(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211201677.2 (22)申请日 2022.09.29 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 胡露露　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 崔清杨 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/08(2012.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种交易识别方法、 装置、 电子设备及计算 机存储介质 (57)摘要 本申请公开了一种交易识别方法、 装置、 电 子设备及计算机存储介质， 可应用于大数据领域 或金融领域。 所述方法包括： 获取用户银行信用 卡正在进行的交易的交易数据； 对 所述交易数据 进行处理， 得到处理后的交易数据； 将所述处理 后的交易数据输入识别模型， 基于所述识别模型 对所述处理后的交易数据进行处理， 输出识别结 果， 所述识别模 型是基于历史数据进行训练得到 的。 在本发明实施例中， 在接收到银行信用卡发 生新的交易之后， 先对交易的交易数据进行处 理， 并将处理后的交易数据输入 预先构建的识别 模型， 以确定银行信用卡正在发生的交易是否存 在欺诈行为。 通过上述方式能够有效快速、 准确 地识别出信用卡是否存在欺诈交易。 权利要求书1页 说明书8页 附图4页 CN 115482093 A 2022.12.16 CN 115482093 A 1.一种交易识别方法， 其特 征在于， 所述方法包括： 获取用户银 行信用卡 正在进行的交易的交易数据； 对所述交易数据进行处 理， 得到处 理后的交易数据； 将所述处理后的交易数据输入识别模型， 基于所述识别模型对所述处理后的交易数据 进行处理， 输出识别结果， 所述识别模型 是基于历史数据进行训练得到的。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述交易数据进行处理， 得到处理 后的交易数据， 包括： 对所述交易数据进行 特征提取， 得到目标 特征； 基于所述目标 特征进行转换， 得到处 理后的交易数据。 3.根据权利要求1所述的方法， 其特征在于， 所述基于历史数据进行训练得到识别模型 的过程， 包括： 获取历史数据， 并将所述历史数据作为样本集； 提取所述样本集的特 征， 得到样本特 征数据； 将所述样本特 征数据转换成预设格式的样本特 征数据； 利用所述样本特征数据对CNN网络模型进行训练， 直至得到表示违法的识别结果在预 设结果相同， 确定当前训练得到的CN N网络模型为识别模型。 4.根据权利要求1所述的方法， 其特 征在于， 还 包括： 若所述识别结果表示所述交易 不合法， 对所述用户的银 行信用卡进行冻结操作。 5.一种交易识别装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取用户银 行信用卡 正在进行的交易的交易数据； 第一处理单元， 用于对所述交易数据进行处 理， 得到处 理后的交易数据； 识别模型， 用于将所述处理后的交易数据输入识别模型， 基于所述识别模型对所述处 理后的交易数据进行处 理， 输出识别结果， 所述识别模型 是基于构建单 元构建得到的。 6.根据权利要求5所述的装置， 其特征在于， 所述第 一处理单元， 具体用于： 对所述交易 数据进行 特征提取， 得到目标 特征； 基于所述目标 特征进行转换， 得到处 理后的交易数据。 7.根据权利要求5所述的装置， 其特 征在于， 所述构建单 元， 用于： 获取历史数据， 并将所述历史数据作为样本集； 提取所述样本集的特 征， 得到样本特 征数据； 将所述样本特 征数据转换成预设格式的样本特 征数据； 利用所述样本特征数据对CNN网络模型进行训练， 直至得到表示违法的识别结果在预 设结果相同， 确定当前训练得到的CN N网络模型为识别模型。 8.根据权利要求5所述的装置， 其特 征在于， 还 包括： 第二处理单元， 用于若所述识别结果表示所述交易不合法， 对所述用户的银行信用卡 进行冻结操作。 9.一种电子设备， 其特征在于， 所述电子设备用于运行程序， 其中， 所述程序运行时执 行如权利要求1 ‑4中任一所述的交易识别方法。 10.一种计算机存储介质， 其特征在于， 所述存储介质包括存储程序， 其中， 在所述程序 运行时控制所述存 储介质所在设备 执行如权利要求1 ‑4中任一所述的交易识别方法。权　利　要　求　书 1/1 页 2 CN 115482093 A 2一种交易识别方 法、 装置、 电子设备及计算机存 储介质 技术领域 [0001]本发明涉及数据处理技术领域， 尤其涉及一种交易识别方法、 装置、 电子设备及计 算机存储介质。 背景技术 [0002]随着欺诈行为在金融行业盛行， 使得 银行用户的权益受到 侵害。 [0003]目前， 常是用户在查询之间发现信用卡出现交易异常。 通过上述方式无法有效快 速、 准确地识别出信用卡欺诈交易。 发明内容 [0004]有鉴于此， 本 发明实施例提供一种交易识别方法、 装置、 电子设备及 计算机存储介 质， 以解决现有技 术中存在的无法有效快速、 准确地识别出信用卡欺诈交易的问题。 [0005]为实现上述目的， 本发明实施例提供如下技 术方案： [0006]本发明实施例第一方面 示出了一种交易识别方法， 所述方法包括： [0007]获取用户银 行信用卡 正在进行的交易的交易数据； [0008]对所述交易数据进行处 理， 得到处 理后的交易数据； [0009]将所述处理后的交易数据输入识别模型， 基于所述识别模型对所述处理后的交易 数据进行处 理， 输出识别结果， 所述识别模型 是基于历史数据进行训练得到的。 [0010]可选的， 所述对所述交易数据进行处 理， 得到处 理后的交易数据， 包括： [0011]对所述交易数据进行 特征提取， 得到目标 特征； [0012]基于所述目标 特征进行转换， 得到处 理后的交易数据。 [0013]可选的， 所述基于历史数据进行训练得到识别模型的过程， 包括： [0014]获取历史数据， 并将所述历史数据作为样本集； [0015]提取所述样本集的特 征， 得到样本特 征数据； [0016]将所述样本特 征数据转换成预设格式的样本特 征数据； [0017]利用所述样本特征数据对CNN网络模型进行训练， 直至得到表示违法的识别结果 在预设结果相同， 确定当前训练得到的CN N网络模型为识别模型。 [0018]可选的， 还 包括： [0019]若所述识别结果表示所述交易 不合法， 对所述用户的银 行信用卡进行冻结操作。 [0020]本发明实施例第二方面 示出了一种交易识别装置， 所述装置包括： [0021]获取单元， 用于获取用户银 行信用卡 正在进行的交易的交易数据； [0022]第一处理单元， 用于对所述交易数据进行处 理， 得到处 理后的交易数据； [0023]识别模型， 用于将所述处理后的交易数据输入识别模型， 基于所述识别模型对所 述处理后的交易数据进行处 理， 输出识别结果， 所述识别模型 是基于构建单 元构建得到的。 [0024]可选的， 所述第一处理单元， 具体用于： 对所述交易数据进行特征提取， 得到目标 特征；说　明　书 1/8 页 3 CN 115482093 A 3