CN108647981A - 一种目标对象关联关系确定方法和装置 - Google Patents

一种目标对象关联关系确定方法和装置 Download PDF

Info

Publication number
CN108647981A
CN108647981A CN201810471828.3A CN201810471828A CN108647981A CN 108647981 A CN108647981 A CN 108647981A CN 201810471828 A CN201810471828 A CN 201810471828A CN 108647981 A CN108647981 A CN 108647981A
Authority
CN
China
Prior art keywords
target object
trade companies
feature information
information
transaction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810471828.3A
Other languages
English (en)
Inventor
彭求应
肖凯
陈露佳
王维强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810471828.3A priority Critical patent/CN108647981A/zh
Publication of CN108647981A publication Critical patent/CN108647981A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种目标对象关联关系确定方法，包括：确定多个目标对象；获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。采用本申请实施例提供的方案，能够利用目标对象的业务数据推测出目标对象之间的关联关系，从而能够识别出关联关系较强的目标对象。

Description

一种目标对象关联关系确定方法和装置
技术领域
本申请涉及计算机技术领域，尤其涉及一种关联关系的确定方法和装置。
背景技术
随着计算机技术的发展和互联网的普及，各种各样的业务平台层出不穷，参与业务平台的主体(可作为目标对象)也良莠不齐，导致互联网平台案件频发，影响着平台和用户的资源安全。
以电商平台或者在线支付平台为例，越来越多的商户借助电商平台或在线支付平台进行商品的线上销售和经营。对于采用间连方式(例如，通过独立软件开发商ISV(Independent Software Vendors)等方式)接入平台的部分商户，由于平台难以获取这部分商户的完整基础信息以进行资质审核，因此，无法发现这部分商户在合法性与安全性上的隐患，使得部分欺诈消费者的商户或商户团伙有机可乘，对消费者的资金安全构成威胁。
由于非正常的目标对象之间往往关系紧密，因此，亟需一种能够确定目标对象之间的关联关系的方法，以便识别出非正常的目标对象，保护资源的安全。
发明内容
本申请实施例提供一种目标对象关联关系确定方法和装置，旨在确定目标对象之间关联关系的强弱，以便识别出关联关系较强的非正常目标对象，保护资源的安全。
本申请实施例还提供一种间连商户关联关系确定方法和装置，旨在确定间连商户之间关联关系的强弱，以便识别出非正常间连商户，提高消费者资金的安全性。
本申请实施例采用下述技术方案：
第一方面，本申请实施例提供一种目标对象关联关系确定方法，包括：
确定多个目标对象；
获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
在本申请实施例第一方面提供的方法中，根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，包括：
以任一目标对象作为第一目标对象，执行以下步骤，直至遍历所述多个目标对象：
以所述第一目标对象的任一业务特征信息作为第一业务特征信息，
计算所述第一业务特征信息在所述第一目标对象的业务特征信息中出现的频率，记为第一比值；
计算所述第一业务特征信息在所述多个目标对象的业务特征信息中出现的逆向频率，记为第二比值；
根据所述第一比值和所述第二比值，计算所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重，所述权重用于反映所述第一业务特征信息对于所述第一目标对象的重要程度；
当所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重大于或等于预设阈值时，将所述第一业务特征信息确定为所述第一目标对象的标识性业务信息；
以所述第一目标对象的不同于所述第一业务特征信息的任一业务特征信息作为新的第一业务特征信息，重复以上步骤，直至遍历所述第一目标对象的全部业务特征信息。
在本申请实施例第一方面提供的方法中，计算所述第一业务特征信息在所述第一目标对象的业务特征信息中出现的频率，记为第一比值，包括：
统计所述第一业务特征信息在所述第一目标对象的业务数据中出现的次数，记为第一数值；
统计所述第一目标对象的业务特征信息的总数量，记为第二数值；
计算所述第一数值与所述第二数值的比值，记为所述第一比值。
在本申请实施例第一方面提供的方法中，计算所述第一业务特征信息在所述多个目标对象的业务特征信息中出现的逆向频率，记为第二比值，包括：
统计所述多个目标对象的总数量，记为第三数值；
统计所述多个目标对象的业务数据中，包含有所述第一业务特征信息的目标对象的总数量，记为第四数值；
计算所述第三数值和第四数值的比值，记为所述第二比值。
在本申请实施例第一方面提供的方法中，根据所述第一比值和所述第二比值，计算所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重，包括：
对所述第二比值进行对数运算；
将所述对数运算的结果与所述第一比值的乘积，作为所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重。
在本申请实施例第一方面提供的方法中，在根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息之前，还包括：
根据与所述多个目标对象分别对应的业务数据，提取所述多个目标对象各自的业务特征信息。
在本申请实施例第一方面提供的方法中，根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，包括：
以所述多个目标对象中任意两个目标对象作为第二目标对象和第三目标对象，执行以下步骤，直至遍历所述多个目标对象中任意两个目标对象的组合：
根据所述第二目标对象的标识性业务信息，生成第二集合；根据所述第三目标对象的标识性业务信息，生成第三集合；
根据所述第二集合和所述第三集合中所包含的标识性业务信息，确定所述第二集合和所述第三集合的相似程度，所述相似程度能够反映所述第二目标对象和所述第三目标对象的对象关联强度。
在本申请实施例第一方面提供的方法中，根据所述第二集合和所述第三集合中所包含的标识性业务信息，确定所述第二集合和所述第三集合的相似程度，包括：
