基于账户交易特征的账户风险等级预测方法和装置与流程

本发明涉及计算机，特别涉及人工智能，尤其涉及一种基于账户交易特征的账户风险等级预测方法和装置。

背景技术：

1、当今社会科技不断进步，用户对异常账户的伪装手段也更加复杂隐蔽。交易异常监测是目前金融行业的普遍难题，同时随着网络不断发展，交易数据量呈指数型增长，给银行等金融机构的交易异常监测工作增加了很大难度。相关技术中，传统的异常交易监测方法主要是根据专家总结的异常交易规则进行统计识别，比如单笔交易金额大、短时间内交易频率高等，重点统计账户的交易指标，构建异常交易规则模型，计算交易指标是否异常，进而判断账户是否异常；或者，采用机器学习算法对海量历史交易明细数据进行模型训练，通过训练的机器学习模型判断账户是否异常。但传统的异常交易规则模型依赖于预设的规则进行统计分析，规则迭代较慢，无法适应如今经济高速发展以及交易量暴涨的现状，而机器学习算法通常仅以账户的交易数据作为基础，但账户异常通常涉及多维影响因素，不同账户之间存在交易差异性，误判率较高，增加了大量人工筛查成本。由此可见，当前的两种方法均存在片面、适应性差、准确性低等问题。

技术实现思路

1、本发明的一个目的在于提供一种基于账户交易特征的账户风险等级预测方法，结合了用户信息、账户信息和交易明细信息，对不同类型的账户进行细粒度划分，采用决策树算法对每类账户群体生成个性化的异常识别规则，预测账户的风险等级，提高了风险预测的全面性、准确性和适应性，从而实现全面、高效、精准的异常监测效果。本发明的另一个目的在于提供一种基于账户交易特征的账户风险等级预测装置。本发明的再一个目的在于提供一种计算机可读介质。本发明的还一个目的在于提供一种计算机设备。

