CN106033575A - 风险账户识别方法及装置 - Google Patents

Abstract

本申请公开了一种风险账户识别方法及装置，所述方法包括：获取账户数据中各账户的关联信息；根据所述关联信息，确定与待分析的普通账户相关联的关联账户，所述关联账户至少包括黑名单账户、白名单账户及其他的普通账户中的一个；获取各关联账户的风险值；将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值。本申请充分利用到账户数据中既有的黑名单账户及白名单账户的信息，并结合账户数据中各个账户的关联信息，来最终确定各个普通账户的风险值，从而根据待分析的普通账户的风险值，判定该普通账户是否为风险账户，进而提升账户数据的风险控制业务的准确性。

Description

风险账户识别方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种风险账户识别方法及装置。

背景技术

随着计算机技术及互联网信息技术的发展，网络数据的交互及处理量日益庞大，与此同时，网络中难免出现各种不良用户行为，如参加作弊、违反平台规范等，风险控制业务正是用以应对以上问题，而被应用于众多领域当中。

以某电商网站的应用场景为例，根据各个用户账户的历史行为来累积形成黑名单账户列表及白名单账户列表。例如：若发现某用户账户参加作弊或利用平台漏洞套取营销资源，则将该用户账户标记为黑名单账户；若发现某用户账户在三年时间内信用良好，并无任何不良行为记录，则将该用户账户标记为白名单账户。在后续运营过程中，根据用户账户的所属类型，相应地调整使用权限等，从而实现用户账户的风险管理。

现有技术中，虽然根据各个用户账户的历史行为，获得到相应的白名单账户列表及黑白单账户列表，但是仅仅能够显示白名单账户及黑名单账户的风险度或可信度，对于黑、白名单账户以外的其他用户账户，则无法显示这些用户账户的风险度或可信度，这样便导致用户账户的风险控制业务的效果不佳，如：某个其他用户账户虽不属于黑名单账户，但是该用户账户与多个黑名单账户相互关联，则在一定程度上表明该用户账户可能存在风险或者可信度较低。

可见，现有技术中的用户账户的风险控制业务的准确度有待进一步提升。

发明内容

本申请实施例提供一种风险账户识别方法及装置，用以解决现有技术中的用户账户的风险控制业务的准确度不佳的问题。

本申请实施例所提供的风险账户识别方法，包括：获取待分析的普通账户的关联信息，其中，所述普通账户是除黑名单账户及白名单账户之外的账户；

根据所述关联信息，确定与待分析的普通账户相关联的关联账户，其中，所述关联账户至少包括黑名单账户、白名单账户及其他的普通账户中的一个；

分别获取各关联账户的风险值；

将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值；

根据待分析的普通账户的风险值，判定该普通账户是否为风险账户。

本申请实施例所提供的风险账户识别装置，包括：

关联信息获取模块，用于获取待分析的普通账户的关联信息，其中，所述普通账户是除黑名单账户及白名单账户之外的账户；

关联账户确定模块，用于根据所述关联信息，确定与待分析的普通账户相关联的关联账户，其中，所述关联账户至少包括黑名单账户、白名单账户及其他的普通账户中的一个；

风险值获取模块，用于分别获取各关联账户的风险值；

风险值确定模块，用于将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值；

风险账户判定模块，用于根据待分析的普通账户的风险值，判定该普通账户是否为风险账户。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

本申请实施例通过获取到账户数据中各账户的关联信息，并根据关联信息确定待分析的普通账户相关联的关联账户，之后获取各个关联账户的风险值，并根据各关联账户的风险值来确定待分析的普通账户的风险值，从而最终依据该风险值来表征各个普通账户的风险度。本申请实施例充分利用到账户数据中既有的黑名单账户及白名单账户的信息，并结合账户数据中各个账户的关联信息，来最终确定各个普通账户的风险值，并根据各普通账户的风险值，判定所述账户数据中普通账户是否为风险账户，从而准确判定到账户数据中具备风险的普通账户，进而提升账户数据的风险控制业务的准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用以解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的风险账户识别方法的过程；

