CN110019188A

CN110019188A - 一种基于交易网络节点的可疑特征发现方法

Info

Publication number: CN110019188A
Application number: CN201710834431.1A
Authority: CN
Inventors: 严武; 庞子龙; 王子剑; 陈龙; 曹磊
Original assignee: Shanghai Connaught Intelligent Technology Co Ltd
Current assignee: Shanghai Connaught Intelligent Technology Co Ltd
Priority date: 2017-09-15
Filing date: 2017-09-15
Publication date: 2019-07-16

Abstract

本发明涉及一种基于交易网络节点的可疑特征发现方法(200)，包括如下步骤：基于原始交易特征构建用户交易网络(201)；由所述构建的各用户交易网络获取关键节点(202)；针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集(203)；针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集(204)。

Description

一种基于交易网络节点的可疑特征发现方法

技术领域

本发明涉及一种基于交易网络节点的可疑特征发现方法。

背景技术

目前在现有技术中，存在的大部分的可疑交易筛查均为手工进行针对交易相关特征的筛查工作，特征维度仅包括时间、金钱等少数特征，并且通常并不考虑各个特征之间的相互关联。

此外，现有技术中还存在基于网络发现的方法，其中这些方法主要用于发现节点间的人际关系，而并没有体现网络的重要特征。

文献CN201410085416公开一种基于金融数据的社会关系挖掘的方法和装置，其中通过金融交易数据构建金融交易网络并且根据金融交易网络确定客户端用户的网络拓扑属性以及客户端用户的非网络拓扑属性，从而构建分类模型，用以确定客户端所对应的同事非同事、家庭非家庭的关系，并且对网络拓扑属性和非网络拓扑属性的计算结果进行聚类分析，确定客户端用户所对应的朋友关系。

文献CN201510332454公开一种金融网络可疑资金追踪与识别方法，其中网络化的方法发现网络中的资金流，并且追踪资金的去向。但并无网络其他相关特征的提取利用。

文献CN201510432223公开一种异常账号识别方法及系统，其中主要涉及金融交易中异常账号的识别和发现，主要利用网络拓扑特性，未涉及业务特征。

文献CN201611224355公开一种基于大数据的复杂金融交易网络活动图的构造方法，其中主要目的在于网络交易的构造，而其中并未对网络特性进行分析发掘，得到网络的有效特征。

发明内容

本发明提出一种基于交易网络节点的可疑特征发现方法，包括如下步骤：基于原始交易特征构建用户交易网络；由所述构建的各用户交易网络获取关键节点；针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集；针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集。

本发明的构思在于，借助于社区发现算法分析及图论算法分析技术结合关联规则挖掘的相关技术实现一种基于交易网络节点的可疑特征发现方法。由此通过基于交易特征构建交易网络，然后查找关键节点，接着再利用关联规则挖掘算法对关键节点的交易特征关联集合进行挖掘，得到关键节点的可疑交易特征频繁集，交易特征频繁集可以作为可疑违法违纪交易网络的定性、查证依据。

在构建用户交易网络步骤中，单个用户构成为网络节点。此外，原始交易特征可以理解为特定时间内如每月或每周内的交易金额或者交易频次。其中，基于交易特征阈值确定作为网络节点的用户之间是否有连接边，在此交易特征阈值可以称为第一阈值。具体地，比如当每月或每周内的交易金额大于第一阈值时，涉及的用户之间才具有连接边，比如该第一阈值作为交易金额可以选择为5000-1000000(货币单元)之间，作为交易频次可以为2-100次之间。由此，可以利用社区网络发现算法构建用户交易网络。

有利地，社区网络发现算法为Louvain算法。

Louvain社区发现算法是基于模块度的社区发现算法。该算法能够发现层次性的社区结构，其优化目标是最大化整个社区网络的模块度。

模块度是评估一个社区网络划分好坏的度量方法，它的物理含义是社区内节点的连边数与随机情况下的边数之差，它的取值范围是[-1/2,1)，其定义如下：

其中，m表示网络中边的数量，A_ij表示节点i与j之间的连接权重。如果网络不是带权图时，所有边的权重可以视为1。k_i＝∑_jA_ij表示所有与节点i相连的边的权重之和(度数)。表示所有边的权重之和(边的数目)。c_i表示节点i所属的社区。此外，如果c_i＝c_j则δ(c_i，c_j)＝1否则δ(c_i，c_j)＝0。

