LU602498B1 - Das Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer-Mapping - Google Patents

Abstract

Die vorliegende Erfindung bezieht sich auf das technische Gebiet der Erkennung von Anomalien des Bankflusswassers und offenbart ein Verfahren zur Erkennung von Anomalien des Transaktionsflusswassers, das auf der Abbildung zwischen den Schichten basiert, um Anomalien des Transaktionsflusswassers in drei hierarchischen Dimensionen zu erkennen. Auf der Grundlage des Bankflusswassers wird die Korrelation zwischen dem Flusswasser der Geschäftsbank, der Kontonummer des Flusswassers und dem entsprechenden Kunden auf den drei Ebenen analysiert, indem eine Transaktionsschicht, eine Kontonummernschicht und eine Kundenschicht aufgebaut werden, um anormale Einnahmen zu erkennen und die Genauigkeit und Intelligenz der Kreditvergabe zu verbessern. Diese auf der Abbildung zwischen den Ebenen basierende Methode zur Erkennung von Anomalien in den Transaktionsströmen identifiziert die kreditgebende Gemeinschaft und beseitigt die negativen Auswirkungen ungültiger Transaktionsströme, indem die rechtlichen Beziehungen der Kunden und die häufigen Kredit- und Darlehensbeziehungen auf der Kundenebene zusammengeführt werden; Es identifiziert zyklische Einkommens- und Ausgabenänderungen auf der Grundlage der Autokorrelationsfunktion von Einkommens- und Ausgabenzyklen auf der Kontoebene, nimmt zyklische Einnahmen und Ausgaben als Basis für die Kreditgewährung, verlangt eine Erklärung der Gründe und zusätzliche unterstützende Materialien für nicht-zyklische Einnahmen und Ausgaben und aktualisiert die Kreditbasis durch manuelle Überprüfung.

Description

Das Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von LU602498

Interlayer-Mapping

Technischer Bereich

Die vorliegende Erfindung bezieht sich auf das technische Gebiet der Erkennung von

Bankflussanomalien, insbesondere auf ein Verfahren zur Erkennung von

Transaktionsflussanomalien auf der Basis von Interlayer-Mapping.

Technologie im Hintergrund

Kredite gehören zum Aktivgeschäft der Geschäftsbanken, das ihre Hauptgeschäftstätigkeit und die Wirtschaftstätigkeit mit der höchsten Rendite darstellt und die größte Quelle ihrer Gewinne ist. Durch Kredite unterstützen die Banken die Produktion und den Kreislauf aller

Wirtschaftssektoren der Gesellschaft und fördern das Wirtschaftswachstum. Die Grundlage für die

Prüfung von Bankkrediten sind vor allem die Rückzahlungsfähigkeit und -bereitschaft des

Kreditnehmers. Der Wasserstand ist ein starkes Indiz für die Rückzahlungsfähigkeit des

Kreditnehmers, und die Bank bezieht sich in der Regel auf den Wasserstand, um die Höhe des

Kreditbetrags zu bestimmen. Im Allgemeinen darf der monatliche Gesamtrückzahlungsbetrag des

Kreditnehmers die Hälfte des monatlichen Gesamteinkommens des Kreditnehmers nicht überschreiten, und einige Banken verlangen sogar, dass er ein Drittel des monatlichen

Gesamteinkommens des Kreditnehmers nicht überschreiten darf. Daher ist die Feststellung von

Anomalien in den Kontokorrentkonten des Kreditnehmers für die Bank von großer praktischer

Bedeutung, um die Angemessenheit der mit der Genehmigung verbundenen Einnahmen und

Ausgaben zu bestätigen.

Es gibt viele Methoden zur Erkennung von Anomalien bei Geschäftsbankströmen, die hauptsächlich auf maschinellem Lernen und Data-Mining-Methoden basieren. Bei der Erkennung von Anomalien in Geschäftsbanken können bekannte normale Transaktionen und bekannte betrügerische Transaktionsmuster klassifiziert und trainiert werden, um daraus auf neue unbekannte Muster zu schließen. Obwohl das maschinelle Lernen bei der Erkennung von

Anomalien zunehmend an Bedeutung gewinnt, ist der risikobewusste Bankensektor aufgrund der „Blackbox‘-Operation und des Problems der Interpretierbarkeit immer noch zurückhaltend gegenüber diesem Verfahren. Data Mining basiert auf statistischem Wissen für die Analyse, das der Theorie der Ökonometrie ähnelt und besser interpretierbar ist. Bestehende Methoden basieren jedoch häufig auf Clustering und der Erkennung von Anomalien, wobei die Beziehungen zwischen den einzelnen Knoten nicht ausreichend berücksichtigt werden. Daher ist die Frage, wie man sowohl Knoten wie Kontonummern und Transaktionen als auch die Beziehungen zwischen Knoten wie Kontonummern und Transaktionen berücksichtigen kann, indem man Data Mining und

Graphentheorie kombiniert, um Anomalien in Geschäftsbankströmen zu erkennen, ein wissenschaftliches Problem, das dringend gelöst werden muss.

Inhalt der Erfindung (I) Gelöste technische Probleme

Als Antwort auf die Unzulänglichkeiten des Standes der Technik stellt die vorliegende

Erfindung ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von

Interlayer-Mapping zur Verfügung, das die Vorteile der Verbesserung der Automatisierung und

Intelligenz der Prüfung hat und die oben genannten technischen Probleme löst. (ID) Technische Lösung

Um den oben genannten Zweck zu erreichen, stellt die vorliegende Erfindung die folgende technische Lösung zur Verfügung: ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Inter-Layer-Mapping, das die folgenden Schritte umfasst: LU602498

S1, Eingabe eines Bildes des Transaktionsflusses einer Bank eines Kunden, Identifizierung des Textes im Bild und Extraktion eines Transaktionsdatensatzes, Erzeugung von

Kundenbasisdaten BD und Kundentransaktionsdaten TD;

Die Kundenbasisdaten BD umfassen die Kundennummer Ul, die Zugehörigkeit SO, das

Alter AGE, , das Geschlecht SEX, den Einlagensaldo SR, das Gesamtvermögen TC, den

Kreditkartensaldo CB , die Gesamtverbindlichkeiten DB , die Anzahl der

Vermogensverwaltungsprodukte FP, die Angabe, ob das Mobiltelefon-Banking MB geöffnet ist oder nicht, die Angabe, ob das WeChat-Banking WB geöffnet ist oder nicht, die Angabe, ob

Alipay AB verbunden ist oder nicht und die Angabe, ob Wealth Link NB verbunden ist oder nicht;

Die besagten Kundentransaktionsdaten TD umfassen eine Transaktionsflussnummer TI, eine Kundennummer UI, ein Transaktionsdatum DATE , eine Transaktionsart TG , eine

Transaktionskontonummer TB, einen Transaktionsbetrag AM, eine Transaktionskontonummer