确定所述第二集合和所述第三集合的交集和并集；
计算所述交集中标识性业务信息的数量与所述并集中标识性业务信息的数量的比值，作为所述第二集合和所述第三集合的相似程度。
在本申请实施例第一方面提供的方法中，在根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度之后，所述方法还包括：
基于所述多个对象关联强度，对所述多个目标对象进行聚类。
在本申请实施例第一方面提供的方法中，所述目标对象为间连商户，所述业务数据为所述间连商户的交易数据，所述业务特征信息为与所述间连商户对应的交易特征信息，所述标识性业务信息为所述间连商户的标识性交易信息。
第二方面，本申请实施例提供一种目标对象关联关系确定装置，包括：
对象确定模块，确定多个目标对象；
业务数据获取模块，获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
标识性业务信息确定模块，根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
对象关联强度确定模块，根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
第三方面，本申请实施例提供一种电子设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
确定多个目标对象；
获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
确定多个目标对象；
获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
第五方面，本申请实施例提供一种间连商户关联关系确定方法，包括：
确定多个间连商户；
获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
在本申请实施例第五方面提供的方法中，根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，包括：
以任一间连商户作为第一间连商户，执行以下步骤，直至遍历所述多个间连商户：
以所述第一间连商户的任一交易特征信息作为第一交易特征信息，
计算所述第一交易特征信息在所述第一间连商户的交易特征信息中出现的频率，记为第一比值；
计算所述第一交易特征信息在所述多个间连商户的交易特征信息中出现的逆向频率，记为第二比值；
根据所述第一比值和所述第二比值，计算所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重，所述权重用于反映所述第一交易特征信息对于所述第一间连商户的重要程度；
当所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重大于或等于预设阈值时，将所述第一交易特征信息确定为所述第一间连商户的标识性交易信息；
以所述第一间连商户的不同于所述第一交易特征信息的任一交易特征信息作为新的第一交易特征信息，重复以上步骤，直至遍历所述第一间连商户的全部交易特征信息。
在本申请实施例第五方面提供的方法中，计算所述第一交易特征信息在所述第一间连商户的交易特征信息中出现的频率，记为第一比值，包括：
统计所述第一交易特征信息在所述第一间连商户的交易数据中出现的次数，记为第一数值；
统计所述第一间连商户的交易特征信息的总数量，记为第二数值；
计算所述第一数值与所述第二数值的比值，记为所述第一比值。
在本申请实施例第五方面提供的方法中，计算所述第一交易特征信息在所述多个间连商户的交易特征信息中出现的逆向频率，记为第二比值，包括：
统计所述多个间连商户的总数量，记为第三数值；
统计所述多个间连商户的交易数据中，包含有所述第一交易特征信息的间连商户的总数量，记为第四数值；
计算所述第三数值和第四数值的比值，记为所述第二比值。
在本申请实施例第五方面提供的方法中，根据所述第一比值和所述第二比值，计算所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重，包括：
对所述第二比值进行对数运算；
将所述对数运算的结果与所述第一比值的乘积，作为所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重。
在本申请实施例第五方面提供的方法中，在根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息之前，还包括：
根据与所述多个间连商户分别对应的交易数据，提取所述多个间连商户各自的交易特征信息。
在本申请实施例第五方面提供的方法中，根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，包括：
以所述多个间连商户中任意两个间连商户作为第二间连商户和第三间连商户，执行以下步骤，直至遍历所述多个间连商户中任意两个间连商户的组合：
根据所述第二间连商户的标识性交易信息，生成第二集合；根据所述第三间连商户的标识性交易信息，生成第三集合；
根据所述第二集合和所述第三集合中所包含的标识性交易信息，确定所述第二集合和所述第三集合的相似程度，所述相似程度能够反映所述第二间连商户和所述第三间连商户的对象关联强度。
在本申请实施例第五方面提供的方法中，根据所述第二集合和所述第三集合中所包含的标识性交易信息，确定所述第二集合和所述第三集合的相似程度，包括：
确定所述第二集合和所述第三集合的交集和并集；
计算所述交集中标识性交易信息的数量与所述并集中标识性交易信息的数量的比值，作为所述第二集合和所述第三集合的相似程度。
在本申请实施例第五方面提供的方法中，在根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度之后，所述方法还包括：
基于所述多个对象关联强度，对所述多个间连商户进行聚类。
第六方面，本申请实施例提供一种间连商户关联关系确定装置，包括：
对象确定模块，确定多个间连商户；
交易数据获取模块，获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
标识性交易信息确定模块，根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
对象关联强度确定模块，根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
第七方面，本申请实施例提供一种电子设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
确定多个间连商户；
获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
第八方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
确定多个间连商户；
获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
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：
