涉诈订单预测模型训练方法和装置，订单预测方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113630495A(43)申请公布日2021.11.09(21)申请号202010375837.X(22)申请日2020.05.07(71)申请人中国电信股份有限公司地址100033北京市西城区金融大街31号(72)发明人罗仕漳魏丫丫王健雷勇槐正王红波臧艳芳杨传信孙鹏(74)专利代理机构中国贸促会专利商标事务所有限公司11038代理人刘剑波(51)Int.Cl.H04M1/663(2006.01)G06K9/62(2006.01)权利要求书2页说明书9页附图5页(54)发明名称涉诈订单预测模型训练方法和装置，订单预测方法和装置(57)摘要本公开提供一种涉诈订单预测模型训练方法和装置，订单预测方法和装置。训练装置以预定周期从数据库中提取出涉及诈骗的手机号码清单；根据手机号码清单获取相关联的诈骗号卡订单；提取诈骗号卡订单的特征信息以生成负样本，提取与诈骗无关的卡号订单的特征信息以生成正样本；将正样本和负样本提供给堆叠模型，其中将第一模型中的多个子模型的输出结果集成后，提供给第二模型以得到输出结果；利用输出结果同正样本和负样本的偏差确定损失函数值；根据损失函数值对堆叠模型进行训练，直至损失函数值满足预定条件为止。本公开通过利用经训练的堆叠模型，能够在号卡购买阶段进行防诈骗预测，有效提升防诈效果。CN113630495ACN113630495A权利要求书1/2页1.一种涉诈订单预测模型训练方法，包括：以预定周期从数据库中提取出涉及诈骗的手机号码清单；根据所述手机号码清单获取相关联的诈骗号卡订单；提取所述诈骗号卡订单的特征信息以生成负样本，提取与诈骗无关的卡号订单的特征信息以生成正样本；将所述正样本和所述负样本提供给堆叠模型中的第一模型，以便所述第一模型中的多个子模型分别对所述正样本和所述负样本进行处理，以分别得到对应的输出结果；将所述多个子模型的输出结果集成后，提供给所述堆叠模型中的第二模型，以得到所述堆叠模型的输出结果；利用所述堆叠模型的输出结果同所述正样本和所述负样本的偏差确定损失函数值；根据所述损失函数值对所述第一模型和所述第二模型进行训练，直至所述损失函数值满足预定条件为止。2.根据权利要求1所述的方法，其中，根据所述手机号码清单获取相关联的诈骗号卡订单包括：根据所述手机号码清单中的每个手机号码，查询相关联的号卡订单；根据所述相关联的号卡订单查询相应的入网用户身份证信息和收货用户手机号码信息；查询与所述入网用户身份证信息或收货用户手机号码相关联的号卡订单，然后重复执行根据所述相关联的号卡订单查询相应的入网用户身份证信息和收货用户手机号码信息的步骤，直至查收出全部相关联的号卡订单为止。3.根据权利要求2所述的方法，还包括：将查询出的号卡订单写入历史诈骗号卡订单库中。4.根据权利要求1所述的方法，其中，所述第一模型中的多个子模型分别采用不同的分类器模型。5.一种涉诈订单预测模型训练装置，包括：第一提取模块，被配置为以预定周期从数据库中提取出涉及诈骗的手机号码清单；订单获取模块，被配置为根据所述手机号码清单获取相关联的诈骗号卡订单；样本生成模块，被配置为提取所述诈骗号卡订单的特征信息以生成负样本，提取与诈骗无关的卡号订单的特征信息以生成正样本；训练模块，被配置为将所述正样本和所述负样本提供给堆叠模型中的第一模型，以便所述第一模型中的多个子模型分别对所述正样本和所述负样本进行处理，以分别得到对应的输出结果，将所述多个子模型的输出结果集成后，提供给所述堆叠模型中的第二模型，以得到所述堆叠模型的输出结果，利用所述堆叠模型的输出结果同所述正样本和所述负样本的偏差确定损失函数值，根据所述损失函数值对所述第一模型和所述第二模型进行训练，直至所述损失函数值满足预定条件为止。6.根据权利要求5所述的装置，其中，订单获取模块被配置为根据所述手机号码清单中的每个手机号码，查询相关联的号卡订单，根据所述相关联的号卡订单查询相应的入网用户身份证信息和收货用户手机号码信息，查询与所述入网用户身份证信息或收货用户手机号码相关联的号卡订单，然后重复执2CN113630495A权利要求书2/2页行根据所述相关联的号卡订单查询相应的入网用户身份证信息和收货用户手机号码信息的步骤，直至查收出全部相关联的号卡订单为止。7.根据权利要求6所述的装置，其中，订单获取模块被配置为将查询出的号卡订单写入历史诈骗号卡订单库中。8.根据权利要求5所述的装置，其中，所述第一模型中的多个子模型分别采用不同的分类器模型。9.一种涉诈订单预测模型训练装置，包括：存储器，被配置为存储指令；处理器，耦合到存储器，处理器被配置为基于存储器存储的指令执行实现如权利要求1-4中任一项所述的方法。10.一种涉诈订单预测方法