[发明专利]基于重叠社区发现算法的银行交易群体发现方法和系统

权利要求书

1.基于重叠社区发现算法的银行交易群体发现方法，其特征在于，包括如下步骤：

(1)读入银行交易流水数据，构建以资金转出方和资金转入方为节点、交易关系为边、资金流向为边的方向、交易权重为边的权重的交易网络；

(2)对构建的交易网络进行初始化，每一个节点初始化为一个社区；

(3)对每个节点，根据模块度增益决定该节点是否加入相邻节点所属的社区以及加入哪个相邻节点所属的社区，然后重构交易网络；将重构后的交易网络中的每一个社区合并为一个节点，跳转至步骤(3)应用模块度增益理论重构交易网络，直至所有节点所属社区不再变化，或整个网络的重叠模块度不再增加或者增加幅度低于某一指定阈值为止，最终获得划分好的社区，即得到银行交易群体；所述重叠模块度的计算为：

其中A_i，j表示节点i和节点j之间是否直接相连，如果直接相连，A_i，j＝1；否则A_i，j＝0；r_i，j表示节点i和节点j之间边的权重，表示整个网络所有的权重之和，而k_i＝∑_jA_i，jr_i，j表示所有与节点i连接的边的权重之和，k_j＝∑_iA_i，jr_i，j表示所有与节点j连接的边的权重之和，c_i表示节点i被分到的社区；初始时每一个节点都是一个单独的社区，在进行社区运算后c_i会发生变化，当c_i＝c_j时，δ(c_i，c_j)＝1，否则δ(c_i，c_j)＝0；s_i，j为节点i和节点j共同存在的社区中所有边的权重之和。

2.根据权利要求1所述的基于重叠社区发现算法的银行交易群体发现方法，其特征在于，所述交易权重为交易资金总额、交易次数或交易资金平均金额。

3.根据权利要求1所述的基于重叠社区发现算法的银行交易群体发现方法，其特征在于，采用Sqoop组件将银行交易流水数据读入HDFS中，SparkSQL读取HDFS中的数据，并转化为RDD进行数据处理；SparkGraphx将处理后的数据转化为图结构。

4.根据权利要求3所述的基于重叠社区发现算法的银行交易群体发现方法，其特征在于，还包括对划分得到的社区进行可视化展示，所属可视化展示采用的图布局算法包括Force Atlas、Force Atlas 2、圆形布局或胡一凡布局。

5.根据权利要求3所述的基于重叠社区发现算法的银行交易群体发现方法，其特征在于，步骤(1)中还包括对构建好的交易网络进行子图提取。

6.根据权利要求3所述的基于重叠社区发现算法的银行交易群体发现方法，其特征在于，还包括采用图合并的方法将划分好的多个社区合并为一个社区。