RA, eine Transaktionsbemerkung BC , einen Transaktionskanal CH , einen Kredit- und

Darlehensidentifikator DC und einen Identifikator SD mit gleichem Namen;

S2, Aufbau einer Transaktionsschicht TF auf der Grundlage der Kundentransaktionsdaten

TD, wobei eine beliebige Konto-id des Transaktionskontos TB und des Gegenkontos RA als

Knoten verwendet wird, die Transaktion mit dem Transaktionsdatum DATE als Zeitlinie genommen wird und das Transaktionskonto TB und das Gegenkonto RA am Transaktionsdatum

DATE unter Verwendung gerichteter Kanten verbunden werden, um die Transaktionsschicht zu bilden;

S3, Konstruieren einer Kontoebene [F auf der Grundlage der Transaktionsebene TF,

Verschieben der Zeitachse und der Knoten der Transaktionsebene TF in die Kontoebene IF, wobei die in Schritt S2 konstruierte Zeitreihe als ein Element der Kontoebene /F genommen wird, und Herstellen einer Abbildungsbeziehung zwischen der Kontoebene IF und der

Transaktionsebene TF;

S4, Konstruieren der Kundenschicht CF, auf der Basis der Kundenbasisdaten BD, wobei die Kundennummer UI als Indexknoten verwendet wird, die Rechtsbeziehungsinformationen des

Kunden innerhalb des Indexknotens enthalten werden, und Hinzufügen von

Rechtsbeziehungskanten zwischen dem entsprechenden Indexknoten des Kunden und dem entsprechenden Knoten seiner Rechtsbeziehungsperson, Bilden aller Rechtsbeziehungskanten zu einem Rechtsbeziehungskantensatz RE , und Hinzufügen von auf Kreditaufnahme und

Kreditvergabe gerichteten Kanten zu den Kunden, für die eine Kreditaufnahme- und

Kreditvergabebeziehung besteht. Das Zeigen der besagten auf Soll und Haben gerichteten Kanten zeigt einen Kreditgeber an;

S5, Verschmelzen einer bestimmten Anzahl von Indexknoten in der Kundenschicht CF, wo die Rechtsbeziehung besteht, Identifizieren der gewährenden Gemeinschaft und Eliminieren ungültiger Transaktionen innerhalb der gewährenden Gemeinschaft in der Kontoebene und der

Transaktionsschicht;

S6: Durchführung einer Autokorrelationsfunktionsanalyse für alle Zeitreihen in der

Kontonummernschicht !F , Bestätigung der Einnahmen und Ausgaben, die den zyklischen

Merkmalen entsprechen, als grundlegende Kreditgrundlage, und Behandlung der übrigen

Einnahmen und Ausgaben als nichtzyklische Einnahmen und Ausgaben;

S7, bei nicht-zyklischen Einnahmen und Ausgaben die Kreditnehmer auffordern,

Erklärungen abzugeben und Belege beizufügen, die Einnahmen und Ausgaben, die di4602498

Bedingungen erfüllen, manuell bestätigen und als zusätzliche Kreditgrundlage verwenden, andernfalls nicht bestätigen, und die Kreditbedingungen entsprechend der Kreditgrundlage abgleichen und den Kredit annehmen oder ablehnen.

Eine bevorzugte technische Lösung der vorliegenden Erfindung besteht darin, dass die

Informationen der Knoten und Kanten der Transaktionsschicht im Schritt S2 insbesondere einen

Transaktionsbetrag AM , eine Transaktionsart TG, eine Transaktionsbemerkung BC, einen

Transaktionskanal CH und einen Soll- und Kreditidentifikator DC umfassen. Die Ausrichtung der gerichteten Kanten der Transaktionsschicht zeigt den Geldfluss an, und die Gewichte der

Kanten zeigen den Geldfluss an, wobei der Wert positiv für Kreditaufnahme und negativ für

Kreditvergabe ist.

In einer bevorzugten technischen Lôsung der vorliegenden Erfindung besteht der Schritt der

Konstruktion einer Zeitreihe der Kontoebene in Schritt S3 darin, eine Zeitreihe ts(id) = (to, tq, «ov, tp 1) für eine beliebige Kontonummer id auf dem Handelskonto TB und dem Konto der Gegenpartei RA zu erzeugen. to,t4,…,t,_-, stellen jeweils n verschiedene

Transaktionszeitpunkte dar. Jede Zeitreihe enthält die Transaktionsflussnummer TI , die

Kundennummer Ul , das Transaktionsdatum DATE , die Transaktionsart TG , die

Transaktionskontonummer TB, den Transaktionsbetrag AM, die Transaktionskontonummer der

Gegenpartei RA, die Transaktionsbemerkung BC, den Transaktionskanal CH, die Soll- und

Haben-Kennung DC und die Gleiche-Gleiche-Gleiche-Namen-Kennung SD, und konstruiert die

Zuordnungsbeziehung zwischen der Transaktionsschicht und der Kontoebene auf der Grundlage der Eins-zu-Viel-Beziehung, die zwischen der Kontonummer und der Transaktionsflussnummer besteht.

Fine bevorzugte technische Lôsung der vorliegenden Erfindung besteht darin, dass die

Indexknoten-Attributinformation in dem Schritt S4 ferner eine Zugehörigkeit SO, ein Alter AGE, ein Geschlecht SEX, einen Einlagensaldo SR, ein Gesamtvermôgen TC, einen Kreditkarten-

Saldo CB, eine Gesamtverbindlichkeit DB, eine Anzahl von Vermôgensverwaltungsprodukten

FP, die Frage, ob eine Mobiltelefon-Bank MB zu erôffnen ist, ob eine WeChat-Bank WB zu erôffnen ist, ob eine Alipay-Bank AB zu binden ist, und ob eine Wealth-Link-Bank NB zu binden ist, umfasst. Der besagte Schritt S4 umfasst auch eine rechtliche Beziehung zwischen den

Kundennummern und eine optionale Kreditbeziehung, wobei sich die rechtliche Beziehung hauptsächlich auf eine unmittelbare Familienbeziehung bezieht. Die Kreditaufnahme- und

Kreditvergabebeziehungen umfassen entsprechende Aufzeichnungen über den Zufluss und den

Abfluss von Geldern, und eine Zuordnungsbeziehung zwischen der Kundenebene und der

Kontoebene wird auf der Grundlage einer Eins-zu-viele-Beziehung zwischen der Kundennummer und der Kontonummer erstellt, d. h. eine Kundennummer besitzt eine oder mehrere

Kontonummern, aber eine Kontonummer gehôrt nur zu einer Kundennummer.

