ANALYTICS RULES ENGINE FOR SELECT TRANSACTION IDENTIFICATION

A system is configured to retrieve a set of raw transaction data. A transaction categorization model is applied to the raw transaction data. The transaction categorization model infers a category from each transaction and labels each transaction with the inferred category. An entity recognition mode...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: WANAGE, Shraddha, ASHBY, Gerald, GUINAN, Ashley, OJHA, Kunal, GARABADU, Brijesh, BAREISS, Daman
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A system is configured to retrieve a set of raw transaction data. A transaction categorization model is applied to the raw transaction data. The transaction categorization model infers a category from each transaction and labels each transaction with the inferred category. An entity recognition model is applied to the labelled transaction data. The entity recognition model extracts an entity from each transaction and labels each transaction with the extracted entity. The system generates a plurality of transaction streams from the labelled transactions based on the category and entity labels. The system also labels each transaction stream with either a revenue label or a non-revenue label based on an analysis of the types of transactions defining the transaction stream. The system trains a supervised-based neural network using the labelled transaction streams to generate a revenue stream classifier model. Un système est configuré pour récupérer un ensemble de données de transaction brutes. Un modèle de catégorisation de transactions est appliqué aux données de transaction brutes. Le modèle de catégorisation de transactions infère une catégorie à partir de chaque transaction et marque chaque transaction avec la catégorie inférée. Un modèle de reconnaissance d'entité est appliqué aux données de transaction étiquetées. Le modèle de reconnaissance d'entité extrait une entité de chaque transaction et marque chaque transaction avec l'entité extraite. Le système génère une pluralité de flux de transaction à partir des transactions étiquetées sur la base des étiquettes de catégorie et d'entité. Le système marque également chaque flux de transaction avec une étiquette « revenu » ou une étiquette « non revenu » sur la base d'une analyse des types de transactions définissant le flux de transaction. Le système entraîne un réseau de neurones artificiels à base supervisée à l'aide des flux de transaction étiquetés pour générer un modèle classificateur de flux de revenus.