CN117114874A - 关键交易网络的生成方法、装置、设备及存储介质 - Google Patents
关键交易网络的生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117114874A CN117114874A CN202311056689.5A CN202311056689A CN117114874A CN 117114874 A CN117114874 A CN 117114874A CN 202311056689 A CN202311056689 A CN 202311056689A CN 117114874 A CN117114874 A CN 117114874A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- transaction
- original
- transaction network
- 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 76
- 230000006399 behavior Effects 0.000 claims abstract description 73
- 230000004927 fusion Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims description 32
- 238000012216 screening Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 18
- 238000012502 risk assessment Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000004821 distillation Methods 0.000 description 4
- 238000007430 reference method Methods 0.000 description 4
- 238000012954 risk control Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000007704 transition Effects 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种关键交易网络生成方法、装置、设备及存储介质,可以应用于数据处理技术领域和金融技术领域。该方法包括:获取原始交易网络;从原始交易网络中提取与原始交易网络中的核心节点对应的第一节点和与第一节点对应的边,得到第一关键子网络;基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络;从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络;对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络。
Description
技术领域
本公开涉及数据处理技术领域和金融技术领域,尤其涉及一种关键交易网络的生成方法、装置、设备、介质和程序产品。
背景技术
随着互联网技术的快速发展,带来便利的同时也带来了各种风险隐患,使得银行也将面对越来越多的风险交易,而风险交易的存在会严重破坏市场经济的稳定性。因此,银行需要对各类交易进行风险评估,以降低风险交易的产生。
在针对各类交易的风险评估的过程中,银行越来越依赖于基于资金交易网络的图查询、图算法、图神经网络等方法。但是,相关技术中,在图查询、图算法、图神经网络等方法的应用过程中存在因交易量越来越大而导致评估效果差的问题。
发明内容
鉴于上述问题,本公开提供了一种关键交易网络的生成方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种关键交易网络的生成方法,包括:
获取原始交易网络,其中,上述原始交易网络中的节点表征账户,连接两个节点的边表征上述两个节点之间的交易行为;
从上述原始交易网络中提取与上述原始交易网络中的核心节点对应的第一节点和与上述第一节点对应的边,得到第一关键子网络;
基于对上述原始交易网络中交易行为进行分析得到的分析结果,从上述原始交易网络中提取与上述分析结果对应的第二节点和与上述第二节点对应的边,得到第二关键子网络;
从上述原始交易网络中提取与目标交易信息相符的第三节点和与上述第三节点对应的边,得到第三关键子网络;以及
对上述第一关键子网络、上述第二关键子网络和上述第三关键子网络进行网络融合,生成与上述原始交易网络对应的关键交易网络。
根据本公开的实施例,上述从上述原始交易网络中提取与上述原始交易网络中的核心节点对应的第一节点和与上述第一节点对应的边,得到第一关键子网络,包括:
根据上述原始交易网络中与每个节点对应的交易行为,生成与上述每个节点对应的向量;
基于与上述每个节点对应的向量,对上述原始交易网络进行社区划分,得到多个节点群;
针对每个上述节点群,对上述节点群中的每个节点进行识别,确定上述节点群中的核心节点;
针对每个上述核心节点,从与上述核心节点对应的节点群中筛选得到与上述核心节点对应的交易网络;以及
根据与上述每个核心节点对应的交易网络,得到上述第一关键子网络。
根据本公开的实施例,上述针对每个上述节点群,对上述节点群中的每个节点进行识别,确定上述节点群中的核心节点,包括:
根据上述节点群中每两个节点之间的连接关系,得到与上述节点群对应的转移矩阵;
根据上述转移矩阵和第N轮次中上述每个节点的重要度,得到第N+1轮次中上述每个节点的重要度,直至上述第N+1轮次中上述每个节点的重要度与上述第N轮次中上述每个节点的重要度之间的差值满足收敛条件,其中,N为大于等于1的整数,第一轮次中上述每个节点的重要度是初始化设置的;以及
