[发明专利]洗钱交易识别方法、装置和设备

权利要求书

1.一种洗钱交易识别方法，其特征在于，包括：

获取用户画像集、在目标时间段内的目标交易数据集和利用机器学习算法预先训练得到的洗钱交易概率计算模型；

根据所述用户画像集和所述目标交易数据集，确定所述目标交易数据集的复杂网络特征；

根据所述目标交易数据集的复杂网络特征，利用所述洗钱交易概率计算模型，确定所述目标交易数据集中各个交易为洗钱交易的概率；

将概率大于等于预设阈值的交易作为第一洗钱交易集；

根据所述用户画像集，将所述第一洗钱交易集中的正常交易移除，得到第二洗钱交易集，将所述第二洗钱交易集中的交易作为洗钱交易。

2.根据权利要求1所述的方法，其特征在于，在获取用户画像集之前，还包括：

从预设数据库中获取各个用户的用户信息和历史交易数据；

根据所述各个用户的用户信息和历史交易数据，确定所述各个用户的特征数据；

根据所述各个用户的特征数据，确定所述各个用户的用户画像，其中，所述用户画像集中包括所述各个用户的用户画像。

3.根据权利要求1所述的方法，其特征在于，在获取利用机器学习算法预先训练得到的洗钱交易概率计算模型之前，还包括：

从洗钱交易知识库中获取历史洗钱交易数据集；

根据所述用户画像集确定所述用户画像集中各个用户的标签数据；

根据所述历史洗钱交易数据集和所述各个用户标签数据，为所述历史洗钱交易数据集中各个洗钱交易构建复杂网络；

根据所述历史洗钱交易数据集中各个洗钱交易的复杂网络，确定所述历史洗钱交易数据集中各个洗钱交易的复杂网络特征；

根据所述历史洗钱交易数据集中各个洗钱交易的复杂网络特征，利用机器学习算法训练得到洗钱交易概率计算模型。

4.根据权利要求3所述的方法，其特征在于，根据所述历史洗钱交易数据集和所述各个用户标签数据，为所述历史洗钱交易数据集中各个洗钱交易构建复杂网络，包括：

获取历史洗钱交易数据集中的目标洗钱交易数据；

根据所述目标洗钱交易数据，确定所述目标洗钱交易数据在所述目标时间段的长度内涉及的用户；

根据所述用户画像集，确定所述涉及的用户的标签数据；

根据所述涉及的用户的标签数据和所述目标洗钱交易数据，为目标洗钱交易构建在所述目标时间段的长度内的复杂网络。

5.根据权利要求1所述的方法，其特征在于，根据所述用户画像集和所述目标交易数据集，确定所述目标交易数据集的复杂网络特征，包括：

根据所述目标交易数据集，确定所述目标交易数据集中涉及的用户；

根据所述用户画像集，确定所述目标交易数据集中涉及的用户的标签数据；

根据所述涉及的用户的标签数据和所述目标交易数据集，构建所述目标交易数据集的复杂网络；

根据所述目标交易数据集的复杂网络，确定所述目标交易数据集的复杂网络特征。

6.根据权利要求1所述的方法，其特征在于，根据所述用户画像集，将所述第一洗钱交易集中的正常交易移除，得到第二洗钱交易集，包括：

确定所述第一洗钱交易集中涉及的用户；

根据所述用户画像集，确定所述第一洗钱交易集中涉及的用户的标签数据；

获取所述第一洗钱交易中各个交易的转账类型；

根据所述第一洗钱交易中各个交易的转账类型和涉及的用户的标签数据，确定所述第一洗钱交易集中的正常交易；

将确定的正常交易从所述第一洗钱交易集中移除，得到所述第二洗钱交易集。

7.根据权利要求1所述的方法，其特征在于，所述复杂网络特征包括以下至少之一：转账出度、转账入度、转账k度关系节点数、聚合系数、所属社区、转账时间、转账金额、转账类型。