CN116402615B - 一种账户类型的识别方法、装置、电子设备及存储介质 - Google Patents
一种账户类型的识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116402615B CN116402615B CN202310677649.6A CN202310677649A CN116402615B CN 116402615 B CN116402615 B CN 116402615B CN 202310677649 A CN202310677649 A CN 202310677649A CN 116402615 B CN116402615 B CN 116402615B
- Authority
- CN
- China
- Prior art keywords
- account
- identified
- sample
- similarity
- feature matrix
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 239000011159 matrix material Substances 0.000 claims abstract description 166
- 230000002159 abnormal effect Effects 0.000 claims abstract description 19
- 239000013598 vector Substances 0.000 claims description 112
- 238000012795 verification Methods 0.000 claims description 70
- 238000010276 construction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种账户类型的识别方法、装置、电子设备及存储介质,方法包括:获取样本集和待识别账户的交易数据,样本集中包括多个样本账户的交易数据,样本账户的类型至少包括正常和异常;根据交易数据分别构建待识别账户和样本账户的特征矩阵;根据样本账户的特征矩阵对样本集进行聚类,得到多个样本簇,每个样本簇对应一个类型;确定每个样本簇的中心节点的特征矩阵;根据待识别账户的特征矩阵和中心节点的特征矩阵,确定待识别账户与每个样本簇在时间维度的第一相似度和在交易维度的第二相似度,合并第一相似度和第二相似度,确定待识别账户与相应样本簇的第三相似度;根据待识别账户与每个样本簇之间的第三相似度,确定待识别账户的类型。
Description
技术领域
本公开涉及人工智能领域,尤其涉及一种账户类型的识别方法、装置、电子设备及存储介质。
背景技术
随着计算机技术和互联网技术的不断发展,越来越多的异常交易行为也逐渐渗入到互联网中,正常或异常的账户难以分辨。
当前,账户类型的识别模型通常都是利用经验规则对交易信息进行逐一排查,实现对正常账户和异常账户的识别。现有技术会根据账户的特征如交易频率、交易金额、交易习惯等等,编写账户类型识别的经验规则以对账户进行分析,并对分析结果进行不断评估与纠正。
但是,现有技术存在如下不足:1、在依靠经验规则识别账户的类型还需要人工进行进一步审核,消耗了大量的人力物力;2、传统的账户类型识别模型需要不断更新经验规则,存在一定风险,同时不一定能够完全捕捉潜藏的异常交易;3、针对于不同经济发展水平的地区中发生的交易行为也不尽相同,采用一套经验规则不具备普适性。
发明内容
本公开提供了一种账户类型的识别方法、装置、电子设备及存储介质,以至少解决现有技术中存在的以上技术问题。
根据本公开的第一方面,提供了一种账户类型的识别方法,所述方法包括:
获取样本集和待识别账户的交易数据,所述样本集中包括多个样本账户的交易数据,所述样本账户的类型至少包括正常和异常;
根据所述交易数据分别构建所述待识别账户和样本账户的特征矩阵;所述特征矩阵的列向量表示交易维度,所述特征矩阵的行向量表示时间维度;
根据所述样本账户的特征矩阵对所述样本集进行聚类,得到多个样本簇,每个样本簇对应一个类型;
确定每个样本簇的中心节点的特征矩阵;
根据所述待识别账户的特征矩阵和中心节点的特征矩阵,确定所述待识别账户与每个样本簇之间在所述时间维度的第一相似度和在所述交易维度的第二相似度;
将所述第一相似度和第二相似度进行合并,确定所述待识别账户与相应样本簇之间的第三相似度;
根据所述待识别账户与每个样本簇之间的第三相似度,确定所述待识别账户的类型。
在一可实施方式中,所述样本账户的特征矩阵与所述待识别账户的特征矩阵的大小相同;
所述样本账户的特征矩阵与所述待识别账户的特征矩阵同一个行向量对应的时间相同;
所述样本账户的特征矩阵与所述待识别账户的特征矩阵同一个列向量对应的交易维度相同。
在一可实施方式中,当存在多个待识别账户,则在确定每个待识别账户的类型之后,所述方法还包括:
根据所有待识别账户的类型执行验证操作,得到每个待识别账户的类型验证结果;
若每个待识别账户的类型验证结果为错误,则重新确定每个待识别账户的类型,并根据重新确定的所有待识别账户的类型执行验证操作,直至每个待识别账户的类型验证结果为正确。
在一可实施方式中,所述重新确定每个待识别账户的类型,包括:
根据上一次识别出的所有待识别账户的类型,对所述聚类得到的样本簇的中心节点进行更新;
根据所述样本簇更新后的中心节点,返回执行所述第一相似度、第二相似度和第三相似度的确定操作,确定每个待识别账户的类型。
在一可实施方式中,所述验证操作,包括:
根据本次识别出的所有待识别账户的类型,对所述聚类得到的样本簇的中心节点进行更新;
分别确定每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度;
当所有样本簇的第四相似度之和小于预设阈值时,确定每个待识别账户的类型验证结果为错误;