在差值满足上述收敛条件的情况下,将上述第N+1轮次中重要度大于阈值的节点确定为上述节点群的核心节点。
根据本公开的实施例,上述针对每个上述核心节点,从与上述核心节点对应的节点群中筛选得到与上述核心节点对应的交易网络,包括:
针对上述每个核心节点,从与上述核心节点对应的节点群中筛选得到上述核心节点的一级交易对手,其中,上述一级交易对手表征节点;
针对每个上述一级交易对手,从上述节点群中筛选得到上述一级交易对手的交易对手,其中,上述一级交易对手的交易对手表征上述核心节点的二级交易对手;
针对每个上述二级交易对手,从上述节点群中筛选得到上述二级交易对手的交易对手,其中,上述二级交易对手的交易对手表征上述核心节点的三级交易对手;以及
基于上述核心节点的上述一级交易对手、上述二级交易对手和上述三级交易对手,得到与上述核心节点对应的交易网络。
根据本公开的实施例,上述基于对上述原始交易网络中交易行为进行分析得到的分析结果,从上述原始交易网络中提取与上述分析结果对应的第二节点和与上述第二节点对应的边,得到第二关键子网络,包括:
根据上述分析结果,确定上述原始交易网络中符合预设条件的交易行为;以及
从上述原始交易网络中提取符合上述预设条件的上述第二节点和与上述第二节点对应的边,得到上述第二关键子网络。
根据本公开的实施例,上述从上述原始交易网络中提取与目标交易信息相符的第三节点和与上述第三节点对应的边,得到第三关键子网络,包括:
根据上述目标交易信息,确定上述原始交易网络中符合上述目标交易信息的上述第三节点和与上述第三节点对应的边;以及
从上述原始交易网络中提取上述第三节点和与上述第三节点对应的边,得到上述第三关键子网络。
根据本公开的实施例,对上述第一关键子网络、上述第二关键子网络和上述第三关键子网络进行网络融合处理,生成与上述原始交易网络对应的关键交易网络,包括:
获取上述第一关键子网络、上述第二关键子网络和上述第三关键子网络中的交易行为;
对上述交易行为进行合并和去重操作,得到关键交易行为;
根据上述关键交易行为,构建得到上述关键交易网络。
本公开的第二方面提供了一种关键交易网络的生成装置,包括:获取模块、第一提取模块、第二提取模块、第三提取模块和生成模块。其中,获取模块,用于获取原始交易网络,其中,上述原始交易网络中的节点表征账户,连接两个节点的边表征上述两个节点之间的交易行为。第一提取模块,用于从上述原始交易网络中提取与上述原始交易网络中的核心节点对应的第一节点和与上述第一节点对应的边,得到第一关键子网络。第二提取模块,用于基于对上述原始交易网络中交易行为进行分析得到的分析结果,从上述原始交易网络中提取与上述分析结果对应的第二节点和与上述第二节点对应的边,得到第二关键子网络。第三提取模块,用于从上述原始交易网络中提取与目标交易信息相符的第三节点和与上述第三节点对应的边,得到第三关键子网络。生成模块,用于对上述第一关键子网络、上述第二关键子网络和上述第三关键子网络进行网络融合,生成与上述原始交易网络对应的关键交易网络。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述方法。
本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述方法。
根据本公开提供的关键交易网络的生成方法、装置、设备、介质和程序产品,从获取的原始交易网络中提取与原始交易网络中的核心节点对应的第一节点和与第一节点对应的边,得到第一关键子网络,基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络,从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络,并通过对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络,使得从纷繁复杂的原始交易网络中提取得到关键交易网络,以将关键交易网络用于后续风险控制的下游任务,并且,由于关键交易网络的应用,能够解决在图查询、图算法、图神经网络等方法的应用过程中因交易量越来越大而导致评估效果差的问题。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的关键交易网络的生成方法的应用场景图;
图2示意性示出了根据本公开实施例的关键交易网络的生成方法的流程图;
图3示意性示出了根据本公开实施例的用于实现关键交易网络的生成方法的系统结构图;
图4示意性示出了根据本公开实施例的得到第一关键子网络的流程图;
图5示意性示出了根据本公开实施例的与核心节点对应的交易网络的结构图;
图6示意性示出了根据本公开实施例的掩码推理的示意图;
图7示意性示出了根据本公开实施例的关键交易网络的生成装置的结构框图;以及
图8示意性示出了根据本公开实施例的适于实现关键交易网络的生成方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本发明的技术方案中,所涉及的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息,例如位置信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理,均遵守相关国家和地区的相关法律法规和标准,采取了必要保密措施,不违背公序良俗,并提供有相应的操作入口,供用户选择授权或者拒绝。
在实现本公开的过程中发现,随着经济的发展、快捷支付的普及等,各类交易的数量不断增加,资金交易网络也愈发复杂,使得图查询、图算法、图神经网络等方法的应用难度不断增加,模型的稳定性也难以保证。因此,相关技术中,在图查询、图算法、图神经网络等方法的应用过程中存在因交易量越来越大导致评估效果差的问题。