在本申请实施例中，可以根据多个目标对象的业务数据中的业务特征信息，确定出对于目标对象而言更加重要的标识性业务信息，进而根据多个目标对象各自的标识性业务信息，可以确定多个对象关联强度，从而能够反映出多个目标对象中任意两个目标对象之间的关联关系的强弱。因此，采用本申请实施例提供的方案，能够借助目标对象的业务数据推测出目标对象之间的关联关系，从而能够识别出关联关系较强的目标对象，保护资源的安全。
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于解释本申请，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目标对象关联关系确定方法的流程示意图；
图2为本申请实施例提供的第二种目标对象关联关系确定方法的流程示意图；
图3为本申请实施例提供的第三种目标对象关联关系确定方法的流程示意图；
图4为本申请实施例提供的间连商户关联关系确定方法的流程示意图；
图5为本申请实施例提供的第二种间连商户关联关系确定方法的流程示意图；
图6为本申请实施例提供的目标对象关联关系确定方法的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图；
图8为本申请实施例提供的间连商户关联关系确定方法的结构示意图；
图9为本申请实施例提供的第二种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
参见图1所示，本申请实施例提供了一种目标对象关联关系确定方法，包括：
S101：确定多个目标对象。
需要说明的是，执行步骤S101确定的目标对象，可以理解为待确定关联关系的对象。执行本申请实施例提供的方法所确定出来的对象关联强度，反映的是多个目标对象中任意两个目标对象之间的关联关系的强弱。
假设执行步骤S101确定出的目标对象的总数量为n，则执行本申请实施例提供的方法，从n个目标对象中任取2个目标对象，确定其对象关联强度，确定出的对象关联强度将有C(n,2)个(从n个不同目标对象中取出2个目标对象的组合数)，即n*(n-1)/2个。
能够理解到，在将本申请实施例提供的方法应用于不同应用场景时，目标对象的含义有所不同。例如，若应用于确定间连商户的关联关系，则目标对象可以具体化为间连商户。
S103：获取与多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与目标对象对应的业务特征信息。
执行步骤S103获取到的业务数据，与目标对象相对应，能够反映目标对象的相关业务信息。例如，业务数据中可以包含业务的开始时间、结束时间、参与业务的多方的用户标识、业务类型、业务名称、业务标的、业务单号等多方面的信息。其中，与目标对象对应的业务特征信息，是指能够反映目标对象之间的差异性的相关信息，例如，可以是业务类型、业务名称、业务标的等能够反映业务实质性内容的信息。
可以理解到，在不同的应用场景下，目标对象对应的业务数据中所包含的业务特征信息，可以有多种不同的理解。例如，对于商户进行的商品交易而言，业务数据可具体化为交易数据，进一步地，交易数据中可以包括交易的时间、地点、参与交易的用户的ID、交易订单号、收货人的信息、交易备注信息等，交易数据中还可以包括进行交易的商品类型、商品品牌、商品名称、商品编号、商品价格、交易二维码等。在确定商户之间的关联关系时，可以优选采用商品名称、交易二维码等与商户的联系更为紧密的信息，作为业务特征信息。
因此，本申请实施例提供的方法中，在执行步骤S103获取到与多个目标对象分别对应的业务数据之后，还可以根据这些业务数据，提取多个目标对象各自的业务特征信息，以便反映各目标对象之间的差异性。这一处理过程，也可以理解为对业务数据中所包含的信息进行降噪，仅保留与业务本身有关，且能够反映各目标对象的实质差异性的那部分信息，作为业务特征信息。
S105：根据多个目标对象各自的业务特征信息，确定多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于目标对象的重要程度满足预设条件的业务特征信息。
需要说明的是，在进行同类业务的目标对象(例如，销售同一类型商品的商户)中，其业务特征信息可能会相同或相近，并非所有的业务特征信息都能够反映某一目标对象相对于其他目标对象的差异性。因此，可以进一步执行步骤S105，提取目标对象的业务特征信息中，对于目标对象更加重要的部分，作为目标对象的标识性业务信息。
能够理解到，对于某个目标对象而言，若该目标对象的某一条业务特征信息在该目标对象的多条业务数据中频繁出现，而在该目标对象以外的其他目标对象的业务数据中很少出现，则可以认为，该条业务特征信息对于该目标对象而言比较重要，更加能够将该目标对象区别于其他目标对象。
基于这一原理，步骤S105，根据多个目标对象各自的业务特征信息，确定多个目标对象各自的标识性业务信息时，可以针对多个目标对象中任一个目标对象(记为第一目标对象)中的任一个业务特征信息(记为第一业务特征信息)，执行以下步骤，直至遍历全部多个目标对象中的全部业务特征信息，参见图3所示，具体如下：
S1051：计算第一业务特征信息在第一目标对象的业务特征信息中出现的频率，记为第一比值。
可选的，在执行步骤S1051时，可以统计第一业务特征信息在第一目标对象的业务数据中出现的次数，记为第一数值；并统计第一目标对象的业务特征信息的总数量，记为第二数值；进而计算第一数值与第二数值的比值，记为第一比值。
S1053：计算第一业务特征信息在多个目标对象的业务特征信息中出现的逆向频率，记为第二比值。
可选的，在执行步骤S1053时，可以统计多个目标对象的总数量，记为第三数值；并统计多个目标对象的业务数据中，包含有第一业务特征信息的目标对象的总数量，记为第四数值；进而计算第三数值和第四数值的比值，记为第二比值。
可以理解到，对于步骤S1051和步骤S1053的执行顺序，本申请不做限定。
S1055：根据第一比值和第二比值，计算第一业务特征信息在第一目标对象的业务特征信息中的权重，所述权重用于反映所述第一业务特征信息对于所述第一目标对象的重要程度。
可选的，在执行步骤S1055时，可以对第二比值进行对数运算，然后将对数运算的结果与第一比值的乘积，作为第一业务特征信息在第一目标对象的业务特征信息中的权重。
以上计算过程可以用以下表达式表示：
能够理解到，第一数值和第二数值的比值，能够反映第一业务特征信息在第一目标对象的业务特征信息中出现的频率，这个频率越高，可以认为第一业务特征信息在第一目标对象中更重要。
第四数值与第三数值的比值，能够反映第一业务特征信息在多个目标对象的业务特征信息中出现的频率，因此，该频率的倒数，称为逆向频率，可表达为第三数值与第四数值的比值。可以理解到，如果多个目标对象的业务特征信息中，第一业务特征信息出现的次数越少，也就是第四数值越小，则逆向频率将越大，说明第一业务特征信息具有越好的类别区分能力；反之，如果多个目标对象的业务特征信息中，第一业务特征信息出现的次数越多，也就是第四数值越大，则逆向频率将越小，说明第一业务特征信息的类别区分能力较弱，可能难以利用第一业务特征信息将包含有第一业务特征信息的第一目标对象从其他的目标对象中区分出来。
S1057：当第一业务特征信息在第一目标对象的业务特征信息中的权重大于或等于预设阈值时，将第一业务特征信息确定为第一目标对象的标识性业务信息。
