[发明专利]异常交易实体的识别方法、装置、设备及可读存储介质

权利要求书

1.一种异常交易实体的识别方法，其特征在于，包括：

获取交易数据集，并基于所述交易数据集构建初始交易图谱；

利用基于复合特征向量训练得到的异常交易数据预测模型对所述交易数据集中各交易数据进行预测，得到预测结果；其中，所述复合特征向量由基于Louvian社区发现算法提取到的第一特征向量、基于专家经验特征提取算法提取到的第二特征向量以及基于时序特征提取算法提取到的第三特征向量进行向量合并得到；

当所述预测结果为所述交易数据集中存在异常交易数据时，确定并标记所述初始交易图谱中的初始异常交易实体集，得到目标交易图谱；

利用所述Louvian社区发现算法对所述目标交易图谱进行交易社区划分，得到社区交易图谱；

结合所述社区交易图谱和所述初始异常交易实体集进行异常交易实体排查，得到目标异常交易实体集。

2.根据权利要求1所述的异常交易实体的识别方法，其特征在于，结合所述社区交易图谱和所述初始异常交易实体集进行异常交易实体排查，得到目标异常交易实体集，包括：

查找与所述初始异常交易实体集中的初始异常交易实体有关联关系的其他实体，并将查找到的实体添加到所述社区交易图谱；其中，所述关联关系包括身份关联关系、通信关联关系以及地址关联关系中的任意一项或几项组合；

对添加到所述社区交易图谱中与所述初始异常交易实体有关联关系的其他实体进行标记；

将所述社区交易图谱中标记的各实体构成的实体集合确定为所述目标异常交易实体集。

3.根据权利要求2所述的异常交易实体的识别方法，其特征在于，查找与所述初始异常交易实体集中的初始异常交易实体有关联关系的其他实体，包括：

获取预设的时序特征和社区特征；

结合所述时序特征和所述社区特征，查找与所述初始异常交易实体集中的初始异常交易实体有关联关系的其他实体。

4.根据权利要求2所述的异常交易实体的识别方法，其特征在于，在将所述社区交易图谱中标记的各实体构成的实体集合确定为所述目标异常交易实体集之后，还包括：

对所述社区交易图谱进行可视化展示。

5.根据权利要求1所述的异常交易实体的识别方法，其特征在于，结合所述社区交易图谱和所述初始异常交易实体集进行异常交易实体排查，得到目标异常交易实体集，包括：

根据所述初始异常交易实体集，利用中心性算法以交易数额和交易次数为权重信息对所述社区交易图谱中各交易实体进行排名；

根据排名结果确定所述目标异常交易实体集。

6.根据权利要求5所述的异常交易实体的识别方法，其特征在于，利用中心性算法以交易数额和交易次数为权重信息对所述社区交易图谱中各交易实体进行排名，包括：

基于所述交易数额和所述交易次数构建各中心性算法之间的相对权重矩阵；

针对所述社区交易图谱中每个交易实体，计算各所述中心性算法分别对应的标准化指标值；

对各所述标准化指标值和所述相对权重矩阵中的对应权重进行加权求和，得到综合得分；

对所述综合得分进行大小排序，得到所述社区交易图谱中各所述交易实体的排名结果。

7.根据权利要求5或6所述的异常交易实体的识别方法，其特征在于，在根据排名结果确定目标异常交易实体集之后，还包括：

将所述目标异常交易实体集中除已标记的初始异常交易实体集之外的其他异常交易实体标记于所述社区交易图谱。