CN113222738A - 套现卡识别方法、装置、电子设备和计算机可读存储介质 - Google Patents
套现卡识别方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113222738A CN113222738A CN202110574920.4A CN202110574920A CN113222738A CN 113222738 A CN113222738 A CN 113222738A CN 202110574920 A CN202110574920 A CN 202110574920A CN 113222738 A CN113222738 A CN 113222738A
- Authority
- CN
- China
- Prior art keywords
- card
- credit card
- cash
- credit
- seed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000009792 diffusion process Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 10
- 230000004931 aggregating effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005295 random walk Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- 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
-
- 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
- G06Q20/409—Device specific authentication in transaction processing
- G06Q20/4093—Monitoring of device authentication
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种套现卡识别方法、装置、电子设备和计算机可读存储介质，涉及金融识别技术领域，该方法包括获取指定时间范围的待识别信用卡；基于预先设定的套现规则匹配种子卡；所述种子卡为命中预先设定的套现规则的信用卡；基于在同一商户上各张信用卡的交易时序建立卡关联网络；基于所述卡关联网络对所述待识别信用卡进行局部图聚类，得到与所述种子卡关联的信用卡集合，从而实现套现卡的扩散识别。本发明弥补了套现规则的不完整性和滞后性，有效地提升了套现卡的识别能力。
Description
技术领域
本发明涉及金融识别技术领域，尤其是涉及一种套现卡识别方法、装置、电子设备和计算机可读存储介质。
背景技术
随着信用卡在人们生活中的不断普及,使用信用卡消费已经越来越受到消费者的青睐。虽然信用卡消费给人们的日常工作和生活带来了方便、安全和快捷,但同时也滋长了某些人利用信用卡进行非法套现的行为。近年来，以团伙形式从事信用卡套现的不法行为越来越多，涉案金额也越来越大，严重危害了金融秩序。
对于套现的行为，传统的方法是通过金融机构设定规则匹配可疑的卡或商户以识别套现行为。然而，这些规则是金融机构根据历史的经验制定的，随着时间迁移，这些规则也在发生动态的变化，并且这种基于有限的已知规则进行套现卡识别的方式，通常不能捕获所有的异常交易，容易造成识别的漏判，对于一些新型套现行为，由于规则更新普遍滞后，缺乏对新型套现行为的鲁棒性。
发明内容
本发明的目的在于提供一种套现卡识别方法、装置、电子设备和计算机可读存储介质，弥补了套现规则的不完整性和滞后性，有效地提升了套现卡的识别能力。
第一方面，本发明提供一种套现卡识别方法，包括：获取指定时间范围的待识别信用卡；基于预先设定的套现规则匹配种子卡；种子卡为命中预先设定的套现规则的信用卡；基于在同一商户上各张信用卡的交易时序建立卡关联网络；基于卡关联网络对待识别信用卡进行局部图聚类，得到与种子卡关联的套现卡集合，从而实现套现卡的扩散识别。
在可选的实施方式中，获取指定时间范围的待识别信用卡的步骤，包括：获取指定时间范围的多张信用卡及对应的信用卡数据；对多张信用卡的信用卡数据进行数据过滤操作，得到过滤后的信用卡数据；对过滤后的信用卡数据按照预设的时间粒度进行聚合，得到用于匹配套现规则的待识别信用卡及待识别信用卡的特征。