可以理解到，在计算出第一业务特征信息在第一目标对象的业务特征信息中的权重之后，可以执行步骤S1059，判断第一业务特征信息在第一目标对象的业务特征信息中的权重是否大于或等于预设阈值。当第一业务特征信息在第一目标对象的业务特征信息中的权重大于或等于预设阈值时，表示利用第一业务特征信息能够较好的将包含有第一业务特征信息的第一目标对象从其他的目标对象中区分出来，因此，可将第一业务特征信息确定为第一目标对象的标识性业务信息。以上确定目标对象的标识性业务信息的过程，可以称为对业务特征信息的提纯过程。
能够理解到，为确定所有目标对象的标识性业务信息，需要遍历多个目标对象中的所有目标对象，以及每一个目标对象的所有业务特征信息。遍历时的顺序可以灵活设置，本申请实施例对此不做限定。
S107：根据多个目标对象各自的标识性业务信息，确定多个对象关联强度，对象关联强度用于表示多个目标对象中任意两个目标对象之间的关联关系的强弱。
可以理解到，在执行步骤S105的基础上，能够确定出每一个目标对象的标识性业务信息，这些标识性业务信息能够较好的对目标对象进行区分。每一个目标对象的标识性业务信息可以作为集合中的元素，构成一个标识性业务信息集合；也可以作为特征向量中的分量，构成一个标识性业务信息向量。通过多种距离度量方法，可以对两个目标对象的标识性业务信息进行比对，若两个目标对象的标识性业务信息中相同的内容较多，可以认为这两个目标对象的关联关系较强，其对象关联强度较高；反之，若两个目标对象的标识性业务信息中相同的内容较少，可以认为这两个目标对象的关联关系较弱，其对象关联强度较低。
需要说明的是，在确定对象关联强度时，需要针对多个目标对象中每两个目标对象进行，得到多个对象关联强度。能够理解，若目标对象的总数为n，则得到的对象关联强度的确定结果将有n*(n-1)个。
可选的，在执行步骤S107，根据多个目标对象各自的标识性业务信息，确定多个对象关联强度时，可以具体包括：
以多个目标对象中任意两个目标对象作为第二目标对象和第三目标对象，执行以下步骤，直至遍历多个目标对象中任意两个目标对象的组合：
根据第二目标对象的标识性业务信息，生成第二集合；
根据第三目标对象的标识性业务信息，生成第三集合；
根据第二集合和第三集合中所包含的标识性业务信息，确定第二集合和第三集合的相似程度，相似程度能够反映第二目标对象和第三目标对象的对象关联强度。
可以理解到，第二集合(记为集合A)中包含第二目标对象的所有标识性业务信息，第三集合(记为集合B)中包含第三目标对象的所有标识性业务信息。在确定第二集合和第三集合的相似程度时，可以取第二集合和第三集合的交集，记为A∩B；并取第二集合和第三集合的并集，记为A∪B。进而计算交集中标识性业务信息的数量与所述并集中标识性业务信息的数量的比值，作为第二集合和第三集合的相似程度，相似程度(similarity)可表达为以下形式：
参见图2所示，在执行步骤S107，根据多个目标对象各自的标识性业务信息，确定多个对象关联强度之后，本申请实施例提供的方法还可包括：
S109：基于多个对象关联强度，对多个目标对象进行聚类。
可选的，可设置对象关联强度阈值，用于筛选出关联关系较强的目标对象对。在执行步骤S109对多个目标对象进行聚类时，可以先筛选出对象关联强度高于上述阈值的目标对象对，例如，对于共计10个目标对象，筛选出对象关联强度高于上述阈值的目标对象对如下：
(目标对象1，目标对象2)；
(目标对象1，目标对象5)；
(目标对象2，目标对象3)；
(目标对象1，目标对象3)；
(目标对象4，目标对象6)。
在对这多个(此处具体为10个)目标对象进行聚类时，可以将目标对象1、目标对象2、目标对象3、目标对象5聚为一类，该类{目标对象1，目标对象2，目标对象3，目标对象5}中，每一个目标对象与该类中至少一个其他目标对象的对象关联强度高于阈值。另外，可以将目标对象4和目标对象6聚为一类，可表达为{目标对象4，目标对象6}，而目标对象7、目标对象8和目标对象9，由于与10个目标对象中其他任何一个目标对象的对象关联强度均低于阈值，因此，可以认为这几个目标对象与其他任何一个目标对象的关联关系较弱。
在本申请实施例中，可以根据多个目标对象的业务数据中的业务特征信息，确定出对于目标对象而言更加重要的标识性业务信息，进而根据多个目标对象各自的标识性业务信息，可以确定多个对象关联强度，从而能够反映出多个目标对象中任意两个目标对象之间的关联关系的强弱。因此，采用本申请实施例提供的方案，能够借助目标对象的业务数据推测出目标对象之间的关联关系，从而能够识别出关联关系较强的目标对象。
在一种应用场景下，目标对象具体化为间连商户，业务数据具体化为间连商户的交易数据，业务特征信息具体化为与间连商户对应的交易特征信息，标识性业务信息具体化为间连商户的标识性交易信息。
本申请实施例还提供一种间连商户关联关系确定方法，参见图4所示，该包括：
S201：确定多个间连商户；
S203：获取与多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与间连商户对应的交易特征信息；
S205：根据多个间连商户各自的交易特征信息，确定多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于间连商户的重要程度满足预设条件的交易特征信息；
S207：根据多个间连商户各自的标识性交易信息，确定多个对象关联强度，对象关联强度用于表示多个间连商户中任意两个间连商户之间的关联关系的强弱。
可选的，在执行步骤S205，根据多个间连商户各自的交易特征信息，确定多个间连商户各自的标识性交易信息时，可具体包括：
以任一间连商户作为第一间连商户，执行以下步骤，直至遍历多个间连商户：
以第一间连商户的任一交易特征信息作为第一交易特征信息，
计算第一交易特征信息在第一间连商户的交易特征信息中出现的频率，记为第一比值；
计算第一交易特征信息在多个间连商户的交易特征信息中出现的逆向频率，记为第二比值；
根据第一比值和第二比值，计算第一交易特征信息在第一间连商户的交易特征信息中的权重，所述权重用于反映所述第一交易特征信息对于所述第一间连商户的重要程度；
当第一交易特征信息在第一间连商户的交易特征信息中的权重大于或等于预设阈值时，将第一交易特征信息确定为第一间连商户的标识性交易信息；
以第一间连商户的不同于第一交易特征信息的任一交易特征信息作为新的第一交易特征信息，重复以上步骤，直至遍历第一间连商户的全部交易特征信息。
可选的，在计算第一交易特征信息在第一间连商户的交易特征信息中出现的频率，记为第一比值时，可具体包括：
统计第一交易特征信息在第一间连商户的交易数据中出现的次数，记为第一数值；
统计第一间连商户的交易特征信息的总数量，记为第二数值；
计算第一数值与第二数值的比值，记为第一比值。
可选的，在计算第一交易特征信息在多个间连商户的交易特征信息中出现的逆向频率，记为第二比值，可具体包括：
统计多个间连商户的总数量，记为第三数值；
统计多个间连商户的交易数据中，包含有第一交易特征信息的间连商户的总数量，记为第四数值；
计算第三数值和第四数值的比值，记为第二比值。
可选的，在根据第一比值和第二比值，计算第一交易特征信息在第一间连商户的交易特征信息中的权重时，可具体包括：
对第二比值进行对数运算；
将对数运算的结果与第一比值的乘积，作为第一交易特征信息在第一间连商户的交易特征信息中的权重。