为此,本公开的实施例提供了一种关键交易网络的生成方法,包括:获取原始交易网络,其中,原始交易网络中的节点表征账户,连接两个节点的边表征两个节点之间的交易行为;从原始交易网络中提取与原始交易网络中的核心节点对应的第一节点和与第一节点对应的边,得到第一关键子网络;基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络;从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络;对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络。
图1示意性示出了根据本公开实施例的关键交易网络的生成方法的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互,以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
例如,可以通过服务器105获取原始交易网络,并从原始交易网络中提取与原始交易网络中的核心节点对应的第一节点和与第一节点对应的边,得到第一关键子网络,再基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络,再从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络,最后对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络。
需要说明的是,本公开实施例所提供的关键交易网络的生成方法一般可以由服务器105执行。相应地,本公开实施例所提供的关键交易网络的生成装置一般可以设置于服务器105中。本公开实施例所提供的关键交易网络的生成方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的关键交易网络的生成装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图6对公开实施例的关键交易网络的生成方法进行详细描述。
图2示意性示出了根据本公开实施例的关键交易网络的生成方法的流程图。
如图2所示,该方法200包括操作S210~操作S250。
在操作S210,获取原始交易网络。
根据本公开的实施例,原始交易网络中的节点可以表征账户,连接两个节点的边可以表征两个节点之间的交易行为。
根据本公开的实施例,可以根据原始的交易行为构建原始的资金交易网络,即原始交易网络。其中,交易行为可以包括个人交易、快捷支付、对公交易等;原始交易网络中的节点可以表征一对一交易中的双方节点;节点可以表征帐户,还可以表征卡、虚拟账户等;原始交易网络中的边可以表征交易行为。
根据本公开的实施例,在构造原始交易网络中边的过程中,可以采用不同粒度的聚合。例如,单次交易为一条边、一天之内的交易为一条边、一周之内的交易为一条边等。其中,交易行为可以体现两个账户之间的交易,两个节点之间的边还可以记录两个账户之间的交易数据,例如,交易额、交易笔数等。
根据本公开的实施例,原始交易网络中的边可以表征有向的边,其中,边的箭头方向可以表征资金流向。例如,账户A和账户B之间存在交易行为,具体可以表现为账户A向账户B转账,则在原始交易网络中,账户A和账户B之间边的箭头指向账户B。
在操作S220,从原始交易网络中提取与原始交易网络中的核心节点对应的第一节点和与第一节点对应的边,得到第一关键子网络。
根据本公开的实施例,可以利用图谱蒸馏方法从原始交易网络中提取得到第一关键子网络。其中,图谱蒸馏方法可以包括图表示生成方法、社区划分方法和Pagerank方法;核心节点是利用Pagerank方法确定的;核心节点可以表征与其他节点存在频繁交易行为的节点。
在操作S230,基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络。
根据本公开的实施例,可以利用Mask-inference(掩码推理)方法对原始交易网络中的交易行为进行分析,得到分析结果。再根据分析结果,从原始交易网络中提取得到第二关键子网络。
其中,分析结果可以用于判断节点之间的交易行为是否对风险评估存在较大影响。
在操作S240,从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络。
根据本公开的实施例,可以利用专家规则系统,确定目标交易信息,并根据目标交易信息,从原始交易网络中提取得到第三关键子网络。其中,专家规则系统中可以包括特定地区、特定渠道、规定金额和命中特定规则等专家规则;目标交易信息可以表征专家规则系统的专家规则,例如,夜间交易。
在操作S250,对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络。
根据本公开的实施例,可以通过对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络,实现从复杂的原始交易网络中提取得到关键交易网络。
根据本公开的实施例,从获取的原始交易网络中提取与原始交易网络中的核心节点对应的第一节点和与第一节点对应的边,得到第一关键子网络,基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络,从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络,并通过对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络,使得从纷繁复杂的原始交易网络中提取得到关键交易网络,以将关键交易网络用于后续风险控制的下游任务,并且,由于关键交易网络的应用,能够解决在图查询、图算法、图神经网络等方法的应用过程中因交易量越来越大而导致评估效果差的问题。
图3示意性示出了根据本公开实施例的用于实现关键交易网络的生成方法的系统结构图。
如图3所示,该用于实现关键交易网络的生成方法的系统300包括原始交易网络构建模块310、关键子网络提取模块320和关键交易网络构建模块330。
根据本公开的实施例,可以利用原始交易网络构建模块310根据交易行为311构建得到原始交易网络312,即原始交易网络构建模块310可以执行上述操作S210。