在可选的实施方式中，信用卡数据包括使用信用卡的交易数据；其中，交易数据包括交易商户和交易金额；对多张信用卡的信用卡数据进行数据过滤操作，得到过滤后的信用卡数据的步骤，包括：对多张信用卡的交易商户和交易金额进行筛选，得到过滤后的信用卡数据。
在可选的实施方式中，对过滤后的信用卡数据按照预设的时间粒度进行聚合，得到用于匹配套现规则的待识别信用卡及待识别信用卡的特征的步骤，包括：按照预设的时间粒度对过滤后的信用卡数据进行聚合，得到用于匹配套现规则的待识别信用卡及待识别信用卡的特征；其中，待识别信用卡的特征包括预设的时间粒度的交易金额、交易天数、消费笔数和交易日期数的一种或多种。
在可选的实施方式中，基于在同一商户上各张信用卡的交易时序建立卡关联网络的步骤，包括：将同一商户上各张信用卡的交易数据根据交易时间进行排序，得到交易数据排序结果；将每一条交易数据涉及的信用卡对应为一个节点；基于交易数据排序结果，将相邻的交易数据对应的节点进行连接，得到一个无向图；将无向图中的任意两个相连的节点之间只保留一条边，得到卡关联网络；其中，卡关联网络的每条边都设置有对应的权重；权重用于表征两个节点关联的次数。
在可选的实施方式中，基于卡关联网络对待识别信用卡进行局部图聚类，得到与种子卡关联的套现卡集合的步骤，包括：基于预先筛选出的种子卡，在卡关联网络中进行随机游走，计算得到种子卡周围的信用卡的PageRank值(PPR值)；基于计算得到的PPR值进行筛选，得到与种子卡关联的套现卡集合。
在可选的实施方式中，基于计算得到的PPR值进行筛选，得到与种子卡关联的套现卡集合的步骤，包括：根据PPR值进行过滤，选取除种子卡外PPR值满足指定阈值范围的卡作为可疑卡；将可疑卡和种子卡合并，得到识别出的套现卡集合。
第二方面，本发明提供一种套现卡识别装置，装置包括：获取模块，用于获取指定时间范围的待识别信用卡；种子卡匹配模块，用于基于预先设定的套现规则匹配种子卡；种子卡为命中预先设定的套现规则的信用卡；网络建立模块，用于基于在同一商户上各张信用卡的交易时序建立卡关联网络；识别模块，用于基于卡关联网络对待识别信用卡进行局部图聚类，得到与种子卡关联的套现卡集合，从而实现套现卡的扩散识别。
第三方面，本发明提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现前述实施例任一项的套现卡识别方法。
第四方面，本发明提供一种计算机可读存储介质，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现前述实施例任一项的套现卡识别方法。
本发明提供的套现卡识别方法、装置、电子设备和计算机可读存储介质，该套现卡识别方法首先获取指定时间范围的待识别信用卡，并基于预先设定的套现规则匹配种子卡(也即具有套现行为的信用卡)，基于在同一商户上各张信用卡的交易时序建立卡关联网络，然后基于卡关联网络对待识别信用卡进行局部图聚类，得到与种子卡关联的信用卡集合，从而实现套现卡的扩散识别。上述方式通过获取指定时间范围的待识别信用卡，可以将某一时间段的信用卡确认为待识别对象，然后基于预先设定的套现规则匹配种子卡，基于在同一商户上信用卡的交易时序建立卡关联网络，并利用局部图聚类算法对种子卡进行扩散，从而弥补了套现规则的不完整性和滞后性，有效地提升了套现卡的识别能力。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种套现卡识别方法的流程示意图；
图2为本发明实施例提供的一种具体的套现卡识别方法的流程示意图；
图3为本发明实施例提供的一种卡关联网络的节点和边的权重的示意图；
图4为本发明实施例提供的一种卡关联网络及种子卡对应的种子节点示意图；
图5为本发明实施例提供的一种无向图和卡关联网络示意图；
图6为本发明实施例提供的一种套现卡识别装置的结构示意图；
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
考虑到目前金融机构通过设定规则识别具有套现行为的信用卡(简称为套现卡)的这种方式，通常是基于有限的已知规则，不能捕获所有的异常交易，容易产生漏网之鱼；并且由于规则更新普遍滞后，缺乏对新型套现行为的鲁棒性，本发明实施例提供了一种套现卡识别方法、装置、电子设备和计算机可读存储介质，弥补了套现规则的不完整性和滞后性，能有效地提升套现卡的识别能力。
为便于理解，首先对本发明实施例提供的一种套现卡识别方法进行详细说明，参见图1所示的一种套现卡识别方法的流程示意图，该方法主要包括以下步骤S102至步骤S108：
步骤S102，获取指定时间范围的待识别信用卡。
