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！

龙图腾网获悉深圳鼎智通讯股份有限公司申请的专利一种基于AI智能的交易风险识别方法及设备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：CN119313338B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202411882139.3，技术领域涉及：G06Q20/38；该发明授权一种基于AI智能的交易风险识别方法及设备是由翁锋华;曾伟德;邹祥永设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于AI智能的交易风险识别方法及设备在说明书摘要公布了：本发明公开了一种基于AI智能的交易风险识别方法及设备，涉及风险识别技术领域，包括，实时获取用户交易信息和行为数据并对数据进行预处理，提取数据特征生成特征矩阵；根据特征矩阵生成交易风险评分并进行初步风险分类，计算分类后的交易数据的正负理想解距离并根据理想解距离计算交易的风险接近度。本发明通过多阶段分类算法和正负理想解距离计算，显著提高了风险识别的准确性和精细化水平，采用正负理想解距离计算交易的风险接近度，实现了对交易风险的量化排序，不仅能够深度挖掘交易特征，还在交易全生命周期内动态优化风险评估模型，显著提升了复杂交易场景中的交易风险识别效率和准确性。

本发明授权一种基于AI智能的交易风险识别方法及设备在权利要求书中公布了：1.一种基于AI智能的交易风险识别方法，其特征在于：实时获取用户交易信息和行为数据并对数据进行预处理，提取数据特征生成特征矩阵；根据特征矩阵生成交易风险评分并进行初步风险分类，计算分类后的交易数据的正负理想解距离并根据理想解距离计算交易的风险接近度；根据接近度进行交易风险排序，根据排序对风险交易进行管控；所述提取数据特征生成特征矩阵指以交易的时间、空间和环境信息为基础，提取交易数据的基础特征、上下文特征、行为特征和交叉特征；所述上下文特征包括将交易时间戳转换为周期性小时特征和星期特征，根据交易地和账户注册地的地理坐标计算地理距离，结合热点事件标记交易环境的风险等级；所述行为特征包括计算用户在时间T内的交易次数和交易总金额，以及用户的设备切换次数；所述交叉特征指通过组合不同特征之间的关系，生成交叉特征，包括计算当前交易金额和账户余额的比值A，计算交易频率和账户活跃度的比值C；所述根据特征矩阵生成交易风险评分并进行初步风险分类指按特征组将特征矩阵划分为基础特征子集，行为特征和上下文特征子集以及交叉特征子集；在交易发起阶段提取基础特征子集进行快速筛查，使用朴素贝叶斯进行快速分类，计算每个样本的基础特征分类概率PBk|V，其中PBk|V是在已知基础特征子集V后，交易属于类别Bk的概率；设定概率阈值D，若概率小于阈值D，则为低风险交易，直接通过，否则为高风险交易，进行标记，向用户发送短信验证并限制用户单笔交易额，若用户通过验证，则继续进行交易，若未通过，则拒绝交易；在交易处理阶段，提取通过短信验证的高风险交易的行为特征和上下文特征子集综合构建动态特征矩阵X；使用随机森林构建特征和风险之间的非线性关系模型，对动态特征矩阵X进行随机森林分类，输出行为特征评分G1；提取上下文特征子集继续梯度提升分类，输出上下文特征评分G2；结合随机森林和梯度提升结果生成处理阶段的风险评分R；设置阈值E，若风险评分小于阈值E，则为中风险交易，申请人工复核，否则为高风险交易，进行标记；在交易完成阶段，提取高风险交易的交叉特征子集，并计算高风险交易的用户账户历史活跃度，综合构建最终特征矩阵；初始化多层感知机模型的输入层，隐藏层和输出层，使用历史交易数据训练模型，在每一轮迭代中，计算当前模型的分类误差∈t；根据分类误差更新权重调整因子βt；使用权重调整因子更新样本权重；将更新后的样本权重引入到交叉损失函数基于交叉损失函数和Adam优化器进行模型参数迭代优化直至损失达到最小后停止迭代，将迭代的模型参数输入多层感知机模型得到多层感知机模型；将最终特征矩阵输入模型输入层，通过隐藏层提取非线性特征，并在输出层通过Softmax函数计算每个风险类别的概率分布，得到交易所属风险类别的概率；选择最大概率对应的风险类别作为交易数据的分类结果；将分类结果进行总结形成低风险交易集，中风险交易集和高风险交易集。

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深圳鼎智通讯股份有限公司，其通讯地址为：518000 广东省深圳市福田区沙头街道天安社区泰然九路盛唐商务大厦东座501；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”。