根据本公开的实施例,可以利用关键子网络提取模块320采用图谱蒸馏方法321从原始交易网络312中提取得到第一关键子网络324,即执行上述操作S220;可以利用关键子网络提取模块320采用Mask-inference方法322从原始交易网络312中提取得到第二关键子网络325,即执行上述操作S230;可以利用关键子网络提取模块320采用专家规则系统323从原始交易网络312中提取得到第三关键子网络326,即执行上述操作S240。
根据本公开的实施例,可以利用关键交易网络构建模块330对第一关键子网络324、第二关键子网络325和第三关键子网络326采用网络融合331得到关键交易网络332,即执行上述操作S250。
根据本公开的实施例,该用于实现关键交易网络的生成方法的系统300可从纷繁复杂的原始交易网络312中提取得到关键交易网络332,以将关键交易网络332用于后续风险控制的下游任务。例如,欺诈团伙识别、企业间风险传染等风险控制的下游任务。
图4示意性示出了根据本公开实施例的得到第一关键子网络的流程图。
如图4所示,该方法400包括操作S410~操作S450。
在操作S410,根据原始交易网络中与每个节点对应的交易行为,生成与每个节点对应的向量。
根据本公开的实施例,可以基于原始交易网络中与每个节点对应的交易行为,利用图表示生成方法,生成与原始交易网络中每个节点对应的向量。其中,图表示生成方法可以包括Node2Vec。
根据本公开的实施例,与原始交易网络中每个节点对应的向量可以相当于该节点的唯一标识,用来唯一表示该节点。与每个节点对应的向量还可以用于表示在空间中该节点的位置。
根据本公开的实施例,可以根据原始交易网络中各节点之间的交易行为,确定各节点之间交易的频繁程度,两个节点之间交易的越频繁,则对应的向量在空间中所表示的位置会相对来说近一些。
例如,存在A、B、C三个账户,根据账户A和账户B之间的交易行为,可以确定账户A和账户B之间的交易非常频繁,交易量也很大,根据账户A和账户C之间的交易行为,可以确定账户A和账户C之间的交易比较少,则利用图表示生成方法,得到的与A、B、C三个账户分别对应的向量,其中,账户A和账户B各自的向量所表示的位置会更近一些,账户C的向量所表示的位置就会离账户A相对来说远一点。
在操作S420,基于与每个节点对应的向量,对原始交易网络进行社区划分,得到多个节点群。
根据本公开的实施例,可以基于与每个节点对应的向量,利用社区划分方法对原始交易网络进行划分,得到多个节点群。其中,社区划分方法可以包括聚类。
根据本公开的实施例,根据与每个节点对应的向量,可以确定空间中每个节点所对应的位置,则可以利用聚类的方法,将距离近的一些节点划分为一个节点群。即可以根据与每个节点对应的向量判断各节点之间位置的一个远近,把位置比较近的那一片的节点划分成一个节点群。
在操作S430,针对每个节点群,对节点群中的每个节点进行识别,确定节点群中的核心节点。
根据本公开的实施例,针对得到的每个节点群,可以利用Pagerank方法,对节点群中的每个节点进行识别,从而得到与每个节点对应的重要度,从而可以根据各节点的重要度,确定节点群中的核心节点。其中,Pagerank算法可以表征一种用来对网络中节点的重要性排序的算法,利用该算法可以得到每个节点的Pagerank值,即节点的重要度。
在操作S440,针对每个核心节点,从与核心节点对应的节点群中筛选得到与核心节点对应的交易网络。
根据本公开的实施例,针对每个节点群,可以确定至少一个核心节点。针对每个节点群中每个核心节点,从节点群中筛选与该核心节点存在三级关联的节点。
例如,核心节点为A,节点A和节点B之间存在交易行为,节点B和节点C之间存在交易行为,节点C和节点D之间存在交易行为,则节点B、节点C和节点D可以表征与核心节点A存在三级关联的节点。与核心节点A对应的交易网络可以包括节点A、节点B、节点C和节点D以及各节点之间的边。
在操作S450,根据与每个核心节点对应的交易网络,得到第一关键子网络。
根据本公开的实施例,基于得到的与每个核心节点对应的交易网络,可以得到第一关键子网络。
根据本公开的实施例,可以利用图谱蒸馏方法从原始交易网络中提取出存在频繁交易的节点及其边,以得到第一关键子网络。
根据本公开的实施例,针对每个节点群,对节点群中的每个节点进行识别,确定节点群中的核心节点,包括:根据节点群中每两个节点之间的连接关系,得到与节点群对应的转移矩阵;根据转移矩阵和第N轮次中每个节点的重要度,得到第N+1轮次中每个节点的重要度,直至第N+1轮次中每个节点的重要度与第N轮次中每个节点的重要度之间的差值满足收敛条件;在差值满足收敛条件的情况下,将第N+1轮次中重要度大于阈值的节点确定为节点群的核心节点。
根据本公开的实施例,N为大于等于1的整数,第一轮次中每个节点的重要度是初始化设置的。
根据本公开的实施例,可以根据节点群中每两个节点之间的连接关系,得到与节点群对应的转移矩阵。其中,连接关系可以表征两个节点之间存在交易行为。
例如,节点A与节点B和节点C之间均存在交易行为,则转移矩阵中涉及节点A与节点B的值可以为1/2,,即节点A到节点B的概率值;涉及节点A与节点C的值可以为1/2,即节点A到节点C的概率值;对于与节点A之间不存在交易行为的节点的值可以表示为0。
根据本公开的实施例,第一轮次中,节点群中各节点的重要度是人为设定的,例如,可以均设定为1。则在第二轮次中,节点群中每个节点的重要度可以表征转移矩阵与第一轮次中设定该节点的重要度值的乘积值。其中,重要度可以体现节点与其他节点之间发生交易的频繁程度,重要度越大,则该节点与其他节点之间发生交易越频繁。
根据本公开的实施例,收敛条件可以表征第N+1轮次中每个节点的重要度与第N轮次中每个节点的重要度之间的差值小于设定的阈值,即第N+1轮次中每个节点的重要度与第N轮次中每个节点的重要度相近。
根据本公开的实施例,在差值满足收敛条件的情况下,可以将第N+1轮次中重要度大于阈值的节点确定为节点群的核心节点。其中,每个节点群中的核心节点可以包括至少一个节点。
