[发明专利]用于检测虚假交易订单的方法和装置

权利要求书

1.一种用于检测虚假交易订单的方法，包括：

获取待检测的订单集合，其中，所述订单集合中每个订单包括相同维度的特征；

基于所述订单集合构建图结构，其中，所述图结构中每个节点代表一个订单，相邻的节点之间具有至少一个相同的特征；

对于所述图结构中的目标节点，从所述目标节点的所有的邻居节点中确定出真实的邻居节点；

将所述目标节点的特征与所述真实的邻居节点的特征聚合，得到聚合特征；

将所述聚合特征输入逻辑回归模型，确定出所述目标节点是否是虚假交易订单。

2.根据权利要求1所述的方法，其中，所述从所述目标节点的所有的邻居节点中确定出真实的邻居节点，包括：

分别计算所述目标节点与所有的邻居节点的相似度；

将计算出的相似度输入softmax激活层，将得到的概率值大于第一阈值的邻居节点确定为真实的邻居节点。

3.根据权利要求1所述的方法，其中，所述将所述目标节点的特征与所述真实的邻居节点的特征聚合，得到聚合特征，包括：

将所述真实的邻居节点的特征进行平均，得到平均特征；

将所述目标节点的特征与所述平均特征拼接，得到聚合特征。

4.根据权利要求2所述的方法，其中，所述将计算出的相似度输入softmax激活层，包括：

将计算出的相似度乘以第一权重参数后与第一偏差参数相加，得到第一加权和；

将所述第一加权和输入softmax激活层。

5.根据权利要求2所述的方法，其中，所述将所述聚合特征输入逻辑回归模型，包括：

将所述聚合特征乘以第二权重参数后与第二偏差参数相加，得到第二加权和；

将所述第二加权和输入sigmoid函数，将得到的概率值大于第二阈值的目标节点确定为虚假交易订单。

6.根据权利要求5所述的方法，所述第一权重参数和、所述第一偏差参数、所述第二权重参数和所述第二偏差参数通过如下步骤得到：

获取样本集，其中，样本包括样本订单和用于指示样本订单是否是虚假交易的标注信息；

从所述样本集中选取样本；

将选取的样本订单经权利要求2所述的方法计算出相似度；

将所述相似度与初始的第一权重参数相乘再与初始的第一偏差参数相加后，输入softmax激活层，得到第一结果；

基于所述第一结果确定出选取的样本订单的真实邻居节点后经权利要求1所述的方法计算出样本聚合特征；

将所述样本聚合特征与初始的第二权重参数相乘再与初始的第二偏差参数相加后，输入sigmoid函数，得到第二结果；

计算所述第二结果与该样本的标注信息的损失值；

根据所述损失值进行反向传播学习，得到所述第一权重参数、所述第一偏差参数、所述第二权重参数和所述第二偏差参数。

7.根据权利要求1-6中任一项所述的方法，其中，所述方法还包括：

将所述图结构中所述目标节点之外的节点设置为目标节点；

从所述目标节点的所有的邻居节点中确定出真实的邻居节点；

将所述目标节点的特征与所述真实的邻居节点的特征聚合，得到聚合特征；

将所述聚合特征输入逻辑回归模型，确定出所述目标节点是否是虚假交易订单。

8.一种用于检测虚假交易订单的装置，包括：

获取单元，被配置成获取待检测的订单集合，其中，所述订单集合中每个订单包括相同维度的特征；

构建单元，被配置成基于所述订单集合构建图结构，其中，所述图结构中每个节点代表一个订单，相邻的节点之间具有至少一个相同的特征；

确定单元，被配置成对于所述图结构中的目标节点，从所述目标节点的所有的邻居节点中确定出真实的邻居节点；

聚合单元，被配置成将所述目标节点的特征与所述真实的邻居节点的特征聚合，得到聚合特征；

检测单元，被配置成将所述聚合特征输入逻辑回归模型，确定出所述目标节点是否是虚假交易订单。