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！

龙图腾网获悉东南大学申请的专利基于聚类下采样技术处理信用卡欺诈交易中数据集的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：CN116821688B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310892750.3，技术领域涉及：G06F18/214；该发明授权基于聚类下采样技术处理信用卡欺诈交易中数据集的方法是由黄华杰;刘波;薛潇雨;曹玖新;陈欣怡设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本基于聚类下采样技术处理信用卡欺诈交易中数据集的方法在说明书摘要公布了：本发明公开了一种基于聚类下采样技术处理信用卡欺诈交易中数据集的方法，涉及人工智能领域相关算法的应用。该方法按照交易的性质，把信用卡交易划分为正常交易和欺诈交易，基于K‑Means聚类算法对全部正常交易进行聚类；对于聚类得到的每个信用卡正常交易的簇，创造一个新的结点代表这个簇，新结点表示具有相似特征的正常交易的特征；这些新结点表示某类具有相似特征的正常交易结点的代表，所有簇的新结点构成新的正常交易集合；最后把新的正常交易集合与欺诈交易集合组合成均衡状态的训练数据集。本发明解决了现有技术对信用卡欺诈检测中的不平衡数据集问题处理，带来的无法有效提取特定群体特征，而造成运算效率慢、准确度低的技术问题。

本发明授权基于聚类下采样技术处理信用卡欺诈交易中数据集的方法在权利要求书中公布了：1.基于聚类下采样技术处理信用卡欺诈交易中数据集的方法，其特征在于，该方法包括如下步骤： S1.按照交易的性质，把信用卡交易划分为正常交易和欺诈交易，基于K-Means聚类算法对全部正常交易进行聚类； S2.对于聚类得到的每个信用卡正常交易的簇，创造一个新的结点代表这个簇，新结点表示具有相似特征的正常交易的特征； S3.这些新结点表示某类具有相似特征的正常交易结点的代表，所有簇的新结点构成新的正常交易集合； S4.把新的正常交易集合与欺诈交易集合组合成均衡状态的训练数据集； 其中，步骤S1的具体过程包括如下子步骤： 子步骤S1-1.初始化聚类中心：设定需划分信用卡正常交易的聚类个数等于欺诈交 易的数量，随机挑选个信用卡正常交易结点作为聚类中心点，从而完成初始化个聚类中 心点信息； 子步骤S1-2.对所有正常交易进行聚类划分：计算每个正常交易结点到所有个聚类中 心点的距离，距离计算公式为欧式距离，把每个正常交易结点分配给离它最近的聚类中心 所存在的类别中，即所在的簇内，正常交易结点归属为欧式距离最小的结点所在的簇，该步 骤具体如公式所示，公式表示把第个信用卡正常交易结点归类到欧式距离最短的簇类 内， 其中，表示第个结点的第个属性值，表示第个簇的中心点的第个属性值，表示簇的数量，m表示每个结点中包含的属性个数； 子步骤S1-3.根据分类结点情况，更新簇中心点的信息：正常交易完成归类后，根据新的聚类情况，重新计算簇的中心点，更新聚类中心点信息生成结点； 子步骤S1-4.重复步骤子步骤S1-2和子步骤S1-3，直到满足迭代终止条件，得到最终聚类结果； 步骤S2所述对于每个信用卡正常交易的簇，创造一个新的结点代表这个簇，新结点表示具有相似特征的正常交易的特征，假设每个结点由连续变量和离散变量组成； 对于连续变量创造的新节点，为该簇中所有结点在该属性上的平均值，具体计算公 式如下： 其中表示第个簇的结点数量； 对于离散变量创造的新节点，为该簇属性中所有结点出现频度最多的数值，具体计 算公式如下： 其中，函数用于统计结点属性出现频度的函数。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。

以上内容由龙图腾AI智能生成。