可选的，在根据多个间连商户各自的交易特征信息，确定多个间连商户各自的标识性交易信息之前，可还包括：
根据与多个间连商户分别对应的交易数据，提取多个间连商户各自的交易特征信息。
可选的，在根据多个间连商户各自的标识性交易信息，确定多个对象关联强度时，可具体包括：
以多个间连商户中任意两个间连商户作为第二间连商户和第三间连商户，执行以下步骤，直至遍历多个间连商户中任意两个间连商户的组合：
根据第二间连商户的标识性交易信息，生成第二集合；根据第三间连商户的标识性交易信息，生成第三集合；
根据第二集合和第三集合中所包含的标识性交易信息，确定第二集合和第三集合的相似程度，相似程度能够反映第二间连商户和第三间连商户的对象关联强度。
可选的，在根据第二集合和第三集合中所包含的标识性交易信息，确定第二集合和第三集合的相似程度时，可具体包括：
确定第二集合和第三集合的交集和并集；
计算所述交集中标识性交易信息的数量与所述并集中标识性交易信息的数量的比值，作为第二集合和第三集合的相似程度。
可选的，在在根据多个间连商户各自的标识性交易信息，确定多个对象关联强度之后，参见图5所示，方法还可包括：
基于多个对象关联强度，对多个间连商户进行聚类。
能够理解到，图4给出的间连商户关联关系确定方法是图1给出的目标对象关联关系确定方法在具体场景下的应用。
由于间连商户通过ISV等方式间接加入平台，因此，平台难以获得间连商户的完整资质信息，如手机号、身份证号、营业执照等，因此，难以对间连商户的合法性进行验证。
采用本申请实施例提供的间连商户关联关系确定方法，能够利用间连商户的交易数据，从交易数据中提取标识性交易信息，并进而根据各间连商户的标识性交易信息挖掘出关联程度较强的间连商户组合。由于在提取标识性交易信息时，已经将正常命名的或者符合常规规则的业务特征信息剔除，因此，若两个间连商户，同时采用了非常规的方式命名商品，或者同时提供了非常规的商品访问链接，则这两个商户极有可能属于非正常间连商户，构成间连商户团伙。因此，本申请实施例提供的方法，能够识别出非正常间连商户，提高消费者资金的安全性。
本申请实施例还提供一种目标对象关联关系确定装置，参见图6所示，该装置包括：
对象确定模块101，确定多个目标对象；
业务数据获取模块103，获取与多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与目标对象对应的业务特征信息；
标识性业务信息确定模块105，根据多个目标对象各自的业务特征信息，确定多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于目标对象的重要程度满足预设条件的业务特征信息；
对象关联强度确定模块107，根据多个目标对象各自的标识性业务信息，确定多个对象关联强度，对象关联强度用于表示多个目标对象中任意两个目标对象之间的关联关系的强弱。
能够理解，图6示例的目标对象关联关系确定装置与前述实施例中提供的目标对象关联关系确定方法相对应，能够实现前述实施例中的方法，此处不再赘述。
图7是本申请的一个实施例电子设备的结构示意图。请参考图7，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成目标对象关联关系确定装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
确定多个目标对象；
获取与多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与目标对象对应的业务特征信息；
根据多个目标对象各自的业务特征信息，确定多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于目标对象的重要程度满足预设条件的业务特征信息；
根据多个目标对象各自的标识性业务信息，确定多个对象关联强度，对象关联强度用于表示多个目标对象中任意两个目标对象之间的关联关系的强弱。
上述如本申请图1所示实施例揭示的目标对象关联关系确定装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中目标对象关联关系确定装置执行的方法，并实现目标对象关联关系确定装置在图1所示实施例的功能，本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中目标对象关联关系确定装置执行的方法，并具体用于执行：
确定多个目标对象；
获取与多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与目标对象对应的业务特征信息；
根据多个目标对象各自的业务特征信息，确定多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于目标对象的重要程度满足预设条件的业务特征信息；
根据多个目标对象各自的标识性业务信息，确定多个对象关联强度，对象关联强度用于表示多个目标对象中任意两个目标对象之间的关联关系的强弱。
本申请实施例还提供一种间连商户关联关系确定装置，参见图8所示，该装置包括：
对象确定模块201，确定多个间连商户；
交易数据获取模块203，获取与多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与间连商户对应的交易特征信息；
标识性交易信息确定模块205，根据多个间连商户各自的交易特征信息，确定多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于间连商户的重要程度满足预设条件的交易特征信息；
对象关联强度确定模块207，根据多个间连商户各自的标识性交易信息，确定多个对象关联强度，对象关联强度用于表示多个间连商户中任意两个间连商户之间的关联关系的强弱。
能够理解，图8示例的间连商户关联关系确定装置与前述实施例中提供的间连商户关联关系确定方法相对应，能够实现前述实施例中的方法，此处不再赘述。
图9是本申请的一个实施例电子设备的结构示意图。请参考图9，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成间连商户关联关系确定装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
确定多个间连商户；
获取与多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与间连商户对应的交易特征信息；
根据多个间连商户各自的交易特征信息，确定多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于间连商户的重要程度满足预设条件的交易特征信息；
根据多个间连商户各自的标识性交易信息，确定多个对象关联强度，对象关联强度用于表示多个间连商户中任意两个间连商户之间的关联关系的强弱。
上述如本申请图2所示实施例揭示的间连商户关联关系确定装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图2中间连商户关联关系确定装置执行的方法，并实现间连商户关联关系确定装置在图2所示实施例的功能，本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图2所示实施例中间连商户关联关系确定装置执行的方法，并具体用于执行：