模块度可以理解是社区内部边的权重减去所有与社区节点相连的边的权重和，对无向图更好理解，即社区内部边的度数减去社区内节点的总度数。基于模块度的社区发现算法，都是以最大化模块度Q为目标。

Louvain社区发现算法的步骤为：

·第一步骤，将网络中的每个节点看成一个独立的社区；

·第二步骤，对每个节点i，依次尝试将其分配到其每个邻居节点所在的社区，计算分配前与分配后的模块度变化，将节点i分配到导致模块度增益大于0最大的邻居节点所在的社区，如果模块度增益都小于0，则保持节点i所属社区不变；

·第三步骤，重复第二步骤，直到所有节点的所属社区不再变化；

·第四步骤，将网络中所有在同一个社区的节点归并成一个新节点，社区内节点之间的边的权重转化为新节点的环的权重，社区间的边权重转化为新节点间的边权重；

·第五步骤，对第四步骤中新构建的网络重复第一步骤直到整个图的模块度不再发生变化。

当然其他适合的社区网络发现算法也是可以考虑的，如CNM算法。其标准为：假如在最后构建出的用户交易网络中，其节点数在某个阈值范围以内(如该阈值取100-500并且称为第二阈值)的用户交易网络占构建出的全部用户交易网络的比率达到第三阈值(例如第三阈值可以取60％-95％)，那么就表示这种社区网络发现方法是适用的并且这种构建是成功的。

有利地，网络构建完成后，可以通过针对每个构建的交易网络的度分布、中心度分布、距离中心系数、介数中心、聚类系数等获取关键节点。具体地，可以对节点按每一项进行从大到小排序，综合各项排序均排在前N位的节点(例如N可以取3-10)可以作为该网络的关键节点集M。

有利地，在针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集步骤中，所述交易特征可以包括交易金额(如周总额、月总额)、交易频次(周频次、月频次)、交易时间(如按0-24小时划分的时段分布、星期数分布、按1-10号、11-20号、21号-31号划分的月时间段分布、按工作日和周末划分的分布)、交易地点(如城市、区、街道)、交易留言摘要、交易类型、交易设备相关信息(操作系统、IP地址、MAC地址、屏幕分辨率、输入密码时间)等。上述这些交易特征中的全部或者部分组合构成交易特征集。

有利地，在针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集的步骤中，上述构成的交易特征集可以视为关联规则挖掘算法的输入，从而借助于特定的关联规则挖掘算法进行关联规则挖掘。

所谓关联规则就是有关联的规则，形式定义如下：两个不相交的非空集合X、Y，如果有X–>Y，就说X–>Y是一条关联规则。举个例子，在顾客的一条超市购物清单中，如果发现购买铁锤(X)就一定会购买钉子(Y)，那么X{铁锤}–>Y{钉子}就是一条关联规则。关联规则的强度用支持度(support)和自信度(confidence)来描述。

支持度的定义：support(X–>Y)＝|X交Y|/N＝集合X与集合Y中的项在一条记录中同时出现的次数/数据记录的个数。例如：support({铁锤}–>{钉子})＝铁锤和钉子同时出现在同一个购物单中的次数/购物单数，通常是一个百分比的形式表示。

自信度的定义：confidence(X–>Y)＝|X交Y|/|X|＝集合X与集合Y中的项在一条记录中同时出现的次数/集合X出现的个数。例如：confidence({铁锤}–>{钉子})＝铁锤和钉子同时出现的次数/铁锤出现的次数，通常同样是一个百分比的形式表示；confidence({钉子}–>{铁锤})＝铁锤和钉子同时出现的次数/钉子出现的次数，通常同样以百分比表示。