Fine bevorzugte technische Lôsung der vorliegenden Erfindung sieht vor, dass der Ausdruck zur Bestimmung einer häufigen Ausleihbeziehung im Schritt S4 wie folgt lautet: _ fui] >dr min[|S(ui)| [Si] ~~ ui € Ul ui’ e UI

Dabei bezeichnen ui und ui’, zwei verschiedene spezifische Kundennummern mit einer

Ausleih- und Verleihbeziehung ui_ui’ bezeichnet die Menge der Datensätze, die ui an ui’

verleiht. |*] bezeichnet die Anzahl der Elemente oder Datensätze in der Menge. S(ui) un 602498

S(ui') bezeichnen die Transaktionsdatensätze aller Konten, die zwei verschiedenen

Kundennummern ui bzw. ul’ entsprechen, die eine Soll-/Haben-Beziehung aufweisen, min[*] bezeichnet die Berechnung des Maximalwerts des internen und d_r bezeichnet den vorgegebenen Schwellenwert für das Verhältnis.

Eine bevorzugte technische Lösung der vorliegenden Erfindung besteht darin, dass ein

Fusionszahl-Schwellenwert | in dem Schritt S5 festgelegt wird und die kürzeste erreichbare

Pfadlänge zwischen zwei beliebigen Indexknoten der Kundenschicht als sp(o,p) bezeichnet wird, wobei 0 und p jeweils zwei verschiedene Indexknoten bezeichnen. Wenn sp(o,p) < |, fügen Sie eine virtuelle Kante zwischen o und p hinzu und speichern Sie alle virtuellen Kanten in der virtuellen Kantenmenge RE’; zählen Sie sehr große Cluster von MCs auf der Grundlage des Bron-Kerbosch-Algorithmus auf, wobei jeder sehr große Cluster der verschmolzenen

Rechtsbeziehung entspricht, und verwenden Sie neue Knotenbezeichner für alle sehr großen

Cluster, um die Kreditgemeinschaft CCs zu bilden. Je nach Wahl des Kunden beseitigt die kreditgewährende Gemeinschaft die Auswirkungen ungültiger Transaktionen, indem sie

Transaktionen zwischen entsprechenden Konten innerhalb der kreditgewährenden Gemeinschaft auf Konto- und Transaktionsebene auf der Grundlage des Rechtsverhältnisses oder auf der

Grundlage des Rechtsverhältnisses mit häufigen Kredit- und Darlehensbeziehungen entfernt.

Eine bevorzugte technische Lösung der vorliegenden Erfindung sieht vor, dass in diesem

Schritt S6 eine Autokorrelationsanalyse verwendet wird, um zyklische Einnahmen und Ausgaben zu ermitteln, und zwar mit dem folgenden Ausdruck: 16/12]

Yıt = > (2912 + Biopiz) + Eie k=1

Dabei steht y;; für die Gesamteinnahmen von Kundennummer i im Zyklus t auf der Ebene der Kontonummer, @;+12 und B;tw12 bezeichnen die Parameterschätzungen der auf den

Einnahmen bzw. Ausgaben basierenden Zyklus-Fit-Funktion, die den Parametern der Einnahmen bzw. Ausgaben von Kundennummer i im t%12-ten Monat des Zyklus t entsprechen. &;, bezeichnet die Residuen des Gesamteinnahmen-Fits für Kundennummer i im Zyklus t, pl, bezeichnet die Summierung der internen |t/12|-Daten, % bezeichnet die Residuen-Operation, und |*] bezeichnet die Abwärtsrundungsoperation.

Fine bevorzugte technische Lösung der vorliegenden Erfindung sieht vor, dass die nicht- periodischen jährlichen Gesamteinnahmen oder Gesamtausgaben des i-ten Kunden in dem Schritt

S7, der nach der Erklärung des Grundes und der Ergänzung der Erklärung bestätigt wird, ¢; ist, wobei s den jüngsten Zyklus der Flussaufzeichnung bezeichnet. @;t%12Ÿtt-12k + Bit%12 bezeichnet die im Zyklus t erfassten zyklischen Einnahmen oder Ausgaben des Kunden i. Dann sind die jährlichen Finnahmen oder Ausgaben des Kunden i, die die Grundlage für den Kredit bilden, H£z12 CE + Biz) + @;. Für die kreditgewährende Gemeinschaft p ist dann ihr jährliches Einkommen oder ihre jährlichen Ausgaben, auf denen die Kreditgewährung beruht, Xiep . Voraussetzung für die Kreditvergabe = Ka e%12Yit + Bitma2) + 9) der Geschäftsbank ist ein Tahoe hommes vor mindestens 200% des Kreditbetrages und ein

Nettoeinkommen von mindestens dem Kreditbetrag, also 0. Das Jahreseinkommen und die jährlichen Ausgaben werden durch Yc, berechnet, (i=? Dr CA tm12Vit + Bi %12) + @) die mit € bzw. n bezeichnet werden. Wenn ? > 85" und 7 —n > £0 Ist, wird der Kredit mit dem Kreditbetrag 0 angenommen, andernfalls wird der Kredit abgelehnt oder ein neuer Kredit mit zusätzlichen Materialien gewährt, wobei § und £ die von der Geschäftsbank unabhängig 5 gemessenen Anpassungskontrollkoeffizienten gemäß den regulatorischen Anforderungen bzw. die

Marktausfallquote bezeichnen.

Im Vergleich zum Stand der Technik stellt die vorliegende Erfindung ein Verfahren zur

Erkennung von Transaktionsflussanomalien auf der Grundlage einer schichtübergreifenden

Abbildung bereit, das die folgenden vorteilhaften Auswirkungen hat:

Die vorliegende Erfindung eliminiert den Einfluss ungültiger Transaktionen auf die

Kreditvergabe durch die Identifizierung der kreditgebenden Gemeinschaft auf der Kundenebene; und identifiziert zyklische Einnahmen und Ausgaben durch die Erkennung der

Autokorrelationsfunktion der Einnahmen und Ausgaben der kreditgebenden Gemeinschaft auf der

Kontonummernebene, um die Grundlage für die Kreditvergabe hinreichend verlässlich und besser interpretierbar zu machen; Durch die manuelle Überprüfung der anerkannten nicht-zyklischen

Einnahmen und Ausgaben der profitablen Unternehmen durch zusätzliche Informationen auf der

Ebene der Transaktionen werden die Einnahmen und Ausgaben vollständiger und genauer; und durch den Vergleich der Übereinstimmung zwischen den Einnahmen und dem Nettoeinkommen der Kredit gebenden Gemeinschaft und dem zu gewährenden Kreditbetrag wird die Kreditvergabe automatisiert.

Beschreibung der beigefügten Zeichnungen

Bild 1 zeigt ein schematisches Diagramm des Verfahrens der vorliegenden Erfindung;

Bild 2 zeigt ein schematisches Diagramm der mehrstufigen Konstruktion der vorliegenden

Erfindung und ihrer Beziehungsabbildung.

Bild 3 zeigt ein schematisches Diagramm des Prinzips der Identifizierung zyklischer

Einnahmen oder Ausgaben auf der Grundlage der Autokorrelationsfunktion der vorliegenden

Erfindung.