图2示出了本申请实施例中账户数据中各账户的关联关系；

图3为本申请实施例提供的将各关联账户的风险值进行运算处理的具体过程；

图4为基于风险值归一化处理，本申请实施例提供的风险账户识别方法的具体过程；

图5为本申请一实施例提供的风险账户识别装置的结构示意图；

图6为本申请另一实施例提供的风险账户识别装置的结构示意图。

具体实施方式

本申请实施例提供一种风险账户识别方法及装置，用以识别出账户数据中的风险账户，从而解决现有技术中的用户账户的风险控制业务的准确度不佳的问题。本申请实施例中，所述方法的执行主体可以是服务器、终端或系统等，所述执行主体不构成对本申请的限定，本文将以执行主体是服务器为例进行说明。此外，所述账户包括但不限于：银行账户、电子邮箱账户、即时通信账户、互联网金融账户中的至少一个，本文将以互联网金融账户为例进行说明。

图1为本申请实施例提供的风险账户识别方法的过程，包括：

步骤11：获取待分析的普通账户的关联信息，其中，所述普通账户是除黑名单账户及白名单账户之外的账户。

以互联网金融账户为例，本申请实施例根据各个互联网金融账户的行为记录，对互联网金融账户进行分类，将可信度低或风险度高的互联网金融账户标记为黑名单账户，将可信度高或风险度低的互联网金融账户标记为白名单账户，则既未被标记为黑名单账户，又未被标记为白名单账户的账户属于普通账户。关联信息用以表征各个互联网金融账户的关联关系。本申请实施例中，关联信息可以是账户与账户之间的资金往来信息。若两个账户之间存在资金往来，则表明以上两个账户存在关联。账户与账户之间的资金往来信息至少包括资金往来时间、资金往来数额。

本申请另一实施例中，关联信息可以是账户与账户之间的社交网络信息。基于移动终端中安装的社交软件，将用户的互联网金融账户映射到该用户的一个或多个社交软件，若两个用户的在同一社交软件上是好友关系，则可以判定这两个用户的互联网金融账户存在关联。

本申请又一实施例中，关联信息可以是账户与账户之间的媒介共用信息。媒介共用信息用以表明两个互联网金融账户是否存在共用媒介的情况，所述媒介包括但不限于：银行卡信息、个人信息(身份证号或手机号等)、介质访问控制(Media Access Control，Mac)信息。也就是说，若两个互联网金融账户存在以上媒介的共用情况，则表明这两个互联网金融账户存在关联。

值得一提的是，关联信息并不限于以上所列的方式，本方法可选择以上一个方式、或综合以上多个方式来确定账户的关联信息。

步骤12：根据所述关联信息，确定与待分析的普通账户相关联的关联账户，其中，所述关联账户至少包括黑名单账户、白名单账户及其他的普通账户中的一个。

图2示出了本申请实施例中账户数据中各账户的关联关系。假设账户数据中包括账户A、B、C、D、E、F、G，其中，账户A是白名单账户，账户F是黑名单账户，账户B、C、D、E、G是普通账户。依据步骤11所获取到的关联信息(资金往来信息或媒介共用信息或社交网络信息中的一个或多个)，将以上各个账户进行互相关联，则得到的结果是：账户B的关联账户是账户A和账户C，账户D的关联账户是账户A和账户C，账户C的关联账户是账户B、账户D、账户E及账户G，账户E的关联账户是账户C和账户F，账户G的关联账户是账户C和账户F，依次类推。

步骤13：分别获取各关联账户的风险值。

本申请实施例中，各关联账户的风险值包括第一风险值和第二风险值，每个账户的第一风险值用以表征该账户是黑名单账户的可能性，每个账户的第二风险值用以表征该账户是白名单账户的可能性。具体地，定义黑名单账户的第一风险值是1，第二风险值是0；定义白名单账户的第一风险值是0，第二风险值是1。值得注意的是，本申请其他实施例中，也可采取一个风险值来表征某个账户是黑、白名单的可能性，如：定义白名单账户的风险值是1，黑名单账户的风险值是-1，则若风险值越靠近1，表明该账户是白名单的可能性越高；若风险值越靠近-1，表明该账户是黑名单的可能性越高。此外，第一风险值及第二风险值的具体数值并不限于以上实施例。

