CN110033279A - 基于知识图谱技术的可疑账户交易确认方法及装置 - Google Patents
基于知识图谱技术的可疑账户交易确认方法及装置 Download PDFInfo
- Publication number
- CN110033279A CN110033279A CN201910270207.3A CN201910270207A CN110033279A CN 110033279 A CN110033279 A CN 110033279A CN 201910270207 A CN201910270207 A CN 201910270207A CN 110033279 A CN110033279 A CN 110033279A
- Authority
- CN
- China
- Prior art keywords
- data
- transaction data
- model
- knowledge
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/42—Confirmation, e.g. check or permission by the legal debtor of payment
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种基于知识图谱技术的可疑账户交易确认方法及装置。所述方法包括:对交易数据进行数据清洗处理;对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;根据所述命名实体、实体关系及属性信息确定知识图谱;利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。本发明基于知识图谱技术,将交易数据与知识图谱技术相结合,分析数据之间的关联关系,为可疑账户交易发现提供了更高效手段。
Description
技术领域
本发明涉及可疑账户交易发现技术领域,尤指一种基于知识图谱技术的可疑账户交易确认方法及装置。
背景技术
支付系统是支付交易的支撑平台,系统运行产生的支付业务数据蕴含着丰富的信息价值。然而现有的可疑账户交易发现技术并未有效利用支付业务数据蕴含的信息,无法有效的确认可疑账户交易。因此,利用支付业务数据蕴含着丰富的信息价值发现可疑账户交易,可以为提升监管科技能力、金融风险防控等职责提供更加有效精准的服务支持,以及加强可疑交易报告,切实提高金融风险防控能力和水平。
发明内容
为了解决目前无法有效确认可疑账户交易的问题,本发明实施例提供一种基于知识图谱技术的可疑账户交易确认方法,所述方法包括:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
可选的,在本发明一实施例中,所述对交易数据进行数据清洗处理包括:对所述交易数据进行去重、补全及共指消解处理。
可选的,在本发明一实施例中,在对交易数据进行数据清洗处理之前包括:从数据库中获取原始交易数据;对所述原始交易数据进行数据脱敏处理,得到所述交易数据。
可选的,在本发明一实施例中,所述可疑账户交易模型包括:环状交易模型、频繁汇入模型、频繁汇出模型、资金汇聚模型及资金发散模型。
本发明实施例还提供一种基于知识图谱技术的可疑账户交易确认装置,所述装置包括:
数据清理模块,用于对交易数据进行数据清洗处理;
知识提取模块,用于对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
知识图谱模块,用于根据所述命名实体、实体关系及属性信息确定知识图谱;
可疑交易模块,用于利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
可选的,在本发明一实施例中,所述数据清理模块包括数据清理单元,用于对所述交易数据进行去重、补全及共指消解处理。
可选的,在本发明一实施例中,所述装置还包括:数据获取模块,用于从数据库中获取原始交易数据;脱敏处理模块,用于对所述原始交易数据进行数据脱敏处理,得到所述交易数据。
可选的,在本发明一实施例中,所述可疑账户交易模型包括:环状交易模型、频繁汇入模型、频繁汇出模型、资金汇聚模型及资金发散模型。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
本发明基于知识图谱技术,将交易数据与知识图谱技术相结合,分析数据之间的关联关系,为可疑账户交易发现提供了更高效手段。
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是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种基于知识图谱技术的可疑账户交易确认方法的流程图;
