CN113807853A - 一种经济犯罪识别方法 - Google Patents
一种经济犯罪识别方法 Download PDFInfo
- Publication number
- CN113807853A CN113807853A CN202011260286.9A CN202011260286A CN113807853A CN 113807853 A CN113807853 A CN 113807853A CN 202011260286 A CN202011260286 A CN 202011260286A CN 113807853 A CN113807853 A CN 113807853A
- Authority
- CN
- China
- Prior art keywords
- data
- resource pool
- economic
- carrying
- economic crime
- 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 21
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000013523 data management Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及经济犯罪识别技术领域,尤其是指一种经济犯罪识别方法,其包括首先对资金交易数据进行数据采集,通过数据采集后的数据构建基于多源异构的数据资源池,再对数据资源池中的数据进行数据治理,数据资源池的数据经过数据治理进行分类、排列后,再对其中的异常数据进行监测预警,同时建立模型中心,异常数据通过模型中心进行抽取和计算,最后生成智能报告。
Description
技术领域
本发明涉及经济犯罪识别技术领域,尤其是指一种经济犯罪识别方法。
背景技术
一直以来,经济犯罪识别所面临的诸多严峻问题和挑战及如何应对,都是各国政府监管部门、业界和学界广泛关注并着力解决的一个重点课题,有关国家纷纷通过立法程序制定和强化经济犯罪的法案,经过多年的观察和讨论,人们对经济犯罪的性质和过程有了清楚的认识。
发明内容
本发明要解决的技术问题是提供一种经济犯罪识别方法,该经济犯罪识别方法能够利用技术手段再现交易过程、辅助定位经济犯罪行为。
为了解决上述技术问题,本发明采用如下技术方案:
一种经济犯罪识别方法,其包括首先对资金交易数据进行数据采集,通过数据采集后的数据构建基于多源异构的数据资源池,再对数据资源池中的数据进行数据治理,数据资源池的数据经过数据治理进行分类、排列后,再对其中的异常数据进行监测预警,同时建立模型中心,异常数据通过模型中心进行抽取和计算,最后生成智能报告。
进一步地,所述数据采集包括采集多源异构的资金交易数据,数据体量大的数据支持线上,离线等方式快速,高效的采集入数据资源池。
进一步地,所述数据治理包括将大量以及实时传入数据资源池的多源异构数据,筛选去重,补录,治理成有关联,有效的数据,按照常量列、计算、列转行、连接列、日期计算、分组聚合、排序和累计、选择列、修改列类型、行转列、文本计算、过滤、删除重复项、替换文本、设置列值、文本格式化、值映射、合并进行操作。
进一步地,所述监测预警包括从多源异构的数据资源池到按照不同特征进行数据治理的有效相关联的数据,进行多维度特征统计,分析,实时监测,发现数据异常变化。
进一步地,所述模型中心包括利用模型规则,对数据进行高效的计算,按照互联网金融经济犯罪相关特征,进行抽取,计算。
进一步地,所述模型中心工作流程包括:
汇总统计依靠互联网第三方支付的交易账户总金额;汇总统计交易笔数;区分汇总账户中个人,企业账户类型;统计满足以上条件的账户为核心账户。
进一步地,所述智能报告包括对大量数据进行多特征指向的指标检测,生成数据健康报告,主动发现数据存在的异常问题,智能生成多维度,多类型报告,实现多目的性的报告。
本发明的有益效果:实际使用时,对客户的资金交易数据进行采集,再对采集后的数据进行分类处理,进行存储,当该资金交易数据的总量很大或资金交易数据的次数过多时,对该资金交易数据进行监测预警,同时将该资金交易数据通过建立的模型中心进行鉴别,最后通过鉴别的数据生成智能报告,通过生成的智能报告对该资金交易数据进行判断是否为金融经济犯罪。本申请的一种经济犯罪识别方法能够利用技术手段再现交易过程、辅助定位经济犯罪行为。
附图说明
图1为本发明的结构示意图。
具体实施方式
为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说明,实施方式提及的内容并非对本发明的限定。
如图1所示,本发明提供的一种经济犯罪识别方法,其包括首先对资金交易数据进行数据采集,通过数据采集后的数据构建基于多源异构的数据资源池,再对数据资源池中的数据进行数据治理,数据资源池的数据经过数据治理进行分类、排列后,再对其中的异常数据进行监测预警,同时建立模型中心,异常数据通过模型中心进行抽取和计算,最后生成智能报告。
实际使用时,对客户的资金交易数据进行采集,再对采集后的数据进行分类处理,进行存储,当该资金交易数据的总量很大或资金交易数据的次数过多时,对该资金交易数据进行监测预警,同时将该资金交易数据通过建立的模型中心进行鉴别,最后通过鉴别的数据生成智能报告,通过生成的智能报告对该资金交易数据进行判断是否为金融经济犯罪。
