一种可解释的欺诈交易识别方法及装置

摘要

本发明公开了一种可解释的欺诈交易识别方法及装置，属于计算机技术领域，技术方案包括为收集一定数量的客户的历史交易数据；使用RNN（循环神经网络）、LSTM（长短期记忆网络）、GRU（门控循环单元）、TCN（时域卷积网络）等可以提取时间序列特征神经网络结构，构建一个提取交易数据时序特征的神经网络，使用收集到的交易数据训练神经网络；通过SHAP Value等模型解释方法对训练好的模型进行解释分析，筛选出有效的特征维度；使用筛选出的维度构造交叉统计特征，将构造出的预测能力较强的特征构成欺诈识别规则，用于欺诈交易；识别其目的在于，使该方法不仅能达到其他模型方法同等的精度，并且具有可解释性。