步骤14：将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值。

沿用以上实例，最初，账户数据中只有白名单账户A及黑名单账户F具有风险值，其中，白名单账户A的第一风险值是0，第二风险值是1；黑名单账户F的第一风险值是1，第二风险值是0。假设两个相互关联的账户之间的连线是风险值传递路径，则通过将账户数据中黑名单账户及白名单账户的风险值沿着风险值传递路径，传递到相关联的账户上，最终可以综合各个关联账户上所传递来的风险值，来确定各个待分析的普通账户的风险值。也就是说，各个账户是黑名单账户或白名单账户的可能性，也直接影响到与之相关联的关联账户是黑名单账户或白名单账户的可能性。通过风险值传递及运算，最终可以得到各个普通账户的风险值(包括第一风险值及第二风险值)，若某个普通账户的第一风险值越靠近1，则表明该普通账户与黑名单账户的关联度较高，即其风险度较大，可信度较低；若某个普通账户的第二风险值越靠近1，则表明该普通账户与白名单账户的关联度较高，即其风险度较小，可信度较高。

步骤15：根据待分析的普通账户的风险值，判定该普通账户是否为风险账户。本申请实施例中，步骤15具体包括：

确定待分析的普通账户的风险值与黑名单账户的风险值之间的差值。在以上实例中，黑名单账户的第一风险值是1，待分析的普通账户的第一风险值是a(0＜a＜1)，则所述差值是1-a。

判断差值是否小于预设值，若是，则判定该普通账户是风险账户；若否，则判定该普通账户不是风险账户。本申请实施例中，若设定以上预设值是0.1，则如果待分析的普通账户的差值1-a＜0.1，也就是a＞0.9，则可以判定该待分析的普通账户属于风险账户；否则判定该普通账户不属于风险账户。

关于如何根据风险值判定待分析的普通账户是否为风险账户的方式并不限于以上实施例。在本申请其他实施例中，根据风险值判定风险账户的步骤包括：首先将各个普通账户的风险值(第一风险值或第二风险值)按照从大到小进行排序，随后根据排名情况，将排名位于前n名的普通账户判定为风险账户，比如：总共100个普通账户，则将第一风险值排名前3名的普通账户判定为风险账户。

本申请实施例通过以上方法可以准确判定账户数据中存在风险的普通账户，在判定账户数据中风险账户后，对这些风险账户执行风险控制，比如：关闭账户的特定权限。其余不具有风险的普通账户，则不执行风险控制。

本申请实施例中，所述方法还包括如下步骤：确定待分析的普通账户与各关联账户之间的权重系数。其中，权重系数用以表征一个普通账户与相对应的一个关联账户之间的关系强弱程度。具体地，确定待分析的普通账户与各关联账户之间的权重系数，具体包括：

根据关联信息，确定待分析的普通账户与各关联账户之间的关系分值。

沿用以上实例，假设待分析的普通账户是账户C，则账户C的关联账户是账户B、账户D、账户E及账户G。以关联信息是资金往来信息为例，根据账户C与各个关联账户的资金往来情况，包括资金往来次数或资金往来金额，来确定关系分值，比如：账户C和账户B之间的资金往来金额是200元，账户C和账户D之间的资金往来金额是400元，账户C和账户E之间的资金往来金额是100元，账户C和账户G之间的资金往来金额是300元，则各个关系分值与资金往来金额成正比，得到账户C与账户B、账户D、账户E、账户G的关系分值分别是20、40、10、30。同理，若关联信息是社交网络信息或媒介共用信息，则可以依据存在好友关系的社交应用的数量、或共用媒介的数量，来确定账户之间的关系分值。

将待分析的普通账户与各关联账户之间的关系分值进行相加，以得到关系总分值。

在以上实例中，得到账户C与账户B、账户D、账户E、账户G的关系分值分别是20、40、10、30，则关系总分值是20+40+10+30＝100。

将各关系分值除以关系总分值，以得到待分析的普通账户与各关联账户之间的权重系数。

在以上实例中，通过运算得到账户C与账户B的权重系数是20/100＝0.2，账户C与账户D的权重系数是40/100＝0.4，账户C与账户E的权重系数是10/100＝0.1，账户C与账户G的权重系数是30/100＝0.3。

图3为本申请实施例提供的将各关联账户的风险值进行运算处理的具体过程，包括：

步骤141：将关联账户的第一风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第一权重风险值。

继续沿用以上实例，假设账户B的第一风险值是0，第二风险值是0.5；账户D的第一风险值是0，第二风险值是0.5；账户E的第一风险值是0.5，第二风险值是0；账户G的第一风险值是0.5，第二风险值是0。其中，账户C与账户B、账户D、账户E、账户G的权重系数分别是0.2、0.4、0.1、0.3。则计算得到账户B、账户D、账户E、账户G的第一权重风险值分别是0、0、0.05、0.15。

