[发明专利]一种基于图结构的iOS代充风险控制方法

权利要求书

1.一种基于图结构的iOS代充风险控制方法，其特征在于，包括如下步骤：

S1，通过代充平台获取代充用户数据，将代充用户数据进行初步过滤筛选；

S2，将初步过滤筛选的用户数据进行图形结构Graph处理，将用户数据之间建立相关性边的图形结构；

S3，通过pagerank算法计算用户数据图形结构中每个点的pagerank值，算法为每个网页都赋予一个指示网页重要程度的评价值；

S4，根据图形结构进行代充网络社区发现的过程，根据半监督学习方法预测代充网络社区中每个用户数据的疏密程度；

S5，通过对代充网络社区中的全部用户数据计算pagerank平均值，判断代充网络社区中全部用户数据的代充可能性；

所述S1包括：

S1-1，通过代充平台网络数据获取用户数据，根据代充平台的充值类型进行类型划分，提取代充交易的行为历史日志；

S1-2，对用户代充交易的行为历史日志中包含的噪声字段进行删除，保留关键词字段，包括用户id，即u_id，用户客户端ip，即client_ip，用户所用设备id，即device_id，充值金额pay_amount，充值时间pay_time；

S1-3，根据关键词字段对代充用户数据进行初步过滤筛选，形成包含关键词字段的代充用户数据。

2.根据权利要求1所述的基于图结构的iOS代充风险控制方法，其特征在于，所述S2包括：

S2-1，初步过滤筛选的用户数据形成图形结构，在图形结构中的用户节点是由用户u_id构成；

S2-2，根据用户数据中选择代充平台的不同充值类型，形成第一类型数据、第二类型数据、第三类型数据和第四类型数据，所述第一类型数据至第四类型数据依次递增；

S2-3，用户向代充平台的不同充值类型发送充值请求，选择第一类型数据至第四类型数据其中任一中类型数据建立图形结构的标准，如果第一用户u_id1和第二用户u_id2之间通过一个共有的用户客户端client_ip发生充值请求，且充值金额pay_amount均大于等于选中的该种类型数据，则第一用户u_id1和第二用户u_id2两个用户节点之间产生互相指向对方的有向边；

S2-4，同样，假如第一用户u_id1和第二用户u_id2之间通过一个共有的iOS设备发生充值操作，且充值金额pay_amount均大于等于该种类型数据，则第一用户u_id1和第二用户u_id2两个用户节点之间产生互相指向对方的有向边；通过获取得到用户代充交易的行为历史日志，能够构建全部充值用户的图形结构Graph。

3.根据权利要求1所述的基于图结构的iOS代充风险控制方法，其特征在于，所述S3包括：

S3-1，通过pagerank算法计算图形结构Graph中每个点的pagerank值，pagerank计算任一用户节点进行代充操作时，在任意次链接点击之后到达某一代充平台的可能性，如果某个代充平台拥有来自其他高点击率的代充平台的外部回指链接越多，用户进行代充操作的指向率到达该代充平台的几率越大，反之则越小；

S3-2，该pagerank算法为每个代充平台都赋予一个指示代充平台链接重要程度的评价值，高点击率代充平台形成的重要性指数，依据指向该代充平台的全部其他代充平台的重要性指数，以及这些代充平台中所包含的代充平台链接数求得的；

S3-3，通过pagerank算法为每个图形结构Graph中的用户u_id计算重要性指数，即pagerank值。

4.根据权利要求1所述的基于图结构的iOS代充风险控制方法，其特征在于，所述S4包括：

S4-1，对图形结构Graph进行网络社区发现，通过标签传播算法进行半监督学习，利用已经标记的用户节点的标签信息去预测未标记的节点的标签信息，在图形结构Graph中，有的用户节点的连接较为紧密，有的用户之间的连接关系较为稀疏；

S4-2，在全部用户数据的代充网络社区中，图形结构Graph连接较为紧密的部分看做是一个代充网络社区，其内部用户节点之间有较为紧密的连接，而在图形结构Graph连接较为稀疏的部分看做是另一个代充网络社区，该另一个代充网络社区之间则相对连接较为稀疏，通过LPA能够将图形结构Graph中的节点划分成多个代充网络社区。