Detaillierte Beschreibung

Die technischen Lösungen in den Ausführungsformen der vorliegenden Erfindung werden im

Folgenden in Verbindung mit den beigefügten Zeichnungen in den Ausführungsformen der vorliegenden Erfindung klar und vollständig beschrieben, und es ist offensichtlich, dass die beschriebenen Ausführungsformen nur einen Teil der Ausführungsformen der vorliegenden

Erfindung und nicht alle Ausführungsformen darstellen. Ausgehend von den Ausführungsformen der vorliegenden Erfindung fallen alle anderen Ausführungsformen, die von einem Fachmann ohne schöpferische Arbeit erreicht werden können, in den Schutzbereich der vorliegenden

Erfindung.

Unter Bezugnahme auf die Bilder 1-3 umfasst ein Verfahren zur Erkennung von

Transaktionsflussanomalien auf der Basis von Interlayer-Mapping die folgenden Schritte:

S1, Eingabe eines Bildes des Transaktionsflusses einer Bank eines Kunden, Identifizierung des Textes im Bild und Extraktion eines Transaktionsdatensatzes, Erzeugung von

Kundenbasisdaten BD und Kundentransaktionsdaten TD;

Die Kundenbasisdaten BD umfassen die Kundennummer Ul, die Zugehörigkeit SO, das

Alter AGE, , das Geschlecht SEX, den Einlagensaldo SR, das Gesamtvermögen TC, den

Kreditkartensaldo CB , die Gesamtverbindlichkeiten DB , die Anzahl der

Vermögensverwaltungsprodukte FP, die Angabe, ob das Mobiltelefon-Banking MB geöffnet is 602498 oder nicht, die Angabe, ob das WeChat-Banking WB geöffnet ist oder nicht, die Angabe, ob

Alipay AB verbunden ist oder nicht und die Angabe, ob Wealth Link NB verbunden ist oder nicht;

Die besagten Kundentransaktionsdaten TD umfassen eine Transaktionsflussnummer TI, eine Kundennummer UI, ein Transaktionsdatum DATE , eine Transaktionsart TG , eine

Transaktionskontonummer TB, einen Transaktionsbetrag AM, eine Transaktionskontonummer

RA, eine Transaktionsbemerkung BC , einen Transaktionskanal CH , einen Kredit- und

Darlehensidentifikator DC und einen Identifikator SD mit gleichem Namen;

S2, Aufbau der Transaktionsschicht TF auf der Grundlage der Kundentransaktionsdaten

TD, wobei eine beliebige Konto-ID des Transaktionskontos TB und des Gegenparteikontos RA als Knoten genommen wird, die Transaktion als Zeitlinie durch das Transaktionsdatum DATE genommen wird und das Transaktionskonto TB und das Gegenparteikonto RA am

Transaktionsdatum DATE unter Verwendung der gerichteten Transaktionsschichtkante verbunden werden. Die Zeitreihe wird ebenfalls konstruiert, und die Gewichte der gerichteten

Transaktionsschichtkanten enthalten Transaktionsdateninformationen, insbesondere den

Transaktionsbetrag AM , die Transaktionsart TG, die Transaktionserläuterungen BC, den

Transaktionskanal CH und die Soll- und Haben-Kennung DC. Die gerichtete Kante auf der

Transaktionsebene zeigt den Geldfluss für die Transaktionskontonummer TB und die

Kontonummer des Kontrahenten RA in einem beliebigen Konto id an, um eine Zeitreihe ts(id) = (to, t1, ..., t_1) Zu erzeugen. to, tq, ...,t,_; bezeichnen jeweils n — 1 verschiedene

Transaktionszeitpunkte. Für jede Transaktion td; wird die Transaktion zwischen der entsprechenden Handelskonto id’ und das Konto id der Gegenpartei zum Zeitpunkt t; als td; = (id. id ‚4) bezeichnet. Handelt es sich um eine Einzahlung, wird td; eine gerichtete (id'id) 4

Kante mit id’ als Ende des Bogens und id als Anfang des Bogens hinzugefügt; h ; ; ; RO (id,id") andelt es sich um eine Auszahlung, wird td; eine gerichtete Kante mit id als Ende des Bogens und id’ als Anfang des Bogens hinzugefügt. Das Gewicht der gerichteten Kante verwendet die mit der Transaktion verbundenen Attributinformationen, einschließlich des

Transaktionsbetrags AM, der td; entspricht, und jede Kante enthält die Transaktionsart TG, die — Transaktionsnotiz BC , den Transaktionskanal CH und die Kredit-ID DC in den

Kundentransaktionsdaten. Der grundlegende Aufbau der Transaktionsschicht ist in der

Transaktionsschicht von Bild 2 dargestellt, in der jedes Knotenpaar, das mit einer gerichteten

Kante verbunden ist, die beiden Kontonummern sind, die mit der entsprechenden Transaktion verbunden sind, die Kanten können gleichzeitig mit den relevanten Informationen über die

Transaktion beschriftet werden, und die Knoten sind mit den grundlegenden Informationen über die zugehôrigen Kontonummern beschriftet, und die Datensätze dieser Transaktionen sind nach der Zeit sortiert, und es lässt sich feststellen, dass die Transaktionen parallel auf der Zeitachse verteilt sind.

S3, Erstellen einer Kontoebene IF auf der Grundlage der Transaktionsebene TF,

Verschieben der Zeitachse und der Knoten der Transaktionsebene TF in die Kontoebene IF, wobei die in Schritt S2 erstellte Zeitfolge als ein Element der Kontoebene IF verwendet wird, und Herstellen einer Abbildungsbeziehung zwischen der Kontoebene IF und der

Transaktionsebene TF . Jede Zeitreihe enthält eine Transaktionsflussnummer TI, eit"602498

Kundennummer UI , ein Transaktionsdatum DATE , eine Transaktionsart TG , eine

Transaktionskontonummer TB, einen Transaktionsbetrag AM, eine Gegenkontonummer RA, eine Transaktionsbemerkung BC, einen Transaktionskanal CH, eine Soll- und Haben-Kennung

DC und eine Synonym-Kennung SD. Die Grundform der Kontoebene ist in der Kontoebene von

Bild 2 dargestellt, in der die Knoten hauptsächlich Kontoinformationen speichern und dasselbe

Transaktionskonto zu verschiedenen Transaktionszeiten zu einer Zeitsequenz verbunden 1st. Die mit der Kontonummer verbundenen Transaktionsinformationen werden als Geldzufluss oder - abfluss der Kontonummer modifiziert, und verschiedene Kontonummern werden in der

Kontonummernschicht durch die Zeitreihe parallel verteilt. Da die Kontonummernschicht von der

Transaktionsschicht generiert wird, kann die Zuordnung zwischen ihnen entsprechend ihrem

Generierungsprozess konstruiert werden, wie in Abbildung 1 dargestellt.

