[发明专利]异常社群检测方法、装置、计算机设备及存储介质

说明书

本申请实施例属于数据处理领域，涉及一种异常社群检测方法，包括构建担保关系网络，切分担保关系网络，得到异常担保关系的社群；确定社群的特征信息，其中，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；根据特征信息，确定特征相似的社群为一个关系簇；计算关系簇的欧式距离；根据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，在确定关系簇为异常簇时，判定异常簇中的社群为异常社群，提取异常社群。本申请还提供一种异常社群检测装置、计算机设备及存储介质。本申请实现了高效提取异常社群。此外，本发明还涉及区块链技术，特征信息可存储于区块链中。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种异常社群检测方法、装置、计算机设备及存储介质。

背景技术

当前，在金融场景中各种骗保方式层出不穷，骗保人员主要通过单人作案和多人连续担保的方式实施诈骗。对于这两种担保模式异常的风险控制方式也不同，针对单人作案的情况，通常以个体为单点数据，通过聚类、孤立森林等方法找到具有某些异常特征的账户，从而确定作案人员，该风险控制方式属于基于属性的预测，该分析方法已经趋于成熟；针对多人协同作案的方式，则由分析人员根据业务规则，定义可能异常的担保结构，而后人工在数据中进行数据对比分析等操作，确定作案人员，该风险控制方式属于基于结构的预测。

目前，作案人员逐渐倾向于多人协同作案，发明人在实现本方案的过程中发现，在多担保关系的情况下，社群复杂，若多人协同作案，前述针对多人协同作案的风险控制方法需在新的骗保情况发生时，基于新发生的骗保情况进行归纳总结再解决,该方法要求数据量大，分析耗时长，由此导致在多人作案时，无法对当前案件进行快速地针对性分析，导致案件分析效率低下，无法对社群中的异常社群进行高效快速提取。

发明内容

本申请实施例的目的在于提出一种异常社群检测方法、装置、计算机设备及存储介质，旨在解决在多担保关系的情况下，无法对异常社群进行高效提取的技术问题。

为了解决上述技术问题，本申请实施例提供一种异常社群检测方法，采用了如下所述的技术方案：

一种异常社群检测方法，包括以下步骤：

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。

进一步的，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。

进一步的，所述特征信息存储于区块链中。

进一步的，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。