图2为本发明实施例基于知识图谱技术的可疑账户交易确认方法的原理示意图;
图3A-图3E为本发明实施例中的可疑账户交易模型图;
图4为本发明实施例一种基于知识图谱技术的可疑账户交易确认装置的结构示意图。
具体实施方式
本发明实施例提供一种基于知识图谱技术的可疑账户交易确认方法及装置。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着支付清算业务产生大量的、具有信息价值的、多层次关联关系的交易数据,将数据与知识图谱技术相结合,分析数据之间的关联关系,即对交易数据进行信息抽取(实体抽取)、知识融合、知识加工、知识推理,将交易数据表达成更近人类认知世界的形式,依据已知的可疑交易模型进行可疑交易模型匹配查询,识别可疑交易存在,为可疑账户交易发现提供了更高效手段。通过直观的图形化界面表现、灵活查询、关联查询方式,查询响应在秒级。根据业务场景,能够提供灵活的数据模型,模型指标可参数化配置,调参灵活。知识推理可以发现更多未知的可疑交易模式。
1、可疑账户交易识别
根据洗钱、欺诈等场景的业务规律,构建频繁汇入、频繁汇出、环状交易、账户金额汇聚、账户资金发散等模型。对满足模型的可疑交易进行事后监控、决策制定。
2、参与者资金往来关系统计
按照月、日等单位,从业务量、业务类型、对手方、实体所属行业、所属地域,所属经济圈,交易链路识别等维度,描绘参与者业务行为画像和资金链路信息。
3、收费模式对参与者交易量影响分析
大额、小额、网银参与者交易量相关性分析及预测,参与者行为监控,收费模式改变参与者交易量预测展示。
如图1所示为本发明实施例一种基于知识图谱技术的可疑账户交易确认方法的流程图。图中所示方法包括:步骤S1,对交易数据进行数据清洗处理;其中,交易数据存放于数据库中。
步骤S2,对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;数据清洗处理包括数据去重、补全、共指消解。知识提取包括实体抽取、关系抽取及属性抽取,对应可得到命名实体、实体之间的关联关系及实体的属性信息。
步骤S3,根据所述命名实体、实体关系及属性信息确定知识图谱;利用提取到的信息构建知识图谱,并将知识图谱存放于图数据库中。进一步的,可对知识图谱中的实体及关系进行索引,使得可以方便快捷的进行图查询。其中,知识图谱的生成过程为:原始数据为交易明细记录,抽取交易记录中的交易账户信息作为知识图谱的节点,包含账户号、账户名、账户所属行号、账户所属城市等属性信息;抽取交易记录中的每笔交易关系作为知识图谱的边,包含交易时间,交易金额等信息。提取所有交易记录中的节点和边,并通过交易关系将节点和边关联起来,构建成一张完整的交易知识图谱。
步骤S4,利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。利用已知的可疑账户交易模型对知识图谱分析,由此可发现可疑账户交易。进一步的,可疑账户交易模型中指标可参数化配置,调参灵活。其中,可疑账户交易生成过程为:本发明中用到的频繁汇入模型、频繁汇出模型、资金汇聚模型及资金发散模型等可疑交易模型的模型规则是根据业务制定的,根据实际场景定制开发实现。具体的,是基于已构建的交易知识图谱查询出符合各个可疑交易模型规则的数据。例如,对于频繁汇入模型,模型规则为1分钟内,有10笔交易汇入同一账户,交易金额为5万,模型构建时,利用图数据库关系遍历高效的特点,在图数据库中从每个节点逐步遍历,过滤条件为交易时间在1分钟内,资金流入的边至少有10条交易金额为5万的情况,从而筛选出符合模型的数据。
作为本发明的一个实施例,所述对交易数据进行数据清洗处理包括:对所述交易数据进行去重、补全及共指消解处理。
作为本发明的一个实施例,在对交易数据进行数据清洗处理之前包括:从数据库中获取原始交易数据;对所述原始交易数据进行数据脱敏处理,得到所述交易数据。
作为本发明的一个实施例,所述可疑账户交易模型包括:环状交易模型、频繁汇入模型、频繁汇出模型、资金汇聚模型及资金发散模型。
在本发明一具体实施例中,可疑账户交易发现是基于知识图谱技术,结合目前已有的大数据基础平台,主流的开源技术计算框架,图数据库,综合支付清算业务场景特点,定制化开发此功能。基于知识图谱可疑账户交易确认原理示意如图2所示。
具体的,从支付交易系统中采集得到的交易数据存放在Hive分布式数据仓库中。对存放于Hive仓库中的数据使用Spark作业方式进行数据去重、补全、共指消解等数据清洗处理。清洗后的数据进行知识提取,知识提取分为实体抽取,关系抽取,属性抽取,提取的信息构建知识图谱并将构建好的知识图谱存放于图数据库Titan中,存储图谱时使用了索引组件Solr,对图谱中的实体和关系进行索引,使得方便快速地进行图查询。实践证明,合理的使用mysql数据库和存储索引,可以辅助巨型知识图谱的数据展示和查询效率,为用户带来较好体验。