上述指定时间范围可以根据业务需求进行确定，诸如，可以是一个月、一个季度、半年、一年等，待识别信用卡携带有相应的信用卡数据，诸如信用卡的卡号及交易时间、交易金额、交易商户等等。
步骤S104，基于预先设定的套现规则匹配种子卡。
上述种子卡为命中预先设定的套现规则的信用卡，该种子卡可以由现有的卡套现规则从海量交易数据中匹配得到。套现规则可以通过专家经验给出，针对不同业务场景，套现规则会存在区别。考虑到常见的传统套现类型主要分为周期类套现及大额类套现，新型套现类型主要分为等额连续类、异常高频类以及代偿类套现，因此在获取信用卡样本时，可以基于以往的专家经验，增加交易的间隔、金额、频率及类型等因素作为依据，进行种子卡的选择。
步骤S106，基于在同一商户上各张信用卡的交易时序建立卡关联网络。
考虑到套现卡倾向于在同样一批套现商户上交易，且交易时间接近，可以将在同一个商户上各张信用卡的交易数据按交易时间进行排序(若交易时间相同，可再按交易金额排序)，进而通过交易时序建立卡之间的关联，生成卡关联网络。
在建立卡关联网络时，可以将上述排序后的交易数据中相邻两条交易数据对应的信用卡建立关联，即在这两张信用卡对应的节点之间建立一条边(若相邻两笔交易对应的是同一张信用卡，则忽略)。得到所有的边后，可以形成一个无向图。其中，无向图中的节点为信用卡，边为相邻的交易。在无向图中任意两个节点之间只保留一条边，每条边都设置有对应的权重，边的权重设为这两个节点关联的次数，也即相邻交易的次数，得到最终的卡关联网络。
步骤S108，基于卡关联网络对待识别信用卡进行局部图聚类，得到与种子卡关联的套现卡集合，从而实现套现卡的扩散识别。局部图聚类旨在通过探索图的局部区域找到一簇节点，从给定的种子节点出发，不断向外扩张，寻找符合条件的群落进行定向聚类，而不关心全图的规模大小。因此局部图聚类适用于套现卡的扩散识别。
与种子卡关联的信用卡集合，诸如可以预先设定关联程度，可以通过百分比进行约束，诸如可以设定关联程度排名前10％(也可以根据实际情况选择其他阈值)，从而保证信用卡集合与上述种子卡高度关联，以实现套现卡的扩散识别。
步骤S102至步骤S108构成了本发明实例提供的套现卡识别方法，可进一步细化，如图2所示：获取指定时间范围的信用卡数据；通过数据过滤，确定待识别的信用卡；通过数据加工，提取信用卡的交易特征；通过预先设定的套现规则，匹配出种子卡；基于在同一商户上各张信用卡的交易时序建立卡关联网络；基于卡关联网络对待识别信用卡进行局部图聚类，实现种子卡的扩散；输出可疑的套现卡。本方法弥补了套现规则的不完整性和滞后性，能有效地提升了套现卡的识别能力。
在一种实施方式中，在获取指定时间范围的信用卡数据后，可基于交易商户和交易金额，对信用卡数据进行筛选，得到过滤后的信用卡数据，从而确定待识别的信用卡集合。在具体实施时，可基于原始交易数据，获取贷记卡交易占比低于80％(可根据实际业务需求进行调整)的商户名单，根据得到的商户名单剔除商户对应的交易数据；剔除月均交易金额小于10000(可根据实际业务需求进行调整)的信用卡的交易数据。
进一步，在对过滤后的信用卡数据进行特征加工，得到用于匹配套现规则的待识别信用卡及其特征时，可以按照预定的时间粒度对过滤后的信用卡数据进行聚合，得到统计特征，其中，统计特征可以包括诸如交易金额、交易天数、消费笔数和交易日期数等。在具体实施时，诸如，可以按月对信用卡数据进行特征聚合，得到月均交易金额、月均交易天数、月均消费笔数等；按小时聚合，可以得到小时最大交易笔数等；按全部时间范围聚合，可以得到总活跃天数、不同月份的交易日期数(如一张信用卡只在每月15日进行交易，则不同月份的交易日期数为1)等。进而得到各张待识别信用卡的所有统计特征，用于匹配套现规则。
在通过套现规则匹配得到种子卡之后，可以通过相邻交易的关联构建卡关联网络，进而通过局部图聚类算法对种子卡在卡关联网络中进行扩散，得到和种子卡高度关联的卡，作为对种子卡的补充。
为便于理解，对基于预先选择的信用卡样本及各张信用卡的交易数据建立卡关联网络进行说明。可以理解的是，卡关联网络也可以称为卡-卡关联网络，也即信用卡与信用卡之间关联程度的网络。卡关联网络的建立可以参见以下步骤1至步骤4：
步骤1，将同一商户上各张信用卡的交易数据根据交易时间进行排序，得到交易数据排序结果。
步骤2，将每一条交易数据涉及的信用卡对应为一个节点。
步骤3，基于交易数据排序结果，将相邻的交易数据对应的节点进行连接，得到一个无向图(若相邻两笔交易对应的是同一张信用卡，则忽略)。
