[发明专利]基于图数据库的信用卡欺诈预选方法、装置及存储介质

权利要求书

1.一种基于图数据库的信用卡欺诈预选方法，其特征在于，包括：

获取待处理数据，所述待处理数据包括信用卡数据、商户数据以及还款人数据，通过Spark Graphx构建图数据库；

将信用卡数据、商户数据以及还款人数据作为节点数据，将信用卡数据对应还款人的关系数据以及信用卡数据对应商户的关系数据作为边数据，从而构建全量图；

将信用卡数据以及还款人数据作为节点数据，将将信用卡数据对应还款人的关系数据作为边数据，从而构建聚类图；

对所述聚类图进行基于连通性的分组处理有边相连的节点全部划归一个子图中，从而获取连通性分组结果，给每个连通性分组分配连通性分组id，通过id并表，将连通性分组id对应的分组加入到全量图中；

基于所述连通性分组结果提取组内节点数大于预设阈值的大群组，对所述大群组按照还款人为中心点连接其所还款的信用卡，进一步获取细分组结果，并按照还款人所连接的卡数对细分组结果进行排序，基于排序结果给每个细分组分配唯一的细分id，通过id并表，将连细分id对应的分组加入到全量图中；

基于评价指标对全量图中各个分组进行评估后，输出满足预设条件的预选结果，其中评价指标根据信用卡消费数据获取。

2.根据权利要求1所述的一种基于图数据库的信用卡欺诈预选方法，其特征在于，所述信用卡数据包括信用卡合约编号、客户编号、封锁码、账户状态、卡种、客户账单地址、工作单位、预期金额以及信用额度；

所述商户数据包括：商户编号以及商户名称；

所述还款人数据包括还款人账号。

3.根据权利要求1所述的一种基于图数据库的信用卡欺诈预选方法，其特征在于，所述信用卡数据对应还款人的关系数据包括信用卡合约编号、还款人账号、还款总笔数、还款总金额；

所述信用卡数据对应商户的关系数据包括信用卡合约编号、商户编号、消费总笔数、消费总金额。

4.根据权利要求2或3所述的一种基于图数据库的信用卡欺诈预选方法，其特征在于，在构建全量图或者聚类图之前，包括对信用卡合约编号进行重编码的步骤；相应的，

在输出预选结果之前，包括对信用卡合约编号进行解码的步骤。

5.根据权利要求1所述的一种基于图数据库的信用卡欺诈预选方法，其特征在于，所述评价指标包括客户数、平均消费金额、平均消费高于阈值的客户平均消费金额、平均消费高于阈值的客户数、平均消费高于阈值的客户比例以及平均共同还款账户个数。

6.一种基于图数据库的信用卡欺诈预选装置，其特征在于，包括：

获取模块，用于获取待处理数据，所述待处理数据包括信用卡数据、商户数据以及还款人数据，通过Spark Graphx构建图数据库；

全量图构建模块，用于将信用卡数据、商户数据以及还款人数据作为节点数据，将信用卡数据对应还款人的关系数据以及信用卡数据对应商户的关系数据作为边数据，从而构建全量图；

聚类图侯建模块，用于将信用卡数据以及还款人数据作为节点数据，将将信用卡数据对应还款人的关系数据作为边数据，从而构建聚类图；

连通性分组模块，用于对所述聚类图进行基于连通性的分组处理有边相连的节点全部划归一个子图中，从而获取连通性分组结果，给每个连通性分组分配连通性分组id，通过id并表，将连通性分组id对应的分组加入到全量图中；

细分组模块，用于基于所述连通性分组结果提取组内节点数大于预设阈值的大群组，对所述大群组按照还款人为中心点连接其所还款的信用卡，进一步获取细分组结果，并按照还款人所连接的卡数对细分组结果进行排序，基于排序结果给每个细分组分配唯一的细分id，通过id并表，将连细分id对应的分组加入到全量图中；

输出模块，用于基于评价指标对全量图中各个分组进行评估后，输出满足预设条件的预选结果，其中评价指标根据信用卡消费数据获取。

7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至5中任一项权利要求所述的方法。