实体抽取,是指从数据集中识别出命名实体,原数据集中的参与机构账户划分为组织机构实体,个人账户划分为自然人实体。
关系抽取,是指提取出实体之间的关联关系,通过关联关系将实体联系起来,才能够形成网状的知识结构,由于支付系统交易信息数据关系只有转账交易关系,所以关系抽取到的只有支付关系。
属性抽取,是从不同信息源中采集特定实体的属性信息,比如参与机构实体所属地域、行业、经济圈、法人等信息;个人账户实体的姓名,所属银行名称;交易关系的属性主要有交易笔数和交易金额。
模型方面,使用已有的可疑账户交易模型对知识图谱进行可疑交易发现,模型指标可参数化配置,调参灵活,在查询方面,可调整变量至少包括:时间区间、最低交易金额、最大层级。目前已经提供有五种模型,见图3A-图3E。第一,环状交易,指资金从一个账号转出,经过至少另外两个账号,最终回到第一个账号或第一个账号的关联账号;第二,频繁汇入,指定时间区间内,有多个账号向某账号频繁汇入资金,如1分钟内,有10笔交易汇入同一账户;第三,频繁汇出,指定时间区间内,有多个账号向某账号频繁汇出资金,如某一时间区段内,同一账户多次汇出特定资金;第四,资金汇聚,指资金从底层账号向顶层账号汇聚;第五,资金发散,指资金从顶层账号向底层账号发散。
如图3A-图3E所示为本发明实施例中的可疑账户交易模型图,在使用已有的模型同时,结合目前流行的图计算引擎和算法,促进知识推理,丰富模型设计和数据挖掘,比如最短路径算法,发现参与者资金往来关系统计。其中,图3A所示为环形交易模型图,图3B所示为频繁汇入模型图,图3C所示为频繁汇出模型图,图3D所示为资金汇聚模型图,图3E所示为资金发散模型图。
在知识展现层,在Web页面使用了D3和Echarts等来绘制,结合Restful接口,可以较直观,美观地满足用户对知识图谱的理解与感受。为了对一些时效性较差参数查询做了预处理,比如4层关系以上的查询,并将满足五个基本模型的数据做汇总处理,结果都存放在mysql数据库中,便于高效地、友好地交互展示,对于时效性较好的查询采取直接查询图数据库的方式。
通过本发明中的基于知识图谱技术的可疑账户交易确认方法,基于知识图谱技术,将交易数据与知识图谱技术相结合,分析数据之间的关联关系,为可疑账户交易发现提供了更高效手段。
如图4所示为本发明实施例一种基于知识图谱技术的可疑账户交易确认装置的结构示意图,图中所示装置包括:数据清理模块10,用于对交易数据进行数据清洗处理;
知识提取模块20,用于对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
知识图谱模块30,用于根据所述命名实体、实体关系及属性信息确定知识图谱;
可疑交易模块40,用于利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
作为本发明的一个实施例,所述数据清理模块包括数据清理单元,用于对所述交易数据进行去重、补全及共指消解处理。
作为本发明的一个实施例,所述装置还包括:数据获取模块,用于从数据库中获取原始交易数据;脱敏处理模块,用于对所述原始交易数据进行数据脱敏处理,得到所述交易数据。
作为本发明的一个实施例,所述可疑账户交易模型包括:环状交易模型、频繁汇入模型、频繁汇出模型、资金汇聚模型及资金发散模型。
基于与上述一种基于知识图谱技术的可疑账户交易确认方法相同的申请构思,本发明还提供了上述一种基于知识图谱技术的可疑账户交易确认装置。由于该一种基于知识图谱技术的可疑账户交易确认装置解决问题的原理与一种基于知识图谱技术的可疑账户交易确认方法相似,因此该一种基于知识图谱技术的可疑账户交易确认装置的实施可以参见一种基于知识图谱技术的可疑账户交易确认方法的实施,重复之处不再赘述。
通过本发明的基于知识图谱技术的可疑账户交易确认装置,基于知识图谱技术,将交易数据与知识图谱技术相结合,分析数据之间的关联关系,为可疑账户交易发现提供了更高效手段。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
基于与上述一种基于知识图谱技术的可疑账户交易确认方法相同的申请构思,本发明还提供了上述一种计算机设备及一种计算机可读存储介质。由于该一种计算机设备及一种计算机可读存储介质解决问题的原理与一种基于知识图谱技术的可疑账户交易确认方法相似,因此该一种计算机设备及一种计算机可读存储介质的实施可以参见一种基于知识图谱技术的可疑账户交易确认方法的实施,重复之处不再赘述。
通过本发明的计算机设备及计算机可读存储介质,基于知识图谱技术,将交易数据与知识图谱技术相结合,分析数据之间的关联关系,为可疑账户交易发现提供了更高效手段。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读取存储介质中,比如ROM/RAM、磁碟、光盘等。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于知识图谱技术的可疑账户交易确认方法,其特征在于,所述方法包括:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