根据本公开的实施例,可以利用Pagerank方法,确定各节点群中的核心节点,以确定节点群中发生交易较为频繁的节点。
根据本公开的实施例,针对每个核心节点,从与核心节点对应的节点群中筛选得到与核心节点对应的交易网络,包括:针对每个核心节点,从与核心节点对应的节点群中筛选得到核心节点的一级交易对手;针对每个一级交易对手,从节点群中筛选得到一级交易对手的交易对手;针对每个二级交易对手,从节点群中筛选得到二级交易对手的交易对手;基于核心节点的一级交易对手、二级交易对手和三级交易对手,得到与核心节点对应的交易网络。
根据本公开的实施例,一级交易对手、二级交易对手和三级交易对手均可以表征节点,一级交易对手的交易对手可以表征核心节点的二级交易对手,二级交易对手的交易对手可以表征核心节点的三级交易对手。
根据本公开的实施例,在节点群中,可以以核心节点为出发点,筛选得到其交易对手,即与核心节点存在交易行为的节点,作为核心节点的一级交易对手,再以交易对手为起始点,筛选得到(核心节点)交易对手的交易对手,作为核心节点的二级交易对手,再以交易对手的交易对手为起始点,筛选得到(核心节点)交易对手的交易对手的交易对手,作为核心节点的三级交易对手。
根据本公开的实施例,从节点群中提取核心节点和三级关联内的节点及其边(所涉及的交易行为),以得到与核心节点对应的交易网络。
根据本公开的实施例,交易对手可以表征与节点之间存在交易行为的节点,可以是交易对手向该节点进行转账,也可以是该节点向交易对手进行转账。
图5示意性示出了根据本公开实施例的与核心节点对应的交易网络的结构图。
如图5所示,与核心节点存在交易行为的节点A和节点B可以表征一级交易对手,即510可以表示一级关联交易对手集;与节点A存在交易行为的节点E和节点D,与节点B存在交易行为的节点F和节点G均可以表征二级交易对手,即520可以表示二级关联交易对手集;与节点E存在交易行为的节点H和节点I均可以表征三级交易对手,即530可以表示三级关联交易对手集;与节点H存在交易行为的节点J和节点K均可以表征四级交易对手,即540可以表示四级关联交易对手集。
根据本公开的实施例,只需要提取一级关联交易对手集510、二级关联交易对手集520和三级关联交易对手集530中的交易对手和核心节点及其边,以得到与核心节点对应的交易网络。
根据本公开的实施例,从节点群中提取核心节点和三级关联内的节点及其所涉及的边,实现从节点群中筛选得到与核心节点相关联的交易网络。
根据本公开的实施例,基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络,包括:根据分析结果,确定原始交易网络中符合预设条件的交易行为;从原始交易网络中提取符合预设条件的第二节点和与第二节点对应的边,得到第二关键子网络。
根据本公开的实施例,采用Mask inference方法,可以根据原始交易网络中的交易行为进行掩码推理得到分析结果,并根据得到的分析结果mask(掩盖)原始交易网络中的部分交易,以得到第二关键子网络。
根据本公开的实施例,掩码推理的过程可以表示为如下:在对某两个节点之间的交易行为进行mask之前,可以识别出某一节点为“未来风险客户”,而在mask该交易行为之后,不能识别出该节点为“未来风险客户”。由此可见,该交易行为对“未来风险客户”的判断是关键的,则保留该交易行为。对“未来风险客户”的判断影响较小的交易行为进行mask。
其中,预设条件可以表征对风险评估影响较小;分析结果可以表征交易行为对风险评估判断的影响程度。
例如,已知某个账户A是风险客户,那与该账户存在关联的其他账户可以表征未来风险客户。在账户A和账户B之间存在交易行为的情况下,可以确定账户B为未来风险客户。如果把账户A和账户B之间存在的交易行为掩盖之后,就不知道账户A和账户B之间存在交易行为,则由于缺少了该交易行为,就不会把账户B确定为未来风险客户。因此,账户A和账户B之间的交易行为对判定账户B为未来风险客户产生的影响较大,则账户A和账户B之间的交易行为是关键的,需要保留该交易行为。
图6示意性示出了根据本公开实施例的掩码推理的示意图。
如图6所示,610可以表征原始交易网络中的部分,620可以表征带mask的交易网络。
根据本公开的实施例,在节点B为已知风险客户的情况下,节点A与节点B之间存在交易行为,节点A和节点C之间也存在交易行为,则可以推断节点C为未来风险客户。对节点A和节点C之间的交易行为进行mask,如620中的虚线箭头,也就不能知道节点A和节点C之间存在交易行为,也就不能判断节点C为未来风险客户。
由此可见,节点A和节点C之间的交易行为对判断节点C是否为未来风险客户的影响较大,则需要保留节点A和节点C之间的交易行为。
根据本公开的实施例,利用Mask inference方法,将对风险评估影响程度较大的交易行为保留下来,mask对风险评估影响程度不大的交易行为,使得得到的第二关键子网络中的交易行为均是对风险评估判定影响较大的交易。
根据本公开的实施例,从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络,包括:根据目标交易信息,确定原始交易网络中符合目标交易信息的第三节点和与第三节点对应的边;从原始交易网络中提取第三节点和与第三节点对应的边,得到第三关键子网络。
根据本公开的实施例,可以根据如特定地区、特定渠道、规定金额、命中特定规则等专家规则从原始交易网络中提取关键交易。
其中,专家规则可以包括夜间交易、连续交易、特定地区交易等;目标交易信息可以表征专家规则。
根据本公开的实施例,可以根据评估风险的特征,确定符合评估风险特征的目标交易信息。例如,对欺诈风险进行评估,可以确定目标交易信息为连续交易;针对某一风险交易多发生在某一地区的情况,可以确定目标交易信息为该特定地区发生的交易。