确定多个间连商户；
获取与多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与间连商户对应的交易特征信息；
根据多个间连商户各自的交易特征信息，确定多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于间连商户的重要程度满足预设条件的交易特征信息；
根据多个间连商户各自的标识性交易信息，确定多个对象关联强度，对象关联强度用于表示多个间连商户中任意两个间连商户之间的关联关系的强弱。
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于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于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，可用于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，并不用于限制本申请。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 (25)

1.一种目标对象关联关系确定方法，包括：
确定多个目标对象；
获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
2.根据权利要求1所述方法，根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，包括：
以任一目标对象作为第一目标对象，执行以下步骤，直至遍历所述多个目标对象：
以所述第一目标对象的任一业务特征信息作为第一业务特征信息，
计算所述第一业务特征信息在所述第一目标对象的业务特征信息中出现的频率，记为第一比值；
计算所述第一业务特征信息在所述多个目标对象的业务特征信息中出现的逆向频率，记为第二比值；
根据所述第一比值和所述第二比值，计算所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重，所述权重用于反映所述第一业务特征信息对于所述第一目标对象的重要程度；
当所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重大于或等于预设阈值时，将所述第一业务特征信息确定为所述第一目标对象的标识性业务信息；
以所述第一目标对象的不同于所述第一业务特征信息的任一业务特征信息作为新的第一业务特征信息，重复以上步骤，直至遍历所述第一目标对象的全部业务特征信息。
3.根据权利要求2所述方法，计算所述第一业务特征信息在所述第一目标对象的业务特征信息中出现的频率，记为第一比值，包括：
统计所述第一业务特征信息在所述第一目标对象的业务数据中出现的次数，记为第一数值；
统计所述第一目标对象的业务特征信息的总数量，记为第二数值；
计算所述第一数值与所述第二数值的比值，记为所述第一比值。
4.根据权利要求2所述方法，计算所述第一业务特征信息在所述多个目标对象的业务特征信息中出现的逆向频率，记为第二比值，包括：
统计所述多个目标对象的总数量，记为第三数值；
统计所述多个目标对象的业务数据中，包含有所述第一业务特征信息的目标对象的总数量，记为第四数值；
计算所述第三数值和第四数值的比值，记为所述第二比值。
5.根据权利要求2所述方法，根据所述第一比值和所述第二比值，计算所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重，包括：
对所述第二比值进行对数运算；
将所述对数运算的结果与所述第一比值的乘积，作为所述第一业务特征信息在所述第一目标对象的业务特征信息中的权重。
6.根据权利要求1所述方法，在根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息之前，还包括：
根据与所述多个目标对象分别对应的业务数据，提取所述多个目标对象各自的业务特征信息。
7.根据权利要求1所述方法，根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，包括：
以所述多个目标对象中任意两个目标对象作为第二目标对象和第三目标对象，执行以下步骤，直至遍历所述多个目标对象中任意两个目标对象的组合：
根据所述第二目标对象的标识性业务信息，生成第二集合；根据所述第三目标对象的标识性业务信息，生成第三集合；
根据所述第二集合和所述第三集合中所包含的标识性业务信息，确定所述第二集合和所述第三集合的相似程度，所述相似程度能够反映所述第二目标对象和所述第三目标对象的对象关联强度。
8.根据权利要求7所述方法，根据所述第二集合和所述第三集合中所包含的标识性业务信息，确定所述第二集合和所述第三集合的相似程度，包括：
确定所述第二集合和所述第三集合的交集和并集；
计算所述交集中标识性业务信息的数量与所述并集中标识性业务信息的数量的比值，作为所述第二集合和所述第三集合的相似程度。
9.根据权利要求1～8之任一所述方法，在根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度之后，所述方法还包括：
基于所述多个对象关联强度，对所述多个目标对象进行聚类。
10.根据权利要求9所述方法，所述目标对象为间连商户，所述业务数据为所述间连商户的交易数据，所述业务特征信息为与所述间连商户对应的交易特征信息，所述标识性业务信息为所述间连商户的标识性交易信息。
11.一种目标对象关联关系确定装置，包括：
对象确定模块，确定多个目标对象；
业务数据获取模块，获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
标识性业务信息确定模块，根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
对象关联强度确定模块，根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
12.一种电子设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
确定多个目标对象；
获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
13.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
确定多个目标对象；
获取与所述多个目标对象分别对应的业务数据，目标对象对应的业务数据中包括与所述目标对象对应的业务特征信息；
根据所述多个目标对象各自的业务特征信息，确定所述多个目标对象各自的标识性业务信息，目标对象的标识性业务信息为对于所述目标对象的重要程度满足预设条件的业务特征信息；
根据所述多个目标对象各自的标识性业务信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个目标对象中任意两个目标对象之间的关联关系的强弱。
14.一种间连商户关联关系确定方法，包括：
确定多个间连商户；
