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！

龙图腾网获悉中国工商银行股份有限公司申请的专利异常业务识别方法及装置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：CN113095392B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202110365708.7，技术领域涉及：G06F18/243；该发明授权异常业务识别方法及装置是由于思远;温丽明;帅翡芍;郑洁锋设计研发完成，并于2021-04-06向国家知识产权局提交的专利申请。

本异常业务识别方法及装置在说明书摘要公布了：本发明提供一种异常业务识别方法及装置，属于人工智能技术领域。该异常业务识别方法包括：获取业务的当前特征数据，将当前特征数据输入基于历史特征数据创建的业务分类模型中，得到业务类型；将当前特征数据输入业务类型对应的基于历史特征数据和历史业务转移成本创建的业务转移成本集成模型中，得到业务转移预测成本；根据业务转移预测成本与预设预警阈值范围的比较结果输出异常业务。本发明可以及时对异常的业务进行预警，降低银行交易风险，减少业务异常带来的潜在损失。

本发明授权异常业务识别方法及装置在权利要求书中公布了：1.一种异常业务识别方法，其特征在于，包括： 获取业务的当前特征数据，将所述当前特征数据输入基于历史特征数据创建的业务分类模型中，得到业务类型； 将所述当前特征数据输入业务类型对应的基于历史特征数据和历史业务转移成本创建的业务转移成本集成模型中，得到业务转移预测成本； 根据业务转移预测成本与预设预警阈值范围的比较结果输出异常业务； 基于历史特征数据创建业务分类模型包括：执行如下迭代处理：根据历史特征数据集中历史特征数据下各特征值的基尼系数确定历史特征数据的基尼系数；根据基尼系数的最小值对应的历史特征数据下各特征值的基尼系数的最小值确定分裂节点，根据分裂节点将所述历史特征数据集划分为两个历史特征数据子集；当历史特征数据子集中的历史特征数据的数量小于预设特征数量阈值或其中一个历史特征数据的基尼系数小于预设基尼阈值时，根据当前迭代中的分裂节点创建业务分类模型，否则将所述历史特征数据集替换为历史特征数据子集，继续执行所述迭代处理； 基于历史特征数据和历史业务转移成本创建业务转移成本集成模型包括：执行如下迭代处理：根据各历史特征数据子集中的历史特征数据创建各业务类型的各采样集；将各采样集输入预设的梯度提升树模型中，得到各采样集的历史业务转移成本预测值；根据各采样集的历史业务转移成本预测值与对应的历史业务转移成本确定各采样集的损失函数；当所述损失函数小于预设损失函数阈值时，确定当前迭代中的各梯度提升树模型分别为各采样集的基本模型，否则根据各采样集的损失函数更新各梯度提升树模型，继续执行所述迭代处理；根据各采样集的基本模型与各基本模型的目标权重创建各业务类型的业务转移成本集成模型； 其中，所述历史特征数据和所述当前特征数据包括交易对手类型、交易对手所在区域、最终交易对手类型、最终交易对手所在区域、业务金额、业务币种、利率浮动类型、利率基准类型、业务起息日、业务到期日、业务循环期限、预设费率和业务用途； 执行如下迭代处理： 将各采样集的历史特征数据输入对应的基本模型中，得到各基本模型的基本转移成本预测值； 当当前迭代次数达到预设迭代次数时，确定各基本模型的预设权重为各基本模型的目标权重，否则根据各基本模型的基本转移成本预测值与对应的历史业务转移成本的偏差更新所述预设权重，继续执行所述迭代处理； 所述当当前迭代次数达到预设迭代次数时，确定各基本模型的预设权重为各基本模型的目标权重，否则根据各基本模型的基本转移成本预测值与对应的历史业务转移成本的偏差更新所述预设权重，继续执行所述迭代处理，包括： 设第i个基本模型对应的偏差为hi，共有T个基本模型，则第i个基本模型在下一次迭代中的预设权重被更新为：其中，Wi为第i个基本模型更新后的预设权重。

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中国工商银行股份有限公司，其通讯地址为：100140 北京市西城区复兴门内大街55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。