财务造假风险监控方法、装置、计算机设备和存储介质

摘要

本申请涉及一种基于机器学习的财务造假风险监控方法、装置、计算机设备和存储介质。方法包括：在已有样本中筛选目标样本，提取目标样本的样本特征；对样本特征进行强化学习，得到更多的衍生样本；利用已有样本和衍生样本对基分类器进行半监督训练，得到财务造假监控模型；计算财务造假监控模型的准确度，比较准确度是否达到阈值；若否，基于衍生样本生成再生样本；将再生样本作为当前的衍生样本，返回利用已有样本和衍生样本对基分类器进行半监督训练的步骤，直至准确度达到阈值；基于准确度达到阈值的财务造假监控模型对监控对象是否存在财务造假行为进行监控。采用本方法能够提高财务造假监控效率和准确性。