获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
15.根据权利要求14所述方法，根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，包括：
以任一间连商户作为第一间连商户，执行以下步骤，直至遍历所述多个间连商户：
以所述第一间连商户的任一交易特征信息作为第一交易特征信息，
计算所述第一交易特征信息在所述第一间连商户的交易特征信息中出现的频率，记为第一比值；
计算所述第一交易特征信息在所述多个间连商户的交易特征信息中出现的逆向频率，记为第二比值；
根据所述第一比值和所述第二比值，计算所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重，所述权重用于反映所述第一交易特征信息对于所述第一间连商户的重要程度；
当所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重大于或等于预设阈值时，将所述第一交易特征信息确定为所述第一间连商户的标识性交易信息；
以所述第一间连商户的不同于所述第一交易特征信息的任一交易特征信息作为新的第一交易特征信息，重复以上步骤，直至遍历所述第一间连商户的全部交易特征信息。
16.根据权利要求15所述方法，计算所述第一交易特征信息在所述第一间连商户的交易特征信息中出现的频率，记为第一比值，包括：
统计所述第一交易特征信息在所述第一间连商户的交易数据中出现的次数，记为第一数值；
统计所述第一间连商户的交易特征信息的总数量，记为第二数值；
计算所述第一数值与所述第二数值的比值，记为所述第一比值。
17.根据权利要求15所述方法，计算所述第一交易特征信息在所述多个间连商户的交易特征信息中出现的逆向频率，记为第二比值，包括：
统计所述多个间连商户的总数量，记为第三数值；
统计所述多个间连商户的交易数据中，包含有所述第一交易特征信息的间连商户的总数量，记为第四数值；
计算所述第三数值和第四数值的比值，记为所述第二比值。
18.根据权利要求15所述方法，根据所述第一比值和所述第二比值，计算所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重，包括：
对所述第二比值进行对数运算；
将所述对数运算的结果与所述第一比值的乘积，作为所述第一交易特征信息在所述第一间连商户的交易特征信息中的权重。
19.根据权利要求14所述方法，在根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息之前，还包括：
根据与所述多个间连商户分别对应的交易数据，提取所述多个间连商户各自的交易特征信息。
20.根据权利要求14所述方法，根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，包括：
以所述多个间连商户中任意两个间连商户作为第二间连商户和第三间连商户，执行以下步骤，直至遍历所述多个间连商户中任意两个间连商户的组合：
根据所述第二间连商户的标识性交易信息，生成第二集合；根据所述第三间连商户的标识性交易信息，生成第三集合；
根据所述第二集合和所述第三集合中所包含的标识性交易信息，确定所述第二集合和所述第三集合的相似程度，所述相似程度能够反映所述第二间连商户和所述第三间连商户的对象关联强度。
21.根据权利要求20所述方法，根据所述第二集合和所述第三集合中所包含的标识性交易信息，确定所述第二集合和所述第三集合的相似程度，包括：
确定所述第二集合和所述第三集合的交集和并集；
计算所述交集中标识性交易信息的数量与所述并集中标识性交易信息的数量的比值，作为所述第二集合和所述第三集合的相似程度。
22.根据权利要求14～21之任一所述方法，在根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度之后，所述方法还包括：
基于所述多个对象关联强度，对所述多个间连商户进行聚类。
23.一种间连商户关联关系确定装置，包括：
对象确定模块，确定多个间连商户；
交易数据获取模块，获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
标识性交易信息确定模块，根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
对象关联强度确定模块，根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
24.一种电子设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
确定多个间连商户；
获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
25.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
确定多个间连商户；
获取与所述多个间连商户分别对应的交易数据，间连商户对应的交易数据中包括与所述间连商户对应的交易特征信息；
根据所述多个间连商户各自的交易特征信息，确定所述多个间连商户各自的标识性交易信息，间连商户的标识性交易信息为对于所述间连商户的重要程度满足预设条件的交易特征信息；
根据所述多个间连商户各自的标识性交易信息，确定多个对象关联强度，所述对象关联强度用于表示所述多个间连商户中任意两个间连商户之间的关联关系的强弱。
CN201810471828.3A 2018-05-17 2018-05-17 一种目标对象关联关系确定方法和装置 Pending CN108647981A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810471828.3A CN108647981A (zh) 2018-05-17 2018-05-17 一种目标对象关联关系确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810471828.3A CN108647981A (zh) 2018-05-17 2018-05-17 一种目标对象关联关系确定方法和装置

Publications (1)

Publication Number Publication Date
CN108647981A true CN108647981A (zh) 2018-10-12

Family

ID=63756251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810471828.3A Pending CN108647981A (zh) 2018-05-17 2018-05-17 一种目标对象关联关系确定方法和装置

Country Status (1)

Country Link
CN (1) CN108647981A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390585A (zh) * 2019-07-25 2019-10-29 中国银联股份有限公司 一种识别异常对象的方法及装置
CN110505276A (zh) * 2019-07-17 2019-11-26 北京三快在线科技有限公司 对象匹配方法、装置及系统、电子设备及存储介质