步骤142：将各关联账户的第一权重风险值进行求和，以得到待分析的普通账户的第一风险值。

在以上实例中，通过求和得到账户C的第一风险值是0+0+0.05+0.15＝0.2。

步骤143：将关联账户的第二风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第二权重风险值。

在以上实例中，计算得到账户B、账户D、账户E、账户G的第一权重风险值分别是0.1、0.2、0、0。

步骤144：将各关联账户的第二权重风险值进行求和，以得到待分析的普通账户的第二风险值。

在以上实例中，通过求和得到账户C的第二风险值是0.1+0.2+0+0＝0.3。

值得注意的是，本申请实施例采取权重系数计算及风险值求和运算的方式，来确定各个待分析的普通账户的风险值，最终通过各风险值来表征各普通账户的风险度或可信度。然而确定风险值的方式并不限于此，本申请其他示范性的实施例中，确定风险值的过程是：

首先，获取待分析的普通账户的各关联账户所对应的关联账户的数量n。

继续沿用以上实例，若待分析的普通账户是账户C，则账户C的各关联账户是账户B、账户D、账户E、账户G，其中，账户B的关联账户的数量是2个，账户D的关联账户的数量是2个，账户E的关联账户的数量是2个，账户G的关联账户的数量是2个。

然后，将各关联账户的第一风险值及第二风险值分别除以数量n，以确定各关联账户的第一权重风险值及第二权重风险值。

在以上实例中，账户B的第一权重风险值及第二权重风险值分别是：0，0.25；账户D的第一权重风险值及第二权重风险值分别是：0，0.25；账户E的第一权重风险值及第二权重风险值分别是：0.25，0；账户G的第一权重风险值及第二权重风险值分别是：0.25，0。

最后，分别将各关联账户的第一权重风险值进行求和，以得到待分析的普通账户的第一风险值；分别将各关联账户的第二权重风险值进行求和，以得到待分析的普通账户的第二风险值。

在以上实例中，待分析的账户C的第一风险值是：0+0+0.25+0.25＝0.5；待分析的账户C的第二风险值是：0.25+0.25+0+0＝0.5。

关于确定各普通账户的风险值的方式还有很多，如：一个黑名单账户或白名单账户配置有一个非零的风险值，后续采取求积运算的方式来确定各普通账户的风险值，本文不再予以一一赘述。

图4为基于风险值归一化处理，本申请实施例提供的风险账户识别方法的具体过程，包括：

步骤10：风险值运算处理，即以上步骤13及步骤14的组合，每执行一次步骤10，账户数据中待分析的普通账户获取与之关联的各关联账户的风险值，并依据各关联账户的风险值进行求和运算，以得到该待分析的普通账户的风险值。

步骤16：判断待分析的普通账户的第一风险值或第二风险值是否大于1。

步骤17：若第一风险值或第二风险值大于1，则将所述第一风险值或所述第二风险值进行归一化处理。其中，归一化处理是将大于1的第一风险值或第二风险值转化成不大于1的数值的过程，如：若求和得到的第一风险值是2，第二风险值是3，则归一化处理后，第一风险值变成2/(2+3)＝0.4，第二风险值变成3/(2+3)＝0.6。

步骤18：若第一风险值或第二风险值不大于1，则判断是否达到预设的运算处理次数(执行步骤10的次数)。本申请实施例中，根据账户数据中账户的数量，系统预设一个运算处理次数，以确保在最短时间内运算得到各个普通账户的风险值，在确保风险值运算的准确性的同时，提升计算机的运行效率。则如果判定执行步骤10的次数达到预设的运算处理次数后，停止运算并输出各个普通账户的风险值。值得一提的是，本申请其他实施例中，由于在达到一定的运算处理次数后，各账户的风险值趋于稳定，则可通过感测各账户的风险值是否稳定来判定何时停止运算。

