基本信息:
- 专利标题： 基于RNN的反洗钱模型的训练方法、装置、设备及介质
- 申请号：CN202010794245.1 申请日：2020-08-07
- 公开(公告)号：CN111915437B 公开(公告)日：2024-06-07
- 发明人： 兰冲 , 郭天佑 , 汪亚男 , 肖和兵 , 李元 , 夏尔科
- 申请人： 深圳前海微众银行股份有限公司 , 香港科技大学
- 申请人地址： 广东省深圳市前海深港合作区前湾一路1号A栋201室（入驻深圳市前海商务秘书有限公司）
- 专利权人： 深圳前海微众银行股份有限公司,香港科技大学
- 当前专利权人： 深圳前海微众银行股份有限公司,香港科技大学
- 当前专利权人地址： 广东省深圳市前海深港合作区前湾一路1号A栋201室（入驻深圳市前海商务秘书有限公司）
- 代理机构： 北京同达信恒知识产权代理有限公司
- 代理人： 李欣
- 主分类号： G06Q40/04
- IPC分类号： G06Q40/04 ; G06N3/0442 ; G06N3/08
摘要：
本发明涉及金融科技技术领域，公开了一种基于RNN的反洗钱模型的训练方法、装置、设备及介质。该方法包括：获取训练样本集，训练样本集包括样本客户的第一交易特征序列数据、第一客户属性特征数据和标注标签；将第一交易特征序列数据输入至预设反洗钱模型的循环神经网络层中，得到第一特征表达；将第一客户属性特征数据输入至预设反洗钱模型的全连接神经网络层中，得到第二特征表达；对第一特征表达与第二特征表达进行拼接，得到拼接特征数据；通过拼接特征数据、标注标签和预设损失函数对预设反洗钱模型进行迭代训练，得到训练好的初始反洗钱模型。本发明能够解决现有反洗钱模型训练的准确性较差的问题。
公开/授权文献:
- CN111915437A 基于RNN的反洗钱模型的训练方法、装置、设备及介质 公开/授权日：2020-11-10