[发明专利]识别异常账户集合和风险账户集合的方法、装置及设备

说明书

本说明书实施例公开了识别异常账户集合和识别风险账户集合的方法、装置及设备。方案包括：先根据账户的转账数据确定风险值大于第一预设值的第一异常账户；然后基于所述第一异常账户挖掘得到异常账户子网络，所述异常账户子网络为扇形网络；再将所述异常账户子网络合并得到异常账户网络，并将所述异常账户网络中的各个账户确定为异常账户集合中的账户。

技术领域

本申请涉及计算机技术领域，尤其涉及一种识别异常账户集合的方法、装置及设备和一种识别风险账户集合的方法、装置及设备。

背景技术

复杂网络是复杂系统的抽象，网络中的节点表示系统中的个体，边表示个体之间的关系。社区结构是复杂网络中的一个普遍特征，整个网络是由许多个社区组成的。同一社区内的节点与节点之间的连接很紧密，而社区与社区之间的连接比较稀疏。社区发现(community detection)是一个复杂且有意义的过程，对于研究复杂网络的特性具有重要的作用。转账网络是复杂网络的一种，在转账网络中，参与转账的主体为节点，转账交易为边。转账网络的特点是：a.全局来看转账网络呈发散状，有可能呈现巨大的连通图状；b.局部来看转账网络形态多样。在一些作弊环境下，转账网络局部会出现异常扇形网络的形态。

现有技术中，可以通过笛卡尔积多度关联来找到多层的扇形网络，但是，由于转账网络中的账户数量庞大，而笛卡尔积每一度关联都有O(N*N)的复杂度(N为账户总数)，当N很大时，笛卡尔积计算量非常大；当二度关联或更多的关联时，计算时间就很长。有鉴于现有技术存在的诸多补足，有必要提出一种更为有效且高效的针对异常网络和异常账户集合的识别方法。

发明内容

有鉴于此，本申请实施例提供了一种识别异常账户集合和识别风险账户集合的方法、装置及设备，用于提高针对异常网络和异常账户集合的识别效率。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种识别异常账户集合的方法，包括：

获取多个账户的转账数据；

根据所述转账数据，确定风险值大于第一预设值的第一异常账户；

基于所述第一异常账户，挖掘得到异常账户子网络，所述异常账户子网络为扇形网络；

将所述异常账户子网络合并得到异常账户网络；

将所述异常账户网络中的各个账户确定为异常账户集合中的账户。

本说明书实施例提供的一种识别风险账户集合的方法，包括：

获取多个账户的转账数据；

根据所述转账数据，确定风险值大于第一预设值的第一异常账户；

基于所述第一异常账户，挖掘得到异常账户子网络，所述异常账户子网络为扇形网络；

将所述异常账户子网络合并得到异常账户网络；

根据所述异常账户网络与另外的异常网络的重合度，判断所述异常账户网络是否为风险网络；

将所述风险网络中的各个账户确定为风险账户集合中的账户。

本说明书实施例提供的一种识别异常账户集合的装置，包括：

数据获取模块，用于获取多个账户的转账数据；

异常账户识别模块，用于将风险值大于第一预设值的账户识别为第一异常账户；

异常子网络挖掘模块，基于所述第一异常账户，挖掘得到异常账户子网络，所述异常账户子网络为扇形网络；

整合模块，将所述异常账户子网络合并得到异常账户网络，将所述异常账户网络中的各个账户确定为异常账户集合中的账户。