[发明专利]交易关系分析方法及装置

说明书

本发明提供了一种交易关系分析方法及装置，所述方法包含：获取目标用户信息和目标账户信息；于预设数据库中通过关系挖掘法获得预设周期内所述目标用户信息中各用户信息和所述目标账户信息中各账户信息之间的关联关系；根据所述目标用户信息、所述目标账户信息和所述关联关系构建交易二部图；获得待分析时间节点参数，根据待分析时间节点参数通过匈牙利算法计算所述交易二部图中所述用户信息和所述账户信息之间的匹配度；根据所述匹配度与预设阈值的比较情况，获得风险状态。

技术领域

本发明涉及大数据分析领域，可应用于金融领域和其他领域，尤指一种交易关系分析方法及装置。

背景技术

在当前金融领域中，因数据量较大，信息隐藏等问题，导致监管分析等难度较大，例如部分内幕交易等情况时有发生，其中内幕交易是指内幕人员根据内幕消息买卖证券或者帮助他人，违反了证券市场“公开、公平、公正”的原则，使证券价格和指数失去了时效性和客观性，最终会使证券市场丧失优化资源配置及作为国民经济晴雨表的作用；而该些情况明显违反现有的市场原则和公平基础，为此，业内需要对该些交易行为进行监管和分析，以规避或降低违法人员对市场所带来的安全影响。

在现有技术中，大数据的使用方式也越来越多样化，合理有效的分析，可针对特定类型的用户群体的指定行为进行有效挖掘和定位，但因交易数据的繁杂和隐蔽因素，传统的数据挖掘明显无法解决类似于上述内幕交易等交易数据的提取问题，针对该问题，国内外均有相关研究，其中比较知名的方法是Scottl.Summer和JohnT.Sweeney提出基于逻辑回归(Logistic)的方法。这种基于统计学方法，可较好的实现内幕交易识别率，其主要条件概率模型为：其中α、β为待估计的参数向量，x是识别体系各变量，P是在x的条件下事件发生的概率。

但是上述采用的统计概率逻辑回归(Logistic)方法，不能精确发现交易双方集合对应关系以及发内幕交易的因果关系，为此在实际使用过程中，效果较差；为此，本领域亟需一种能够快速分析交易双方隐藏关系的交易数据分析方法以为相关工作人员提供有效参考。

发明内容

本发明目的在于提供交易关系分析方法及装置，以针对交易双方集合快速且准确分析两者之间的隐藏关系，利用该隐藏关系为后续判断两者交易行为是否存在风险提供参考。

为达上述目的，本发明所提供的交易关系分析方法，所述方法包含：获取目标用户信息和目标账户信息；于预设数据库中通过关系挖掘法获得预设周期内所述目标用户信息中各用户信息和所述目标账户信息中各账户信息之间的关联关系；根据所述目标用户信息、所述目标账户信息和所述关联关系构建交易二部图；获得待分析时间节点参数，根据待分析时间节点参数通过匈牙利算法计算所述交易二部图中所述用户信息和所述账户信息之间的匹配度；根据所述匹配度与预设阈值的比较情况，获得风险状态。

在上述交易关系分析方法中，优选的，根据所述目标用户信息、所述目标账户信息和所述关联关系构建交易二部图包含：根据所述目标用户信息和所述目标账户信息构建对应的两组顶点集，并以所述关联关系为边集构建交易二部图。

在上述交易关系分析方法中，优选的，于预设数据库中通过关系挖掘法获得预设周期内所述目标用户信息中各用户信息和所述目标账户信息中各账户信息之间的关联关系包含：获取预定数据库中预定时间周期内的各条消息生成时间到发布时间的时延；以所述目标用户信息中目标用户为起始节点，根据所述时延为筛选长度连接所述目标账户信息中的账户信息，构建累积关系网络序列；通过预设规则提取预定时间周期内符合条件的风险账户信息，根据所述风险账户信息和所述累积关系网络序列的比对情况，获得风险账户信息与目标用户之间的关系链；根据多个预定时间周期内获得所述关系链，生成所述目标用户信息和所述目标账户信息之间的关联关系。