当所有样本簇的第四相似度之和大于等于预设阈值时,确定每个待识别账户的类型验证结果为正确。
在一可实施方式中,所述对所述聚类得到的样本簇的中心节点进行更新,包括:
根据所述样本簇中样本账户的特征矩阵以及与所述样本簇相同类型的待识别账户的特征矩阵,更新所述样本簇的中心节点。
在一可实施方式中,确定所述第一相似度和所述第二相似度,包括:
分别计算所述待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间的行向量的相似度值,构建所述待识别账户与每个样本簇的第一相似度;
分别计算所述待识别账户的特征矩阵中每个列向量与每个样本簇的中心节点的特征矩阵中对应的列向量的相似度值,构建所述待识别账户与每个样本簇的第二相似度。
在一可实施方式中,所述对应时间区间的行向量包括在所述中心节点的特征矩阵中与所述待识别账户的特征矩阵中的行向量对应的行向量,以及与该行向量相邻的行向量;相应的,
所述构建所述待识别账户与每个样本簇的第一相似度,包括:
分别计算所述待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间内所有行向量的相似度值,采用最大的相似度值构建所述第一相似度。
在一可实施方式中,根据所述待识别账户与每个样本簇之间的第三相似度,确定所述待识别账户的类型,包括:
将所述待识别账户与每个样本簇之间的第三相似度中对应的相似度值做差值;
若差值大于等于0的数量大于差值小于0的数量,则确定所述待识别账户的类型为所述第三相似度较大的样本簇的类型。
根据本公开的第二方面,提供了一种账户类型的识别装置,所述装置包括:
获取模块,用于获取样本集和待识别账户的交易数据,所述样本集中包括多个样本账户的交易数据,所述样本账户的类型至少包括正常和异常;
构建模块,用于根据所述交易数据分别构建所述待识别账户和样本账户的特征矩阵;所述特征矩阵的列向量表示交易维度,所述特征矩阵的行向量表示时间维度;
聚类模块,用于根据所述样本账户的特征矩阵对所述样本集进行聚类,得到多个样本簇,每个样本簇对应一个类型;
确定模块,用于确定每个样本簇的中心节点的特征矩阵;
所述确定模块,还用于根据所述待识别账户的特征矩阵和中心节点的特征矩阵,确定所述待识别账户与每个样本簇之间在所述时间维度的第一相似度和在所述交易维度的第二相似度;
所述确定模块,还用于将所述第一相似度和第二相似度进行合并,确定所述待识别账户与相应样本簇之间的第三相似度;
所述确定模块,还用于根据所述待识别账户与每个样本簇之间的第三相似度,确定所述待识别账户的类型。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开所述的方法。
本公开的账户类型的识别方法、装置、电子设备及存储介质,通过获取样本集和待识别账户的交易数据,根据待识别账户和样本账户的交易数据,构建待识别账户和样本账户的特征矩阵;再对所有样本账户的特征矩阵进行聚类得到多个样本簇,计算每个样本簇的中心节点的特征矩阵;然后根据待识别账户的特征矩阵和中心节点的特征矩阵,执行待识别账户与每个样本簇之间的第一相似度、第二相似度和第三相似度的确定操作;最后,根据待识别账户与每个样本簇之间的第三相似度的大小,确定待识别账户的类型。如此,无需依靠大量的人力物力以及传统的经验规则,便能实现对账户类型的识别,并且能够应用于不同的交易场景中,具有普适性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过参考附图阅读下文的详细描述,本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本公开的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本公开实施例账户类型的识别方法的实现流程示意图;
图2示出了本公开实施例账户类型的验证方法的实现流程示意图;
图3示出了本公开实施例重新确定每个待识别账户的类型的实现流程示意图;
图4示出了本公开实施例执行验证操作的实现流程示意图;
图5示出了本公开实施例确定第一相似度和第二相似度的实现流程示意图;
图6a示出了本公开实施例确定第一相似度的示意图;
图6b示出了本公开实施例确定第二相似度的示意图;
图7示出了本公开实施例账户类型的识别装置的结构示意图一;
图8示出了本公开实施例账户类型的识别装置的结构示意图二;
图9示出了本公开实施例一种电子设备的组成结构示意图。
具体实施方式
为使本公开的目的、特征、优点能够更加的明显和易懂,下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而非全部实施例。基于本公开中的实施例,本领域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,都属于本公开保护的范围。
本公开提供了一种账户类型的识别方法,如图1所示,该方法包括
步骤101:获取样本集和待识别账户的交易数据,样本集中包括多个样本账户的交易数据,样本账户的类型至少包括正常和异常。
在本示例中,分别获取样本集的多个样本账户和待识别账户在一定时间段内的初始交易数据,对初始交易数据进行数据清洗,得到样本集和待识别账户的交易数据。
初始交易数据中通常还包含一些不利于或不涉及账户类型识别的数据,例如:交易金额、账户余额为负值、交易账户为空不存在的错误数据;批量代收、批量代交、资金归集、有权机关特殊扣款、存息、公积金发放等涉及内部账户的流水数据;通过第三方软件进行购物或小额度交易的数据等等。通过清洗初始交易数据中的上述数据,得到便于分析的高质量交易数据,有利于提高账户类型识别的效率和准确率。
样本集中包含了多个样本账户的交易数据,其中,样本账户为已经确定类型的账户,样本账户的类型至少包括正常或异常。进一步地,还可以对样本账户的类型进行细化,例如将样本账户分为正常、较为正常、较为异常、异常等类型。
