摘要
本发明公开了机器学习技术领域的基于集成学习模型的洗钱交易识别方法、装置及设备,包括根据洗钱交易特征训练集预先划定洗钱交易的第一特征体系、第二特征体系和第三特征体系;将第一特征体系、第二特征体系和第三特征体系进行分析训练并分别抽样提取特征子集;将多个特征子集分别融合对应的基础分类器,形成不同的基础预测结果,根据预测结果得到多个基础模型。本发明通过采用具有多种基础模型的预测结果模型对用户的相关特征进行自动识别,能够实现多模型组合识别方法对用户类型的分类,避免洗钱交易识别方法的逻辑单一,防止漏报或误报,有利于提升交易账户判断的可靠性,提高洗钱案件识别效率。
技术关键词
交易识别方法
集成学习模型
交易特征
交易识别装置
账户
基础分类器
数据处理模块
客户
模型筛选方法
对象定位
典型特征信息
识别设备
跨地区
学习器
训练集
输入端
资金
系统为您推荐了相关专利信息
验证签名信息
明文
可视化界面
服务端
区块链账户地址
信用风险预测方法
样本
集成学习模型
信用预测模型
训练集
物流数据分析方法
历史订单数据
时间段
大数据
集成学习模型