例如,在目标交易信息表征夜间交易的情况下,可以从原始交易网络中确定符合夜间交易的交易行为,并从原始交易网络中将符合夜间交易的边及其涉及的节点提取出来,得到第三关键子网络。在目标交易信息表征连续交易的情况下,可以从原始交易网络中确定符合连续交易的交易行为,并从原始交易网络中将符合连续交易的边及其涉及的节点提取出来,得到第三关键子网络。
根据本公开的实施例,可以利用专家规则系统,确定符合评估风险特征的目标交易信息,并将原始交易网络中符合目标交易信息的第三节点和与第三节点对应的边提取出来,以得到第三关键子网络。
根据本公开的实施例,对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合处理,生成与原始交易网络对应的关键交易网络,包括:获取第一关键子网络、第二关键子网络和第三关键子网络中的交易行为;对交易行为进行合并和去重操作,得到关键交易行为;根据关键交易行为,构建得到关键交易网络。
根据本公开的实施例,将第一关键子网络、第二关键子网络和第三关键子网络中的边(交易行为),还原成每两个节点之间的交易数据。将重复的交易数据去重,并将剩余的交易数据进行合并,可以得到关键交易行为。根据关键交易行为及其涉及的账户,构建得到关键交易网络。
根据本公开的实施例,将得到的第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成关键资金交易网络,能够解决因交易量越来越大而导致评估效果不佳的问题。
根据本公开的实施例,可以将生成的关键交易网络应用在各类风险评估的过程中。
例如,可以将关键交易网络应用于基于图神经网络的反欺诈场景中。其中,图神经网络可以包括图卷积神经网络。
根据本公开的实施例,可以将生成的关键交易网络,输入到图卷积神经网络当中,输出预测各节点欺诈可疑度,即在节点可以表征发生欺诈的情况下,该节点可以用一表示;在节点可以表征未发生欺诈的情况下,该节点可以用零表示。
基于上述关键交易网络的生成方法,本公开还提供了一种关键交易网络的生成装置。以下将结合图7对该装置进行详细描述。
图7示意性示出了根据本公开实施例的关键交易网络的生成装置的结构框图。
如图7所示,该实施例的关键交易网络的生成装置700包括获取模块710、第一提取模块720、第二提取模块730、第三提取模块740和生成模块750。
获取模块710用于获取原始交易网络,其中,原始交易网络中的节点表征账户,连接两个节点的边表征两个节点之间的交易行为。在一实施例中,获取模块710可以用于执行前文描述的操作S210,在此不再赘述。
第一提取模块720用于从原始交易网络中提取与原始交易网络中的核心节点对应的第一节点和与第一节点对应的边,得到第一关键子网络。在一实施例中,第一提取模块720可以用于执行前文描述的操作S220,在此不再赘述。
第二提取模块730用于基于对原始交易网络中交易行为进行分析得到的分析结果,从原始交易网络中提取与分析结果对应的第二节点和与第二节点对应的边,得到第二关键子网络。在一实施例中,第二提取模块730可以用于执行前文描述的操作S230,在此不再赘述。
第三提取模块740用于从原始交易网络中提取与目标交易信息相符的第三节点和与第三节点对应的边,得到第三关键子网络。在一实施例中,第三提取模块740可以用于执行前文描述的操作S240,在此不再赘述。
生成模块750用于对第一关键子网络、第二关键子网络和第三关键子网络进行网络融合,生成与原始交易网络对应的关键交易网络。在一实施例中,生成模块750可以用于执行前文描述的操作S250,在此不再赘述。
根据本公开的实施例,第一提取模块720包括生成单元、划分单元、第一确定单元、筛选单元和第一获得单元。
生成单元,用于根据原始交易网络中与每个节点对应的交易行为,生成与每个节点对应的向量。
划分单元,用于基于与每个节点对应的向量,对原始交易网络进行社区划分,得到多个节点群。
第一确定单元,用于针对每个节点群,对节点群中的每个节点进行识别,确定节点群中的核心节点。
筛选单元,用于针对每个核心节点,从与核心节点对应的节点群中筛选得到与核心节点对应的交易网络。
第一获得单元,用于根据与每个核心节点对应的交易网络,得到第一关键子网络。
根据本公开的实施例,第一确定单元包括第一获得子单元、第二获得子单元和确定子单元。
第一获得子单元,用于根据节点群中每两个节点之间的连接关系,得到与节点群对应的转移矩阵。
第二获得子单元,用于根据转移矩阵和第N轮次中每个节点的重要度,得到第N+1轮次中每个节点的重要度,直至第N+1轮次中每个节点的重要度与第N轮次中每个节点的重要度之间的差值满足收敛条件,其中,N为大于等于1的整数,第一轮次中每个节点的重要度是初始化设置的。
确定子单元,用于在差值满足收敛条件的情况下,将第N+1轮次中重要度大于阈值的节点确定为节点群的核心节点。
根据本公开的实施例,筛选单元包括第一筛选子单元、第二筛选子单元、第三筛选子单元和第三获得子单元。
第一筛选子单元,用于针对每个核心节点,从与核心节点对应的节点群中筛选得到核心节点的一级交易对手,其中,一级交易对手表征节点。
第二筛选子单元,用于针对每个一级交易对手,从节点群中筛选得到一级交易对手的交易对手,其中,一级交易对手的交易对手表征核心节点的二级交易对手。
第三筛选子单元,用于针对每个二级交易对手,从节点群中筛选得到二级交易对手的交易对手,其中,二级交易对手的交易对手表征核心节点的三级交易对手。
第三获得子单元,用于基于核心节点的一级交易对手、二级交易对手和三级交易对手,得到与核心节点对应的交易网络。
根据本公开的实施例,第二提取模块730包括第二确定单元和第二获得单元。
第二确定单元,用于根据分析结果,确定原始交易网络中符合预设条件的交易行为。
第二获得单元,用于从原始交易网络中提取符合预设条件的第二节点和与第二节点对应的边,得到第二关键子网络。
根据本公开的实施例,第三提取模块740包括第三确定单元和第三获得单元。
第三确定单元,用于根据目标交易信息,确定原始交易网络中符合目标交易信息的第三节点和与第三节点对应的边。
第三获得单元,用于从原始交易网络中提取第三节点和与第三节点对应的边,得到第三关键子网络。
