[发明专利]一种基于交易网络节点的可疑特征发现方法

说明书

本发明涉及一种基于交易网络节点的可疑特征发现方法(200)，包括如下步骤：基于原始交易特征构建用户交易网络(201)；由所述构建的各用户交易网络获取关键节点(202)；针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集(203)；针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集(204)。

技术领域

本发明涉及一种基于交易网络节点的可疑特征发现方法。

背景技术

目前在现有技术中，存在的大部分的可疑交易筛查均为手工进行针对交易相关特征的筛查工作，特征维度仅包括时间、金钱等少数特征，并且通常并不考虑各个特征之间的相互关联。

此外，现有技术中还存在基于网络发现的方法，其中这些方法主要用于发现节点间的人际关系，而并没有体现网络的重要特征。

文献CN201410085416公开一种基于金融数据的社会关系挖掘的方法和装置，其中通过金融交易数据构建金融交易网络并且根据金融交易网络确定客户端用户的网络拓扑属性以及客户端用户的非网络拓扑属性，从而构建分类模型，用以确定客户端所对应的同事非同事、家庭非家庭的关系，并且对网络拓扑属性和非网络拓扑属性的计算结果进行聚类分析，确定客户端用户所对应的朋友关系。

文献CN201510332454公开一种金融网络可疑资金追踪与识别方法，其中网络化的方法发现网络中的资金流，并且追踪资金的去向。但并无网络其他相关特征的提取利用。

文献CN201510432223公开一种异常账号识别方法及系统，其中主要涉及金融交易中异常账号的识别和发现，主要利用网络拓扑特性，未涉及业务特征。

文献CN201611224355公开一种基于大数据的复杂金融交易网络活动图的构造方法，其中主要目的在于网络交易的构造，而其中并未对网络特性进行分析发掘，得到网络的有效特征。

发明内容

本发明提出一种基于交易网络节点的可疑特征发现方法，包括如下步骤：基于原始交易特征构建用户交易网络；由所述构建的各用户交易网络获取关键节点；针对每个关键节点对其每笔交易进行交易特征提取并且形成交易特征集；针对每个关键节点的交易特征集进行关联规则挖掘并获取交易特征频繁集。

本发明的构思在于，借助于社区发现算法分析及图论算法分析技术结合关联规则挖掘的相关技术实现一种基于交易网络节点的可疑特征发现方法。由此通过基于交易特征构建交易网络，然后查找关键节点，接着再利用关联规则挖掘算法对关键节点的交易特征关联集合进行挖掘，得到关键节点的可疑交易特征频繁集，交易特征频繁集可以作为可疑违法违纪交易网络的定性、查证依据。

在构建用户交易网络步骤中，单个用户构成为网络节点。此外，原始交易特征可以理解为特定时间内如每月或每周内的交易金额或者交易频次。其中，基于交易特征阈值确定作为网络节点的用户之间是否有连接边，在此交易特征阈值可以称为第一阈值。具体地，比如当每月或每周内的交易金额大于第一阈值时，涉及的用户之间才具有连接边，比如该第一阈值作为交易金额可以选择为5000-1000000(货币单元)之间，作为交易频次可以为2-100次之间。由此，可以利用社区网络发现算法构建用户交易网络。

有利地，社区网络发现算法为Louvain算法。

Louvain社区发现算法是基于模块度的社区发现算法。该算法能够发现层次性的社区结构，其优化目标是最大化整个社区网络的模块度。

模块度是评估一个社区网络划分好坏的度量方法，它的物理含义是社区内节点的连边数与随机情况下的边数之差，它的取值范围是[-1/2,1)，其定义如下：