步骤102:根据交易数据分别构建待识别账户和样本账户的特征矩阵;特征矩阵的列向量表示交易维度,特征矩阵的行向量表示时间维度。
在本示例中,对于待识别账户和样本账户的特征矩阵有两种构建思路。一种是根据交易数据,构建账户在多个不同交易维度的列向量,每个列向量由多个不同时间点的交易特征值构成,相邻时间点之间的时间间隔可为预设时间,将不同交易维度的列向量进行拼接,得到账户的特征矩阵。另一种则是根据交易数据,构建账户在不同时间点的行向量,相邻时间点之间的时间间隔为预设时间,每个行向量依次由不同交易维度的交易特征值构成,将不同时间维度的行向量进行拼接,得到账户的特征矩阵。其中,预设时间可为相同的时间间隔,例如预设时间为1天,也可以为不同的时间间隔,对此本公开不做限定。
举例说明,统计某一账户最近30天内每日的交易流水,即获取该账户的初始交易数据。在对初始交易数据清洗后得到该账户的交易数据,其中包括该账户每天的转出金额总和、转入金额总和、转出次数总和、转入次数总和、转出金额均值、转入金额均值、敏感时间段转账次数总和、转入账号去重个数总和、转出账号个数总和、小额转账交易总次数等不同交易维度的特征值。基于该账户每天的交易数据,根据上述两种构建思路,针对于该账号构造出一个大小为30×N特征矩阵,N为交易维度的数量。
需要注意的是,这里待识别账户的交易时间段30天以及预设时间1天仅为示例,可以根据实际情况进行灵活调整。此外,本公开对于构建特征矩阵的交易维度的数量也不做限制。
步骤103:根据样本账户的特征矩阵对样本集进行聚类,得到多个样本簇,每个样本簇对应一个类型。
在本示例中,样本集中每一个样本账户均有对应的类型,样本账户的类型至少包括正常或异常。
在根据样本账户的特征矩阵对样本集进行聚类(即对样本集中的样本账户进行聚类)之后,可以得到多个样本簇,每个样本簇中样本账户的类型相同,因此,每个样本簇都对应一个类型。例如,样本账户的类型包括正常或异常时,可聚类为两个样本簇:正常样本簇和异常样本簇。
步骤104:确定每个样本簇的中心节点的特征矩阵。
在本示例中,在完成样本簇的聚类之后,基于每个样本簇中样本账户的特征矩阵,确定每个样本簇的中心节点的特征矩阵。
具体的,确定每个样本簇的中心节点的特征矩阵的过程包括:分别计算每个样本簇中所有样本账户的特征矩阵的平均值,得到每个样本簇的中心节点的特征矩阵。
步骤105:根据待识别账户的特征矩阵和中心节点的特征矩阵,确定待识别账户与每个样本簇之间在时间维度的第一相似度和在交易维度的第二相似度。
在本示例中,在基于样本账户的特征矩阵计算得到的中心节点的特征矩阵中,其行向量仍表示时间维度,列向量仍表示交易维度。因此,可以根据待识别账户的特征矩阵和中心节点的特征矩阵,确定待识别账户与每个样本簇之间在时间维度的第一相似度以及在交易维度的第二相似度。第一相似度和第二相似度均以向量的形式体现,关于第一相似度和第二相似度的计算过程详见后续实施例。
步骤106:将第一相似度和第二相似度进行合并,确定待识别账户与相应样本簇之间的第三相似度。
在本示例中,将待识别账户与样本簇之间的第一相似度和第二相似度进行合并后,得到待识别账户与该样本簇之间的第三相似度。由于第一相似度和第二相似度以向量的形式体现,因此,可将第一相似度和第二相似度进行首尾拼接得到第三相似度,并且第三相似度也以向量的形式体现。
举例说明,待识别账户与样本簇A的第一相似度为[0.78,0.21,0.39,0.55,0.29,0.67],待识别账户与样本簇A的第二相似度为[0.98,0.23,0.85,0.46,0.77,0.50],将第一相似度和第二相似度进行拼接后,得到的待识别账户与样本簇A的第三相似度为[0.78,0.21,0.39,0.55,0.29,0.67,0.98,0.23,0.85,0.46,0.77,0.50]。需要注意的是,这里第一相似度和第二相似度仅为示例,可以根据实际情况进行灵活调整。
步骤107:根据待识别账户与每个样本簇之间的第三相似度,确定待识别账户的类型。
在本示例中,根据待识别账户与每个样本簇的相似程度,即第三相似度,确定待识别账户的类型为与其相似程度大的样本簇对应的类型。
本公开的账户类型识别方法,通过获取样本集和待识别账户的交易数据,根据待识别账户和样本账户的交易数据,构建待识别账户和样本账户的特征矩阵;再对所有样本账户的特征矩阵进行聚类得到多个样本簇,计算每个样本簇的中心节点的特征矩阵;然后根据待识别账户的特征矩阵和中心节点的特征矩阵,执行待识别账户与每个样本簇之间的第一相似度、第二相似度和第三相似度的确定操作;最后,根据待识别账户与每个样本簇之间的第三相似度的大小,确定待识别账户的类型。如此,无需依靠大量的人力物力以及传统的经验规则,便能实现对账户类型的识别,并且能够应用于不同的交易场景中,具有普适性。
在一个示例中,样本账户的特征矩阵与待识别账户的特征矩阵的大小相同;样本账户的特征矩阵与待识别账户的特征矩阵同一个行向量对应的时间相同;样本账户的特征矩阵与待识别账户的特征矩阵同一个列向量对应的交易维度相同。
在本示例中,由于统一获取了样本账户和待识别账户在一定交易时间段内的交易数据,并且预设时间和交易维度的顺序也保持一致,因此在构建样本账户和待识别账户的特征矩阵过程中,不仅实现了样本账户的特征矩阵与待识别账户的特征矩阵的大小相同,还可以保证样本账户的特征矩阵与待识别账户的特征矩阵在时间维度上的同一个行向量对应的时间相同,样本账户的特征矩阵与待识别账户的特征矩阵同一个列向量对应的交易维度也相同。
在一个示例中,在完成样本账户和待识别账户的特征矩阵的构建操作之后,该方法还包括:将特征矩阵中每个行向量中的特征值进行归一化处理。
在本示例中,由于特征矩阵的行向量中会存在特征值大小参差不齐的情况,例如有的特征值为200501,而有的特征值是0.00103。这在后续的计算过程中不仅会消耗大量时间,还会出现权重分配也会不均匀情况,进而导致计算结果出现异常。因此,通过将每个行向量中的特征值映射到同一尺度当中,以避免上述情况的发生。优选的,可以采用最大最小值归一化公式对特征矩阵中每个行向量中的特征值进行归一化处理。