S4, Aufbau einer Kundenschicht CF auf der Grundlage der Kundenbasisdaten BD, wobei die Kundennummer UI als Indexknoten verwendet wird, die Informationen über die

Rechtsbeziehung des Kunden im Indexknoten enthalten sind und eine Rechtsbeziehungskante zwischen dem entsprechenden Indexknoten des Kunden und dem entsprechenden Knoten seiner

Rechtsbeziehungsperson hinzugefügt wird. Bilden Sie alle Rechtsbeziehungskanten zu einem

Rechtsbeziehungskanten-Set RE, fiigen Sie Soll- und Haben-Kanten zu den Kunden mit Soll- und

Haben-Beziehungen hinzu, und das Zeigen der Soll- und Haben-Kanten zeigt den Kreditgeber an.

Die Grundstruktur der Kundenschicht ist in der Kundenschicht von Bild 2 dargestellt, und die

Knoten stellen Kundennummern dar, und die Zuordnung zwischen ihnen kann durch den

Generierungsprozess von der Kontenschicht zur Kundenschicht gebildet werden. Durch die

Ergänzung der rechtlichen Beziehungen zwischen den Kundennummern kann der

Beziehungsgraph zwischen den Kundennummern erstellt werden. Darüber hinaus können häufige

Kredit- und Darlehensbeziehungen durch Abfrage der Häufigkeit von Transaktionen zwischen

Kundennummern in der Kontonummernschicht und der Transaktionsschicht ermittelt werden.

Der Ausdruck für die Ermittlung häufiger Soll- und Habenbeziehungen lautet wie folgt: jui_ui'| wd min[|S(ui)| [Si] ~~ ui € Ul ul’ € UI

Dabei bezeichnen ui und ul’, zwei verschiedene spezifische Kundennummern mit einer

Entleih- und Verleihbeziehung ui_ui’ bezeichnet die Menge der Datensätze, die ui an ui’ verleiht. |*| bezeichnet die Anzahl der Elemente oder Datensätze in der Menge. S(ui) und

S(ui') bezeichnen die Transaktionsdatensätze aller Konten, die zwei verschiedenen

Kundennummern ui bzw. ui’ mit Soll-/Haben-Beziehungen entsprechen, min[*] bezeichnet die Berechnung des Maximalwerts des internen und d_r bezeichnet den gegebenen

Schwellenwert für das Verhältnis. Wenn beispielsweise ZhangSan und LiSi durch wiederholtes gegenseitiges Ausleihen eine große Menge Wasser erzeugen können, ist es leicht, die

Kreditvergabe zu beeinträchtigen, aber diese wiederholte Kreditaufnahme wirkt sich nicht wirklich auf die Einnahmen und Ausgaben von ZhangSan und LiSi aus.

Das Vorhandensein oder Nichtvorhandensein von häufigen Kreditvergabe- und

Kreditaufnahmebeziehungen deutet auf das Vorhandensein mehrerer Quellen von

Kundeneinkommen und die Echtheit dieses Einkommens hin. Wenn die häufige Kreditvergabe einseitig ist, deutet dies darauf hin, dass diese Einnahmen und Ausgaben relativ gesehen echter sind, und je mehr solche einseitigen häufigen Kreditvergabebeziehungen bestehen, desto mehH602498

Einnahme- oder Ausgabequellen gibt es und desto zuverlässiger sind die Einnahmen und

Ausgaben. Wenn häufige Kreditvergabe- und Kreditaufnahmebeziehungen in beide Richtungen bestehen und betragsmäBig eng beieinander liegen, deutet dies darauf hin, dass Einnahmen und

Ausgaben gefälscht werden können und die Zuverlässigkeit beeinträchtigt ist.

SS, Verschmelzen der Indexknoten in der Kundenschicht CF, die eine rechtliche Beziehung haben, eine bestimmte Anzahl von Malen, um die gewährende Gemeinschaft zu identifizieren.

Der Schwellenwert | für die Anzahl der Verschmelzungen wird in Schritt SS festgelegt, und die kürzeste erreichbare Pfadlänge zwischen zwei beliebigen Indexknoten in der Kundenschicht wird als sp(o,p) angegeben, wobei o und p jeweils zwei verschiedene Indexknoten bezeichnen. Wenn sp(o,p) < |, fügen Sie eine virtuelle Kante zwischen o und p hinzu und speichern Sie alle virtuellen Kanten in der virtuellen Kantenmenge RE”; zählen Sie sehr große

Cluster von MCs auf der Grundlage des Bron-Kerbosch-Algorithmus auf, wobei jeder sehr große

Cluster der verschmolzenen Rechtsbeziehung entspricht, und verwenden Sie neue

Knotenbezeichner für alle sehr großen Cluster, um die Kreditgemeinschaft CCs zu bilden. Je nach

Wahl des Kunden entfernt die Kreditgemeinschaft die Auswirkungen ungültiger Transaktionen auf der Grundlage von Rechtsbeziehungen oder auf der Grundlage von Rechtsbeziehungen mit häufiger Kreditaufnahme und Kreditvergabe und entfernt Transaktionen zwischen entsprechenden

Konten innerhalb des Kunden der Kreditgemeinschaft auf Kontoebene und auf Transaktionsebene.

Wie in Bild 2 gezeigt, können die gesetzlichen Beziehungen durch ungerichtete Kanten und die

Beziehungen zur häufigen Kreditaufnahme und -vergabe durch gerichtete Kanten dargestellt werden, und wenn zwei gerichtete Kanten in entgegengesetzter Richtung zwischen einem zugehörigen Knotenpaar vorhanden sind und ihre Werte nahe beieinander liegen, können ungerichtete Kanten verwendet werden, um sie zu ersetzen. An diesem Punkt kann die kreditgewährende Gemeinschaft mit Hilfe des Algorithmus zur Aufzählung sehr großer Gruppen ermittelt werden. Zwei Mitglieder der kreditgewährenden Gemeinschaft stehen in einer direkten und engen Beziehung zueinander, und die zwischen ihnen stattfindenden Transaktionen haben nur einen Inhalt, der die Einnahmen und Ausgaben der Gemeinschaft nicht erhöht, und werden als ungültige Transaktionen betrachtet.