2.根据权利要求1所述的方法,其特征在于,所述对交易数据进行数据清洗处理包括:对所述交易数据进行去重、补全及共指消解处理。
3.根据权利要求1所述的方法,其特征在于,在对交易数据进行数据清洗处理之前包括:
从数据库中获取原始交易数据;
对所述原始交易数据进行数据脱敏处理,得到所述交易数据。
4.根据权利要求1所述的方法,其特征在于,所述可疑账户交易模型包括:环状交易模型、频繁汇入模型、频繁汇出模型、资金汇聚模型及资金发散模型。
5.一种基于知识图谱技术的可疑账户交易确认装置,其特征在于,所述装置包括:
数据清理模块,用于对交易数据进行数据清洗处理;
知识提取模块,用于对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
知识图谱模块,用于根据所述命名实体、实体关系及属性信息确定知识图谱;
可疑交易模块,用于利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
6.根据权利要求5所述的装置,其特征在于,所述数据清理模块包括数据清理单元,用于对所述交易数据进行去重、补全及共指消解处理。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
数据获取模块,用于从数据库中获取原始交易数据;
脱敏处理模块,用于对所述原始交易数据进行数据脱敏处理,得到所述交易数据。
8.根据权利要求5所述的装置,其特征在于,所述可疑账户交易模型包括:环状交易模型、频繁汇入模型、频繁汇出模型、资金汇聚模型及资金发散模型。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
对交易数据进行数据清洗处理;
对经数据清洗处理后的所述交易数据进行知识提取,获得所述交易数据的命名实体、实体关系及属性信息;
根据所述命名实体、实体关系及属性信息确定知识图谱;
利用可疑账户交易模型对所述知识图谱进行分析,确定可疑账户交易。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270207.3A CN110033279A (zh) | 2019-04-04 | 2019-04-04 | 基于知识图谱技术的可疑账户交易确认方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270207.3A CN110033279A (zh) | 2019-04-04 | 2019-04-04 | 基于知识图谱技术的可疑账户交易确认方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110033279A true CN110033279A (zh) | 2019-07-19 |
Family
ID=67237559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910270207.3A Pending CN110033279A (zh) | 2019-04-04 | 2019-04-04 | 基于知识图谱技术的可疑账户交易确认方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110033279A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399533A (zh) * | 2019-07-29 | 2019-11-01 | 中国工商银行股份有限公司 | 资金流向查询方法及装置 |
CN110597871A (zh) * | 2019-08-07 | 2019-12-20 | 成都华为技术有限公司 | 数据处理方法、装置、计算机设备和计算机可读存储介质 |
CN110851540A (zh) * | 2019-10-28 | 2020-02-28 | 天津大学 | 一种基于金融业务图谱的商业银行客户流失预警方法 |
CN111046192A (zh) * | 2019-12-25 | 2020-04-21 | 中国建设银行股份有限公司 | 银行涉案账户的识别方法及装置 |
CN111090780A (zh) * | 2019-12-09 | 2020-05-01 | 中国建设银行股份有限公司 | 可疑交易信息的确定方法及装置、存储介质、电子设备 |
CN111127024A (zh) * | 2019-11-19 | 2020-05-08 | 支付宝(杭州)信息技术有限公司 | 可疑资金链路检测方法及装置 |
