[发明专利]基于时间序列的密集子图检测的方法和系统

说明书

本申请涉及一种基于时间序列的密集子图检测的方法和系统，其中，该基于时间序列的密集子图检测的方法包括：构建三维交易矩阵、时间集合和用户集合；接着根据三维交易矩阵计算得到时间维度的交易金额总和矩阵和用户维度的交易金额总和矩阵，并对交易金额进行求和，得到第一求和值；然后通过时间集合和用户集合对第一求和值进行平均，得到初始密集子图异常值；最后通过贪心算法迭代计算更新密集子图异常值，并记录得到最大密集子图异常值，将该最大密集子图异常值对应的时间集合和用户集合作为检测结果输出。解决了现有技术中存在的资金交易异常密集子图检测准确率低和计算耗时长的问题，提高了异常检测精度和计算速度。

技术领域

本申请涉及计算机领域，特别是涉及基于时间序列的密集子图检测的方法和系统。

背景技术

随着信息技术的快速发展，人们越来越多地使用电子银行进行资金操作，方便且快速，然而，随之而来的也产生了各种网络诈骗、电话欺诈和短信诈骗等，这些多种形式的资金诈骗行为已经越来越严重，基于这些问题，如何检测银行、金融等用户资金交易异常的行为已经越来越引起人们的重视。

在相关技术中，资金交易异常检测算法都是基于用户和商品，以及用户和用户之间的异常考虑，比如Fraudar、Dspot和FlowScope等算法，且这些算法不能实时检测得到资金异常交易的反馈结果，还存在计算量大，耗时长的问题。

目前针对相关技术中，存在的资金交易异常密集子图检测准确率低和计算耗时长的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了基于时间序列的密集子图检测的方法和系统，至少解决相关技术中存在的资金交易异常密集子图检测准确率低和计算耗时长的问题。

第一方面，本申请实施例提供了一种基于时间序列的密集子图检测的方法，所述方法包括：

构建三维交易矩阵、时间集合和用户集合，其中，所述三维交易矩阵的维度包括：交易时间和用户，所述三维交易矩阵的元素包括：交易金额；

根据所述三维交易矩阵计算得到时间维度的交易金额总和矩阵和用户维度的交易金额总和矩阵，并对所述元素中的交易金额进行求和，得到第一求和值；

通过所述时间集合和所述用户集合对所述第一求和值进行平均，得到初始密集子图异常值；

通过贪心算法迭代计算更新所述密集子图异常值，并记录得到最大密集子图异常值，将所述最大密集子图异常值对应的时间集合和用户集合作为检测结果输出。

在其中一些实施例中，所述对所述元素中的交易金额进行求和，得到第一求和值：

其中，是交易时间集合，是转账用户集合，是收款用户集合，是三维交易矩阵，是经验异常分值。

在其中一些实施例中，所述经验异常分值包括：

所述经验异常分值与所述交易时间和所述用户有关，其中，在预设时间内交易异常，所述经验异常分值大于0，所述用户为白名单用户时，所述经验异常分值小于0。

在其中一些实施例中，所述通过所述时间集合和所述用户集合对所述第一求和值进行平均，得到初始密集子图异常值：

其中，是交易时间集合，是转账用户集合，是收款用户集合，是第一求和值。

在其中一些实施例中，所述通过贪心算法迭代计算更新所述密集子图异常值包括：

获取所述时间维度的交易金额总和矩阵和所述用户维度的交易金额总和矩阵中的最小元素，得到最小值；

筛除所述最小元素在所述时间集合或所述用户集合中对应的元素，得到新的时间集合或用户集合；