2、为了达到以上目的，本发明一方面公开了一种基于账户交易特征的账户风险等级预测方法，包括：

3、获取原始用户信息、原始账户信息和原始交易明细信息；

4、根据原始用户信息、原始账户信息和原始交易明细信息进行特征提取和分类，生成不同账户分类的账户交易特征矩阵；

5、根据不同账户分类的账户交易特征矩阵和预先生成的指标特征权重，对决策树进行训练，生成不同账户分类对应的账户交易风险预测模型；

6、通过不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级。

7、优选的，原始账户信息包括全量账户信息和异常名单账户信息；

8、根据原始用户信息、原始账户信息和原始交易明细信息进行特征提取和分类，生成不同账户分类的账户交易特征矩阵，包括：

9、根据全量账户信息和异常名单账户信息进行账户关联，生成账户关联信息表；

10、对原始用户信息、账户关联信息表和原始交易明细信息进行数据清洗，生成清洗后的用户信息表、账户关联信息表和交易明细信息表；

11、对用户信息表、账户关联信息表和交易明细信息表进行数据集成和账户分类，生成不同账户分类的账户交易特征矩阵。

12、优选的，对用户信息表、账户关联信息表和交易明细信息表进行数据集成和账户分类，生成不同账户分类的账户交易特征矩阵，包括：

13、将用户信息表和账户关联信息表进行关联合并，生成账户特征表；

14、对交易明细信息表进行单向数据转换，生成单向交易表；

15、对单向交易表进行特征转换，生成交易特征表；

16、将账户特征表和交易特征表进行关联合并，生成原始账户交易特征表；

17、通过聚类算法，对账户特征表进行账户分类，生成账户分类结果；

18、根据账户分类结果和原始账户交易特征表进行关键特征提取，生成不同账户分类的账户交易特征矩阵。

19、优选的，方法还包括：

20、对原始账户交易特征表进行关键特征提取，得到多组特征变量和对应的目标变量；

21、通过层次分析法，根据多组特征变量和对应的目标变量进行权重计算，生成指标特征权重。

22、优选的，通过不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级，包括：

23、根据不同账户分类的账户交易特征矩阵，确定出待识别的账户交易特征所属的目标账户分类；

24、根据目标账户分类，确定出对应的目标账户交易风险预测模型；

25、通过目标账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级。

26、优选的，在通过不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级之后，还包括：

27、根据账户风险等级，判断当前交易是否存在异常风险；

28、若存在，通过预设的风控策略，根据账户风险等级，匹配出对应的风控方案。

29、本发明还公开了一种基于账户交易特征的账户风险等级预测装置，包括：

30、数据采集单元，用于获取原始用户信息、原始账户信息和原始交易明细信息；

31、数据处理单元，用于根据原始用户信息、原始账户信息和原始交易明细信息进行特征提取和分类，生成不同账户分类的账户交易特征矩阵；

32、模型训练单元，用于根据不同账户分类的账户交易特征矩阵和预先生成的指标特征权重，对决策树进行训练，生成不同账户分类对应的账户交易风险预测模型；

33、风险等级预测单元，用于通过不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级。

34、本发明还公开了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述方法。

35、本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述处理器执行所述程序时实现如上所述方法。

36、本发明还公开了一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时实现如上所述方法。

37、本发明获取原始用户信息、原始账户信息和原始交易明细信息；根据原始用户信息、原始账户信息和原始交易明细信息进行特征提取和分类，生成不同账户分类的账户交易特征矩阵；根据不同账户分类的账户交易特征矩阵和预先生成的指标特征权重，对决策树进行训练，生成不同账户分类对应的账户交易风险预测模型；通过不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级，结合了用户信息、账户信息和交易明细信息，对不同类型的账户进行细粒度划分，采用决策树算法对每类账户群体生成个性化的异常识别规则，预测账户的风险等级，提高了风险预测的全面性、准确性和适应性，从而实现全面、高效、精准的异常监测效果。

技术特征：

1.一种基于账户交易特征的账户风险等级预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于账户交易特征的账户风险等级预测方法，其特征在于，所述原始账户信息包括全量账户信息和异常名单账户信息；

3.根据权利要求2所述的基于账户交易特征的账户风险等级预测方法，其特征在于，所述对所述用户信息表、账户关联信息表和交易明细信息表进行数据集成和账户分类，生成所述不同账户分类的账户交易特征矩阵，包括：

4.根据权利要求3所述的基于账户交易特征的账户风险等级预测方法，其特征在于，所述方法还包括：

5.根据权利要求1所述的基于账户交易特征的账户风险等级预测方法，其特征在于，通过所述不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级，包括：

6.根据权利要求1所述的基于账户交易特征的账户风险等级预测方法，其特征在于，在所述通过所述不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级之后，还包括：

7.一种基于账户交易特征的账户风险等级预测装置，其特征在于，所述装置包括：

8.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6任一项所述的基于账户交易特征的账户风险等级预测方法。

9.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至6任一项所述的基于账户交易特征的账户风险等级预测方法。

10.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1至6任一项所述的基于账户交易特征的账户风险等级预测方法。

技术总结
本发明提供了一种基于账户交易特征的账户风险等级预测方法和装置，可用于人工智能技术领域，方法包括：根据原始用户信息、原始账户信息和原始交易明细信息进行特征提取和分类，生成不同账户分类的账户交易特征矩阵；根据不同账户分类的账户交易特征矩阵和预先生成的指标特征权重，对决策树进行训练，生成不同账户分类对应的账户交易风险预测模型；通过不同账户分类对应的账户交易风险预测模型，对待识别的账户交易特征进行风险预测，生成账户风险等级，结合了用户信息、账户信息和交易明细信息，对不同类型的账户进行细粒度划分，提高了风险预测的全面性、准确性和适应性，从而实现全面、高效、精准的异常监测效果。

技术研发人员：马欣
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：
技术公布日：2025/3/3