根据本公开的实施例,生成模块750包括获取单元、第四获得单元和第五获得单元。
获取单元,用于获取第一关键子网络、第二关键子网络和第三关键子网络中的交易行为。
第四获得单元,用于对交易行为进行合并和去重操作,得到关键交易行为。
第五获得单元,用于根据关键交易行为,构建得到关键交易网络。
根据本公开的实施例,获取模块710、第一提取模块720、第二提取模块730、第三提取模块740和生成模块750中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块710、第一提取模块720、第二提取模块730、第三提取模块740和生成模块750中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块710、第一提取模块720、第二提取模块730、第三提取模块740和生成模块750中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的适于实现关键交易网络的生成方法的电子设备的方框图。
如图8所示,根据本公开实施例的电子设备800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。电子设备800还可以包括连接至输入/输出(I/O)接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至输入/输出(I/O)接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器801执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分809被下载和安装,和/或从可拆卸介质811被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (11)
1.一种关键交易网络的生成方法,包括:
获取原始交易网络,其中,所述原始交易网络中的节点表征账户,连接两个节点的边表征所述两个节点之间的交易行为;
从所述原始交易网络中提取与所述原始交易网络中的核心节点对应的第一节点和与所述第一节点对应的边,得到第一关键子网络;
基于对所述原始交易网络中交易行为进行分析得到的分析结果,从所述原始交易网络中提取与所述分析结果对应的第二节点和与所述第二节点对应的边,得到第二关键子网络;
从所述原始交易网络中提取与目标交易信息相符的第三节点和与所述第三节点对应的边,得到第三关键子网络;以及
对所述第一关键子网络、所述第二关键子网络和所述第三关键子网络进行网络融合,生成与所述原始交易网络对应的关键交易网络。
2.根据权利要求1所述的方法,其中,所述从所述原始交易网络中提取与所述原始交易网络中的核心节点对应的第一节点和与所述第一节点对应的边,得到第一关键子网络,包括:
根据所述原始交易网络中与每个节点对应的交易行为,生成与所述每个节点对应的向量;
基于与所述每个节点对应的向量,对所述原始交易网络进行社区划分,得到多个节点群;
针对每个所述节点群,对所述节点群中的每个节点进行识别,确定所述节点群中的核心节点;
针对每个所述核心节点,从与所述核心节点对应的节点群中筛选得到与所述核心节点对应的交易网络;以及
根据与所述每个核心节点对应的交易网络,得到所述第一关键子网络。
3.根据权利要求2所述的方法,其中,所述针对每个所述节点群,对所述节点群中的每个节点进行识别,确定所述节点群中的核心节点,包括:
根据所述节点群中每两个节点之间的连接关系,得到与所述节点群对应的转移矩阵;
根据所述转移矩阵和第N轮次中所述每个节点的重要度,得到第N+1轮次中所述每个节点的重要度,直至所述第N+1轮次中所述每个节点的重要度与所述第N轮次中所述每个节点的重要度之间的差值满足收敛条件,其中,N为大于等于1的整数,第一轮次中所述每个节点的重要度是初始化设置的;以及
在差值满足所述收敛条件的情况下,将所述第N+1轮次中重要度大于阈值的节点确定为所述节点群的核心节点。
4.根据权利要求2所述的方法,其中,所述针对每个所述核心节点,从与所述核心节点对应的节点群中筛选得到与所述核心节点对应的交易网络,包括:
针对所述每个核心节点,从与所述核心节点对应的节点群中筛选得到所述核心节点的一级交易对手,其中,所述一级交易对手表征节点;
针对每个所述一级交易对手,从所述节点群中筛选得到所述一级交易对手的交易对手,其中,所述一级交易对手的交易对手表征所述核心节点的二级交易对手;
针对每个所述二级交易对手,从所述节点群中筛选得到所述二级交易对手的交易对手,其中,所述二级交易对手的交易对手表征所述核心节点的三级交易对手;以及
基于所述核心节点的所述一级交易对手、所述二级交易对手和所述三级交易对手,得到与所述核心节点对应的交易网络。
5.根据权利要求1所述的方法,其中,所述基于对所述原始交易网络中交易行为进行分析得到的分析结果,从所述原始交易网络中提取与所述分析结果对应的第二节点和与所述第二节点对应的边,得到第二关键子网络,包括:
根据所述分析结果,确定所述原始交易网络中符合预设条件的交易行为;以及
从所述原始交易网络中提取符合所述预设条件的所述第二节点和与所述第二节点对应的边,得到所述第二关键子网络。
6.根据权利要求1所述的方法,其中,所述从所述原始交易网络中提取与目标交易信息相符的第三节点和与所述第三节点对应的边,得到第三关键子网络,包括:
根据所述目标交易信息,确定所述原始交易网络中符合所述目标交易信息的所述第三节点和与所述第三节点对应的边;以及
从所述原始交易网络中提取所述第三节点和与所述第三节点对应的边,得到所述第三关键子网络。
7.根据权利要求1所述的方法,其中,对所述第一关键子网络、所述第二关键子网络和所述第三关键子网络进行网络融合处理,生成与所述原始交易网络对应的关键交易网络,包括:
获取所述第一关键子网络、所述第二关键子网络和所述第三关键子网络中的交易行为;
对所述交易行为进行合并和去重操作,得到关键交易行为;
根据所述关键交易行为,构建得到所述关键交易网络。
