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！

龙图腾网获悉中华人民共和国黄埔海关申请的专利基于SMOTE-CatBoost-SHAP非均衡数据集的欺诈检测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：CN119887387B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411971841.7，技术领域涉及：G06Q40/04；该发明授权基于SMOTE-CatBoost-SHAP非均衡数据集的欺诈检测方法是由薛永磊;郭晓桢;成应强;童顺立;李晟;陈剑峰;王璐茜设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于SMOTE-CatBoost-SHAP非均衡数据集的欺诈检测方法在说明书摘要公布了：本发明涉及风险管理与数据分析技术领域，特别是针对非均衡数据集的欺诈检测方法与系统，更具体的是一种基于SMOTE‑CatBoost‑SHAP非均衡数据集的欺诈检测方法；包括以下步骤：1数据预处理步骤；2模型训练步骤；3模型评估步骤；4模型解释步骤；本发明综合应用了数据均衡技术、先进的机器学习算法和可解释性框架，形成了一套完整的欺诈检测解决方案；这种综合性的技术优势使得模型在处理复杂、非均衡的贸易数据时，能够同时实现高精度的欺诈识别和可解释性的决策支持，为风险欺诈检测领域提供了新的技术路径和解决方案。

本发明授权基于SMOTE-CatBoost-SHAP非均衡数据集的欺诈检测方法在权利要求书中公布了：1.一种基于SMOTE-CatBoost-SHAP非均衡数据集的欺诈检测方法，其特征在于：包括以下步骤： 1数据预处理步骤：获取原始数据集，进行标准化处理，并对原始数据集进行异常值检测和缺失值处理，随后将数据集分为训练数据集和测试数据集； 2模型训练步骤：利用训练数据集，结合SMOTE算法进行数据均衡处理，通过随机选择少数类样本并合成新的少数类样本来平衡数据集，然后训练CatBoost欺诈检测模型， 所述CatBoost欺诈检测模型在训练过程中，采用排序提升策略，确保在构建每棵树时仅使用当前数据之前的部分来计算残差，避免数据泄露问题；对类别特征采用目标平滑编码技术，将类别特征编码为其与目标变量的统计信息，避免独热编码造成的维度膨胀问题； 3模型测试和性能评估步骤：使用测试数据集验证基于SMOTE-CatBoost的进出口申报企业欺诈检测模型的识别性能； 4模型解释步骤：引入SHAP方法，计算每个特征对模型预测结果的贡献值，其中Shapley值通过计算特征在所有可能特征组合中的边际贡献，来确定每个特征在当前样本中的重要性；基于此识别对欺诈检测识别结果有重要贡献的关键特征。

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华人民共和国黄埔海关，其通讯地址为：510700 广东省广州市黄埔区大沙东路333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。