S6, Die Autokorrelationsfunktion wird für jede Zeitreihe in der Kontonummernschicht IF analysiert, und die Einnahmen und Ausgaben, die den zyklischen Merkmalen entsprechen, werden als Basiskreditbasis anerkannt, während die übrigen Einnahmen und Ausgaben als nichtzyklische

Einnahmen und Ausgaben behandelt werden;

Im Einzelnen:

Im Gegensatz zum traditionellen Ausdruck der Autokorrelationsfunktion zeigen die

Einnahmen und Ausgaben, dass die Korrelation zwischen den Einnahmen und Ausgaben im selben

Monat verschiedener Jahre deutlich höher ist als in verschiedenen Monaten desselben Jahres, z. B. können die Einnahmen im Dezember oder Januar eines jeden Jahres aufgrund des Vorhandenseins von Anreizleistungen zum Jahresende deutlich höher sein als die Einnahmen in anderen Monaten desselben Jahres. Daher wird die Autokorrelationsfunktion in Form einer monatlichen Periode mit einer Verzögerungsordnung von 1 Jahr (d. h. 12 Monate) wie folgt ausgedrückt: 16/12]

Vie = > (@ie%12 + Bienaz) + Eur k=1 wobei y;, die Gesamteinnahmen von Kundennummer i im Zyklus t auf der Ebene der

Kontonummer darstellt, @;+%12 und B;t%12 die Parameterschätzungen der auf den Einnahme 602498 bzw. Ausgaben basierenden Zyklusanpassungsfunktion bezeichnen, die den Parametern der

Einnahmen bzw. Ausgaben von Kundennummer i im t%12ten Monat des Zyklus 7 entsprechen.

Ex bezeichnet die Residuen der Anpassung der Gesamteinnahmen für Kundennummer i im

Zyklus t, pl, bezeichnet die Summierung der internen |t/12|-Daten, % bezeichnet die

Residualoperation, und |*] bezeichnet die Abrundungsoperation. Es liegt auf der Hand, dass eine

Gesamteinnahme oder Gesamtausgabe y;, in einer Periode umso besser passt, je kleiner ihr €; ; ist, und je größer die Wahrscheinlichkeit ist, dass sie als Element einer periodischen Einnahmen- oder Ausgabenreihe anerkannt wird. Dementsprechend sind die zyklischen jährlichen Einnahmen oder Ausgaben des Kunden i für das letzte Jahr Y3Z12 Sa + Bile/121)- Die nichtperiodischen jährlichen Einnahmen oder Ausgaben sind YZ1%¢;,, wobei s den letzten

Monat des Transaktionsflusses bezeichnet. Die Auswirkung dieses Schrittes ist in Bild 3 dargestellt, der hauptsächlich auf der Ebene der Kontonummern durchgeführt wird. Durch die Analyse der

Autokorrelation auf Monats- und Jahresbasis und die Ermittlung der Auswirkungen individueller fixer Effekte sowie zeitlicher Effekte können regelmäßige Gehaltserhöhungen oder -senkungen identifiziert werden, und große Einkommen wie Jahresendprämien lassen sich erkennen, ohne anomal zu sein. Im Gegensatz zu traditionellen Autokorrelationsanalysen basiert sie auf monatlichen Einkommen oder Ausgaben mit einem jährlichen Zyklus, wodurch die Nachteile traditioneller monatlicher Zyklusanalysen vermieden werden, bei denen Saisonalität und monatliche Unterschiede bei den Einkommen oder Ausgaben ignoriert werden können.

S7, Bei nicht konjunkturabhängigen Einnahmen und Ausgaben verlangen Sie von den

Kreditnehmern Erklärungen und Belege, bestätigen Sie die förderfähigen Einnahmen und

Ausgaben manuell und verwenden Sie sie als zusätzliche Kreditgrundlage, andernfalls bestätigen

Sie sie nicht, und akzeptieren oder lehnen Sie den Kredit gemäß den entsprechenden

Kreditbedingungen auf der Grundlage der Kreditgrundlage ab. Neben den konjunkturell bedingten

Einnahmen und Ausgaben kann es auch andere verlässliche Einkünfte geben, wie z. B. Einkünfte, die zum Nulltarif erzielt werden (neue Teilzeitbeschäftigungen, neu verliehene Titel usw.), und die

Unzulänglichkeit der intelligenten Identifizierung kann durch die manuelle Bestätigung dieser legitimen und verlässlichen Einkünfte vermieden werden. Bei der manuellen Bestätigung der relevanten Einnahmen und Ausgaben können durch die Aufzeichnung des Bedieners sowie der

Zusatzinformationen der Prüfung die Zuständigkeit und Verantwortung geklärt und die

Auswirkungen menschlicher Eingriffe minimiert werden.

Die gesamten nicht-zyklischen jährlichen Einnahmen oder Ausgaben, die von Kunde i nach

Rechtfertigung und zusätzlichen Erklärungen anerkannt werden, sind ¢;, wobei s den jüngsten

Zyklus des Stromdatensatzes bezeichnet und @;+%12Vit-12k + Biry12 die von Kunde i im

Zyklus t anerkannten zyklischen Einnahmen oder Ausgaben. Dann sind die jährlichen

Einnahmen oder Ausgaben des Kunden i, die die Grundlage für den Kredit bilden, iz? SE ay Vie + Bit12) + @;. Für die kreditgewährende Gemeinschaft p ist dann ihr jährliches Einkommen oder ihre jährlichen Ausgaben, auf denen die Kreditgewährung beruht, or oe Yu Bu ; 0) . Voraussetzung für die Kreditvergabe der

Gesc Eau Ta ein” Jahreseinkommen von’ mindestens 200% des Kreditbetrages und ein

Nettoeinkommen von mindestens © des Kreditbetrages. Das Jahreseinkommen und die jährliche 602498

Ausgaben werden durch Yc, berechnet, die als { (ere Œirmr2Vie + Pit 2) + 1) bzw. n bezeichnet werden. Wenn dann ¢ 5 (3 and’ C —n> £0 ist, wird der Kredit mit einem

Kreditbetrag von 6 angenommen. Andernfalls wird der Kredit abgelehnt oder mit zusätzlichen

Materialien erneut gewährt. Dabei bezeichnen § und £ die von den Geschäftsbanken unabhängig gemessenen Anpassungskoeffizienten gemäß den regulatorischen Anforderungen bzw. die Marktausfallquote. Beträgt beispielsweise das Jahreseinkommen der kreditantragstellenden

Familie 200.000 Yuan, das Nettoeinkommen 100.000 Yuan und der durchschnittliche jährliche

Riickzahlungsbetrag des vorgeschlagenen Kredits 80.000 Yuan, und verlangen die

Kreditbedingungen, dass das Einkommen das Zweifache des Rückzahlungsbetrags und das

Einfache des Nettoeinkommens beträgt, so kann der Kredit gewährt werden, da beide

Bedingungen erfüllt sind. Indem die monatlichen Einkünfte den jährlichen Einkünften und die monatlichen Ausgaben den jährlichen Ausgaben zugeordnet werden und diese mit den

Kreditbedingungen der Geschäftsbank für Einkünfte und Ausgaben abgeglichen werden, um festzustellen, ob ein Kredit gewährt wird oder nicht, werden die durch die menschliche

Überprüfung der Kreditgewährung verursachten Störungen verringert.