在一个示例中,当存在多个待识别账户,则在确定每个待识别账户的类型之后,如图2所示,该方法还包括:
步骤201:根据所有待识别账户的类型执行验证操作,得到每个待识别账户的类型验证结果。
在实际应用过程中,通常获取一批待识别账户并确定每个待识别账户的类型,为了判断待识别账户的类型的准确性,因此需要对待识别账户的类型进行验证。在本示例中,对待识别账户的类型的验证过程需要将所有的待识别账户一起执行验证操作。
步骤202:若每个待识别账户的类型验证结果为错误,则重新确定每个待识别账户的类型,并根据重新确定的所有待识别账户的类型执行验证操作,直至每个待识别账户的类型验证结果为正确。
在本示例中,在对所有的待识别账户的类型执行验证操作后,若每个待识别账户的类型验证结果为错误,则需要对每个待识别账户的类型进行重新确定,并再一次验证所有待识别账户的类型是否正确。
需要注意的是,本示例中每个待识别账号的类型验证结果为错误,并不是普通意义上的每个待识别账户的类型都有误。由于在本示例中所有待识别账户的类型是一起进行验证的,因此只要出现一个待识别账户的类型验证错误,则认为是本次验证操作的结果有误,进而可以认为是所有待识别账户的类型验证结果为错误。
通过对所有待识别账户类型不断地循环执行验证操作和重新确定操作,当确定每个待识别账户的类型验证结果为正确时,停止该循环,并确定每个待识别账户最终的类型。
在一个示例中,重新确定每个待识别账户的类型的实现过程,如图3所示,包括:
步骤301:根据上一次识别出的所有待识别账户的类型,对聚类得到的样本簇的中心节点进行更新。
在本示例中,根据上一次循环中识别的所有待识别账户的类型,对相同类型的样本簇的中心节点进行更新操作。具体地,根据相同类型的待识别账户和样本簇中样本账户的特征矩阵,对该样本簇的中心节点重新进行计算。
每一轮的循环包括待识别账户的类型的识别过程和验证过程,具体举例说明:
在第一轮循环的识别过程中,根据每个聚类得到样本簇的中心节点,确定每个待识别账户的类型;在第一轮循环的验证过程中,对所有待识别账户的类型进行验证操作,若得到的验证结果为正确,则停止循环并确定待识别账户的最终类型;若得到的验证结果为错误,则进行下一轮的识别和验证。
假设在第一轮循环的验证结果为错误,在第二轮循环的识别过程中,首先,根据上一轮中确定的每个待识别账号的类型,对聚类得到的样本簇的中心节点进行更新,根据更新后的中心节点,重新确定每个待识别账户的类型。在第二轮循环的验证过程中,对所有待识别账户的类型进行验证操作,若得到的验证结果为正确,则停止循环并确定待识别账户的最终类型;若得到的验证结果为错误,则进行下一轮的识别和验证。第三轮循环、第四轮循环以此类推。
通过上述举例,能够明确在重新确定每个待识别账户的类型的实现过程中,需要根据上一轮循环中识别出的所有待识别账户的类型,来更新本轮循环中的样本簇的中心节点。
步骤302:根据样本簇更新后的中心节点,返回执行第一相似度、第二相似度和第三相似度的确定操作,确定每个待识别账户的类型。
在本示例中,基于每个样本簇更新后的中心节点,重新计算待识别账户的特征矩阵和与每个样本簇之间在时间维度的第一相似度和在交易维度的第二相似度;再将第一相似度和第二相似度进行合并,确定待识别账户与相应样本簇之间的第三相似度;根据待识别账户与每个样本簇之间的第三相似度,确定该待识别账户的类型。
在一个示例中,对待识别账户的类型执行验证操作的实现过程,如图4所示,包括:
步骤401:根据本次识别出的所有待识别账户的类型,对聚类得到的样本簇的中心节点进行更新。
在本示例中,根据相同类型的待识别账户和样本簇中样本账户的特征矩阵,对该样本簇的中心节点重新进行计算。需要注意的是,在本示例中的本次识别的所有待识别账户的类型与上一个示例中的上一次识别出的所有待识别账户的类型相同,属于同一次待识别账户类型的确定结果。
步骤402:分别确定每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度。
在本示例中,分别计算每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度。优选的,将样本簇更新后的中心节点的特征矩阵与更新前的中心节点的特征矩阵之间的余弦相似度,确定为该样本簇的第四相似度。
承接上述示例,在第二轮循环重新确定每个待识别账户的类型之后,对所有待识别账户的类型执行验证操作,即第二轮循环的验证过程:首先,根据第二轮循环的识别过程中确定的每个待识别账户的类型,更新相应样本簇的中心节点,并计算样本簇更新后的中心节点和更新前的中心节点之间的第四相似度,基于第四相似度确定验证结果是否正确。
因此,通过上述举例可以明确的是:在每轮循环的验证过程中,根据本轮循环的识别过程中重新确定的每个待识别账户的类型,更新样本簇的中心节点。
步骤403:当所有样本簇的第四相似度之和小于预设阈值时,确定每个待识别账户的类型验证结果为错误。
步骤404:当所有样本簇的第四相似度之和大于等于预设阈值时,确定每个待识别账户的类型验证结果为正确。
在本示例中,将所有样本簇的第四相似度相加,当所有样本簇的第四相似度之和小于预设阈值时,表明每个样本簇的中心节点仍不稳定,即确定存在待识别账户的类型验证结果为错误;而当所有样本簇的第四相似度之和大于等于预设阈值时,表明每个样本簇的中心节点稳定,此时可以确定每个待识别账户的类型验证结果为正确,确定每个待识别账户最终的正确类型。
在一个示例中,对聚类得到的样本簇的中心节点进行更新,包括:
根据样本簇中样本账户的特征矩阵以及与样本簇相同类型的待识别账户的特征矩阵,更新样本簇的中心节点。
在本示例中,可以通过以下公式更新每个样本簇的中心节点:
;
其中,为每个样本簇更新的中心节点;/>为超参数;X/>为每个样本簇中样本账户的特征矩阵,/>为与样本簇相同类型的待识别账户的特征矩阵;m为每个样本簇中样本账户的数量,n为与样本簇相同类型的待识别账户的数量;t为迭代次数,t≥1,每更新一次中心节点,迭代次数加1。
