【技术实现步骤摘要】
本申请涉及计算机，更具体地，涉及一种数据处理方法、装置以及电子设备。
技术介绍
1、随着科技的飞速发展和金融交易的日益复杂化、数字化，金融欺诈成为了金融机构面临的一大挑战。传统的基于规则的欺诈检测系统在面对日益增长的欺诈案例时，已经显得力不从心。而神经网络模型的出现为解决这一挑战提供了新的机遇。然而，相关的用于进行欺诈检测的神经网络模型还存在检测效率有待提升的问题。
技术实现思路
1、本申请提出了一种数据处理方法、装置以及电子设备，以改善上述问题。
2、第一方面，本申请提供了一种数据处理方法，所述方法包括：获取待识别用户的行为数据序列；将所述行为数据序列输入到欺诈检测模型中进行处理，其中，所述欺诈检测模型包括残差模块，所述残差模块中包括有卷积模块，所述卷积模块基于扩张因果卷积对输入数据进行处理，其中，所述残差模块的输入与输出之间进行残差连接；根据所述欺诈检测模型的输出数据检测所述待识别用户是否为欺诈用户。
3、第二方面，本申请提供了一种数据处理装置，所述装置包括：序列数据获取单元，用于获取待识别用户的行为数据序列；数据处理单元，用于将所述行为数据序列输入到欺诈检测模型中进行处理，其中，所述欺诈检测模型包括残差模块，所述残差模块中包括有卷积模块，所述卷积模块基于扩张因果卷积对输入数据进行处理，其中，所述残差模块的输入与输出之间进行残差连接；欺诈检测单元，用于根据所述欺诈检测模型的输出数据检测所述待识别用户是否为欺诈用户。
4、第三方面，本申请提供了
5、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码被启动控制器运行时执行上述的方法。
6、本申请提供的一种数据处理方法、装置以及电子设备，在该方法中，在获取待识别用户的行为数据序列后，可以将所述行为数据序列输入到欺诈检测模型的中残差模块进行处理，其中，残差模块中包括有卷积模块，卷积模块基于扩张因果卷积对输入数据进行处理，之后则可以根据欺诈检测模型的输出数据检测所述待识别用户是否为欺诈用户。从而通过上述方式使得欺诈检测模型中的卷积模块可以通过扩张因果卷积对输入数据进行处理，来得到用户的行为特征，进而利用扩张因果卷积更低的计算复杂度的特性，使得可以降低欺诈检测模型获取用户行为特征过程中计算复杂度，以便于提升检测效率。
本文档来自技高网...【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述残差模块有多个，且多个残差模块依次连接，所述将所述行为数据序列输入到欺诈检测模型中进行处理，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积模块包括第一卷积层以及第二卷积层，所述第一卷积层以及第二卷积层各自均基于扩张因果卷积对输入数据进行处理，所述将输入数据输入到当前的残差模块中，以用于当前的残差模块对所述输入数据进行处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述将输入数据输入到当前的残差模块的第一卷积层进行处理，并获取所述第一卷积层的第一输出数据，包括：
5.根据权利要求4所述的方法，其特征在于，后一次扩张因果卷积的扩张率大于相邻在前一次扩张因果卷积的扩张率；
6.根据权利要求2所述的方法，其特征在于，所述将输入数据输入到当前的残差模块中，以用于当前的残差模块对所述输入数据进行处理，并将到的输出数据输入到所连接的下一个残差模块中，包括：
7.根据权利要求1所述的方法，其特征在于，所述欺诈检
8.一种数据处理装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括处理器以及存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码被处理器运行时执行权利要求1-7任一所述的方法。
...【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述残差模块有多个，且多个残差模块依次连接，所述将所述行为数据序列输入到欺诈检测模型中进行处理，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积模块包括第一卷积层以及第二卷积层，所述第一卷积层以及第二卷积层各自均基于扩张因果卷积对输入数据进行处理，所述将输入数据输入到当前的残差模块中，以用于当前的残差模块对所述输入数据进行处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述将输入数据输入到当前的残差模块的第一卷积层进行处理，并获取所述第一卷积层的第一输出数据，包括：
5.根据权利要求4所述的方法，其特征在于，后一次扩张因果卷积的扩张率大于...
【专利技术属性】
技术研发人员：钟翔，
申请(专利权)人：深圳市与飞科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。