[发明专利]一种可疑交易识别模型构建方法

说明书

本发明公开了一种可疑交易识别模型构建方法，涉及数据分析技术领域，首先提取具有最大信息增益的前K个Shapelet，然后根据Shapelet与时间序列的匹配情况构建Shapelet关系图，图中的每一个节点代表一个Shapelet，其主要思想就是对于两个不同的Shapelet，如果Shapelet与越多的时间序列能同时匹配，则Shapelet之间的相关性就越强，反映在Shapelet关系图中就是这两个节点之间的边的权重就越大；然后用DeepWalk算法对图进行嵌入，根据嵌入结果对时间序列进行表示学习得到每个序列的表示向量，最后用一个多层感知器对表示向量进行分类训练。本模型对海量交易记录数据中不同模式、不同规律的洗钱行为都有很好的识别效果，具有很好的实际应用价值。

技术领域

本发明涉及数据分析技术领域，具体涉及一种可疑交易识别模型构建方法。

背景技术

洗钱犯罪是危害我国金融安全与社会稳定的重要犯罪活动，研究反洗钱问题具有重大现实意义。反洗钱工作的核心是对大额和可疑交易数据的记录和分析，虽然可疑交易识别问题已经具有数十年的研究历史，但目前仍然尚未有成熟有效的技术能大规模应用与实现。基于传统的机器学习方法的可疑交易识别模型需要用户自己提取特征，且通常只关注账户的静态属性，不考虑交易行为随时间的动态变化，因此已无法满足目前反洗钱工作的需求。

Shapelet是时间序列分类问题的一个热门研究方向，Shapelet能够捕获时间序列的局部特征，即使是在数据是有噪声和失真的情况下也能有很不错的分类效果。此外，Shapelet可以为用户提供可解释的分类结果，对于可疑交易识别问题而言，结果的解释性是非常重要的，因为分析结果会作为洗钱犯罪案件后续调查、取证、判案的重要依据。但是，序列模式分类模型只采用单一的Shapelet作为时间序列分类的唯一标准，因此难以识别不同交易模式和不同交易规律的洗钱行为。

发明内容

有鉴于此，本发明提供了一种可疑交易识别模型构建方法，能够识别不同模式的可疑交易行为，对不同的洗钱手段、不同的洗钱行为特点都具有很好的识别能力。

为达到上述目的，本发明的一种可疑交易识别模型构建方法，包括如下步骤：

S1.构建训练集，训练集中包含已预设标签的交易账户。

S2.获取交易账户在一定时间段内的所有交易记录，按照一定的时间间隔将所有记录划分为不同的交易记录子序列，计算每个子序列中包含的交易记录的交易金额总额，计算结果作为交易账户的时间序列的一个元素，所有元素构成交易账户的时间序列表示。

S3.从训练集中所有时间序列的子序列中选取固定数量的子序列作为候选Shapelet，组成一个Shapelet候选集，然后计算Shapelet候选集中每个候选Shapelet的信息增益，最后提取信息增益最大的前K个Shapelet。

S4.构建Shapelet关系图，Shapelet关系图为无向加权图，Shapelet关系图由K个节点组成，每个节点表示一个Shapelet，每条边的权重表示所连接的两个不同的Shapelet能同时与相同的时间序列相匹配的概率；

S5.得到Shapelet关系图后，采用图嵌入方法对Shapelet关系图进行嵌入，得到嵌入后的任一节点的表示向量。

S6.对于时间序列和与其匹配的所有Shapelet，以及相应的匹配度，将Shapelet的嵌入后的表示向量与匹配度相乘，再对所有相乘的结果累加作为当前时间序列的表示向量。

S7.将训练集中每个时间序列的表示向量作为时间序列的特征输入到一个多层感知器神经网络进行训练，使用训练好多层感知器神经网络进行待预测交易账户的分类预测。