CN111126828A (zh) * | 2019-12-19 | 2020-05-08 | 浙江邦盛科技有限公司 | 一种基于知识图谱的多层资金异常流向监控方法 |
CN111160745A (zh) * | 2019-12-23 | 2020-05-15 | 中国建设银行股份有限公司 | 用户账户数据的处理方法及装置 |
CN111159230A (zh) * | 2019-11-29 | 2020-05-15 | 上海数据交易中心有限公司 | 数据资源地图的构建方法及装置、存储介质、终端 |
CN111383097A (zh) * | 2020-03-24 | 2020-07-07 | 中国建设银行股份有限公司 | 挖掘个人疑似账户的方法和装置 |
CN111626854A (zh) * | 2020-04-16 | 2020-09-04 | 苏宁金融科技(南京)有限公司 | 可疑业务筛查图谱生成方法、装置、计算机设备 |
CN112200382A (zh) * | 2020-10-27 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 一种风险预测模型的训练方法和装置 |
CN112463893A (zh) * | 2020-11-13 | 2021-03-09 | 中科金审(北京)科技有限公司 | 一种网络资金的智能分析系统及方法 |
CN112463737A (zh) * | 2020-11-17 | 2021-03-09 | 中科金审(北京)科技有限公司 | 针对多格式数据智能匹配模板快速采集数据的系统及方法 |
CN112559771A (zh) * | 2020-12-23 | 2021-03-26 | 信雅达科技股份有限公司 | 基于知识图谱的资金交易智能监测方法及监测系统 |
CN112581270A (zh) * | 2020-12-15 | 2021-03-30 | 中国建设银行股份有限公司 | 风险账户的识别方法、装置、电子设备和存储介质 |
CN112581281A (zh) * | 2020-12-28 | 2021-03-30 | 中国建设银行股份有限公司 | 产品推荐方法及装置、存储介质及电子设备 |
CN112598428A (zh) * | 2020-12-25 | 2021-04-02 | 北京知因智慧科技有限公司 | 交易数据的处理方法、装置、计算机设备及存储介质 |
CN112651831A (zh) * | 2020-12-11 | 2021-04-13 | 中信银行股份有限公司 | 可疑账户监测方法和装置 |
CN112884478A (zh) * | 2021-01-26 | 2021-06-01 | 支付宝(杭州)信息技术有限公司 | 一种数据处理方法、装置及设备 |
CN115545935A (zh) * | 2022-11-18 | 2022-12-30 | 中国信息通信研究院 | 区块链交易账户的处理方法和装置、设备和介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832407A (zh) * | 2017-11-03 | 2018-03-23 | 上海点融信息科技有限责任公司 | 用于生成知识图谱的信息处理方法、装置和可读存储介质 |
CN109543096A (zh) * | 2018-10-15 | 2019-03-29 | 平安科技(深圳)有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
-
2019
- 2019-04-04 CN CN201910270207.3A patent/CN110033279A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832407A (zh) * | 2017-11-03 | 2018-03-23 | 上海点融信息科技有限责任公司 | 用于生成知识图谱的信息处理方法、装置和可读存储介质 |
CN109543096A (zh) * | 2018-10-15 | 2019-03-29 | 平安科技(深圳)有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399533A (zh) * | 2019-07-29 | 2019-11-01 | 中国工商银行股份有限公司 | 资金流向查询方法及装置 |
CN110597871A (zh) * | 2019-08-07 | 2019-12-20 | 成都华为技术有限公司 | 数据处理方法、装置、计算机设备和计算机可读存储介质 |
CN110597871B (zh) * | 2019-08-07 | 2021-12-21 | 成都华为技术有限公司 | 数据处理方法、装置、计算机设备和计算机可读存储介质 |
