[发明专利]一种交易监测的方法及装置

权利要求书

1.一种交易监测的方法，其特征在于，包括：

获取预设时段内待识别商户的交易流水数据；

将所述待识别商户的交易流水数据输入至识别模型，得到识别结果；所述识别结果用于指示所述待识别商户是否为非法商户；所述识别模型是通过非法种子商户的交易流水数据和非法关联商户的交易流水数据进行训练得到的；所述非法关联商户是通过对所述非法种子商户进行关联扩散确定的。

2.如权利要求1所述的方法，其特征在于，所述识别模型是通过非法种子商户的交易流水数据和非法关联商户的交易流水数据进行训练得到的，包括：

分别对所述非法种子商户的交易流水数据、非法关联商户的交易流水数据及合法商户的交易流水数据进行特征提取，得到各样本数据；其中，每个非法种子商户和每个非法关联商户均分别对应一个负样本属性；每个合法商户对一个正样本属性；

将各样本数据分别输入至初始识别模型，得到各样本数据的初始识别结果；

根据各样本数据的初始识别结果、各样本数据的样本属性及各样本数据在关联扩散中的关联代值，确定损失函数值；

根据所述损失函数值更新所述初始识别模型，直至得到所述识别模型。

3.如权利要求2所述的方法，其特征在于，根据各样本数据的初始识别结果、各样本数据的样本属性及各样本数据在关联扩散中的关联代值，确定损失函数值，包括：

针对任一样本数据，根据所述样本数据的初始识别结果和所述样本数据的样本属性确定出第一结果差异值；

通过预设超参数和样本数据在关联扩散中的关联代值对所述第一结果差异值进行加权，得到第二结果差异值；

根据各样本的第二结果差异值确定损失函数值。

4.如权利要求3所述的方法，其特征在于，根据下述公式(1)确定所述损失函数值；

其中，L(y_i，f(x_i))为所述损失函数值；l为第i个样本数据在关联扩散中的关联代值，l为自然数；n为样本数据的数量；f(x_i)为第i个样本数据的初始识别结果；x_i为第i个样本数据在所述初始识别模型中的输入值；y_i为第i个样本数据的样本属性；γ为预设超参数，0γ1。

5.如权利要求1至4任一项所述的方法，其特征在于，所述非法关联商户是通过对所述非法种子商户进行关联扩散确定的，包括：

确定与所述非法种子商户存在交易的各关联账户；

根据账户关联商户的第一关联特征，从所述各关联账户中确定出疑似账户；

确定与所述疑似账户存在交易的关联商户；

根据商户关联账户的第二关联特征，从所述关联商户中确定出所述非法关联商户；

将所述非法关联商户更新为非法种子商户，返回确定与所述非法种子商户存在交易的各关联账户的步骤，直至满足设定条件。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

将所述关联商户中除所述非法关联商户外的商户作为合法商户。

7.如权利要求5所述的方法，其特征在于，所述账户关联商户的第一关联特征是指从账户的交易流水数据中确定出与商户关联的特征；

所述商户关联账户的第二关联特征是指从商户的交易流水数据中确定出与账户关联的特征。

8.一种交易监测的装置，其特征在于，包括：

获取模块，用于获取预设时段内待识别商户的交易流水数据；

处理模块，用于将所述待识别商户的交易流水数据输入至识别模型，得到识别结果；所述识别结果用于指示所述待识别商户是否为非法商户；所述识别模型是通过非法种子商户的交易流水数据和非法关联商户的交易流水数据进行训练得到的；所述非法关联商户是通过对所述非法种子商户进行关联扩散确定的。