步骤4，将无向图中的任意两个相连的节点之间只保留一条边，得到卡关联网络。其中，卡关联网络的每条边都设置有对应的权重，权重用于表征两个节点关联的次数，也即相邻交出现的次数。卡关联网络中节点和边的权重的示意图参见图3所示，最终得到的卡关联网络及种子卡对应的种子节点示意图参见图4所示。
例如，给定以下信用卡交易数据(按商户、交易时间排序)：
| 信用卡 | 交易商户 | 交易金额 | 交易时间 |
| 卡一 | 商户A | 10000 | 20210518 09:34:35 |
| 卡二 | 商户A | 10000 | 20210518 10:34:35 |
| 卡三 | 商户A | 10000 | 20210518 11:34:35 |
| 卡二 | 商户B | 10000 | 20210517 12:34:35 |
| 卡一 | 商户B | 10000 | 20210517 14:34:35 |
| 卡一 | 商户B | 10000 | 20210518 12:34:35 |
| 卡二 | 商户B | 10000 | 20210518 20:34:35 |
| 卡三 | 商户B | 10000 | 20210518 21:34:35 |
则在最初构建的无向图中，有3个节点，卡一、卡二、卡三。其中卡一、卡二之间有3次相邻交易，分别发生在5月18日商户A、5月18日商户B和5月17日商户B，因而卡一、卡二之间有3条边，之后在生成卡关联网络时，卡一、卡二对应的节点之间只保留一条边，边的权重为3。其他相邻交易做类似处理，注意需要忽略卡一在商户B上相邻的两笔交易。最终的得到的无向图和卡关联网络示意图参见图5所示。
当确定好用于匹配套现规则的待识别信用卡的统计信息、并建立卡关联网络后，可以基于卡关联网络对待识别信用卡进行局部图聚类，得到与种子卡高度关联的信用卡集合。在具体实施时，可以采用任意局部图聚类的算法，如APR(Approximate PageRank)，HOSPLOC和MAPPR等。
为便于理解，以APR算法为例，可以基于预先筛选出的种子卡，在卡关联网络中进行随机游走，计算得到种子卡周围的信用卡的PageRank值(PPR值)。以种子卡作为输入，从种子卡对应的种子节点出发向外传播，并在局部随机游走，基于计算得到的各个节点的PPR值进行筛选，得到与种子卡高度关联的套现卡集合，从而对套现规则发现的种子卡进行补充。
上述APR算法中，算法输入为卡关联网络g，种子卡列表ref_nodes，算法输出为所有卡片的PPR值对应的向量PPR(s)；在具体实施时，采用以下步骤(1)至步骤(3)：
(1)将g中所有的n个节点编号排序，初始化n维向量s，si表示第i个节点对应的卡片是否为种子卡，若是，设为1；若不是，设为0。
(2)设置迭代次数上限，通过迭代的方式，求解方程：
PPR(s)＝αs+(1-α)PPR(s)W
其中α称为游走概率，取值为(0,1]
W＝0.5*(I+D-1A)或D-1A
其中I为单位矩阵，D为n维的对角矩阵，其元素为对应节点的度，A为卡关联网络g的邻接矩阵，其元素为卡关联网络中边的权重。
求解的算法可选择APR算法。
(3)返回PPR(s)。
在一种实施方式中，在基于计算得到的PPR值进行筛选，得到与种子卡高度关联的信用卡集合时，可以根据PPR值进行排序，选取除种子卡外PPR值满足指定阈值范围的卡作为可疑卡，通过将可疑卡和种子卡合并，得到识别出的套现卡集合。考虑到如果卡与越多的种子卡相连接或卡与种子卡越邻近，卡的PPR值越高，卡实际为套现卡的概率越大。而正常卡也可能存在与种子卡在交易时间上相邻而与种子卡相连接，导致最终的PPR值相对高。为了剔除正常卡引入的噪声，同时保证扩散的卡为可疑卡的准确性，可以选取除种子卡外PPR值前10％(也可以根据实际业务需求调整比例)的卡作为可疑卡。
综上，本发明实施例相对于传统的套现卡识别仅仅基于现有的一套套现规则的方案，在通过现有规则得到种子卡的基础上，通过同一商户上相邻的交易建立信用卡之间的关联网络，再使用局部图聚类的思想扩散出可疑卡。并且考虑到如果卡与越多的种子卡相连接或卡与种子卡越邻近，卡的PPR值越高，卡实际为套现卡的概率越大，保留PPR值较大的部分可疑卡，与种子卡合并，作为识别出的套现卡，从而可以大大提升了套现卡的识别能力，并且可以有效弥补现有套现规则的不完整性和滞后性。
对于上述套现卡识别方法，本发明实施例还提供一种套现卡识别装置，参见图6所示，该装置主要包括以下部分：
获取模块602，用于获取指定时间范围的待识别信用卡；
种子卡匹配模块604，用于基于预先设定的套现规则匹配种子卡；种子卡为命中预先设定的套现规则的信用卡；
网络建立模块606，用于基于在同一商户上各张信用卡的交易时序建立卡关联网络；