在本示例中,超参数为每个样本簇对应的预设固定参数,可以根据实际应用的结果对超参数进行调整。通过上述公式计算得到每个样本簇更新后的中心节点,不仅可以用于计算每个样本簇的第四相似度,对所有的待识别账户的类型进行验证操作,还可以应用在重新确定每个待识别账户的类型的过程中。
在一个示例中,无论是在首次确定待识别账户的类型过程中还是在重新确定每个待识别账户的类型的过程中,都需要确定第一相似度和所述第二相似度,具体的实现过程如图5所示,包括:
步骤501:分别计算待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间的行向量的相似度值,构建待识别账户与每个样本簇的第一相似度。
在本示例中,通过将待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间的行向量进行相似度的计算,得到待识别账户的特征矩阵中每个行向量对应的相似度值。根据待识别账户的特征矩阵中所有行向量对应的相似度值,构建待识别账户与相应样本簇的第一相似度,第一相似度以向量的形式体现。
参见图6a,在表示待识别账户和中心节点的特征矩阵中,每一个横条表示一个行向量;在待识别账户的特征矩阵中的每一个行向量,在中心节点中都有一个对应时间区间的行向量,在图中以箭头的指向和相同形式的虚线框表示两者的对应关系;计算待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点中对应时间区间的行向量之间相似度,得到的相似度值在图中以圆圈的方式表示;集合所有的相似度值后,构成待识别账户与相应样本簇之间的第一相似度。
举例说明,待识别账户的特征矩阵中的六个行向量与样本簇A的中心节点中对应时间区间的行向量进行相似度的计算,得到的相似度值依次为0.78、0.21、0.39、0.55、0.29和0.67,因此,得到该待识别账户与样本簇A的第一相似度为[0.78,0.21,0.39,0.55,0.29,0.67]。
步骤502:分别计算待识别账户的特征矩阵中每个列向量与每个样本簇的中心节点的特征矩阵中对应的列向量的相似度值,构建待识别账户与每个样本簇的第二相似度。
在本示例中,通过将待识别账户的特征矩阵中每个列向量与每个样本簇的中心节点的特征矩阵中对应的列向量进行相似度的计算,得到待识别账户的特征矩阵中每个列向量对应的相似度值。根据待识别账户的特征矩阵中所有列向量对应的相似度值,构建待识别账户与相应样本簇的第二相似度,第二相似度同样以向量的形式体现。
参见图6b,在表示待识别账户和中心节点的特征矩阵中,每一个竖条表示一个列向量。待识别账户的特征矩阵中的每一个列向量,在中心节点中都有一个位置对应的列向量;计算待识别账户的特征矩阵中每个列向量与每个样本簇的中心节点中列向量之间相似度,得到的待识别账户的特征矩阵中每个列向量对应的相似度值,在图中以两个列向量指向的圆圈的方式表示;集合所有的相似度值后,构成待识别账户与相应的样本簇之间的第二相似度。
举例说明,待识别账户的特征矩阵中的六个列向量与样本簇A的中心节点中对应的列向量进行相似度的计算,得到的相似度值依次为0.98、0.23、0.85、0.46、0.77和0.50,因此,得到该待识别账户与样本簇A的第二相似度为[0.98,0.23,0.85,0.46,0.77,0.50]。
在一个示例中,参见图6a,上述对应时间区间的行向量包括在中心节点的特征矩阵中与待识别账户的特征矩阵中的行向量对应的行向量,以及与该行向量相邻的行向量。
本公开对相邻的行向量的数量不做限定,可以是相邻的两个行向量,也可以是相邻的四个行向量。
在本示例中,上述构建待识别账户与每个样本簇的第一相似度的实现过程,包括:分别计算待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间内所有行向量的相似度值,采用最大的相似度值构建第一相似度。
在一个示例中,根据待识别账户与每个样本簇之间的第三相似度,确定待识别账户的类型的实现过程,包括:
将待识别账户与每个样本簇之间的第三相似度中对应的相似度值做差值;若差值大于等于0的数量大于差值小于0的数量,则确定待识别账户的类型为第三相似度较大的样本簇的类型。
在本示例中,由于第三相似度中每个相似度值表征的是:在待识别账户与中心节点的特征矩阵中相同维度的行向量或列向量之间的相似程度。因此,通过计算待识别账户与每个样本簇之间的第三相似度中对应的相似度值的差值大小,来确定待识别账户与每个样本簇之间的相似程度。
若计算的差值大于等于0的数量大于差值小于0的数量,则表示被减的第三相似度更大,因此,确定待识别账户的类型为第三相似度较大的样本簇的类型。
举例说明,样本簇包括正常样本簇和异常样本簇。一待识别账户与正常样本簇的第三相似度为[0.78,0.21,0.39,0.55,0.29,0.67,0.98,0.23,0.85,0.46,0.77,0.50],该待识别账户与异常样本簇的第三相似度为[0.25,0.31,0.19,0.23,0.32,0.55,0.30,0.12,0.45,0.34,0.57,0.52],经过计算后发现,该待识别账户与正常样本簇之间的第三相似度更大,因此,可以确定该待识别账户的类型为正常。
在本示例中,通过以下举例对本公开中每轮循环的识别-验证过程进行解释说明:
第一轮循环的识别过程:
步骤1:获取样本集和待识别账户的交易数据,构建待识别账户和样本账户的特征矩阵;
步骤2:对样本账户的特征矩阵进行聚类,得到多个样本簇并确定每个样本簇的中心节点;
步骤3:根据待识别账户和中心节点的特征矩阵,确定待识别账户与样本簇的第一相似度、第二相似度和第三相似度;
步骤4:根据第三相似度,确定待识别账户的类型;
第一轮循环的验证过程:
步骤5:根据确定的每个待识别账户的类型,更新相应样本簇的中心节点;
