[发明专利]一种基于图结构模型的虚假交易识别方法和装置

权利要求书

1.一种基于图结构模型的虚假交易识别方法，包括

获取利用标注交易样本训练过的图结构模型，其中，所述图结构模型根据交易网络定义，所述交易网络由买家和卖家两种节点以及所述节点间关系构成，所述图结构模型用于根据所述节点的特征和所述节点间关联的边的特征，计算隐特征空间中所述节点间关联的边多次迭代后的嵌入向量，所述标注交易样本标注了所述节点间关联的边对应的交易是否为虚假交易；

利用所述训练过的图结构模型，计算待识别交易对应的边的嵌入向量；

根据所述待识别交易对应的边的嵌入向量，对所述待识别交易进行虚假交易识别。

2.如权利要求1所述的方法，所述图结构模型还用于根据隐特征空间中所述节点间关联的边多次迭代后的嵌入向量，计算隐特征空间中所述节点间关联的边的预测概率，所述预测概率表示所述节点间关联的边对应的交易是虚假交易的概率；

根据所述待识别交易对应的边的嵌入向量，对所述待识别交易进行虚假交易识别，包括：

根据所述待识别交易对应的边的嵌入向量，利用所述训练过的图结构模型，计算所述待识别交易对应的边的预测概率；

根据所述待识别交易对应的边的预测概率，对所述待识别交易进行虚假交易识别。

3.如权利要求1所述的方法，若所述节点是买家，则所述节点的特征包括以下至少一种数据：第一预设时长内的交易金额、交易次数、信用卡的交易金额和/或交易次数、购买的商品数、购买的卖家数、交易平均金额、相同卖家的平均交易金额和/或次数、交易频率、所述买家的用户画像特征；或，

若所述节点是卖家，则所述节点的特征包括以下至少一种数据：第二预设时长内的交易金额、交易次数、信用卡的交易金额和/或交易次数、卖出的商品数、购买的买家数、交易平均金额、相同买家的平均交易金额和/或次数、交易频率、所述卖家的用户画像特征。

4.如权利要求1所述的方法，所述节点间关联的边的特征包括所述边连接的节点涉及的以下至少一种数据：第三预设时长内的交易金额、交易次数、信用卡的交易金额和/或交易次数、交易频率。

5.如权利要求2所述的方法，根据所述节点的特征和所述节点间关联的边的特征，计算隐特征空间中所述节点间关联的边多次迭代后的嵌入向量，包括：

根据所述节点的特征和所述节点间关联的边的特征，计算隐特征空间中所述节点多次迭代后的嵌入向量；

根据所述节点间关联的边的特征和隐特征空间中所述节点多次迭代后的嵌入向量，计算隐特征空间中所述节点间关联的边多次迭代后的嵌入向量。

6.如权利要求5所述的方法，隐特征空间中所述节点在第t次迭代后的嵌入向量是根据所述节点的特征、隐特征空间中所述节点的邻居节点在第t-1次迭代后的嵌入向量，以及隐特征空间中所述节点关联的边在第t-1次迭代后的嵌入向量计算得到的。

7.如权利要求5所述的方法，隐特征空间中所述节点间关联的边在第t次迭代后的嵌入向量是根据所述边的特征、所述边连接的节点在第t-1次迭代后的嵌入向量计算得到的。