[发明专利]一种基于超图的金融时序数据挖掘方法及系统

说明书

本发明公开了一种基于超图的金融时序数据挖掘方法及系统，涉及金融数据处理技术领域，包括获取金融时序数据；所述金融时序数据包括多个用户以及多个交易关系；所述交易关系为两个所述用户或者两个以上所述用户之间的交互关系；利用超图理论和所述金融时序数据，构建金融超图知识图谱；利用频繁子图挖掘算法对所述金融知识超图图谱进行挖掘；本发明能够准确表达金融时序数据，提高挖掘精度。

技术领域

本发明涉及金融数据处理技术领域，特别是涉及一种基于超图的金融时序数据挖掘方法及系统。

背景技术

金融是国家重要的核心竞争力，防范和控制金融风险是当前国家的重大战略需求。目前，主要是对金融时序数据进行挖掘，从而找到标志金融风险的特征向量。在金融时序数据中，往往一个交易关系涉及到多个主体，但是在实际操作中，仅用二元关系去表示金融时序数据，显然存在二元关系无法准确表达金融时序数据的缺陷，进而后续存在挖掘结果较差的风险。

发明内容

本发明的目的是提供一种基于超图的金融时序数据挖掘方法及系统，以达到准确表达金融时序数据，提高挖掘精度的目的。

为实现上述目的，本发明提供了如下方案：

一种基于超图的金融时序数据挖掘方法，包括

获取金融时序数据；所述金融时序数据包括多个用户以及多个交易关系；所述交易关系为两个所述用户或者两个以上所述用户之间的交互关系；

利用超图理论和所述金融时序数据，构建金融超图知识图谱；所述金融超图知识图谱的节点为所述用户，所述金融知识超图图谱的超边为所述交易关系，且所述超边包括两个所述节点或者两个以上所述节点；

利用频繁子图挖掘算法对所述金融知识超图图谱进行挖掘。

可选的，所述利用频繁子图挖掘算法对所述金融知识超图图谱进行挖掘之后，还包括：

对频繁子超图进行过滤处理，得到标志有金融风险的特征向量；所述频繁子超图为利用频繁子图挖掘算法对所述金融知识超图图谱进行挖掘后得到的子图。

可选的，在执行所述利用频繁子图挖掘算法对所述金融知识超图图谱进行挖掘之前，还包括：

利用剪枝算法，剔除所述金融知识超图图谱中的低频超边和低频节点，得到更新后的金融知识超图图谱。

可选的，所述利用频繁子图挖掘算法对所述金融知识超图图谱进行挖掘，具体包括：

利用改进的gSpan算法对所述更新后的金融知识超图图谱进行挖掘。

可选的，所述利用改进的gSpan算法对所述更新后的金融知识超图图谱进行挖掘，具体包括：

按照超边频数，对所述更新后的金融知识超图图谱内的超边从高到低进行排序，获得有序超边集合；

对所述有序超边集合内的超边进行递归挖掘；

其中，所述递归挖掘的过程为：

判断当前阶段子超图对应的当前DFS编码是否为所述当前阶段子超图对应的最小DFS编码，若是则对所述当前阶段子超图进行最右路扩展；所述当前DFS编码为上一阶段子超图的扩展顺序；所述子超图为所述有序超边集合内的超边进行扩展后得到的超图；

计算最右路扩展后的子超图的支持度；

判断所述支持度是否大于或者等于第一设定阈值，若是则将最右路扩展后的子超图归至频繁子超图集合，并将当前阶段子超图更新为最右路扩展后的子超图，返回判断当前阶段子超图对应的当前DFS编码是否为所述当前阶段子超图对应的最小DFS编码步骤。

可选的，还包括：