步骤6:确定每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度;
步骤7:将所有样本簇的第四相似度之和与预设阈值进行比较,第四相似度之和小于预设阈值,确定每个待识别账户的类型验证结果为错误;
第二轮循环的识别过程:
步骤8:根据步骤5中每个更新后的样本簇的中心节点和待识别账户的特征矩阵,计算待识别账户与相应样本簇之间的第一相似度、第二相似度和第三相似度;
步骤9;根据第三相似度,确定待识别账户的类型;
第二轮循环的验证过程:
步骤10:根据确定的每个待识别账户的类型,更新相应样本簇的中心节点;
步骤11:确定每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度;
步骤12:将所有样本簇的第四相似度之和与预设阈值进行比较,第四相似度之和小于预设阈值,确定每个待识别账户的类型验证结果为错误;
第三轮循环的识别过程:
步骤13:根据步骤10中每个更新后的样本簇的中心节点和待识别账户的特征矩阵,计算待识别账户与相应样本簇之间的第一相似度、第二相似度和第三相似度;
步骤14;根据第三相似度,确定待识别账户的类型;
第三轮循环的验证过程:
步骤15:根据确定的每个待识别账户的类型,更新相应样本簇的中心节点;
步骤16:确定每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度;
步骤17:将所有样本簇的第四相似度之和与预设阈值进行比较,第四相似度之和大于等于预设阈值,确定每个待识别账户的类型验证结果为正确。
此时停止循环,并确定每个待识别账户的最终类型为第三轮循环的识别结果。
本公开还提供了一种账户类型的识别装置,如图7所示,该装置包括:
获取模块701,用于获取样本集和待识别账户的交易数据,样本集中包括多个样本账户的交易数据,样本账户的类型至少包括正常和异常;
构建模块702,用于根据交易数据分别构建待识别账户和样本账户的特征矩阵;特征矩阵的列向量表示交易维度,特征矩阵的行向量表示时间维度;
聚类模块703,用于根据样本账户的特征矩阵对样本集进行聚类,得到多个样本簇,每个样本簇对应一个类型;
确定模块704,用于确定每个样本簇的中心节点的特征矩阵;
确定模块704,还用于根据待识别账户的特征矩阵和中心节点的特征矩阵,确定待识别账户与每个样本簇之间在时间维度的第一相似度和在交易维度的第二相似度;
确定模块704,还用于将第一相似度和第二相似度进行合并,确定待识别账户与相应样本簇之间的第三相似度;
确定模块704,还用于根据待识别账户与每个样本簇之间的第三相似度,确定待识别账户的类型。
在一个示例中,样本账户的特征矩阵与待识别账户的特征矩阵的大小相同;样本账户的特征矩阵与待识别账户的特征矩阵同一个行向量对应的时间相同;样本账户的特征矩阵与待识别账户的特征矩阵同一个列向量对应的交易维度相同。
在一个示例中,如图8所示,该装置还包括验证模块705:
当存在多个待识别账户,则在确定每个待识别账户的类型之后,验证模块705用于根据所有待识别账户的类型执行验证操作,得到每个待识别账户的类型验证结果;
确定模块704还用于若每个待识别账户的类型验证结果为错误,则重新确定每个待识别账户的类型;验证模块705还用于根据重新确定的所有待识别账户的类型执行验证操作。确定模块704和验证模块705循环执行相应的操作,直至验证模块705对每个待识别账户的类型验证结果为正确。
在一个示例中,如图8所示,该装置还包括更新模块706;在重新确定每个待识别账户的类型时,更新模块706用于根据上一次识别出的所有待识别账户的类型,对聚类得到的样本簇的中心节点进行更新;
确定模块704还用于根据样本簇更新后的中心节点,返回执行第一相似度、第二相似度和第三相似度的确定操作,确定每个待识别账户的类型。
在一个示例中,在验证操作时,更新模块706还用于根据本次识别出的所有待识别账户的类型,对聚类得到的样本簇的中心节点进行更新;
确定模块704还用于分别确定每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度;验证模块705还用于当所有样本簇的第四相似度之和小于预设阈值时,确定每个待识别账户的类型验证结果为错误;当所有样本簇的第四相似度之和大于等于预设阈值时,确定每个待识别账户的类型验证结果为正确。
在一个示例中,更新模块706具体用于根据样本簇中样本账户的特征矩阵以及与样本簇相同类型的待识别账户的特征矩阵,更新样本簇的中心节点。
在一个示例中,确定模块704在确定第一相似度和所述第二相似度时,具体用于:
分别计算待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间的行向量的相似度值,构建待识别账户与每个样本簇的第一相似度;分别计算待识别账户的特征矩阵中每个列向量与每个样本簇的中心节点的特征矩阵中对应的列向量的相似度值,构建待识别账户与每个样本簇的第二相似度。
在一个示例中,对应时间区间的行向量包括在中心节点的特征矩阵中与待识别账户的特征矩阵中的行向量对应的行向量,以及与该行向量相邻的行向量;相应的,
确定模块704在构建待识别账户与每个样本簇的第一相似度时,具体用于:
分别计算待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间内所有行向量的相似度值,采用最大的相似度值构建第一相似度。
在一个示例中,确定模块704在根据待识别账户与每个样本簇之间的第三相似度,确定待识别账户的类型时,具体用于:
将待识别账户与每个样本簇之间的第三相似度中对应的相似度值做差值;若差值大于等于0的数量大于差值小于0的数量,则确定待识别账户的类型为第三相似度较大的样本簇的类型。
