隐马尔可夫模型
高风险
加权融合算法
联邦学习技术
滑动窗口机制
生物特征识别
黑名单库
动态
模型预测值
权重机制
融合多源
异常状态
模式
社交
系统为您推荐了相关专利信息
贝叶斯神经网络
风险评价方法
样本
神经网络参数
数据噪声
面向道路场景
误差状态
ORB特征提取
节点
隐马尔可夫模型
纳米磁珠
组织
隐马尔可夫模型
磁珠纯化
氨丙基三乙氧基硅烷