8.一种关键交易网络的生成装置,包括:
获取模块,用于获取原始交易网络,其中,所述原始交易网络中的节点表征账户,连接两个节点的边表征所述两个节点之间的交易行为;
第一提取模块,用于从所述原始交易网络中提取与所述原始交易网络中的核心节点对应的第一节点和与所述第一节点对应的边,得到第一关键子网络;
第二提取模块,用于基于对所述原始交易网络中交易行为进行分析得到的分析结果,从所述原始交易网络中提取与所述分析结果对应的第二节点和与所述第二节点对应的边,得到第二关键子网络;
第三提取模块,用于从所述原始交易网络中提取与目标交易信息相符的第三节点和与所述第三节点对应的边,得到第三关键子网络;
生成模块,用于对所述第一关键子网络、所述第二关键子网络和所述第三关键子网络进行网络融合,生成与所述原始交易网络对应的关键交易网络。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~7中任一项所述的方法。
11.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311056689.5A CN117114874A (zh) | 2023-08-21 | 2023-08-21 | 关键交易网络的生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311056689.5A CN117114874A (zh) | 2023-08-21 | 2023-08-21 | 关键交易网络的生成方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117114874A true CN117114874A (zh) | 2023-11-24 |
Family
ID=88808552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311056689.5A Pending CN117114874A (zh) | 2023-08-21 | 2023-08-21 | 关键交易网络的生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114874A (zh) |
-
2023
- 2023-08-21 CN CN202311056689.5A patent/CN117114874A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10467631B2 (en) | Ranking and tracking suspicious procurement entities | |
US20180268015A1 (en) | Method and apparatus for locating errors in documents via database queries, similarity-based information retrieval and modeling the errors for error resolution | |
CN106850346B (zh) | 用于监控节点变化及辅助识别黑名单的方法、装置及电子设备 | |
US20190236607A1 (en) | Transaction Aggregation and Multiattribute Scoring System | |
CN111367965B (zh) | 目标对象确定方法、装置、电子设备及存储介质 | |
CN115983902B (zh) | 基于用户实时事件的信息推送方法及系统 | |
CN116739605A (zh) | 交易数据检测方法、装置、设备及存储介质 | |
CN110827142A (zh) | 用户信用评估方法、系统、服务器及存储介质 | |
CN115795345A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN115689571A (zh) | 异常用户行为监测方法、装置、设备和介质 | |
CN117114874A (zh) | 关键交易网络的生成方法、装置、设备及存储介质 | |
CN114841800A (zh) | 用于贷款的风险评估方法、装置、设备及介质 | |
CN114723548A (zh) | 数据处理方法、装置、设备、介质和程序产品 | |
CN113159937A (zh) | 识别风险的方法、装置和电子设备 | |
CN118096170A (zh) | 风险预测方法及装置、设备、存储介质和程序产品 | |
CN114693421A (zh) | 风险评估方法、装置、电子设备和介质 | |
CN116341945A (zh) | 对象评估方法及装置、电子设备和计算机可读存储介质 | |
CN114971897A (zh) | 异常对象处理方法、装置、设备及介质 | |
CN116797024A (zh) | 业务处理方法、装置、电子设备和存储介质 | |
CN115423633A (zh) | 交易数据处理方法、装置、电子设备和介质 | |
CN118114649A (zh) | 数据处理方法及装置、设备、存储介质和程序产品 | |
CN117994049A (zh) | 评估模型训练方法、信息处理方法、装置、设备、介质、程序产品及风险管理系统 | |
CN114677202A (zh) | 类型识别方法、训练方法及装置、电子设备和存储介质 | |
CN114817749A (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
CN118211868A (zh) | 产品数据处理方法、处理装置、设备、介质和程序产品 |
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 |