CN110851540A (zh) * | 2019-10-28 | 2020-02-28 | 天津大学 | 一种基于金融业务图谱的商业银行客户流失预警方法 |
CN111127024A (zh) * | 2019-11-19 | 2020-05-08 | 支付宝(杭州)信息技术有限公司 | 可疑资金链路检测方法及装置 |
CN111159230A (zh) * | 2019-11-29 | 2020-05-15 | 上海数据交易中心有限公司 | 数据资源地图的构建方法及装置、存储介质、终端 |
CN111090780A (zh) * | 2019-12-09 | 2020-05-01 | 中国建设银行股份有限公司 | 可疑交易信息的确定方法及装置、存储介质、电子设备 |
CN111090780B (zh) * | 2019-12-09 | 2023-05-26 | 建信金融科技有限责任公司 | 可疑交易信息的确定方法及装置、存储介质、电子设备 |
CN111126828A (zh) * | 2019-12-19 | 2020-05-08 | 浙江邦盛科技有限公司 | 一种基于知识图谱的多层资金异常流向监控方法 |
CN111160745A (zh) * | 2019-12-23 | 2020-05-15 | 中国建设银行股份有限公司 | 用户账户数据的处理方法及装置 |
CN111046192A (zh) * | 2019-12-25 | 2020-04-21 | 中国建设银行股份有限公司 | 银行涉案账户的识别方法及装置 |
CN111383097A (zh) * | 2020-03-24 | 2020-07-07 | 中国建设银行股份有限公司 | 挖掘个人疑似账户的方法和装置 |
CN111383097B (zh) * | 2020-03-24 | 2023-08-29 | 中国建设银行股份有限公司 | 挖掘个人疑似账户的方法和装置 |
CN111626854A (zh) * | 2020-04-16 | 2020-09-04 | 苏宁金融科技(南京)有限公司 | 可疑业务筛查图谱生成方法、装置、计算机设备 |
CN112200382A (zh) * | 2020-10-27 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 一种风险预测模型的训练方法和装置 |
CN112200382B (zh) * | 2020-10-27 | 2022-11-22 | 支付宝(杭州)信息技术有限公司 | 一种风险预测模型的训练方法和装置 |
CN112463893A (zh) * | 2020-11-13 | 2021-03-09 | 中科金审(北京)科技有限公司 | 一种网络资金的智能分析系统及方法 |
CN112463737A (zh) * | 2020-11-17 | 2021-03-09 | 中科金审(北京)科技有限公司 | 针对多格式数据智能匹配模板快速采集数据的系统及方法 |
CN112651831A (zh) * | 2020-12-11 | 2021-04-13 | 中信银行股份有限公司 | 可疑账户监测方法和装置 |
CN112581270A (zh) * | 2020-12-15 | 2021-03-30 | 中国建设银行股份有限公司 | 风险账户的识别方法、装置、电子设备和存储介质 |
CN112559771A (zh) * | 2020-12-23 | 2021-03-26 | 信雅达科技股份有限公司 | 基于知识图谱的资金交易智能监测方法及监测系统 |
CN112598428A (zh) * | 2020-12-25 | 2021-04-02 | 北京知因智慧科技有限公司 | 交易数据的处理方法、装置、计算机设备及存储介质 |
CN112581281A (zh) * | 2020-12-28 | 2021-03-30 | 中国建设银行股份有限公司 | 产品推荐方法及装置、存储介质及电子设备 |
CN112884478A (zh) * | 2021-01-26 | 2021-06-01 | 支付宝(杭州)信息技术有限公司 | 一种数据处理方法、装置及设备 |
CN115545935A (zh) * | 2022-11-18 | 2022-12-30 | 中国信息通信研究院 | 区块链交易账户的处理方法和装置、设备和介质 |
CN115545935B (zh) * | 2022-11-18 | 2023-02-28 | 中国信息通信研究院 | 区块链交易账户的处理方法和装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110033279A (zh) | 基于知识图谱技术的可疑账户交易确认方法及装置 | |