识别模块608，用于基于卡关联网络对待识别信用卡进行局部图聚类，得到与种子卡关联的信用卡集合，从而实现套现卡的扩散识别。
本发明实施例提供的套现卡识别装置，通过获取指定时间范围的待识别信用卡，可以将某一时间段的信用卡确认为待识别对象，然后基于预先设定的套现规则筛选出种子卡，基于在同一商户上各张信用卡的交易时序建立卡关联网络，基于所述卡关联网络对所述待识别信用卡进行局部图聚类，得到与所述种子卡关联的信用卡集合，从而实现套现卡的扩散识别，弥补了套现规则的不完整性和滞后性，有效地提升了套现卡的识别能力。
在一种实施方式中，上述获取模块602，用于获取指定时间范围的多张信用卡及对应的信用卡数据；对多张信用卡的信用卡数据进行数据过滤操作，得到过滤后的信用卡数据；对过滤后的信用卡数据按照预设的时间粒度进行聚合，得到用于匹配套现规则的待识别信用卡及待识别信用卡的特征。
在一种实施方式中，上述获取模块602，信用卡数据包括使用信用卡的交易数据；其中，交易数据包括交易商户和交易金额；对多张信用卡的信用卡数据进行数据过滤操作，得到过滤后的信用卡数据的步骤，包括：对多张信用卡的交易商户和交易金额进行筛选，得到过滤后的信用卡数据。
在一种实施方式中，上述获取模块602，还用于按照预设的时间粒度对过滤后的信用卡数据进行聚合，得到用于匹配套现规则的待识别信用卡及待识别信用卡的特征；其中，待识别信用卡的特征包括预设的时间粒度的交易金额、交易天数、消费笔数和交易日期数的一种或多种。
在一种实施方式中，上述网络建立模块606，用于将同一商户上各张信用卡的交易数据根据交易时间进行排序，得到交易数据排序结果；将每一条交易数据涉及的信用卡对应为一个节点；基于交易数据排序结果，将相邻的交易数据对应的节点进行连接，得到一个无向图；将无向图中的任意两个相连的节点之间只保留一条边，得到卡关联网络；其中，卡关联网络的每条边都设置有对应的权重；权重用于表征两个节点关联的次数。
在一种实施方式中，上述识别模块608，用于基于预先筛选出的种子卡，在卡关联网络中进行随机游走，计算得到种子卡周围的信用卡的PageRank值(PPR值)；基于计算得到的PPR值进行筛选，得到与种子卡关联的套现卡集合。
在一种实施方式中，上述识别模块608，还用于根据PPR值进行过滤，选取除种子卡外PPR值满足指定阈值范围的卡作为可疑卡；将可疑卡和种子卡合并，得到识别出的套现卡集合。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图7为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器70，存储器71，总线72和通信接口73，所述处理器70、通信接口73和存储器71通过总线72连接；处理器70用于执行存储器71中存储的可执行模块，例如计算机程序。
其中，存储器71可能包含高速随机存取存储器(RAM，RandomAccessMemory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口73(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线72可以是ISA总线、PCI总线或EISA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。
其中，存储器71用于存储程序，所述处理器70在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器70中，或者由处理器70实现。
处理器70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70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70可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称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发明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。结合本发明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71，处理器70读取存储器71中的信息，结合其硬件完成上述方法的步骤。
本发明实施例所提供的套现卡识别方法、装置、电子设备和计算机可读存储介质的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种套现卡识别方法，其特征在于，包括：所述方法包括：