CN111309614A (zh) * 2020-02-17 2020-06-19 支付宝(杭州)信息技术有限公司 A/b测试方法、装置及电子设备
CN111462478A (zh) * 2019-01-22 2020-07-28 北京中合云通科技发展有限公司 一种城市路网信号控制子区划分方法及装置
CN111861120A (zh) * 2020-06-17 2020-10-30 国家计算机网络与信息安全管理中心 企业关联图谱的构建方法、装置、设备及计算机可读介质
CN113744038A (zh) * 2021-09-03 2021-12-03 上海晓途网络科技有限公司 一种对象参数的确定方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110314031A1 (en) * 2010-03-29 2011-12-22 Ebay Inc. Product category optimization for image similarity searching of image-based listings in a network-based publication system
CN104182421A (zh) * 2013-05-27 2014-12-03 华东师范大学 视频聚类方法及检测方法
CN105630767A (zh) * 2015-12-22 2016-06-01 北京奇虎科技有限公司 一种文本相似性的比较方法以及装置
CN107632984A (zh) * 2016-07-18 2018-01-26 阿里巴巴集团控股有限公司 一种聚类数据表的展现方法、装置和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110314031A1 (en) * 2010-03-29 2011-12-22 Ebay Inc. Product category optimization for image similarity searching of image-based listings in a network-based publication system
CN104182421A (zh) * 2013-05-27 2014-12-03 华东师范大学 视频聚类方法及检测方法
CN105630767A (zh) * 2015-12-22 2016-06-01 北京奇虎科技有限公司 一种文本相似性的比较方法以及装置
CN107632984A (zh) * 2016-07-18 2018-01-26 阿里巴巴集团控股有限公司 一种聚类数据表的展现方法、装置和系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111462478A (zh) * 2019-01-22 2020-07-28 北京中合云通科技发展有限公司 一种城市路网信号控制子区划分方法及装置
CN110505276A (zh) * 2019-07-17 2019-11-26 北京三快在线科技有限公司 对象匹配方法、装置及系统、电子设备及存储介质
CN110390585A (zh) * 2019-07-25 2019-10-29 中国银联股份有限公司 一种识别异常对象的方法及装置
CN110390585B (zh) * 2019-07-25 2021-11-16 中国银联股份有限公司 一种识别异常对象的方法及装置
CN111309614A (zh) * 2020-02-17 2020-06-19 支付宝(杭州)信息技术有限公司 A/b测试方法、装置及电子设备
CN111861120A (zh) * 2020-06-17 2020-10-30 国家计算机网络与信息安全管理中心 企业关联图谱的构建方法、装置、设备及计算机可读介质
CN111861120B (zh) * 2020-06-17 2023-10-13 国家计算机网络与信息安全管理中心 企业关联图谱的构建方法、装置、设备及计算机可读介质
CN113744038A (zh) * 2021-09-03 2021-12-03 上海晓途网络科技有限公司 一种对象参数的确定方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN108647981A (zh) 一种目标对象关联关系确定方法和装置
AU2002244117B2 (en) System and method for depicting on-line transactions
CN109086975A (zh) 一种交易风险的识别方法和装置
CN106156151B (zh) 互联网操作事件的风险识别方法及装置
CN107256465A (zh) 风险账户的识别方法及装置
CN109636510A (zh) 一种确定用户风险偏好、理财产品的推荐方法和装置
AU2002244117A1 (en) System and method for depicting on-line transactions
CN110458688A (zh) 一种业务处理方法、装置及设备
CN109034583A (zh) 异常交易识别方法、装置及电子设备
CN111275416B (zh) 数字货币异常交易检测方法、装置、电子设备及介质
CN110009474A (zh) 一种信用风险评估方法、装置和电子设备
CN111260368A (zh) 一种账户交易风险判断方法、装置及电子设备
CN111709756A (zh) 一种可疑社团的识别方法、装置、存储介质和计算机设备
CN111539811A (zh) 风险账户的识别方法及装置
CN109191107A (zh) 交易异常识别方法、装置以及设备
CN109636181A (zh) 一种用户信用分计算方法及系统
CN108734469A (zh) 确定待定用户风险标签的方法和装置
CN107451868A (zh) 一种物品估价的方法及装置
CN113362157A (zh) 异常节点识别方法、模型的训练方法、装置及存储介质
WO2018193085A1 (fr) Système et procédé pour gérer la détection de fraudes dans un système de transactions financières
CN110008986A (zh) 批量风险案件识别方法、装置及电子设备
CN112819632A (zh) 一种基于区块链的报销费用分割方法、装置及电子设备
CN108492112A (zh) 判定虚假资源转移及虚假交易的方法、装置及电子设备
CN113554228A (zh) 还款率预测模型的训练方法及还款率的预测方法
CN108109284B (zh) 存款业务处理方法、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200921

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200921

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.