本申请的一种经济犯罪识别方法能够利用技术手段再现交易过程、辅助定位经济犯罪行为。
如图1所示,本实施例中,所述数据采集包括采集多源异构的资金交易数据,数据体量大的数据支持线上,离线等方式快速,高效的采集入数据资源池。
如图1所示,本实施例中,所述数据治理包括将大量以及实时传入数据资源池的多源异构数据,筛选去重,补录,治理成有关联,有效的数据,按照常量列、计算、列转行、连接列、日期计算、分组聚合、排序和累计、选择列、修改列类型、行转列、文本计算、过滤、删除重复项、替换文本、设置列值、文本格式化、值映射、合并进行操作。
如图1所示,本实施例中,所述监测预警包括从多源异构的数据资源池到按照不同特征进行数据治理的有效相关联的数据,进行多维度特征统计,分析,实时监测,发现数据异常变化。
如图1所示,本实施例中,所述模型中心包括利用模型规则,对数据进行高效的计算,按照互联网金融经济犯罪相关特征,进行抽取,计算。
如图1所示,本实施例中,所述模型中心工作流程包括:
汇总统计依靠互联网第三方支付的交易账户总金额;汇总统计交易笔数;区分汇总账户中个人,企业账户类型;统计满足以上条件的账户为核心账户。
如图1所示,本实施例中,所述智能报告包括对大量数据进行多特征指向的指标检测,生成数据健康报告,主动发现数据存在的异常问题,智能生成多维度,多类型报告,实现多目的性的报告。
本实施例中的所有技术特征均可根据实际需要而进行自由组合。
上述实施例为本发明较佳的实现方案,除此之外,还包括其它方式实现,在不脱离本技术方案构思的前提下任何显而易见的替换均在本发明的保护范围之内。
Claims (7)
1.一种经济犯罪识别方法,其特征在于:包括首先对资金交易数据进行数据采集,通过数据采集后的数据构建基于多源异构的数据资源池,再对数据资源池中的数据进行数据治理,数据资源池的数据经过数据治理进行分类、排列后,再对其中的异常数据进行监测预警,同时建立模型中心,异常数据通过模型中心进行抽取和计算,最后生成智能报告。
2.根据权利要求1所述的一种经济犯罪识别方法,其特征在于:所述数据采集包括采集多源异构的资金交易数据,数据体量大的数据支持线上,离线等方式快速,高效的采集入数据资源池。
3.根据权利要求1所述的一种经济犯罪识别方法,其特征在于:所述数据治理包括将大量以及实时传入数据资源池的多源异构数据,筛选去重,补录,治理成有关联,有效的数据,按照常量列、计算、列转行、连接列、日期计算、分组聚合、排序和累计、选择列、修改列类型、行转列、文本计算、过滤、删除重复项、替换文本、设置列值、文本格式化、值映射、合并进行操作。
4.根据权利要求1所述的一种经济犯罪识别方法,其特征在于:所述监测预警包括从多源异构的数据资源池到按照不同特征进行数据治理的有效相关联的数据,进行多维度特征统计,分析,实时监测,发现数据异常变化。
5.根据权利要求1所述的一种经济犯罪识别方法,其特征在于:所述模型中心包括利用模型规则,对数据进行高效的计算,按照经济犯罪相关特征,进行抽取,计算。
6.根据权利要求5所述的一种经济犯罪识别方法,其特征在于:所述模型中心工作流程包括:
汇总统计依靠互联网第三方支付的交易账户总金额;汇总统计交易笔数;区分汇总账户中个人,企业账户类型;统计满足以上条件的账户为核心账户。
7.根据权利要求1所述的一种经济犯罪识别方法,其特征在于:所述智能报告包括对大量数据进行多特征指向的指标检测,生成数据健康报告,主动发现数据存在的异常问题,智能生成多维度,多类型报告,实现多目的性的报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011260286.9A CN113807853A (zh) | 2020-11-12 | 2020-11-12 | 一种经济犯罪识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011260286.9A CN113807853A (zh) | 2020-11-12 | 2020-11-12 | 一种经济犯罪识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807853A true CN113807853A (zh) | 2021-12-17 |
Family
ID=78943518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011260286.9A Pending CN113807853A (zh) | 2020-11-12 | 2020-11-12 | 一种经济犯罪识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807853A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960833A (zh) * | 2018-08-10 | 2018-12-07 | 哈尔滨工业大学(威海) | 一种基于异构金融特征的异常交易识别方法,设备及存储介质 |
CN109461078A (zh) * | 2018-10-22 | 2019-03-12 | 中信网络科技股份有限公司 | 一种基于资金交易网络的异常交易识别方法及系统 |
