恭喜四川交通职业技术学院李天霞获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜四川交通职业技术学院申请的专利基于神经网络的财务支付异常交易识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119295083B 。
龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411814172.2,技术领域涉及:G06Q20/40;该发明授权基于神经网络的财务支付异常交易识别方法是由李天霞;雷静霞设计研发完成,并于2024-12-11向国家知识产权局提交的专利申请。
本基于神经网络的财务支付异常交易识别方法在说明书摘要公布了:本发明公开了一种基于神经网络的财务支付异常交易识别方法,属于财务支付异常交易识别技术领域,本发明根据用户在交易平台上的交易金额与日常支出的差距,构建支出偏离序列;其次,提取用户在平台上的浏览记录,计算各页面内容的关联度,从而构建用户浏览关联度序列;再提取用户的交易内容,计算每个交易内容与浏览内容的契合度,形成用户交易契合度序列;最后,基于多输入神经网络,将支出偏离序列、用户浏览关联度序列和用户交易契合度序列作为输入,得出支付异常程度值。本发明通过综合考虑用户的支出行为、浏览习惯和交易匹配情况,能够有效提高异常交易的识别率,减少财务风险。
本发明授权基于神经网络的财务支付异常交易识别方法在权利要求书中公布了:1.一种基于神经网络的财务支付异常交易识别方法,其特征在于,包括以下步骤:S1、根据用户在交易平台上的交易金额与日常支出的差距,构建支出偏离序列;S2、提取用户在交易平台上的浏览记录中各页面内容,计算用户浏览内容关联度,构建用户浏览关联度序列;S3、提取用户在交易平台上的每个交易内容,计算每个交易内容与用户浏览内容的交易契合度,构建用户交易契合度序列;S4、根据支出偏离序列、用户浏览关联度序列和用户交易契合度序列,基于多输入神经网络,得到支付异常程度值;所述S2包括以下分步骤:S21、提取用户在交易平台上的浏览记录;S22、将浏览记录中每个页面内容分离出来,得到用户浏览的多个页面内容;S23、将每个页面内容按时间发生的先后顺序排列,得到用户浏览集合;S24、在用户浏览集合中,根据每个页面内容和邻近页面内容,计算每个用户浏览内容关联度;S25、将每个用户浏览内容关联度作为元素构建用户浏览关联度序列;所述S24包括以下分步骤:S241、提取每个页面内容中的关键词,构建页面关键词集合;S242、计算每个页面的页面关键词集合与左侧邻域页面的页面关键词集合的交并比,得到第一交并比:,其中,S1,j为第j个第一交并比,Gj为第j个页面的页面关键词集合,Gj-1为第j-1个页面的页面关键词集合,∩为取交集,∪为取并集,j为用户浏览集合中页面的编号,f为计算集合中关键词的数量;S243、计算每个页面关键词集合与右侧邻域页面关键词集合的交并比,得到第二交并比:,其中,S2,j为第j个第二交并比,Gj+1为第j+1个页面的页面关键词集合;S244、根据第一交并比和第二交并比,得到每个用户浏览内容关联度:,其中,γj为第j个用户浏览内容关联度;所述S3包括以下分步骤:S31、提取用户在交易平台上的每个交易内容,提取交易内容中关键词,构建交易关键词集合;S32、计算交易关键词集合与每个页面关键词集合的交并比,得到第三交并比;S33、筛选出第三交并比大于交并比阈值的页面关键词集合,作为匹配页面关键词集合,并将对应页面作为匹配页面;S34、根据匹配页面关键词集合对应的第三交并比,以及在匹配页面停留的时间,计算交易契合度;S35、将每个交易内容对应的交易契合度作为元素,构建用户交易契合度序列;所述S4中多输入神经网络包括:偏离特征提取通道、浏览特征提取通道、交易特征提取通道、第一全连接层、第二全连接层和分类层;所述偏离特征提取通道的输入端用于输入支出偏离序列;所述浏览特征提取通道的输入端用于输入用户浏览关联度序列;所述交易特征提取通道的输入端用于输入用户交易契合度序列;所述第一全连接层的输入端分别与偏离特征提取通道的第一输出端、浏览特征提取通道的第一输出端和交易特征提取通道的第一输出端连接;所述第二全连接层的输入端分别与偏离特征提取通道的第二输出端、浏览特征提取通道的第二输出端和交易特征提取通道的第二输出端连接;所述分类层的输入端分别与第一全连接层的输出端和第二全连接层的输出端连接。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川交通职业技术学院,其通讯地址为:611130 四川省成都市温江区海峡两岸科技园大学城柳台大道东段208号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。