Obwohl Ausführungsformen der vorliegenden Erfindung gezeigt und beschrieben worden sind, wird der Fachmann erkennen, dass eine Vielzahl von Änderungen, Modifikationen,

Substitutionen und Variationen an diesen Ausführungsformen vorgenommen werden können, ohne von dem Prinzip und dem Geist der vorliegenden Erfindung abzuweichen, deren Umfang durch die beigefügten Ansprüche und deren Äquivalente begrenzt ist.

Claims (8)

Ansprüche LU602498

1. Ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer- Mapping, dadurch gekennzeichnet, dass es die folgenden Schritte umfasst: S1, Eingabe eines Bildes des Transaktionsflusses einer Bank eines Kunden, Identifizierung des Textes im Bild und Extraktion eines Transaktionsdatensatzes, Erzeugung von Kundenbasisdaten BD und Kundentransaktionsdaten TD; Die Kundenbasisdaten BD umfassen die Kundennummer Ul, die Zugehörigkeit SO, das Alter AGE, , das Geschlecht SEX, den Einlagensaldo SR, das Gesamtvermögen TC, den Kreditkartensaldo CB , die Gesamtverbindlichkeiten DB , die Anzahl der Vermogensverwaltungsprodukte FP, die Angabe, ob das Mobiltelefon-Banking MB geöffnet ist oder nicht, die Angabe, ob das WeChat-Banking WB geöffnet ist oder nicht, die Angabe, ob Alipay AB verbunden ist oder nicht und die Angabe, ob Wealth Link NB verbunden ist oder nicht; Die besagten Kundentransaktionsdaten TD umfassen eine Transaktionsflussnummer TI, eine Kundennummer UI, ein Transaktionsdatum DATE , eine Transaktionsart TG , eine Transaktionskontonummer TB, einen Transaktionsbetrag AM, eine Transaktionskontonummer RA, eine Transaktionsbemerkung BC , einen Transaktionskanal CH , einen Kredit- und Darlehensidentifikator DC und einen Identifikator SD mit gleichem Namen; S2, Aufbau einer Transaktionsschicht TF auf der Grundlage der Kundentransaktionsdaten TD, wobei eine beliebige Konto-id des Transaktionskontos TB und des Gegenkontos RA als Knoten verwendet wird, die Transaktion mit dem Transaktionsdatum DATE als Zeitlinie genommen wird und das Transaktionskonto TB und das Gegenkonto RA am Transaktionsdatum DATE unter Verwendung gerichteter Kanten verbunden werden, um die Transaktionsschicht zu bilden; S3, Konstruieren einer Kontoebene !F auf der Grundlage der Transaktionsebene TF, Verschieben der Zeitachse und der Knoten der Transaktionsebene TF in die Kontoebene IF, wobei die in Schritt S2 konstruierte Zeitreihe als ein Element der Kontoebene IF genommen wird, und Herstellen einer Abbildungsbeziehung zwischen der Kontoebene IF und der Transaktionsebene TF; S4, Konstruieren der Kundenschicht CF, auf der Basis der Kundenbasisdaten BD, wobei die Kundennummer UI als Indexknoten verwendet wird, die Rechtsbeziehungsinformationen des Kunden innerhalb des Indexknotens enthalten werden, und Hinzufügen von Rechtsbeziehungskanten zwischen dem entsprechenden Indexknoten des Kunden und dem entsprechenden Knoten seiner Rechtsbeziehungsperson, Bilden aller Rechtsbeziehungskanten zu einem Rechtsbeziehungskantensatz RE , und Hinzufügen von auf Kreditaufnahme und Kreditvergabe gerichteten Kanten zu den Kunden, für die eine Kreditaufnahme- und Kreditvergabebeziehung besteht. Das Zeigen der besagten auf Soll und Haben gerichteten Kanten zeigt einen Kreditgeber an; S5, Verschmelzen einer bestimmten Anzahl von Indexknoten in der Kundenschicht CF, wo die Rechtsbeziehung besteht, Identifizieren der gewährenden Gemeinschaft und Eliminieren ungültiger Transaktionen innerhalb der gewährenden Gemeinschaft in der Kontoebene und der Transaktionsschicht; S6: Durchführung einer Autokorrelationsfunktionsanalyse für alle Zeitreihen in der Kontonummernschicht /F, Bestätigung der Einnahmen und Ausgaben, die den zyklischen

Merkmalen entsprechen, als grundlegende Kreditgrundlage, und Behandlung der {ibrigdrt/602498 Einnahmen und Ausgaben als nichtzyklische Einnahmen und Ausgaben; S7, Bei nicht-zyklischen Einnahmen und Ausgaben die Kreditnehmer auffordern, Erklarungen abzugeben und Belege beizufiigen, die Einnahmen und Ausgaben, die die Bedingungen erfüllen, manuell bestätigen und als zusätzliche Kreditgrundlage verwenden, andernfalls nicht bestätigen, und die Kreditbedingungen entsprechend der Kreditgrundlage abgleichen und den Kredit annehmen oder ablehnen.

2. Ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer- Mapping nach Anspruch 1, dadurch gekennzeichnet, dass: die Informationen der Knoten und Kanten der Transaktionsschicht im Schritt S2 insbesondere einen Transaktionsbetrag AM, eine Transaktionsart TG, eine Transaktionsbemerkung BC, einen Transaktionskanal CH und einen Soll- und Kreditidentifikator DC umfassen. Die Ausrichtung der gerichteten Kanten der Transaktionsschicht zeigt den Geldfluss an, und die Gewichte der Kanten zeigen den Geldfluss an, wobei der Wert positiv fiir Kreditaufnahme und negativ für Kreditvergabe ist.

3. Ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer- Mapping nach Anspruch 2, dadurch gekennzeichnet, dass der Prozess der Erstellung einer Zeitreihe der Kontonummernschicht in Schritt S3 wie folgt spezifiziert ist: Erzeugen einer Zeitreihe ts(id) = (ty, ty, ..., ty—q) für eine beliebige Kontonummer id in der Handelskontonummer TB und der Gegenkontonummer RA. ty, tq, ...,L,_; stellen jeweils n verschiedene Transaktionszeitpunkte dar. Jede Zeitreihe enthält die Transaktionsflussnummer TI, die Kundennummer UI , das Transaktionsdatum DATE , die Transaktionsart TG , die Transaktionskontonummer TB, den Transaktionsbetrag AM, die Transaktionskontonummer der Gegenpartei RA, die Transaktionsbemerkung BC, den Transaktionskanal CH, die Soll- und Haben-Kennung DC und die gleichnamige Kennung SD und konstruiert die Zuordnungsbeziehung zwischen der Transaktionsschicht und der Kontoebene auf der Grundlage der Eins-zu-Viel-Beziehung, die zwischen der Kontonummer und der Transaktionsflussnummer besteht.

4. Ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer- Mapping nach Anspruch 1, dadurch gekennzeichnet, dass: die Indexknoten-Attributinformation in dem Schritt S4 ferner eine Zugehörigkeit SO, ein Alter AGE, ein Geschlecht SEX, einen Einlagensaldo SR , ein Gesamtvermôgen TC , einen Kreditkarten-Saldo CB , eine Gesamtverbindlichkeit DB, eine Anzahl von Vermogensverwaltungsprodukten FP, die Frage, ob eine Mobiltelefon-Bank MB zu eröffnen ist, ob eine WeChat-Bank WB zu eröffnen ist, ob eine Alipay-Bank AB zu binden ist, und ob eine Wealth-Link-Bank NB zu binden ist, umfasst. Der besagte Schritt S4 umfasst auch eine rechtliche Beziehung zwischen den Kundennummern und eine optionale Kreditbeziehung, wobei sich die rechtliche Beziehung hauptsächlich auf eine unmittelbare Familienbeziehung bezieht. Die Kreditaufnahme- und Kreditvergabebeziehungen umfassen entsprechende Aufzeichnungen über den Zufluss und den Abfluss von Geldern, und eine Zuordnungsbeziehung zwischen der Kundenebene und der Kontoebene wird auf der Grundlage einer Eins-zu-viele-Beziehung zwischen der Kundennummer und der Kontonummer erstellt, d. h. eine Kundennummer besitzt eine oder mehrere Kontonummern, aber eine Kontonummer gehört nur zu einer Kundennummer.

5. Ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Grundlage einer schichtübergreifenden Abbildung nach Anspruch 4, dadurch gekennzeichnet, dass der Ausdruck zur Bestimmung häufiger Kredit- und Darlehensbeziehungen im Schritt S4 wie folgt lautet:

Jui_ui'| LU602498 minlIs DL [SGH] = 7 ui € Ul ul’ € UI Dabei bezeichnen ui und ul’, zwei verschiedene spezifische Kundennummern mit einer Ausleih- und Verleihbeziehung ui_ui’ bezeichnet die Menge der Datensätze, die ui an ui’ verleiht. |*| bezeichnet die Anzahl der Elemente oder Datensätze in der Menge. S(ui) und S(ui') bezeichnen die Transaktionsdatensätze aller Konten, die zwei verschiedenen Kundennummern ui bzw. ul’ entsprechen, die eine Soll-/Haben-Beziehung aufweisen, min[*] bezeichnet die Berechnung des Maximalwerts des internen und d_r bezeichnet den vorgegebenen Schwellenwert für das Verhältnis.

6. Ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer- Mapping nach Anspruch 1, dadurch gekennzeichnet, dass: ein Fusionszahl-Schwellenwert | in dem Schritt S5 festgelegt wird und die kürzeste erreichbare Pfadlänge zwischen zwei beliebigen Indexknoten der Kundenschicht als sp(o,p) bezeichnet wird, wobei o und p jeweils zwei verschiedene Indexknoten bezeichnen. Wenn sp(o,p)<[, fügen Sie eine virtuelle Kante zwischen o und p hinzu und speichern Sie alle virtuellen Kanten in der virtuellen Kantenmenge RE’; zählen Sie sehr große Cluster von MCs auf der Grundlage des Bron-Kerbosch-Algorithmus auf, wobei jeder sehr große Cluster der verschmolzenen Rechtsbeziehung entspricht, und verwenden Sie neue Knotenbezeichner für alle sehr großen Cluster, um die Kreditgemeinschaft CCs zu bilden. Je nach Wahl des Kunden beseitigt die kreditgewährende Gemeinschaft die Auswirkungen ungültiger Transaktionen, indem sie Transaktionen zwischen entsprechenden Konten innerhalb der kreditgewährenden Gemeinschaft auf Konto- und Transaktionsebene auf der Grundlage des Rechtsverhältnisses oder auf der Grundlage des Rechtsverhältnisses mit häufigen Kredit- und Darlehensbeziehungen entfernt.

7. Ein Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer- Mapping nach Anspruch 1, dadurch gekennzeichnet, dass: zum Identifizieren von zyklischen Einnahmen und Ausgaben in dem Schritt S6 eine Autokorrelationsanalyse mit dem folgenden Ausdruck verwendet wird: 16/12] Vie = > (2912 + Biopiz) + Eie k=1 Dabei steht y;; für die Gesamteinnahmen von Kundennummer i im Zyklus t auf der Ebene der Kontonummer, @;+12 und B;tw12 bezeichnen die Parameterschätzungen der auf den Einnahmen bzw. Ausgaben basierenden Zyklus-Fit-Funktion, die den Parametern der Einnahmen bzw. Ausgaben von Kundennummer i im t%12-ten Monat des Zyklus t entsprechen. &;, bezeichnet die Residuen des Gesamteinnahmen-Fits für Kundennummer i im Zyklus t, pl, bezeichnet die Summierung der internen |t/12|-Daten, % bezeichnet die Residuen-Operation, und |*] bezeichnet die Abwärtsrundungsoperation.

8. Fin Verfahren zur Erkennung von Transaktionsflussanomalien auf der Basis von Interlayer- Mapping nach Anspruch 1, dadurch gekennzeichnet, dass: die nicht-periodischen jährlichen Gesamteinnahmen oder Gesamtausgaben des i-ten Kunden in dem Schritt S7, der nach der Erklärung des Grundes und der Ergänzung der Erklärung bestätigt wird, ¢; ist, wobei s den Jüngsten Zyklus der Flussaufzeichnung bezeichnet. @;+%12Vit-12k + Bitw12 bezeichnet die im

Zyklus t erfassten zyklischen Einnahmen oder Ausgaben des Kunden i.

Dann sind die jährliche 602498 Einnahmen oder Ausgaben des Kunden i{, die die Grundlage für den Kredit bilden, iz? SE ay Vie + Bit12) + @;. Für die kreditgewährende Gemeinschaft p ist dann ihr jährliches Einkommen oder ihre jährlichen Ausgaben, auf denen die Kreditgewährung beruht, Les 1 ue et PR ; 0) . Voraussetzung für die Kreditvergabe der =s = it Lt 1 Pit% . . . Gesc adh ein” Jahreseinkommen von’mindestens 200% des Kreditbetrages und ein Nettoeinkommen von mindestens dem Kreditbetrag, also 0. Das Jahreseinkommen und die jährlichen Ausgaben werden durch Yc, berechnet, (i=? Dr CA t%12Ÿit + Bi,rw12) + @) . . . = = LL% i L,t%12/, i . . die mit { bzw. n bezeichnet werden.

Wenn ? > a" und 4 —1n = £6 1st, wird der Kredit mit dem Kreditbetrag 6 angenommen, andernfalls wird der Kredit abgelehnt oder ein neuer Kredit mit zusätzlichen Materialien gewährt, wobei § und £ die von der Geschäftsbank unabhängig gemessenen Anpassungskontrollkoeffizienten gemäß den regulatorischen Anforderungen bzw. die Marktausfallquote bezeichnen.