摘要
本发明涉及计算机技术领域,且公开了一种基于机器学习的账户风险预测方法及系统,包括获取目标账户在不同时间段的交易明细、登录行为及终端环境信息,构建账户动态行为特征数据集;对账户动态行为特征数据集进行多层嵌套特征提取,采用时序卷积网络与注意力机制融合算法构建账户风险行为演化模型;基于响应偏移量的趋势变化,判断账户风险行为演化模型在当前训练周期内的风险敏感性是否稳定;针对修正后的行为序列,应用多阶段决策网络与反事实推理机制,生成潜在风险账户的预测评分矩阵;根据误判边界校正结果,结合预设的风控知识库,对账户当前状态进行多维融合评估。本发明具备降低误判率的优点。
技术关键词
风险预测方法
账户
注意力机制
推理机制
融合算法
序列
动态
多阶段
时序
嵌套结构
风险评分模型
校正
统计特征提取
风险预测系统
数据
网络
跳变规律