图5为本申请一实施例提供的风险账户识别装置的结构示意图。基于以上方法，该装置包括关联信息获取模块101、关联账户确定模块102、风险值获取模块103、风险值确定模块104以及风险账户判定模块106。其中，关联信息获取模块101用于获取账户数据中各账户的关联信息；关联账户确定模块102用于根据所述关联信息，确定与待分析的普通账户相关联的关联账户，关联账户至少包括黑名单账户、白名单账户及其他的普通账户中的一个；风险值获取模块103用于获取各关联账户的风险值；风险值确定模块104用于将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值。风险账户判定模块106用于根据待分析的普通账户的风险值，判定该普通账户是否为风险账户。本申请实施例中，关联信息包括各账户之间的资金往来信息、或各账户之间的社交网络信息、或各账户之间的媒介共用信息中的一个或多个。关联信息获取模块101从资金往来信息库107、或社交网络信息库108、或媒介共用信息库109来获取账户的关联信息。

本申请实施例中，所述风险值包括第一风险值和第二风险值，所述账户的第一风险值表征该账户是黑名单账户的可能性，所述账户的第二风险值表征该账户是白名单账户的可能性。

本申请实施例中，所述黑名单账户的第一风险值是1，第二风险值是0；所述白名单账户的第一风险值是0，第二风险值是1。

图6为本申请另一实施例提供的风险账户识别装置的结构示意图。在以上实施例所提供的装置的基础上，该装置还包括权重系数确定模块105，用于确定待分析的普通账户与各关联账户之间的权重系数。

本申请实施例中，权重系数确定模块105具体包括：

关系分值确定单元1051，用于根据所述关联信息，确定待分析的普通账户与各关联账户之间的关系分值；

关系总分值确定单元1052，用于将待分析的普通账户与各关联账户之间的关系分值进行相加，以得到关系总分值；

权重系数计算单元1053，用于将各关系分值除以所述关系总分值，以得到待分析的普通账户与各关联账户之间的权重系数。

本申请实施例中，风险值确定模块104具体包括：

第一权重单元1041，用于将关联账户的第一风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第一权重风险值；

第一求和单元1042，用于将各关联账户的第一权重风险值进行求和，以得到待分析的普通账户的第一风险值；

第二权重单元1043，用于将关联账户的第二风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第二权重风险值；

第二求和单元1044，用于将各关联账户的第二权重风险值进行求和，以得到待分析的普通账户的第二风险值。

本申请实施例中，该装置还用于：判断待分析的普通账户的第一风险值或第二风险值是否大于1；若是，则将第一风险值或第二风险值进行归一化处理。

本申请实施例中，风险账户判定模块106具体用于：

确定待分析的普通账户的风险值与所述黑名单账户的风险值之间的差值。

判断所述差值是否小于预设值。

若是，则判定该普通账户是风险账户。

本申请实施例所提供的方法通过获取到账户数据中各账户的关联信息，并根据关联信息确定待分析的普通账户相关联的关联账户，之后获取各个关联账户的风险值，并根据各关联账户的风险值来确定待分析的普通账户的风险值，从而最终依据该风险值来表征各个普通账户的风险度。本申请实施例充分利用到账户数据中既有的黑名单账户及白名单账户的信息，并结合账户数据中各个账户的关联信息，来最终确定各个普通账户的风险值，并根据各普通账户的风险值，判定所述账户数据中普通账户是否为风险账户，从而准确判定到账户数据中具备风险的普通账户，进而提升账户数据的风险控制业务的准确性。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用以实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用以实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用以存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用以限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (18)

1.一种风险账户识别方法，其特征在于，包括：

获取待分析的普通账户的关联信息，其中，所述普通账户是除黑名单账户及白名单账户之外的账户；

根据所述关联信息，确定与待分析的普通账户相关联的关联账户，其中，所述关联账户至少包括黑名单账户、白名单账户及其他的普通账户中的一个；

分别获取各关联账户的风险值；

将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值；

根据待分析的普通账户的风险值，判定该普通账户是否为风险账户。

2.根据权利要求1所述的方法，其特征在于，所述风险值包括第一风险值和第二风险值，所述账户的第一风险值表征该账户是黑名单账户的可能性，所述账户的第二风险值表征该账户是白名单账户的可能性。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