获取指定时间范围的待识别信用卡；
基于预先设定的套现规则匹配种子卡；所述种子卡为命中所述预先设定的套现规则的信用卡；
基于在同一商户上各张信用卡的交易时序建立卡关联网络；
基于所述卡关联网络对所述待识别信用卡进行局部图聚类，得到与所述种子卡关联的套现卡集合，从而实现套现卡的扩散识别。
2.根据权利要求1所述的套现卡识别方法，其特征在于，所述获取指定时间范围的待识别信用卡的步骤，包括：
获取所述指定时间范围的多张信用卡及对应的信用卡数据；
对所述多张信用卡的信用卡数据进行数据过滤操作，得到过滤后的信用卡数据；
对所述过滤后的信用卡数据按照预设的时间粒度进行聚合，得到用于匹配套现规则的待识别信用卡及所述待识别信用卡的特征。
3.根据权利要求2所述的套现卡识别方法，其特征在于，所述信用卡数据包括使用信用卡的交易数据；其中，所述交易数据包括交易商户和交易金额；
所述对所述多张信用卡的信用卡数据进行数据过滤操作，得到过滤后的信用卡数据的步骤，包括：
对所述多张信用卡的所述交易商户和所述交易金额进行筛选，得到所述过滤后的信用卡数据。
4.根据权利要求3所述的套现卡识别方法，其特征在于，所述对所述过滤后的信用卡数据按照预设的时间粒度进行聚合，得到用于匹配套现规则的待识别信用卡及所述待识别信用卡的特征的步骤，包括：
按照预设的时间粒度对所述过滤后的信用卡数据进行聚合，得到用于匹配套现规则的待识别信用卡及所述待识别信用卡的特征；其中，所述待识别信用卡的特征包括预设的时间粒度的交易金额、交易天数、消费笔数和交易日期数的一种或多种。
5.根据权利要求1所述的套现卡识别方法，其特征在于，所述基于在同一商户上各张信用卡的交易时序建立卡关联网络的步骤，包括：
将同一商户上各张信用卡的交易数据根据交易时间进行排序，得到交易数据排序结果；
将每一条交易数据涉及的信用卡对应为一个节点；
基于所述交易数据排序结果，将相邻的交易数据对应的节点进行连接，得到一个无向图；
将所述无向图中的任意两个相连的节点之间只保留一条边，得到所述卡关联网络；其中，所述卡关联网络的每条边都设置有对应的权重；所述权重用于表征两个节点关联的次数。
6.根据权利要求1所述的套现卡识别方法，其特征在于，所述基于所述卡关联网络对所述待识别信用卡进行局部图聚类，得到与所述种子卡关联的套现卡集合的步骤，包括：
基于预先筛选出的种子卡，在所述卡关联网络中进行随机游走，计算得到所述种子卡周围的信用卡的PageRank值(PPR值)；
基于计算得到的所述PPR值进行筛选，得到与所述种子卡关联的所述套现卡集合。
7.根据权利要求6所述的套现卡识别方法，其特征在于，所述基于计算得到的所述PPR值进行筛选，得到与所述种子卡关联的所述套现卡集合的步骤，包括：
根据所述PPR值进行过滤，选取除所述种子卡外PPR值满足指定阈值范围的卡作为可疑卡；
将所述可疑卡和所述种子卡合并，得到识别出的所述套现卡集合。
8.一种套现卡识别装置，其特征在于，所述装置包括：
获取模块，用于获取指定时间范围的待识别信用卡；
种子卡匹配模块，用于基于预先设定的套现规则匹配种子卡；所述种子卡为命中所述预先设定的套现规则的信用卡；
网络建立模块，用于基于在同一商户上各张信用卡的交易时序建立卡关联网络；
识别模块，用于基于所述卡关联网络对所述待识别信用卡进行局部图聚类，得到与所述种子卡关联的套现卡集合，从而实现套现卡的扩散识别。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至7任一项所述的套现卡识别方法。
10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1至7任一项所述的套现卡识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110574920.4A CN113222738A (zh) | 2021-05-25 | 2021-05-25 | 套现卡识别方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110574920.4A CN113222738A (zh) | 2021-05-25 | 2021-05-25 | 套现卡识别方法、装置、电子设备和计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113222738A true CN113222738A (zh) | 2021-08-06 |
Family
