[发明专利]一种用于发现可疑交易网络的方法

说明书

一种用于发现可疑交易网络的方法，包括以下步骤：获取多个交易人员的交易数据；由所述交易数据提取所述交易人员的多个交易特征；根据所述提取的多个交易特征分别生成相应的特征网络；根据所述生成的特征网络实施社区发现；将所述发现的社区实施社区筛选；对所述筛选的社区网络提取中心节点；根据所述提取的中心节点对所述筛选的社区网络进行重叠提取；根据特定条件对所述社区网络进行排序，从而获得所述可疑交易网络。

技术领域

本发明涉及一种用于发现可疑交易网络的方法。

背景技术

在Ayasdi公司提出的专利文献US20170169174中公开了结合洗钱黑名单寻找交易网络中与洗钱黑名单用户有关联的用户作为可疑排查对象。BAE公司的NetReveal反洗钱系统与Ayasdi公司系统相似，均以已有可疑人员为起点，结合现有网络社交行为，寻找可疑的洗钱行为。此类方法能够从黑名单关联中找到可疑洗钱交易，但若产生与过去案例毫无关联的洗钱行为则无从排查。

联合服务汽车协会(United Services Automobile Association,USAA)提出的专利文献US7805362B1中公开了一种结合地理位置信息、客户个人信息、产品信息的洗钱检测方法，其中系统分别对用户地理位置信息、个人信息和购买产品信息进行单独评分，最后通过三方面评分加权计算总体洗钱风险得分，筛查可疑洗钱人员。此类方法主要通过规则定义的方法筛查洗钱行为，然而基于规则定义的方法过于死板，并且其中涉及大量经验相关参数调整直接影响系统排查效果，同时此类方法所需的信息大多获取困难，并不实用。

目前在国内，如在中国建行提出的专利文献CN201510857280.2中公开如下，即洗钱人员筛查方法仅为简单的黑名单命中；中国银联提出的专利文献CN201610522577.8中则公开了通过聚类划分及偏离确定，将离群的异常账户作为可疑洗钱账户输出；而中国银联的另一专利文献CN201610647003.3对前述专利进行了改进，对账户特征也进行了权重设置，最后根据预设的洗钱标准确定某一聚类类别为洗钱类别，将洗钱类别内所有账户认定为可疑账户输出。

此外，专利文献CN101246620A中提出一种监视装置，其中通过多次检测使用者的特定举动，在多次检测到特定举动时，判断为存在“可以举动”，那么终端向使用者提问交易的状况。根据提问的回答结果判断是否存在诈骗等可能性。

发明内容

本发明提出一种用于发现可疑交易网络的方法，包括以下步骤：获取多个交易人员的交易数据；由所述交易数据提取所述交易人员的多个交易特征；根据所述提取的多个交易特征分别生成相应的特征网络；根据所述生成的特征网络实施社区发现；将所述发现的社区实施社区筛选；对所述筛选的社区网络提取中心节点；根据所述提取的中心节点对所述筛选的社区网络进行重叠提取；根据特定条件对所述社区网络进行排序，从而获得所述可疑交易网络。

本发明的构思在于，结合智能网络聚类与发现算法提出一种可疑交易网络发现方法，通过自动对可疑交易网络、网络关键人员进行自动化排查，从而实现所发现的可能的洗钱网络并不仅仅局限于黑名单相关人员列表，更是能发现一些新出现的洗钱网络及涉案人员。

有利地，所述生成的相应的特征网络以交易人员为节点并且以相应特征为权重。

有利地，所述交易特征包括特定时间内所述交易人员交易的金额和频次。

有利地，借助于Louvain算法实施社区发现。由此通过使用基于层次聚类的louvan算法，将可疑网络视为一个社区，直接寻找一个完整的或局部的可疑交易网络。

Louvain算法是一种基于多层次优化Modularity的图算法模型(Modularity函数最初被用于衡量社区发现算法结果的质量，它能够刻画发现的社区的紧密程度)，与普通的基于模块度和模块度增益不同的是，该算法速度很快，而且对一些点多边少的图，进行聚类效果特别明显。

Modularity的定义如下：