在此定义的支持度和自信度都是相对的支持度和自信度，不是绝对支持度，绝对支持度(abs_support)＝数据记录数N*support。

不言而喻，支持度和自信度越高，说明规则越强，关联规则挖掘就是挖掘出满足一定强度的规则。

由此在按照本发明的方法的步骤中，针对关键节点的所有交易特征，利用关联规则挖掘算法进行搜索该交易网络中频繁出现的、具有代表性的交易特征集合。根据如上所述的相对支持度的定义，当支持度高于特定设定的阈值如第四阈值时(该阈值可以选择为在5％-50％之间)特征集合可以称为频繁集。交易特征的频繁集可作为可疑网络定性(非法集资、赌博、理财飞单、洗钱、分拆结汇)和取证的重要依据。

有利地，关联规则挖掘算法可以是FP-Growth算法。FP-Growth算法可以用于高效地搜索交易数据集中的频繁集。通常其步骤为：

·构造FP树形结构：

在此步骤中，扫描所有交易数据，计算每个单个特征的支持度，得到包含单个特征的频繁集。对频繁集按照支持度递减排序，获得频繁特征列表L。

设FP树为T，其根结点Root以“null”标记，即T＝null初始为空树。对D中每条交易，进行如下操作：选择交易记录中的频繁特征，略去非频繁特征，并按L中的次序排序，排序后的列表记为F’。对F’中排序第一个的特征f1进行如下操作insert_tree(f1，Root)：

如果Root有子节点与f1相同，则对应子节点的计数增加1；否则创建一个新结点New，将其计数设置为1，链接到它的父结点Root。对F’中排在f1之后的特征f2，递归调用insert_tree(f2，New)。

2)通过FP树得到频繁集

对步骤1)的频繁特征列表L中的每一项f，调用如下过程：

得到f所有的前缀路径的集合，即从FP树的根节点到f的路径；

如果前缀路径的集合中只有单个路径P，则对于路径P的每个节点组合与f的并集均为频繁集；

如果前缀路径的集合中有多个路径，则对该集合递归调用步骤1)。

这样由FP-Growth算法得到交易网络所有的频繁特征集。

当然，FP-Growth算法只是示例性的举例，除了该方法之外，其他适合的关联规则挖掘算法也是可以考虑的，如Apriori算法。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅描述本发明的一部分实施例。这些附图对于本发明来说并不是限制性的，而是起示例性的作用。其中：

图1示出按照本发明提出的一种基于交易网络节点的可疑特征发现方法200的示意流程图；

图2示出在一个示例性实施例中根据本发明提出的方法筛选出的网络图。

具体实施方式

图1示出按照本发明提出的一种基于交易网络节点的可疑特征发现方法200的示意流程图。如图所示，该方法200可以包括如下步骤：基于原始交易特征构建用户交易网络201；由所述构建的各用户交易网络获取关键节点202；针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集203；针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集204。

下面结合一个具体的实施例进一步详细阐明按照本发明提出的基于交易网络节点的可疑特征发现方法200。

在该实施例中，首先获取原始交易数据，其中该原始交易数据中包含有原始交易特征，如时间、金额、交易地点、账户信息、交易留言等。该原始交易数据可以源自于银行，也可以源自于公安机关或安全部门。

在此将包含有原始交易特征的原始交易数据示例性地导入某一特定系统，通过该系统借助于诸如数据清洗等手段将数据结构化，构成对应的交易字段，逐条放入。如下表：

表1

随后，基于上述获取的原始交易数据中的原始交易特征构建用户交易网络201。其中，具体地将每一个账户视为一个网络节点来构造交易网络。在此，节点间的总交易金额大于第一阈值(在该实施例中第一阈值取5000元)作为节点间边连接的依据。

随后，使用Louvain算法(当然其他适合的层次聚类算法也是可以考虑的)构造网络，算法迭代终止依据为占一定比例B(第二阈值，在此该第二阈值示例性地选取为50％)的网络节点个数不超过第三阈值C(如C在此选取5)。根据表1的数据，则可得到如图2所示的网络(张三、李四、王二三人组成)，交易人赵武因交易金额小于5000，不满足构建网络条件，故不能构成交易网络。