ID=77098497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110574920.4A Pending CN113222738A (zh) | 2021-05-25 | 2021-05-25 | 套现卡识别方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113222738A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002037219A2 (en) * | 2000-11-02 | 2002-05-10 | Cybersource Corporation | Method and apparatus for evaluating fraud risk in an electronic commerce transaction |
| CN107918905A (zh) * | 2017-11-22 | 2018-04-17 | 阿里巴巴集团控股有限公司 | 异常交易识别方法、装置及服务器 |
| CN110264326A (zh) * | 2019-05-24 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 识别异常账户集合和风险账户集合的方法、装置及设备 |
| CN110942312A (zh) * | 2019-11-29 | 2020-03-31 | 智器云南京信息科技有限公司 | 一种pos机套现识别方法、系统、设备及存储介质 |
| CN111476662A (zh) * | 2020-04-13 | 2020-07-31 | 中国工商银行股份有限公司 | 反洗钱识别方法及装置 |
| CN111598711A (zh) * | 2020-05-14 | 2020-08-28 | 清华大学 | 目标用户账号识别方法、计算机设备及存储介质 |
| CN111784502A (zh) * | 2020-06-30 | 2020-10-16 | 中国工商银行股份有限公司 | 异常交易账户群体识别方法及装置 |
| CN112365352A (zh) * | 2020-11-30 | 2021-02-12 | 西安四叶草信息技术有限公司 | 一种基于图神经网络的反套现方法及装置 |
| CN112468523A (zh) * | 2021-02-02 | 2021-03-09 | 北京明略昭辉科技有限公司 | 异常流量检测方法、装置、设备及存储介质 |
-
2021
- 2021-05-25 CN CN202110574920.4A patent/CN113222738A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002037219A2 (en) * | 2000-11-02 | 2002-05-10 | Cybersource Corporation | Method and apparatus for evaluating fraud risk in an electronic commerce transaction |
| CN107918905A (zh) * | 2017-11-22 | 2018-04-17 | 阿里巴巴集团控股有限公司 | 异常交易识别方法、装置及服务器 |
| CN110264326A (zh) * | 2019-05-24 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 识别异常账户集合和风险账户集合的方法、装置及设备 |
| CN110942312A (zh) * | 2019-11-29 | 2020-03-31 | 智器云南京信息科技有限公司 | 一种pos机套现识别方法、系统、设备及存储介质 |
| CN111476662A (zh) * | 2020-04-13 | 2020-07-31 | 中国工商银行股份有限公司 | 反洗钱识别方法及装置 |
| CN111598711A (zh) * | 2020-05-14 | 2020-08-28 | 清华大学 | 目标用户账号识别方法、计算机设备及存储介质 |
| CN111784502A (zh) * | 2020-06-30 | 2020-10-16 | 中国工商银行股份有限公司 | 异常交易账户群体识别方法及装置 |
| CN112365352A (zh) * | 2020-11-30 | 2021-02-12 | 西安四叶草信息技术有限公司 | 一种基于图神经网络的反套现方法及装置 |
