[发明专利]异常社群检测方法、装置、计算机设备及存储介质

权利要求书

1.一种异常社群检测方法，其特征在于，包括下述步骤：

构建担保关系网络，切分所述担保关系网络，得到异常担保关系的社群；

确定所述社群的特征信息，其中，所述特征信息包括节点规模、边规模、聚集系数、连通三角形数、平均度数中的至少一种；

根据所述特征信息，确定特征相似的社群为一个关系簇；

计算所述关系簇的欧式距离；

根据所述欧式距离对所述关系簇进行归类，基于归类结果确定所述关系簇是否为异常簇；

在确定所述关系簇为异常簇时，判定所述异常簇中的社群为异常社群，并提取所述异常社群。

2.根据权利要求1所述的异常社群检测方法，其特征在于，在所述切分所述担保关系网络的步骤之前，所述异常社群检测方法还包括：

获取所述担保关系网络中的担保关系，确定所述担保关系中的担保人与被担保人；

确定所述担保人与所述被担保人之间的标签集的交集长度是否小于预设长度；

若所述交集长度小于所述预设长度，确定所述担保人与所述被担保人不属于同一社群，删除所述担保人与所述被担保人不属于同一社群的非必要关系。

3.根据权利要求1所述的异常社群检测方法，其特征在于，所述根据所述特征信息，确定特征相似的社群为一个关系簇的步骤包括：

根据所述特征信息，获取所述社群对应的结构化数据；

基于所述结构化数据，将特征相似的社群聚为一个关系簇。

4.根据权利要求3所述的异常社群检测方法，其特征在于，所述根据所述特征信息，获取所述社群对应的结构化数据的步骤包括：

获取所述社群的社群编号；

整理所述社群编号和所述特征信息为结构化数据。

5.根据权利要求1所述的异常社群检测方法，其特征在于，所述计算所述关系簇的欧式距离的步骤包括：

计算所述关系簇中每个特征的平均值，根据所述平均值计算所述关系簇的特征向量；

根据所述特征向量，计算所述关系簇到原点的欧式距离。

6.根据权利要求1所述的异常社群检测方法，其特征在于，所述根据所述欧式距离对所述关系簇进行归类的步骤包括：

根据所述欧式距离的大小，获取所述欧式距离中的下四分位数和上四分位数；

按照所述下四分位数和所述上四分位数对所述关系簇进行归类。

7.根据权利要求6所述的异常社群检测方法，其特征在于，所述按照所述下四分位数和所述上四分位数对所述关系簇进行归类的步骤包括：

若所述欧式距离小于等于所述下四分位数或大于等于所述上四分位数，则确定所述关系簇为异常簇；

若所述欧式距离大于所述下四分位数且小于所述上四分为数，则确定所述关系簇为正常簇。

8.一种异常社群检测装置，其特征在于，包括：

切分模块，用于构建担保关系网络，切分所述担保关系网络，得到异常担保关系的社群；

第一确认模块，用于确定所述社群的特征信息，其中，所述特征信息包括节点规模、边规模、聚集系数、连通三角形数、平均度数中的至少一种；

第二确认模块，用于根据所述特征信息，确定特征相似的社群为一个关系簇；

计算模块，用于计算所述关系簇的欧式距离；

归类模块，用于根据所述欧式距离对所述关系簇进行归类，基于归类结果确定所述关系簇是否为异常簇；

提取模块，用于在确定所述关系簇为异常簇时，所述异常簇中的社群为异常社群，提取所述异常社群。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的异常社群检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的异常社群检测方法的步骤。