CN110148001A (zh) * | 2019-04-29 | 2019-08-20 | 上海欣方智能系统有限公司 | 一种实现欺诈交易智能预警的系统及方法 |
CN110659989A (zh) * | 2019-09-10 | 2020-01-07 | 马洪富 | 一种主动探索式合规反洗钱方法、装置、系统及存储介质 |
CN111160695A (zh) * | 2019-11-21 | 2020-05-15 | 中国建设银行股份有限公司四川省分行 | 计算机运行的风险账户的识别方法、系统、装置及存储介质 |
CN111339219A (zh) * | 2020-01-10 | 2020-06-26 | 北京量子时代智能设备有限公司 | 一种经济行为异常线索信息分析方法 |
CN111667368A (zh) * | 2020-05-29 | 2020-09-15 | 中国工商银行股份有限公司 | 反洗钱监测系统及方法 |
-
2020
- 2020-11-12 CN CN202011260286.9A patent/CN113807853A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960833A (zh) * | 2018-08-10 | 2018-12-07 | 哈尔滨工业大学(威海) | 一种基于异构金融特征的异常交易识别方法,设备及存储介质 |
CN109461078A (zh) * | 2018-10-22 | 2019-03-12 | 中信网络科技股份有限公司 | 一种基于资金交易网络的异常交易识别方法及系统 |
CN110148001A (zh) * | 2019-04-29 | 2019-08-20 | 上海欣方智能系统有限公司 | 一种实现欺诈交易智能预警的系统及方法 |
CN110659989A (zh) * | 2019-09-10 | 2020-01-07 | 马洪富 | 一种主动探索式合规反洗钱方法、装置、系统及存储介质 |
CN111160695A (zh) * | 2019-11-21 | 2020-05-15 | 中国建设银行股份有限公司四川省分行 | 计算机运行的风险账户的识别方法、系统、装置及存储介质 |
CN111339219A (zh) * | 2020-01-10 | 2020-06-26 | 北京量子时代智能设备有限公司 | 一种经济行为异常线索信息分析方法 |
CN111667368A (zh) * | 2020-05-29 | 2020-09-15 | 中国工商银行股份有限公司 | 反洗钱监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114066242A (zh) | 一种企业风险的预警方法及装置 | |
CN112001586B (zh) | 基于区块链共识机制的企业联网大数据审计风险控制架构 | |
CN104408547A (zh) | 一种基于数据挖掘的医保欺诈行为的检测方法 | |
CN108596750A (zh) | 一种基于并行关联规则挖掘的发票虚开识别方法 | |
CN104424613A (zh) | 一种增值税发票的监控方法及其系统 | |
CN107292744A (zh) | 基于机器学习的投资趋势分析方法及其系统 | |
CN102496073A (zh) | 一种财务舞弊审计辅助系统及辅助审计方法 | |
CN110851667A (zh) | 一种多源头大量数据的整合分析方法及工具 | |
CN107844914B (zh) | 基于集团管理的风险管控系统和实现方法 | |
CN113449964A (zh) | 一种企业金融风险监测预警系统及监测预警方法 | |
CN104123368A (zh) | 基于聚类的大数据属性重要性和辨识度的预警方法及系统 | |
CN108073611A (zh) | 一种告警信息的过滤方法及装置 | |
CN102982421A (zh) | 基于银行对账单的集团合并现金流量表的编制方法及系统 | |
CN111738843A (zh) | 一种使用流水数据的量化风险评价系统和方法 | |
CN112116464A (zh) | 基于事件序列频繁项集的异常交易行为分析方法和系统 | |
CN107749028A (zh) | 一种税务数字化稽查方法 | |
CN111612603A (zh) | 上市公司疑似财务造假行为洞察判别系统 | |
CN115131117A (zh) | 一种通过分析税务数据进行税务稽查案件分析、预警方法及系统 | |
CN114841790A (zh) | 一种基于大数据的供应链金融风险评估方法及系统 | |
CN114742402A (zh) | 信息监控方法、装置、设备和介质 | |
CN111723136A (zh) | 一种面向网格事件分类分级处置的单维聚类分析方法 | |
CN113807853A (zh) | 一种经济犯罪识别方法 | |
CN117436729A (zh) | 一种基于政务系统数据治理和数据分析方法 | |
CN112465397A (zh) | 一种审计数据的分析方法和装置 | |
CN115860465A (zh) | 一种企业关联数据处理预警方法、系统及装置 |
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 |