| CN112468523A (zh) * | 2021-02-02 | 2021-03-09 | 北京明略昭辉科技有限公司 | 异常流量检测方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107066616B (zh) | 用于账号处理的方法、装置及电子设备 | |
| CN107122369B (zh) | 一种业务数据处理方法、装置和系统 | |
| CN110009417B (zh) | 目标客户筛选方法、装置、设备及计算机可读存储介质 | |
| CN107423613A (zh) | 依据相似度确定设备指纹的方法、装置及服务器 | |
| CN111523748B (zh) | 案件分配方法、装置及系统 | |
| CN111985937A (zh) | 交易商价值信息评估方法、系统、存储介质、计算机设备 | |
| CN113792089B (zh) | 基于人工智能的非法行为检测方法、装置、设备及介质 | |
| CN111062808A (zh) | 信用卡额度评估方法、装置、计算机设备及存储介质 | |
| CN111506798A (zh) | 用户筛选方法、装置、设备及存储介质 | |
| CN112529319A (zh) | 基于多维特征的评分方法、装置、计算机设备及存储介质 | |
| CN114638704A (zh) | 非法资金转移的识别方法及其装置、电子设备及存储介质 | |
| CN110827036A (zh) | 一种欺诈交易的检测方法、装置、设备及存储介质 | |
| CN112613762A (zh) | 基于知识图谱的集团评级方法、装置和电子设备 | |
| CN110796178B (zh) | 决策模型训练方法及样本特征选择方法、装置和电子设备 | |
| CN111340622A (zh) | 一种异常交易集群的检测方法及装置 | |
| CN113222738A (zh) | 套现卡识别方法、装置、电子设备和计算机可读存储介质 | |
| CN116630054A (zh) | 理财产品推荐方法、设备和介质 | |
| CN111160647A (zh) | 一种洗钱行为预测方法及装置 | |
| CN115965468A (zh) | 基于交易数据的异常行为检测方法、装置、设备及介质 | |
| CN110610373A (zh) | 一种潜在客户挖掘处理方法及装置 | |
| CN110570301B (zh) | 风险识别方法、装置、设备及介质 | |
| CN110427558B (zh) | 资源处理事件的推送方法及装置 | |
| CN111932131A (zh) | 业务数据处理方法及装置 | |
| CN112116378A (zh) | 作弊概率确定方法、装置、电子设备及存储介质 | |
| CN113065892A (zh) | 一种信息推送方法、装置、设备及存储介质 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Pang Lei Inventor after: Zhou Hao Inventor after: Zhang Ming Inventor after: Yin Ziqian Inventor after: Chen Long Inventor before: Chen Long Inventor before: Yu Xianliang Inventor before: Chen Shuhua |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220301 Address after: No.36, Hanxiao Road, Pudong New Area, Shanghai, 200135 Applicant after: CHINA UNIONPAY Co.,Ltd. Address before: 250014 room 306, 3rd floor, South Building, life building, 11001 Jingshi Road, Lixia District, Jinan City, Shandong Province Applicant before: Shandong XiaoCong Digital Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right |