摘要
本发明公开了一种基于多模态行为特征的大数据反诈骗方法,具体涉及反诈骗领域;是通过采集目标用户的原始行为数据,构建多模态行为特征数据集;对多模态行为特征数据集进行模态内稳定性评估与模态间一致性评估,提取单模态行为模式与模态间差异性冲突特征;基于单模态行为模式进行可信行为模式建模,生成每类模态的可信特征表示;基于模态间差异性冲突特征,计算潜在模态冲突区域的模态影响权重;根据可信特征表示与模态影响权重进行模态加权融合与冲突抑制,获得多模态融合行为特征向量;将多模态融合行为特征向量输入反诈骗风险识别模型,实现对目标用户行为诈骗风险等级的判定,从而有效提高反诈骗分析的准确性和可靠性。
技术关键词
模态特征
支付终端
社交平台
多模态
通信终端
数据
风险识别模型
模式
轨迹聚类方法
滑动时间窗口
特征提取方法
关系网络
统计方法
时间同步
格式
基准
标签
编码
时序
系统为您推荐了相关专利信息
图像特征数据
语义
数据传输模块
数据采集模块
跨模态
会议一体机
多模态协同
生成会议纪要
多人人脸识别
平台
飞行模拟训练
辅助系统
深度强化学习模型
数据采集模块
决策
特征匹配网络
图像特征匹配方法
像素点
点云特征提取
图像特征提取
动态拉曼光谱
拉曼光谱数据
注意力机制
多层感知机
编码器