[发明专利]风险账户的识别方法及装置

说明书

本发明公开了一种风险账户的识别方法及装置，其中，该方法包括：获取多个初始账户数据，基于图数据结构生成多个初始账户数据的账户数据图，账户数据包括：账户基本信息和账户转账信息；将账户数据图输入至已训练的识别模型中，以生成每个账户的风险预测信息，识别模型为图卷积神经网络模型；根据每个账户的风险预测信息确定该账户是否为风险账户。通过本发明，可以更加有效地识别风险账户。

技术领域

本发明涉及数据处理领域，具体涉及一种风险账户的识别方法及装置。

背景技术

洗钱活动对金融机构和国家安全构成越来越严重的威胁。尽管反洗钱工作已经受到了各方政府和金融机构的高度关注，但由于洗钱手段的的复杂性和多变性，而且多以团伙账户的形式存在，团伙内账户转账频繁，如何有效检测洗钱活动仍然是一个巨大挑战。当前，绝大多数反洗钱方法是基于规则或者基于账户的特征信息建立识别模型。

然而，基于规则的洗钱账户识别方法虽然能够帮助发现一些异常的洗钱行为，但毕竟规则大多是根据历史数据总结出来的，过于依赖人工经验，难免疏漏。而且犯罪分子也多少掌握了一些反洗钱规则，故意地去规避检测，这样基于规则的洗钱账户识别方法对于有些洗钱行为就难以识别。

并且，基于账户的特征信息建立机器学习或者人工神经网络识别模型，如GDBT(Gradient Boosting Decision Tree，梯度提升迭代决策树)和全连接神经网络模型，虽然大大提高了洗钱账户的识别准确率，节省了人力、物力，但是，当前的洗钱活动往往涉及到团伙犯罪，而现有的反洗钱模型只利用了账户的特征信息作为训练样本，只适用于识别单个账户的洗钱行为，对隐藏在金融交易网络中的洗钱团伙的其他成员却无法高效识别。

发明内容

有鉴于此，本发明提供一种风险账户的识别方法及装置，以解决上述提及的至少一个问题。

根据本发明的第一方面，提供一种风险账户的识别方法，所述方法包括：获取多个初始账户数据，基于图数据结构生成所述多个初始账户数据的账户数据图，所述账户数据包括：账户基本信息和账户转账信息；将所述账户数据图输入至已训练的识别模型中，以生成每个账户的风险预测信息，所述识别模型为图卷积神经网络模型；根据每个账户的风险预测信息确定该账户是否为风险账户。

根据本发明的第二方面，提供一种风险账户的识别装置，所述装置包括：账户数据获取单元，用于获取多个初始账户数据，所述账户数据包括：账户基本信息和账户转账信息；账户数据图生成单元，用于基于图数据结构生成所述多个初始账户数据的账户数据图；预测单元，用于将所述账户数据图输入至已训练的识别模型中，以生成每个账户的风险预测信息，所述识别模型为图卷积神经网络模型；风险确定单元，用于根据每个账户的风险预测信息确定该账户是否为风险账户。

根据本发明的第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述风险账户的识别方法的步骤。

根据本发明的第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述风险账户的识别方法的步骤。

由上述技术方案可知，通过基于图数据结构将获取的多个初始账户数据生成账户数据图，并将账户数据图输入至已训练的识别模型中，以生成每个账户的风险预测信息，从而可以确定账户是否为风险账户，相比于现有技术，本方案可以更加有效地识别风险账户。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的多个账户数据的图数据结构示意图；