接着由所述构建的交易网络获取关键节点202。在该实施例中，具体而言，对构件的网络节点的重要性进行评判。每一个网络进行度分布、中心度等计算。在一个网络中当有节点在每一项从大到小排序中均排在前N位的(如在此N取1)，则视为该网络的关键节点集M。如上图网络，表2给出针对个节点以及各特征的计算结果：

交易人	所属网络	度分布	中心度	排名
					张三	网络1	0.667	0.53	1
李四	网络1	0.333	0.23	2
					王二	网络1	0.333	0.23	2

表2

由表2可以得知，关键节点为张三，在该实施例中关键节点集中只包括张三这个唯一的关键节点。该实施例仅仅是示例性地，在实践中关键节点集中往往都是包括多个关键节点。

随后，针对关键节点对其每笔交易进行交易特征提取并且形成交易特征集203。在此提取的交易特征可以包括交易金额、交易频次(如周频次、月频次)、时间(如按0-24小时划分时段、星期数、按1-10号、11-20号、21号-31号划分月段、按工作日周末划分)、地点(如城市、区、街道)、交易留言摘要(如利润返还)、交易类型(如ATM转账)、交易设备相关信息(如操作系统、IP地址、MAC地址、屏幕分辨率、输入密码时间)等。对于该实施例中的关键节点张三而言，根据其原始交易得到特征包括：

T1：{20000，周四，无锡，账号，充值}；

T2：{20000，周五，无锡，充值}；

T3：{10000，周六，无锡，充值}；

当然，由于交易信息可能存在的不完整性，每条交易中能够获得的特征数不一定完全相同。

接着，针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集204。具体而言，在该实施例中，对关键节点张三的所有交易特征，利用FP-Growth算法进行特征挖掘，得到的支持度高于第四阈值的关联特征集合,即为该交易网络的频繁集。频繁集可作为可疑网络定性(非法集资、赌博、理财飞单、洗钱、分拆结汇)和取证的重要依据。具体在该实施例中，利用FP-Growth算法，可以得出该网络中交易支持度高于0.5(在此第四阈值取0.5)的频繁特征集为：

1){20000，周四，无锡，充值}，支持度0.67；

2){无锡，充值}，支持度1；

这些交易特征集即为该网络交易具有的频繁特征集。

对所提出的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。应当理解，以上实施例中所公开的特征，除了有特别说明的情形外，都可以单独地或者相结合地使用。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本文所公开的本发明并不局限于所公开的具体实施例，而是意在涵盖如所附权利要求书所限定的本发明的精神和范围之内的修改。

Claims

1.一种基于交易网络节点的可疑特征发现方法(200)，包括如下步骤：

基于原始交易特征构建用户交易网络(201)；

由所述构建的各用户交易网络获取关键节点(202)；

针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集(203)；

针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集(204)。

2.根据权利要求1所述的可疑特征发现方法(200)，其特征在于，利用社区网络发现算法构建用户交易网络。

3.根据权利要求2所述的可疑特征发现方法(200)，其特征在于，社区网络发现算法为Louva i n算法。

4.根据权利要求1或2所述的可疑特征发现方法(200)，在所说网络构建步骤完成后，通过针对每个构建的交易网络的度分布、中心度分布、距离中心系数、介数中心、聚类系数获取关键节点。

5.根据权利要求1或2所述的可疑特征发现方法(200)，其特征在于，在针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集步骤中，所述交易特征包括如下交易特征组中的多个或全部，该交易特征组包括：交易金额、交易频次、交易时间、交易地点、交易留言摘要、交易类型、交易设备相关信息。

6.根据权利要求1或2所述的可疑特征发现方法(200)，其特征在于，在针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集的步骤中，所说构成的交易特征集可以视为关联规则挖掘算法的输入，从而借助于特定的关联规则挖掘算法进行关联规则挖掘。

7.根据权利要求6所述的可疑特征发现方法(200)，其特征在于，关联规则挖掘算法是FP-Growth算法。