[发明专利]行为轨迹监控方法、装置、计算机设备和介质

说明书

本申请涉及一种行为轨迹监控方法、装置、计算机设备和存储介质。所述方法包括：获取监控对象的行为轨迹数据；行为轨迹数据包括多个行为轨迹点；对多个行为轨迹点进行聚类，得到多个监控节点；确定每个监控节点对应的节点标签；基于监控节点和节点标签创建监控对象的当前行为轨迹图；获取监控对象对应的常规行为轨迹图，将当前行为轨迹图与常规行为轨迹图进行匹配，识别是否存在不匹配的监控节点；当存在不匹配的监控节点时，向监控终端发送对监控对象的监控提示。采用本方法能够提高监控效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种行为轨迹监控方法、装置、计算机设备和介质。

背景技术

金融犯罪是当今国际社会面临的重大问题，尤其是其中的老鼠仓、洗钱和诈骗活动日益猖獗，严重影响了正常的金融秩序和社会经济秩序。为了加强金融业务规范化，保监会、证监会等监察部门对银行、保险公司或证券公司等金融机构的金融业务进行监察。当监察发现金融业务不符合相关规定时，监察部门可以对金融机构进行惩罚或者要求整改。为了防患于未然，有些金融机构内部设有监察岗位，用于对机构内部人员是否具有异常交易行为进行监控。但传统的监控方式通常为人工不定期抽查，这种监控方式具有非常大的盲目性，使得监控效率降低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高交易行为监控效率的行为轨迹监控方法、装置、计算机设备和介质。

一种行为轨迹监控方法，所述方法包括：获取监控对象的行为轨迹数据；所述行为轨迹数据包括多个行为轨迹点；对多个行为轨迹点进行聚类，得到多个监控节点；确定每个所述监控节点对应的节点标签；基于所述监控节点和所述节点标签创建所述监控对象的当前行为轨迹图；获取监控对象对应的常规行为轨迹图，将所述当前行为轨迹图与所述常规行为轨迹图进行匹配，识别是否存在不匹配的监控节点；当存在不匹配的监控节点时，向监控终端发送对所述监控对象的监控提示。

在其中一个实施例中，所述行为轨迹数据包括所述监控对象在监控时段的动作数据和表情数据；所述确定每个所述监控节点对应的节点标签，包括：根据所述动作数据确定所述监控对象在多个监控节点的动作状态；根据所述表情数据确定所述监控对象在多个监控节点的表情状态；获取所述监控对象的交易经验值；根据所述交易经验值以及多个监控节点的动作状态、表情状态，确定所述监控对象在每个监控节点的心理状态；将所述心理状态作为节点标签关联至相应监控节点。

在其中一个实施例中，所述基于所述监控节点和所述节点标签创建所述监控对象的当前行为轨迹图，包括：将多个节点标签分别关联至相应监控节点；识别所述监控节点之间的行为时间关系；以所述行为时间关系为有向边将关联有节点标签的多个监控节点连接，得到所述监控对象对应的当前行为轨迹图。

在其中一个实施例中，所述行为轨迹数据包括网络访问数据；所述当前行为轨迹图包括关系网图谱；所述方法还包括：在所述网络访问数据中提取关联标识字段；利用所述基础标识字段和所述关联标识字段构建所述监控对象对应的关系网图谱；根据所述关系网图谱获取与所述监控对象关联的交易行为数据；对所述交易行为数据进行预处理，得到多个交易指标；将所述交易指标输入预设的交易监控模型，输出所述监控对象的异常风险值；根据所述异常风险值向监控终端发送对所述监控对象进行监控的提示。

在其中一个实施例中，所述交易监控模型的生成步骤，包括：获取多种交易指标组合及每种组合对应的监控结果；每个所述交易指标具有对应的多个交易属性；计算各个所述交易属性分别对应的熵值增益，得到各个交易指标组合分别对应的熵值增益；根据各个交易指标组合分别对应的熵值增益和监控结果，通过特征分类算法对预设的第一模型进行训练，得到特征分类模型；对各个所述交易指标进行同义扩展，得到各个交易指标组合分别对应的扩展指标组合；根据各个扩展指标组合及分别对应的监控结果，通过特征融合算法对预设的第二模型进行训练，得到特征融合模型；将所述特征分类模型与所述特征融合模型拟合，得到所述交易监控模型。