根据本公开的实施例,本公开还提供了一种电子设备和一种可读存储介质。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如账户类型的识别方法。例如,在一些实施例中,账户类型的识别方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的账户类型的识别方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行账户类型的识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本公开的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种账户类型的识别方法,其特征在于,所述方法包括:
获取样本集和待识别账户的交易数据,所述样本集中包括多个样本账户的交易数据,所述样本账户的类型至少包括正常和异常;
根据所述交易数据分别构建所述待识别账户和样本账户的特征矩阵;所述特征矩阵的列向量表示交易维度,所述特征矩阵的行向量表示时间维度;
根据所述样本账户的特征矩阵对所述样本集进行聚类,得到多个样本簇,每个样本簇对应一个类型;
确定每个样本簇的中心节点的特征矩阵,包括:
分别计算每个样本簇中所有样本账户的特征矩阵的平均值,得到每个样本簇的中心节点的特征矩阵;
根据所述待识别账户的特征矩阵和中心节点的特征矩阵,确定所述待识别账户与每个样本簇之间在所述时间维度的第一相似度和在所述交易维度的第二相似度;
将所述第一相似度和第二相似度进行合并,确定所述待识别账户与相应样本簇之间的第三相似度;
根据所述待识别账户与每个样本簇之间的第三相似度,确定所述待识别账户的类型,包括:
将所述待识别账户与每个样本簇之间的第三相似度中对应的相似度值做差值;
若所述差值大于等于0的数量大于差值小于0的数量,则确定待识别账户的类型为所述第三相似度较大的样本簇的类型。
2.根据权利要求1所述的方法,其特征在于,所述样本账户的特征矩阵与所述待识别账户的特征矩阵的大小相同;
所述样本账户的特征矩阵与所述待识别账户的特征矩阵同一个行向量对应的时间相同;
所述样本账户的特征矩阵与所述待识别账户的特征矩阵同一个列向量对应的交易维度相同。
3.根据权利要求1所述的方法,其特征在于,当存在多个待识别账户,则在确定每个待识别账户的类型之后,所述方法还包括:
根据所有待识别账户的类型执行验证操作,得到每个待识别账户的类型验证结果;
若每个待识别账户的类型验证结果为错误,则重新确定每个待识别账户的类型,并根据重新确定的所有待识别账户的类型执行验证操作,直至每个待识别账户的类型验证结果为正确。
4.根据权利要求3所述的方法,其特征在于,所述重新确定每个待识别账户的类型,包括:
根据上一次识别出的所有待识别账户的类型,对所述聚类得到的样本簇的中心节点进行更新;
根据所述样本簇更新后的中心节点,返回执行所述第一相似度、第二相似度和第三相似度的确定操作,确定每个待识别账户的类型。
5.根据权利要求3所述的方法,其特征在于,所述验证操作,包括:
根据本次识别出的所有待识别账户的类型,对所述聚类得到的样本簇的中心节点进行更新;
分别确定每个样本簇更新后的中心节点和更新前的中心节点之间的第四相似度;
当所有样本簇的第四相似度之和小于预设阈值时,确定每个待识别账户的类型验证结果为错误;
当所有样本簇的第四相似度之和大于等于预设阈值时,确定每个待识别账户的类型验证结果为正确。
6.根据权利要求4或5所述的方法,其特征在于,所述对所述聚类得到的样本簇的中心节点进行更新,包括:
根据所述样本簇中样本账户的特征矩阵以及与所述样本簇相同类型的待识别账户的特征矩阵,更新所述样本簇的中心节点。
7.根据权利要求1或4所述的方法,其特征在于,确定所述第一相似度和所述第二相似度,包括:
分别计算所述待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间的行向量的相似度值,构建所述待识别账户与每个样本簇的第一相似度;
分别计算所述待识别账户的特征矩阵中每个列向量与每个样本簇的中心节点的特征矩阵中对应的列向量的相似度值,构建所述待识别账户与每个样本簇的第二相似度。
8.根据权利要求7所述的方法,其特征在于,所述对应时间区间的行向量包括在所述中心节点的特征矩阵中与所述待识别账户的特征矩阵中的行向量对应的行向量以及与该行向量相邻的行向量;相应的,
所述构建所述待识别账户与每个样本簇的第一相似度,包括:
分别计算所述待识别账户的特征矩阵中每个行向量与每个样本簇的中心节点的特征矩阵中对应时间区间内所有行向量的相似度值,采用最大的相似度值构建所述第一相似度。
9.一种账户类型的识别装置,其特征在于,所述装置包括:
获取模块,用于获取样本集和待识别账户的交易数据,所述样本集中包括多个样本账户的交易数据,所述样本账户的类型至少包括正常和异常;
构建模块,用于根据所述交易数据分别构建所述待识别账户和样本账户的特征矩阵;所述特征矩阵的列向量表示交易维度,所述特征矩阵的行向量表示时间维度;
聚类模块,用于根据所述样本账户的特征矩阵对所述样本集进行聚类,得到多个样本簇,每个样本簇对应一个类型;
确定模块,用于确定每个样本簇的中心节点的特征矩阵,包括:分别计算每个样本簇中所有样本账户的特征矩阵的平均值,得到每个样本簇的中心节点的特征矩阵;
所述确定模块,还用于根据所述待识别账户的特征矩阵和中心节点的特征矩阵,确定所述待识别账户与每个样本簇之间在所述时间维度的第一相似度和在所述交易维度的第二相似度;
所述确定模块,还用于将所述第一相似度和第二相似度进行合并,确定所述待识别账户与相应样本簇之间的第三相似度;
