[发明专利]一种交易监测的方法及装置

说明书

本发明公开了一种交易监测的方法及装置，包括：获取预设时段内待识别商户的交易流水数据，然后将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，其中，识别结果用于指示待识别商户是否为非法商户，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，以此增加了模型的泛化能力，提升了监测待识别商户的范围，非法关联商户是通过对非法种子商户进行关联扩散确定的，因此降低了所需样本的数据数量。

技术领域

本发明涉及金融领域，尤其涉及一种交易监测的方法及装置。

背景技术

近些年，网络技术越来越发达，传统的人与人的交互可以在网络中进行实现，如桌面游戏等，同样的，非法网络赌博也日益猖獗，具体的，非法分子会建立赌博网站，并依托非法网络支付平台注册的大量虚假商户向赌客提供二维码渠道或无卡渠道的线上赌资充值服务。其中，网络赌博的关键环节之一就是赌客赌资充值，赌资充值主要是通过在赌博网站提供的线上虚假商户消费实现的。

目前，针对网络赌博的监测主要包括两种方法，一种为有监督算法的网络赌博监测，另一种为无监督算法的网络赌博监测。但是，有监督算法的网络赌博监测需要大量准确的标签样本数据，其泛化能力低，对标签样本数据质量和数量过高，而大量准确的标签样本数据往往是很难获得的。无监督算法的网络赌博监测无需标签样本数据，但其识别精度低，无法准确识别出网络赌博商户。

因此，现需要一种网络赌博交易监测的方法，提升网络赌博监测的泛化能力和准确度，减低所需样本数据数量。

发明内容

本发明实施例提供一种交易监测的方法及装置，用于增加监测的泛化能力。

第一方面，本发明实施例提供一种交易监测的方法，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。

上述技术方案中，通过已经确定非法的非法种子商户得到非法关联商户，以此扩展模型训练所需的样本数据，具体的，非法关联商户是根据非法种子商户进行关联扩散得到的，因此降低了所需样本的数据数量。通过扩展的样本数据训练模型，以增加模型的泛化能力，提升了监测待识别商户的范围，且对于无监督的学习方法来说，扩展的样本数据是根据已经确定非法的非法种子商户得到的，因此增加了监测非法商户的准确性。

可选的，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。

上述技术方案中，针对商户的交易流水数据进行特征提取，得到商户对应的样本数据，其中，商户又分为非法商户和合法商户，通过非法商户和合法商户的样本数据对初始识别模型进行训练，以提升识别模型识别的准确性。具体的，初始识别模型的训练是根据样本数据在关联扩散中的关联代值确定的损失函数值进行收敛的，以此增加模型识别的泛化能力。

可选的，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：