确定待分析的普通账户与各关联账户之间的权重系数。

4.根据权利要求3所述的方法，其特征在于，确定待分析的普通账户与各关联账户之间的权重系数，具体包括：

根据所述关联信息，确定待分析的普通账户与各关联账户之间的关系分值；

将待分析的普通账户与各关联账户之间的关系分值进行相加，以得到关系总分值；

将各关系分值除以所述关系总分值，以得到待分析的普通账户与各关联账户之间的权重系数。

5.根据权利要求3所述的方法，其特征在于，将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值，具体包括：

将所述关联账户的第一风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第一权重风险值；

将各关联账户的第一权重风险值进行求和，以得到待分析的普通账户的第一风险值；

将所述关联账户的第二风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第二权重风险值；

将各关联账户的第二权重风险值进行求和，以得到待分析的普通账户的第二风险值。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

判断待分析的普通账户的第一风险值或第二风险值是否大于1；

若是，则将所述第一风险值或所述第二风险值进行归一化处理。

7.根据权利要求2所述的方法，其特征在于，所述黑名单账户的第一风险值是1，第二风险值是0；所述白名单账户的第一风险值是0，第二风险值是1。

8.根据权利要求1所述的方法，其特征在于，所述关联信息包括各账户之间的资金往来信息、或各账户之间的社交网络信息、或各账户之间的媒介共用信息中的一个或多个。

9.根据权利要求1所述的方法，其特征在于，根据待分析的普通账户的风险值，判定该普通账户是否为风险账户，具体包括：

确定待分析的普通账户的风险值与所述黑名单账户的风险值之间的差值；

判断所述差值是否小于预设值；

若是，则判定该普通账户是风险账户。

10.一种风险账户识别装置，其特征在于，包括：

关联信息获取模块，用于获取待分析的普通账户的关联信息，其中，所述普通账户是除黑名单账户及白名单账户之外的账户；

关联账户确定模块，用于根据所述关联信息，确定与待分析的普通账户相关联的关联账户，其中，所述关联账户至少包括黑名单账户、白名单账户及其他的普通账户中的一个；

风险值获取模块，用于分别获取各关联账户的风险值；

风险值确定模块，用于将各关联账户的风险值进行运算处理，以得到待分析的普通账户的风险值；

风险账户判定模块，用于根据待分析的普通账户的风险值，判定该普通账户是否为风险账户。

11.根据权利要求10所述的装置，其特征在于，所述风险值包括第一风险值和第二风险值，所述账户的第一风险值表征该账户是黑名单账户的可能性，所述账户的第二风险值表征该账户是白名单账户的可能性。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括权重系数确定模块，用于：

确定待分析的普通账户与各关联账户之间的权重系数。

13.根据权利要求12所述的装置，其特征在于，所述权重系数确定模块具体包括：

关系分值确定单元，用于根据所述关联信息，确定待分析的普通账户与各关联账户之间的关系分值；

关系总分值确定单元，用于将待分析的普通账户与各关联账户之间的关系分值进行相加，以得到关系总分值；

权重系数计算单元，用于将各关系分值除以所述关系总分值，以得到待分析的普通账户与各关联账户之间的权重系数。

14.根据权利要求12所述的装置，其特征在于，所述风险值确定模块具体包括：

第一权重单元，用于将所述关联账户的第一风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第一权重风险值；

第一求和单元，用于将各关联账户的第一权重风险值进行求和，以得到待分析的普通账户的第一风险值；

第二权重单元，用于将所述关联账户的第二风险值乘以该关联账户与待分析的普通账户之间的权重系数，以得到各关联账户的第二权重风险值；

第二求和单元，用于将各关联账户的第二权重风险值进行求和，以得到待分析的普通账户的第二风险值。

15.根据权利要求14所述的装置，其特征在于，所述装置还用于：

判断待分析的普通账户的第一风险值或第二风险值是否大于1；

若是，则将所述第一风险值或所述第二风险值进行归一化处理。

16.根据权利要求11所述的装置，其特征在于，所述黑名单账户的第一风险值是1，第二风险值是0；所述白名单账户的第一风险值是0，第二风险值是1。

17.根据权利要求10所述的装置，其特征在于，所述关联信息包括各账户之间的资金往来信息、或各账户之间的社交网络信息、或各账户之间的媒介共用信息中的一个或多个。

18.根据权利要求10所述的装置，其特征在于，所述风险账户判定模块具体用于：

确定待分析的普通账户的风险值与所述黑名单账户的风险值之间的差值；

判断所述差值是否小于预设值；

若是，则判定该普通账户是风险账户。