CN110223168A (zh) | 一种基于企业关系图谱的标签传播反欺诈检测方法及系统 | |
Moudud-Ul-Huq | The Role of Artificial Intelligence in the Development of Accounting Systems: A Review. | |
CN108038216A (zh) | 信息处理方法、装置及服务器集群 | |
Najafi et al. | A BSC-DEA approach to measure the relative efficiency of service industry: A case study of banking sector | |
CN108021984A (zh) | 确定机器学习样本的特征重要性的方法及系统 | |
CN112990976B (zh) | 基于开源数据挖掘的商业网点选址方法、系统、设备及介质 | |
CN107608862A (zh) | 监控告警方法、监控告警装置及计算机可读存储介质 | |
CN106682986A (zh) | 一种基于大数据的复杂金融交易网络活动图的构造方法 | |
CN111325619A (zh) | 一种基于联合学习的信用卡欺诈检测模型更新方法及装置 | |
US20210217080A1 (en) | Method, apparatus, and electronic device for collecting loan and storage medium | |
CN109272487A (zh) | 一种基于视频的公共区域内人群的数量统计方法 | |
CN108305163A (zh) | 基于特征库的信用预警方法及系统 | |
Ver Loren van Themaat et al. | Designing a framework to design a business model for the'bottom of the pyramid'population: case study | |
CN111309788A (zh) | 一种银行客户交易网络的社区结构发现方法及系统 | |
CN105631612A (zh) | 基于大数据的公职人员个人绩效及能力评估系统及方法 | |
Gupta et al. | Role of big data analytics in banking | |
CN107526836A (zh) | 基于大数据的银行零售存款业务数据分析系统及方法 | |
CN111798304A (zh) | 一种风险贷款确定方法、装置、电子设备及存储介质 | |
Sun et al. | Multi-step ahead tourism demand forecasting: The perspective of the learning using privileged information paradigm | |
CN107845042A (zh) | 一种国有土地上房屋征收监管系统 | |
CN110162521A (zh) | 一种支付系统交易数据处理方法及系统 | |
CN111932310A (zh) | 一种银行产品的潜在对公客户挖掘方法及装置 | |
Ismail et al. | Impact of merger on efficiency and productivity in Malaysian commercial banks | |
Mathur et al. | Optimizing OLAP cube for supporting business intelligence and forecasting in banking sector |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100195 1st Floor 112-113, Building 3, South District, Beiwu Innovation Park, 23 Beiwucun Road, Haidian District, Beijing Applicant after: Yinqing Technology Co., Ltd Address before: 100195 1st Floor 112-113, Building 3, South District, Beiwu Innovation Park, 23 Beiwucun Road, Haidian District, Beijing Applicant before: Yinqing Science and Technology (Beijing) Co., Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |