CN116611829A - 一种基于区块链的消费监管系统 - Google Patents

Abstract

本发明涉及消费监督技术领域，具体涉及一种基于区块链的消费监管系统。该系统包括账户数据获取模块用于获取每个账户每次交易的交易数据。初始评估模块用于确定每个账户和对应的任意交易往来账户的初始评估值。稳定评估模块用于确定每个账户的交易稳定度。交易评估模块用于确定每个账户和对应的任意交易往来账户的交易评估值。账户数据监管模块用于结合交易评估值调整聚类半径，对每个账户的所有交易往来账户进行聚类，根据聚类结果对每个账户进行消费监管。本发明通过自适应聚类半径使得到的聚类类别之间的相似性更高，有利于消费监管人员基于聚类结果进行规律的分析和异常账户的查找，增加了消费监管准确性、效率和鲁棒性。

Description

一种基于区块链的消费监管系统

技术领域

本发明涉及消费监督技术领域，具体涉及一种基于区块链的消费监管系统。

背景技术

区块链是一种去中心化的分布式账本技术，通常用于构建安全、透明和信赖度高的消费监管系统。目前，对基于区块链的消费监管技术的应用在银行场景中实现的较多，银行可以使用基于区块链的消费监管技术来跟踪客户的消费记录，并记录每笔交易的详细信息，同时根据客户的交易记录的异常行为，来监管客户是否遵循法规。

目前常见的基于区块链的消费监管系统，通常是通过常规聚类对每笔交易账单中的信息进行特征量化后，设定固定的判定参数进行聚类，但是由于其交易数据的复杂性以及量级上的差异，较小的判定会导致分割的聚类簇的数量过多，或者过少，进而出现聚类结果不准确的问题，当聚类结果不准确时，会导致当相关的消费监管人员根据聚类结果进行规律分析或查找时的消费监管结果也不准确。

发明内容

为了解决消费监管不准确的技术问题，本发明的目的在于提供一种基于区块链的消费监管系统，所采用的技术方案，包括以下模块：

账户数据获取模块，用于获取每个账户每次交易的交易时间、交易往来账户和交易金额的交易量级；

初始评估模块，用于根据每个账户和对应的任意交易往来账户的交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的初始评估值；

稳定评估模块，用于根据每个账户和对应的任意交易往来账户的交易的密集程度、交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的交易周期特征值；根据每个账户和对应的所有交易往来账户的交易周期特征值、交易量级和交易的次数，确定每个账户的交易稳定度；

交易评估模块，用于比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值；

账户数据监管模块，用于结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，对每个账户的所有交易往来账户进行聚类，根据聚类结果对每个账户进行消费监管。

优选的，所述根据每个账户和对应的任意交易往来账户的交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的初始评估值，包括：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户，选取目标账户和目标对应账户的任意次交易作为目标交易；

计算目标交易与前后相邻两笔交易的时间间隔之和，作为目标交易的前后间隔；计算目标账户和目标对应账户的所有次交易的前后间隔的均值，作为目标账户和目标对应账户的间隔均值；将目标交易的前后间隔和间隔均值的差异，作为目标交易的间隔差异；

获取目标账户和目标对应账户所有次交易中对应的数量最多的交易量级作为数量最大交易量级；计算目标交易的交易量级和数量最大交易量级的差异，作为目标交易的初始量级差异；对初始量级差异进行正相关映射，得到目标交易的最终量级差异；

将目标交易的间隔差异和最终量级差异的乘积的平方，作为目标交易的目标评估值；

将目标账户和目标对应账户的所有次交易的目标评估值的均值的算术平方根，作为目标账户和目标对应账户的初始评估值。

优选的，所述根据每个账户和对应的任意交易往来账户的交易的密集程度、交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的交易周期特征值，包括：

将目标交易的间隔差异、最终量级差异和密集程度的乘积的平方，作为目标交易的初始周期特征值；

将目标账户和目标对应账户的所有次交易的初始周期特征值的均值的算术平方根，作为目标账户和目标对应账户的交易周期特征值。

优选的，所述每个账户和对应的任意交易往来账户的交易的密集程度的获取方法为：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户，选取目标账户和目标对应账户的任意次交易作为目标交易；

按照交易时间从前向后的顺序，对目标账户和目标对应账户的所有交易时间进行排序，得到交易时间序列；

基于交易时间序列，以目标交易的交易时间为中心交易时间，获取中心交易时间两边的与中心交易时间的时间间隔为前预设数量个的交易时间，作为目标交易的待分析时间；将目标交易的待分析时间的最大极差进行负相关归一化映射，得到目标交易的密集程度。

优选的，所述根据每个账户和对应的所有交易往来账户的交易周期特征值、交易量级和交易的次数，确定每个账户的交易稳定度，包括：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户；

计算目标账户和目标对应账户的交易量级的归一化值、目标账户和目标对应账户的交易的次数的归一化值、目标账户的交易周期特征值的乘积，作为目标账户和目标对应账户的初始稳定度；

将每个账户和对应的所有交易往来账户的初始稳定度的均值，作为每个账户的交易稳定度。

优选的，所述比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值，包括：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户；

当目标账户和目标对应账户的初始评估值大于目标账户的交易稳定度时，计算目标账户和目标对应账户的初始评估值和目标账户的交易稳定度的差值，作为目标账户的第一比较差异；将预设阈值和目标账户的所述第一比较差异的差值作为目标账户的第一评估值；

当目标账户和目标对应账户的初始评估值小于或等于目标账户的交易稳定度时，将预设阈值作为目标账户的第一评估值；

当目标账户和目标对应账户的初始评估值大于目标对应账户的交易稳定度时，计算目标账户和目标对应账户的初始评估值和目标对应账户的交易稳定度的差值，作为目标对应账户的第二比较差异；将预设阈值和目标对应账户的所述第二比较差异的差值作为目标对应账户的第二评估值；

当目标账户和目标对应账户的初始评估值小于或等于目标对应账户的交易稳定度时，将预设阈值作为目标对应账户的第二评估值；

将目标账户的第一评估值和目标对应账户的第二评估值的均值作为目标账户和目标对应账户的交易评估值。

优选的，所述结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，包括：

将交易评估值和初始聚类半径的乘积作为调整后的聚类半径。

优选的，所述交易金额的交易量级的获取方法为：

由每个账户和对应的任意交易往来账户的最大交易金额和最小交易金额构建每个账户和对应的任意交易往来账户的金额范围，将金额范围等分为至少两个等级范围，依次对每个等级范围打上标签；将每个账户和对应的任意交易往来账户每次交易的交易金额所属的等级范围对应的标签作为每个账户和交易往来账户每次交易的交易量级。

优选的，所述根据聚类结果对每个账户进行消费监管，包括：

将聚类结果传输给相关的消费监管人员，使消费监管人员进行消费监管。

本发明实施例至少具有如下有益效果：

由于账户的交易记录中的信息种类通常会较多，进而会导致交易金额跨度较大，从而导致聚类结果不准确，故本发明首先通过账户数据获取模块，获取每个账户每次交易的交易金额的交易量级。再通过初始评估模块，对账户和交易往来账户的交易行为进行分析，确定每个账户和对应的任意交易往来账户的初始评估值，以用于后续确定每个账户和交易往来账户的交易评估值。通过稳定评估模块对账户和交易往来账户的交易密集程度和其他交易行为进行分析，用于确定每个账户的交易稳定度，该交易稳定度反映了账户的稳定程度和账户自身的交易行为，该交易稳定度越大，则账户出现异常的概率越小。交易评估模块，用于比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值，通过对账户和交易往来账户之间的交易行为与自身交易行为的差异，确定最终的交易评估值，交易行为越规律则交易评估值越大，交易行为越异常则交易评估值越小。账户数据监管模块，用于结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，对每个账户的所有交易往来账户进行聚类，根据聚类结果对每个账户进行消费监管，交易评估值越小，应对该交易往来账户的交易行为监管的更准确，故其对应的自适应聚类半径应越小，所以通过交易评估值调整聚类半径，使得到的聚类结果更加准确，异常的聚类结果之间的相似度更高。本发明自适应聚类半径使得到的聚类类别之间的相似性更高，有利于消费监管人员基于聚类结果进行规律的分析和异常账户的查找，大大增加了消费监管准确性、效率和鲁棒性。

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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的一种基于区块链的消费监管系统的系统框图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于区块链的消费监管系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

本发明实施例提供了一种基于区块链的消费监管系统的具体实施方法，该方法适用于消费监管场景。该场景下消费监管系统通过区块链存储账户的交易信息，每个账户对应一个区块链。为了解决消费监管结果不准确的技术问题，本发明对账户和对应交易往来账户的交易行为进行分析，对每个账户的所有交易往来账户进行聚类，根据聚类结果对每个账户进行消费监管。本发明通过自适应聚类半径使得到的聚类类别之间的相似性更高，有利于消费监管人员基于聚类结果进行规律的分析和异常账户的查找，增加了消费监管准确性、效率和鲁棒性。

下面结合附图具体的说明本发明所提供的一种基于区块链的消费监管系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种基于区块链的消费监管系统的系统框图，该系统包括以下模块：

账户数据获取模块10，用于获取每个账户每次交易的交易时间、交易往来账户和交易金额的交易量级。

该基于区块链的消费监管系统，首先获取每位用户的每一次交易的详细信息，例如入账或出账的对应有交易往来的账户，交易时间和交易金额。将每个账户的有交易往来的账户称为交易往来账户。该消费监管系统通过区块链存储账户的交易信息，每个账户对应一个区块链，对每个账户的区块链内交易信息进行分析处理，以实现对账户的消费监管。

由于本发明最终的实现目的是对每个账户的近期所有账单进行聚类，而每一次交易的账单的风险评估都是基于该账单对应的两个账户之间的来往以及账户的自身风险评估得到。

因此首先对于某一存在交易往来的两个账户，获取这两个账户对应的近期交易账单记录。在本发明实施例中，近期交易账单记录的时间范围为近半年，也即为近六个月，在其他实施例中可以根据银行对客户进行评估时所规定的时限去调整近期交易账单记录的时间范围。

由于账户之间的交易金额存在量级差异较大的可能，例如一万与十块的区别，及时对一万和十块均进行了归一化，其也存在极大的差异。故首先对于得到的某一交易对应的两个账户的近期历史交易行为，对当前次交易的交易金额进行量级划分，进而得到每个账户和交易往来账户每次交易的交易量级。

该每个账户和交易往来账户每次交易的交易量级的获取方法为：由每个账户和对应的任意交易往来账户的最大交易金额和最小交易金额构建每个账户和对应的任意交易往来账户的金额范围，该金额范围的端点即为每个账户和对应的任意交易往来账户的最大交易金额和最小交易金额。将金额范围等分为至少两个等级范围，并依次对每个等级范围打上标签。在本发明实施例中将金额范围等分为30个等级范围，在其他实施例中可由实施者根据所需的消费监管的精确程度对等级范围的数量进行调整。例如，当账户1和对应的任意交易往来账户2的最大交易金额为1，最小交易金额为9000，则账户1和对应的任意交易往来账户2的金额范围为1~9000，则对应的等级范围为1~300,301~600,601~900，……，8701~9000。获取每个账户和对应的任意交易往来账户每次交易的交易量级。统计每一交易量级中的交易数量，选取其中交易数量最多的交易量级，认为通过统计历史交易，在不考虑两个账户之间的转账的具体用途时，其历史交易金额大小较为相近时，这两个账户之间的交易行为相对还是较为正常。

进而通过账户数据模块，获取每个账户每次交易的交易时间、交易往来账户和交易金额的交易量级。

初始评估模块20，用于根据每个账户和对应的任意交易往来账户的交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的初始评估值。

银行对于可疑账户或风险账户的评估，是基于其异常于大多数用户或正常用户的交易模型来作为评估值，而常规对于账户的评估特征通常采用设定的各类距离特征例如一段时间内的交易帐单数量，以及金额，转账对象等各类参数特征。并对所有账户进行聚类，并从聚类后的簇类中进行分析，以便于后续消费监管相关人员进行分析，便于对整个簇类中的多个账户的交易记录进行共同分析。

而上述的常规实现是基于DBSCAN聚类方式进行基于密度的聚类，但是由于其中个别账户其交易数据较多，或其金额之间的差异较大，因此根据固定的参数进行密度聚类的效果并不好。当参数较大，则会导致异常交易与正常交易区分不开；当参数较小，则会导致相似度较低的账户同样聚不到一起，因此本发明需要根据账户中实际所表现出来的异常程度对每一个样本数据进行参数的自适应，使得异常交易数据其判定参数对应减小。

本发明对采集的用户交易数据进行处理，获得交易评估值的过程，首先获取有交易往来的两个账户的初始评估值。

对于账户之间的评估，在近期时间内，若该账户之间的交易往来在时序上的分布不均匀，且金额不固定，则表明账户之间的关系并不恰当。例如其资金上的往来在之前从未有过，但是近期突然出现较为频繁且金额并不固定，那么相对其余用户或交易行为，该类行为相对较为异常，因此需要先通过该笔交易对应的两个账户之间的历史交易行为得到初步评估值。

通过每一笔交易的时序间隔进行离散度的计算，并计算当前笔交易的交易量级与数量最多的交易量级的差异作为调整值，以根据当前账户之间的历史近期交易行为，得到初步评估值。根据每个账户和对应的任意交易往来账户的交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的初始评估值，具体的：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户，选取目标账户和目标对应账户的任意次交易作为目标交易。计算目标交易与前后相邻两笔交易的时间间隔之和，作为目标交易的前后间隔；计算目标账户和目标对应账户的所有次交易的前后间隔的均值，作为目标账户和目标对应账户的间隔均值；将目标交易的前后间隔和间隔均值的差异，作为目标交易的间隔差异。获取目标账户和目标对应账户所有次交易中对应的数量最多的交易量级作为数量最大交易量级。计算目标交易的交易量级和数量最大交易量级的差值，作为目标交易的初始量级差异，对初始量级差异进行正相关映射，得到目标交易的最终量级差异。将目标交易的间隔差异和最终量级差异的乘积的平方，作为目标交易的目标评估值；将目标账户和目标对应账户的所有次交易的目标评估值的均值的算术平方根，作为目标账户和目标对应账户的初始评估值。

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户，以目标账户和目标对应账户的第i次交易为目标交易为例，该目标账户和目标对应账户的初始评估值的计算公式为：

其中，A为初始评估值；为目标账户和目标对应账户的第i次交易的前后间隔，也即为目标账户和目标对应账户的目标交易的前后间隔；/>为目标账户和目标对应账户的所有次交易的前后间隔的均值，也即为目标账户和目标对应账户的间隔均值；/>为目标账户和目标对应账户的第i次交易的间隔差异，也即为目标账户和目标对应账户的目标交易的间隔差异；/>为目标账户和目标对应账户的第i次交易的交易量级，也即为目标账户和目标对应账户的目标交易的交易量级；/>为目标账户和目标对应账户所有次交易中对应的数量最多的交易量级，也即为目标账户和目标对应账户的数量最大交易量级；/>为目标账户和目标对应账户的目标交易的交易量级和数量最大交易量级的差异，也即为目标账户和目标对应账户的目标交易的初始量级差异；/>为目标账户和目标对应账户的目标交易的最终量级差异；/>为目标账户和目标对应账户的目标交易的目标评估值；I为目标账户和目标对应账户的交易次数。

其中，目标账户和目标对应账户的第i次交易的前后间隔反映第i次交易与前后交易的时间跨度；目标账户和目标对应账户的目标交易的初始量级差异/>，反映了两个账户交易的交易量级的差距，目标交易的交易量级与两个账户的最大交易量级相差越大时，因为目标账户和目标对应账户之间存在异常的概率越高。考虑的是在通过交易划分量级后，统计量级中交易行为数量最多的量级，其一定程度上表征了目标账户和目标对应账户两个账户之间的消费能力或消费习惯等信息，因此认为与这类信息偏差较大的异常概率越高，故对目标交易的初始量级差异进行正相关映射，得到目标交易的最终量级差异，在本发明实施例中通过将常数1和初始量级差异的倒数的差值作为目标交易的最终量级差异，以实现对初始量级差异的正相关映射。根据初始量级差异得到对应的权重值，认为量级差异越大的权重值越高，该权重值也即为最终量级差异，该最终量级差异与该交易对应的初始评估值呈正比。目标交易的交易量级和数量最大交易量级的差异越大，则对应的初始量级差异越大，对应的最终量级差异则越大，故对应最终得到的初步评估值也越大，其反映了两个账户之间的交易行为越不规律，对应的账户存在问题或存在异常的可能性越高。

稳定评估模块30，用于根据每个账户和对应的任意交易往来账户的交易的密集程度、交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的交易周期特征值；根据每个账户和对应的所有交易往来账户的交易周期特征值、交易量级和交易的次数，确定每个账户的交易稳定度。

初始评估模块20中得到的初步评估值，是基于两个账户之间的历史交易行为得到的统计值，但是仅仅通过初始评估模块20的方式去评估交易对应的两个账户，从而得到的评估的方法，会很容易因为个别情况导致出现局部最优，例如某一用户账户是新创建的，或交易数量较少等，便会导致上述情况得到的评估值不够准确，因此还需根据两个账户自身的历史交易记录进行分析，根据该账户与其余多个账户之间的历史交易信息，去对两个账户之间交易的特殊性或离散性进行评估，从而给予一定的调整值。

获取每个账户和对应的任意交易往来账户的交易的周期特征。假设账户p为目标账户，账户q为目标账户对应的交易往来账户，对账户p来说，历史交易记录通常存在一定的习惯特征，例如每月的工资入账，或者给亲人朋友的转账，在不考虑其自身购物消费时，该类交易行为往往存在一定的周期性，即每月固定的时间以及固定的金额大小。而其与账户q之间的交易行为若较为突出，即不相似，则相对较为异常。

因此，对于账户p，统计其近期交易账单记录中所有的汇款和收款行为对应的M各账户，通过分析账户p与第m个账户之间的交易周期特征即计算多笔交易的时间间隔以及交易量级的差异，并对其进行归一化进而得到每个账户和对应的任意交易往来账户的交易周期特征值。

根据每个账户和对应的任意交易往来账户的交易的密集程度、交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的交易周期特征值，具体的：

将目标账户和目标对应账户的目标交易的间隔差异、最终量级差异和密集程度的乘积的平方，作为目标交易的初始周期特征值；将目标账户的目标对应账户的所有次交易的初始周期特征值的均值的算术平方根，作为目标账户和目标对应账户的交易周期特征值。

以账户p为目标账户，也可以说以第p个账户为目标账户，以账户q为目标账户的目标对应账户，以第q个目标账户的交易往来账户作为目标账户的目标对应账户，以账户p和账户q的第i次交易为目标交易为例，该交易周期特征值的计算公式为：

其中，为目标账户和目标对应账户的交易周期特征值；I为目标账户和目标对应账户的交易次数；/>为目标账户和目标对应账户的第i次交易的前后间隔，也即为目标账户和目标对应账户的目标交易的前后间隔；/>为目标账户和目标对应账户的所有次交易的前后间隔的均值，也即为目标账户和目标对应账户的间隔均值；/>为目标账户和目标对应账户的第i次交易的间隔差异，也即为目标账户和目标对应账户的目标交易的间隔差异；/>为目标账户和目标对应账户的第i次交易的交易量级，也即为目标账户和目标对应账户的目标交易的交易量级；/>为目标账户和目标对应账户所有次交易中对应的数量最多的交易量级，也即为目标账户和目标对应账户的数量最大交易量级；/>为目标账户和目标对应账户的目标交易的交易量级和数量最大交易量级的差异，也即为目标账户和目标对应账户的目标交易的初始量级差异；/>为目标账户和目标对应账户的目标交易的最终量级差异；/>为目标账户和目标对应账户的目标交易的密集程度；为目标账户和目标对应账户的目标交易的初始周期特征值。

其中，目标账户和目标对应账户的第i次交易的前后间隔反映第i次交易与前后交易的时间跨度；目标账户和目标对应账户的目标交易的初始量级差异/>，反映了两个账户交易的交易量级的差距，通过计算该账户之间的每笔交易的交易量级的差异，当初始量级差异较小时，反映目标账户和目标对应账户之间的交易行为周期特征越明显，对于本发明而言，交易较为规律的周期性交易行为特征对于评估账户稳定以及账户形象时是有利特征，因此该初始量级差异相对于目标账户的评价是较有利的。根据每个账户和对应的任意交易往来账户的交易的密集程度、交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的交易周期特征值，是基于每个账户和对应的任意交易往来账户的多笔交易之间的周期情况进行分析，首先对每个账户和对应的任意交易往来账户的每笔交易进行周期特征分析，然后将目标账户和目标对应账户的目标交易的间隔差异、最终量级差异和密集程度进行相乘，得到目标交易的周期特征，即为初始周期特征值。其中密集程度是通过计算目标账户和目标对应账户每次交易对应的时间位置处，目标账户和目标对应账户之间的交易记录时序上的局部密集程度。进而计算目标账户和目标对应账户的所有交易的初始周期特征值的均值的算术平方根，作为目标账户和目标对应账户的交易周期特征值。

目标账户和目标对应账户的交易周期特征值的计算公式中两个账户的交易的密集程度的获取方法为：在已经选取好目标账户、目标账户对应的目标对应账户、目标账户和目标对应账户的目标交易之后。以目标交易的交易时间为中心交易时间，获取与中心交易时间的时间间隔为前预设数量个的交易时间，作为目标交易的待分析时间；也即为按照交易时间从前向后的顺序，对目标账户和目标对应账户的所有交易时间进行排序，得到交易时间序列；基于交易时间序列，以目标交易的交易时间为中心交易时间，获取中心交易时间两边的与中心交易时间的时间间隔为前预设数量个的交易时间，作为目标交易的待分析时间。在本发明实施例中预设数量的取值为6，在其他实施例中可由实施者根据实际情况调整该取值。也即为将与目标交易在时序上跨度最小的6笔交易作为目标交易的待分析交易，这6次待分析交易对应的交易时间为待分析时间。进一步的，将目标交易的待分析时间的最大极差进行负相关归一化映射，得到目标交易的密集程度。该目标交易的待分析时间的最大极差也即为待分析时间在时序上的范围大小。

该目标交易的密集程度的计算公式为：

其中，为目标账户和目标对应账户的目标交易的密集程度，也即为目标账户和目标对应账户的第i次交易的密集程度；norm为归一化函数；/>为目标交易的待分析时间的最大极差。

其中，目标账户和目标对应账户的目标交易的待分析时间的最大极差越大，则反映目标账户和目标对应账户交易的密集程度越小。当目标账户和目标对应账户的目标交易的局部密度越大，则反映该目标交易在时序特征上越符合目标账户和目标对应账户之间的交易记录的规律。通过常数1减去归一化后的最大极差，实现对最大极差的负相关归一化映射。

交易周期特征反映了账户p与对应的交易往来账户q之间的关系，通过对账户p的其余多个交易往来账户的这一特征进行累加从而得到当前这一账户的交易形象评估值的调整值。但是由于账户p的多个交易往来账户之间均会存在交易次数，金额等基础信息的差异，因此每一个账户实际在参与计算调整值时，其权重和置信度都存在差异。本发明通过计算账户p与交易往来账户的交易周期特征值的累加值，并用交易往来账户的交易的次数以及交易量级作为权重和置信度，从而得到账户p自身的交易形象稳定程度。也即为根据每个账户和对应的所有交易往来账户的交易周期特征值、交易量级和交易的次数，确定每个账户的交易稳定度，具体的：在选定目标账户、目标账户对应的目标对应账户、目标账户和目标对应账户的目标交易之后；计算目标账户和目标对应账户的交易量级的归一化值、目标账户和目标对应账户的交易的次数的归一化值、目标账户的交易周期特征值的乘积，作为目标账户和目标对应账户的初始稳定度；将每个账户和对应的所有交易往来账户的初始稳定度的均值，作为每个账户的交易稳定度。

以账户p为目标账户，该交易稳定度的计算公式为：

其中，为账户p的交易稳定度，也即目标账户的交易稳定度；M为账户p的交易往来账户的数量；/>为目标账户和第m个交易往来账户的交易周期特征值；/>为目标账户和第m个交易往来账户的交易的次数；/>为目标账户和第m个交易往来账户的交易量级的归一化值；norm为归一化函数；/>为目标账户和第m个交易往来账户的初始稳定度。

其中，交易量级的归一化值，即为目标账户第m个交易往来账户的交易量级范围的归一化值，具体的：获取目标账户的所有交易的交易量级范围的大小，并获取目标账户和第m个交易往来账户的所有交易的交易量级范围的大小，这里将最大量级和最小量级的差值作为交易量级范围的大小，故其交易量级范围的大小为一个数值；将目标账户的所有交易的交易量级范围的大小和目标账户和第m个交易往来账户的所有交易的交易量级范围的大小的比值，作为目标账户和第m个交易往来账户的交易量级的归一化值。

其中，归一化后的交易量级和归一化后的交易的次数表征了目标账户和对应交易往来账户的历史交易记录的置信度以及权重。在本发明实施例中认为目标账户和对应交易往来账户的历史交易的次数越高则置信度越高，在计算交易稳定度时用到的交易周期特征值则是基于离散程度的优化表现。当目标账户划分的交易量级的范围越小，则反映目标账户其对应的离散程度越小，此时计算出来的周期特征值应该对应较小的权重，而同样的交易周期特征，交易量级的范围越大，则应该对应较大的权重，故将交易量级的归一化值和交易的次数的归一化值作为权重和置信度来调节目标账户和目标对应账户的交易周期特征值。

进而得到每个账户的交易稳定度。

交易评估模块40，用于比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值。

根据计算得到的每个账户和对应的任意交易往来账户的初始评估值以及两个账户的交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值。也即为比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值。需要说明的是，每个账户均有各自对应的交易稳定度。

交易评估值的获取方法为：在选定目标账户和目标账户对应的目标对应账户之后；当目标账户和目标对应账户的初始评估值大于目标账户的交易稳定度时，计算目标账户和目标对应账户的初始评估值和目标账户的交易稳定度的差值，作为目标账户的第一比较差异；将预设阈值和目标账户的第一比较差异的差值作为目标账户的第一评估值；当目标账户和目标对应账户的初始评估值小于或等于目标账户的交易稳定度时，将预设阈值作为目标账户的第一评估值。在本发明实施例中预设阈值的取值为1，在其他实施例中可由实施者根据实际情况调整该取值。

当目标账户和目标对应账户的初始评估值大于目标对应账户的交易稳定度时，计算目标账户和目标对应账户的初始评估值和目标对应账户的交易稳定度的差值，作为目标对应账户的第二比较差异；将预设阈值和目标对应账户的所有第二比较差异的差值作为目标对应账户的第二评估值。当目标账户和目标对应账户的初始评估值小于或等于目标对应账户的交易稳定度时，将预设阈值作为目标对应账户的第二评估值。

将目标账户的第一评估值和目标对应账户的第二评估值的均值作为目标账户和目标对应账户的交易评估值。

以账户p为目标账户，也可以说以第p个账户为目标账户，以账户q为目标账户的目标对应账户，以第q个目标账户的交易往来账户作为目标账户的目标对应账户，该目标账户和目标对应账户的交易评估值的计算公式为：

其中，k为交易评估值；为目标账户的第一评估值；/>为目标对应账户的第二评估值；A为目标账户和目标对应账户的初始评估值；/>为目标账户的交易稳定度；/>为目标对应账户的交易稳定度；/>为目标账户的第一比较差异；/>为目标对应账户的第二比较差异；1为预设阈值。

通过计算目标账户和目标对应账户的初步评估值与两个账户分别在自身交易记录中的交易稳定程度的差异进行比较，进而得到目标账户和目标对应账户对应的交易评估值。由于本发明的目的是对两两账户之间的异常交易行为，也即当呈现特殊不符合日常交易时，使其对应的评估值参与DBSCAN的半径调整，而上述提到的越不符合日常交易形象的账户之间，其对应的聚类半径应该越小。因此这里通过计算目标账户和目标对应账户之间的交易行为与自身日常的交易行为的差异作为比较差异，因为这里认为其交易行为越规律、越稳定，则越正常，因此当目标账户和目标对应账户的初始评估值小于目标账户和目标对应账户的自身的交易稳定度时，其并不存在异常，因此不进行调整，所以赋予1的值。而当目标账户和目标对应账户的初始评估值大于或等于目标账户和目标对应账户的自身的交易稳定度/>时，其差异值越大，则对应的两个账户的交易越异常，对应的我们需要对其判定半径缩小，因此用常数1减去第一比较差异/>作为计算，得到最终的交易评估值。最终当目标账户和目标对应账户之间的交易行为与其在自身的交易行为中表现出来的形象差异越大，则认为该账户之间的交易记录在后续判定时判定异常的敏感度越大，对应的其半径应该越小，则其得到的交易评估值k越小，也即账户与交易往来账户的交易评估值越小，则两个账户之间的交易越异常。需要说明的是，交易评估值k取值范围为0~1。

至此，通过消费监管系统中存储的账户之间的历史交易记录。首先根据该账户之间的交易记录中金额以及对应时序跨度上的离散情况用于评估该账户之间的交易形象评估。再根据每一个账户自身的历史交易记录与多个账户之间的行为从而评估该账户自身的交易形象，再根据两两账户之间的交易形象与自身的交易形象的偏差，用以表征账户之间的异常大小，并作为其在后续进行DBSCAN聚类时半径的调节系数。

账户数据监管模块50，用于结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，对每个账户的所有交易往来账户进行聚类，根据聚类结果对每个账户进行消费监管。

结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，对每个账户的所有交易进行聚类，具体的：将交易评估值和初始聚类半径的乘积作为调整后的聚类半径，账户的每个交易往来账户作为一个样本点，每个样本点均有各自对应的调整后的聚类半径。

根据现有技术，收集用户的交易数据等信息，并将该信息进行预处理后，将相关信息通过标准化进行特征量化，需要说明的是，对交易数据等信息进行特征量化的方法为本领域技术人员的公知技术，在此不再对其进行赘述。并根据业务需求预先设定用于聚类时的参数，包括初始聚类半径以及密度阈值。在本发明实施例中设定密度阈值为10，在其他实施例中由实施者根据时间情况调整该取值。根据交易评估模块40得到的交易评估值，对每个账户和交易往来用户的初始聚类半径进行调整，将初始聚类半径和交易评估值的乘积作为调整后的聚类半径，也即例如目标账户p和目标对应账户q，将目标账户p和目标对应账户q之间的交易评估值和初始聚类半径的乘积作为目标对应账户q的调整后的聚类半径，基于每个账户的交易往来账户对应的调整后的聚类半径，对每个账户交易往来账户进行聚类，得到聚类结果，该聚类结果也即为多个聚类类别。使得消费监管人员可以从消费监管系统中获取得到聚类结果，也即为将聚类结果传输给相关的消费监管人员，使消费监管人员进行消费监管。即实现了对用户交易数据之间存在相关特征的进行聚类，并将该聚类结果输出给相关监管人员进行分析，根据其中存在的相关联的特征或规律进行异常账户交易的识别。

综上所述，本发明涉及消费监督技术领域。该系统包括账户数据获取模块、初始评估模块、稳定评估模块、交易评估模块和账户数据监管模块。账户数据获取模块，用于获取每个账户每次交易的交易时间、交易往来账户和交易金额的交易量级。初始评估模块，用于确定每个账户和对应的任意交易往来账户的初始评估值。稳定评估模块，用于确定每个账户的交易稳定度。交易评估模块，用于比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值。账户数据监管模块，用于结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，对每个账户的所有交易往来账户进行聚类，根据聚类结果对每个账户进行消费监管。本发明自适应聚类半径使得到的聚类类别之间的相似性更高，有利于消费监管人员基于聚类结果进行规律的分析和异常账户的查找，大大增加了消费监管准确性、效率和鲁棒性。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (9)

1.一种基于区块链的消费监管系统，其特征在于，该系统包括以下模块：

账户数据获取模块，用于获取每个账户每次交易的交易时间、交易往来账户和交易金额的交易量级；

初始评估模块，用于根据每个账户和对应的任意交易往来账户的交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的初始评估值；

稳定评估模块，用于根据每个账户和对应的任意交易往来账户的交易的密集程度、交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的交易周期特征值；根据每个账户和对应的所有交易往来账户的交易周期特征值、交易量级和交易的次数，确定每个账户的交易稳定度；

交易评估模块，用于比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值；

账户数据监管模块，用于结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，对每个账户的所有交易往来账户进行聚类，根据聚类结果对每个账户进行消费监管。

2.根据权利要求1所述的一种基于区块链的消费监管系统，其特征在于，所述根据每个账户和对应的任意交易往来账户的交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的初始评估值，包括：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户，选取目标账户和目标对应账户的任意次交易作为目标交易；

计算目标交易与前后相邻两笔交易的时间间隔之和，作为目标交易的前后间隔；计算目标账户和目标对应账户的所有次交易的前后间隔的均值，作为目标账户和目标对应账户的间隔均值；将目标交易的前后间隔和间隔均值的差异，作为目标交易的间隔差异；

获取目标账户和目标对应账户所有次交易中对应的数量最多的交易量级作为数量最大交易量级；计算目标交易的交易量级和数量最大交易量级的差异，作为目标交易的初始量级差异；对初始量级差异进行正相关映射，得到目标交易的最终量级差异；

将目标交易的间隔差异和最终量级差异的乘积的平方，作为目标交易的目标评估值；

将目标账户和目标对应账户的所有次交易的目标评估值的均值的算术平方根，作为目标账户和目标对应账户的初始评估值。

3.根据权利要求2所述的一种基于区块链的消费监管系统，其特征在于，所述根据每个账户和对应的任意交易往来账户的交易的密集程度、交易时间间隔和交易量级的波动程度，确定每个账户和对应的任意交易往来账户的交易周期特征值，包括：

将目标交易的间隔差异、最终量级差异和密集程度的乘积的平方，作为目标交易的初始周期特征值；

将目标账户和目标对应账户的所有次交易的初始周期特征值的均值的算术平方根，作为目标账户和目标对应账户的交易周期特征值。

4.根据权利要求1所述的一种基于区块链的消费监管系统，其特征在于，所述每个账户和对应的任意交易往来账户的交易的密集程度的获取方法为：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户，选取目标账户和目标对应账户的任意次交易作为目标交易；

按照交易时间从前向后的顺序，对目标账户和目标对应账户的所有交易时间进行排序，得到交易时间序列；

基于交易时间序列，以目标交易的交易时间为中心交易时间，获取中心交易时间两边的与中心交易时间的时间间隔为前预设数量个的交易时间，作为目标交易的待分析时间；将目标交易的待分析时间的最大极差进行负相关归一化映射，得到目标交易的密集程度。

5.根据权利要求1所述的一种基于区块链的消费监管系统，其特征在于，所述根据每个账户和对应的所有交易往来账户的交易周期特征值、交易量级和交易的次数，确定每个账户的交易稳定度，包括：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户；

计算目标账户和目标对应账户的交易量级的归一化值、目标账户和目标对应账户的交易的次数的归一化值、目标账户的交易周期特征值的乘积，作为目标账户和目标对应账户的初始稳定度；

将每个账户和对应的所有交易往来账户的初始稳定度的均值，作为每个账户的交易稳定度。

6.根据权利要求1所述的一种基于区块链的消费监管系统，其特征在于，所述比较每个账户和对应的任意交易往来账户的初始评估值和交易稳定度，确定每个账户和对应的任意交易往来账户的交易评估值，包括：

选取任意账户作为目标账户，选取目标账户对应的任意交易往来账户作为目标对应账户；

当目标账户和目标对应账户的初始评估值大于目标账户的交易稳定度时，计算目标账户和目标对应账户的初始评估值和目标账户的交易稳定度的差值，作为目标账户的第一比较差异；将预设阈值和目标账户的所述第一比较差异的差值作为目标账户的第一评估值；

当目标账户和目标对应账户的初始评估值小于或等于目标账户的交易稳定度时，将预设阈值作为目标账户的第一评估值；

当目标账户和目标对应账户的初始评估值大于目标对应账户的交易稳定度时，计算目标账户和目标对应账户的初始评估值和目标对应账户的交易稳定度的差值，作为目标对应账户的第二比较差异；将预设阈值和目标对应账户的所述第二比较差异的差值作为目标对应账户的第二评估值；

当目标账户和目标对应账户的初始评估值小于或等于目标对应账户的交易稳定度时，将预设阈值作为目标对应账户的第二评估值；

将目标账户的第一评估值和目标对应账户的第二评估值的均值作为目标账户和目标对应账户的交易评估值。

7.根据权利要求1所述的一种基于区块链的消费监管系统，其特征在于，所述结合每个账户和对应的交易往来账户的交易评估值调整聚类半径，包括：

将交易评估值和初始聚类半径的乘积作为调整后的聚类半径。

8.根据权利要求1所述的一种基于区块链的消费监管系统，其特征在于，所述交易金额的交易量级的获取方法为：

由每个账户和对应的任意交易往来账户的最大交易金额和最小交易金额构建每个账户和对应的任意交易往来账户的金额范围，将金额范围等分为至少两个等级范围，依次对每个等级范围打上标签；将每个账户和对应的任意交易往来账户每次交易的交易金额所属的等级范围对应的标签作为每个账户和交易往来账户每次交易的交易量级。

9.根据权利要求1所述的一种基于区块链的消费监管系统，其特征在于，所述根据聚类结果对每个账户进行消费监管，包括：

将聚类结果传输给相关的消费监管人员，使消费监管人员进行消费监管。