[发明专利]欺诈团伙挖掘方法、装置及电子设备有效

专利信息
申请号: 201910496109.1 申请日: 2019-06-10
公开(公告)号: CN110209660B 公开(公告)日: 2021-12-24
发明(设计)人: 张亮杰;袁力;王亚亮;陈亮 申请(专利权)人: 北京阿尔山金融科技有限公司
主分类号: G06F16/215 分类号: G06F16/215;G06F16/2455;G06F16/2458;G06Q40/02;G06Q30/00
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 徐彦圣
地址: 100000 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 欺诈 团伙 挖掘 方法 装置 电子设备
【权利要求书】:

1.一种欺诈团伙挖掘方法,其特征在于,包括:

获取原始数据;

按照预处理规则对所述原始数据进行预处理,得到处理后的数据,其中,所述处理后的数据中不包含噪点数据;

将所述处理后的数据保存至图数据库,得到与所述图数据库的存储结构对应的图数据;

通过社区发现算法对所述图数据进行划分,得到多组社区数据;

基于预设规则库对所述多组社区数据进行分析,根据分析结果确定目标预处理规则;

将所述目标预处理规则作为所述预处理规则,并将所述多组社区数据作为所述原始数据,返回执行按照预处理规则对所述原始数据进行预处理的步骤,直至每组社区数据满足预设条件;所述预设条件包括:每组社区数据中的节点数不大于预设阈值,或者,每组社区数据中的节点数不再变化;

对满足所述预设条件的每组社区数据进行可视化处理,得到社区网络图;

通过预设欺诈团伙挖掘规则对所述社区网络图进行欺诈团伙评价,根据评价结果确定所述社区网络图对应的团伙是否为欺诈团伙;

其中,所述预处理规则包括:预设数据清洗规则和噪音识别规则,按照预处理规则对所述原始数据进行预处理,得到处理后的数据包括:

按照所述预设数据清洗规则对所述原始数据进行数据清洗,得到清洗后的数据;

基于所述噪音识别规则识别所述清洗后的数据中的噪音数据;其中,第一次的噪音识别规则为预设的噪音识别规则,而后续的噪音识别规则是基于预设规则库对上一次得到的多组社区数据进行分析之后,根据分析结果确定的目标预处理规则;

去除所述清洗后的数据中的噪音数据,得到所述处理后的数据;

其中,所述预设规则库中包括:预设特征与处理规则之间的对应关系,基于预设规则库对所述多组社区数据进行分析,根据分析结果确定目标预处理规则包括:

对所述多组社区数据进行特征提取,得到所述多组社区数据的目标特征;

将所述目标特征与所述预设规则库中的预设特征进行匹配;

根据匹配结果在所述处理规则中确定与所述目标特征对应的目标处理规则;

将所述目标处理规则作为所述目标预处理规则。

2.根据权利要求1所述的方法,其特征在于,所述社区发现算法包括但不限于以下任一种:louvain社区发现算法,基于标签传播的社团发现算法。

3.根据权利要求1所述的方法,其特征在于,所述社区网络图中包括:个体节点、属性节点、所述个体节点和所述属性节点之间的关联关系。

4.根据权利要求1所述的方法,其特征在于,通过预设欺诈团伙挖掘规则对所述社区网络图进行欺诈团伙评价,根据评价结果确定所述社区网络图对应的团伙是否为欺诈团伙包括:

分析所述社区网络图与所述预设欺诈团伙挖掘规则的符合情况;

根据所述符合情况对所述社区网络图进行打分,得到所述社区网络图的欺诈团伙得分;

根据所述欺诈团伙得分确定所述社区网络图对应的团伙是否为欺诈团伙。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京阿尔山金融科技有限公司,未经北京阿尔山金融科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910496109.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top