所述确定模块,还用于根据所述待识别账户与每个样本簇之间的第三相似度,确定所述待识别账户的类型,包括:将所述待识别账户与每个样本簇之间的第三相似度中对应的相似度值做差值;若所述差值大于等于0的数量大于差值小于0的数量,则确定待识别账户的类型为所述第三相似度较大的样本簇的类型。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310677649.6A CN116402615B (zh) | 2023-06-08 | 2023-06-08 | 一种账户类型的识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310677649.6A CN116402615B (zh) | 2023-06-08 | 2023-06-08 | 一种账户类型的识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116402615A CN116402615A (zh) | 2023-07-07 |
CN116402615B true CN116402615B (zh) | 2023-08-29 |
Family
ID=87012834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310677649.6A Active CN116402615B (zh) | 2023-06-08 | 2023-06-08 | 一种账户类型的识别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116402615B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021197032A1 (zh) * | 2020-04-01 | 2021-10-07 | 支付宝(杭州)信息技术有限公司 | 聚类系统及其方法 |
CN115204886A (zh) * | 2021-04-12 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 账户识别的方法、装置、电子设备和存储介质 |
CN115907829A (zh) * | 2022-12-20 | 2023-04-04 | 昆明琪维宿信息科技有限公司 | 基于人工智能的用户账户分析方法及系统 |
-
2023
- 2023-06-08 CN CN202310677649.6A patent/CN116402615B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021197032A1 (zh) * | 2020-04-01 | 2021-10-07 | 支付宝(杭州)信息技术有限公司 | 聚类系统及其方法 |
CN115204886A (zh) * | 2021-04-12 | 2022-10-18 | 腾讯科技(深圳)有限公司 | 账户识别的方法、装置、电子设备和存储介质 |
CN115907829A (zh) * | 2022-12-20 | 2023-04-04 | 昆明琪维宿信息科技有限公司 | 基于人工智能的用户账户分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116402615A (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117609921A (zh) | 异常检测模型的构建方法、装置、电子设备及存储介质 | |
CN117649115A (zh) | 一种风险评估方法、装置、电子设备和存储介质 | |
CN116402615B (zh) | 一种账户类型的识别方法、装置、电子设备及存储介质 | |
CN116204843A (zh) | 一种异常账户的检测方法、装置、电子设备及存储介质 | |
CN115495151A (zh) | 规则引擎的迁移方法、装置、设备、存储介质及程序产品 | |
CN113313261A (zh) | 函数处理方法、装置及电子设备 | |
CN117648999B (zh) | 联邦学习回归模型损失函数评估方法、装置及电子设备 | |
CN114331379B (zh) | 用于输出待办任务的方法、模型训练方法和装置 | |
CN118094444A (zh) | 异常账户检测模型训练方法、装置、电子设备及存储介质 | |
CN117634822A (zh) | 一种网点业务的调度方法、装置、设备及存储介质 | |
CN117690277A (zh) | 阈值确定方法、装置、设备及存储介质 | |
CN117591714A (zh) | 一种业务数据匹配方法、装置、电子设备及存储介质 | |
CN118350719A (zh) | 一种组织架构的评价方法、装置、电子设备及存储介质 | |
CN118133214A (zh) | 账号分类方法、装置、设备及程序产品 | |
CN117994013A (zh) | 一种银行交易知识图谱构建方法、装置、设备及介质 | |
CN117331924A (zh) | 一种数据模型匹配度核查方法、装置、设备及存储介质 | |
CN115829630A (zh) | 一种店铺销售占比的确定方法及装置 | |
CN115146997A (zh) | 基于电力数据的评估方法、装置、电子设备及存储介质 | |
CN117575826A (zh) | 一种异常账务消息的处理方法、装置、设备及介质 | |
CN116795771A (zh) | 数据处理装置、方法、电子设备和存储介质 | |
CN115329940A (zh) | 一种卷积算法的推荐方法、装置、设备及存储介质 | |
CN117934137A (zh) | 一种基于模型融合的不良资产回收预测方法、装置及设备 | |
CN116307159A (zh) | 一种负荷预测方法、装置、电子设备和存储介质 | |
CN117540628A (zh) | 一种电力系统仿真方法、装置、电子设备及存储介质 | |
CN117575419A (zh) | 一种考核指标确定方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |