[发明专利]一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法

权利要求书

1.一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法，其特征在于：包括如下步骤：

步骤1：以转账交易数据构建边，形成一个有向图，图中每一条边都是一个转账交易行为，边的表达形式如下：(a,b,attrs),整个有向图的数学形式为：[(srcId,srcAttr),(dstId,dstAttr),(attr)]；

其中a，b代表企业实体，attrs代表a和b转账行为的自有属性；

其中，srcId为a转账方节点id；

其中，srcAttr为a转账方节点自身属性；

其中，dstId为b转账方节点id；

其中，dstAttr为b转账方节点自身属性；

其中，attr为转账属性；

步骤2：利用Spark大数据的pregel，设计迭代算法，基于pregel实现，找出成环的资金流向。

2.根据权利要求1所述的一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法，其特征在于：attrs代表a和b转账行为的自有属性，该自有属性包括转账的时间、转账的金额、转账设备的ID以及转账设备网络IP地址。

3.根据权利要求1所述的一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法，其特征在于：srcAttr为a转账方节点自身属性，该自身属性包括企业属性以及个人属性。

4.根据权利要求1所述的一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法，其特征在于：attr为转账属性，且该转账属性包括转账金额、转账时间、转账类型以及转账用途。

5.根据权利要求1所述的一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法，其特征在于：所述步骤2中的迭代算法设计依据为根据业务需求而定，且业务需求限定为：Attr(x)＝F(Attr(x-1))，其中，Attr代表某笔交易的转账属性，Attr(x-1)代表x-1刻的交易，Attr(x)代表第x刻的交易，F代表约束关系，或称为迭代条件，任何两笔相邻的转账都符合该种约束关系。

6.根据权利要求5所述的一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法，其特征在于：当F与转账金额，转账时间有关时，抽象表达如下：

F～(factor1,factor2,..)；

其中，Factor，factor2表示迭代条件的要素，也是一笔转账里包含的属性，在图中为边属性。

7.根据权利要求6所述的一种基于Pregel的实现挖掘商业银行交易数据的资金圈分布的方法，其特征在于：假设限定迭代条件F～(factor1，factor2,...)，迭代算法步骤如下：

S1：对有向图中所有节点设定初始属性attr，且attr包含srcId,作为自身节点的初始化属性id，以及自定义属性，用自己的节点id作为所属强连通分支的id，并将所有节点打上初始标记false；

S2：首先做循环，将只有出边或入边的节点标记为true，将“只存在单向边的或者孤立的节点”和“已经确认且打好标记的强连通分量”中的被标记为true的节点从有向图中去除；

S3：初始化完成自身的属性后，基于Pregel计算框架，开始分布式进行有向图的信息传递，图中每一条边沿着出边由src节点向dst节点发送自己的属性id，并且设置如下规则，只允许属性id小的节点向属性id大的节点传递信息，或者属性值大的往属性小的传递，取决于实现方法，该种操作会决定哪个节点会作为强连通分量的唯一性标记；

其中，在由src节点向dst节点传递的过程中，为了实现两笔转账的约束条件F，需要做如下操作：

在A传递到B的时候，需要连带边属性attr传入给B，作为B的节点属性，也即自定义属性，之后B传递给C时，B的节点属性需要与B-C转账的边属性进行比较，且需要满足F条件，否则B-C不往下传递，抽象表示如下：

F(attrAB,attrBC)＝F(srcAttr_B,attrBC)＝true；

S4：当深搜结束，Pregel中是人为设置遍历深度，默认为原图已被“着色”，有向图开始反向遍历，为着色完成的图中节点反向打标签以确定是否完成强连通分支id标记，在着色完成的图中，节点id与节点属性id相同时，则表明该节点是自身所处强连通分支的root节点，则节点标签标记为true，之后，有向图中所有节点沿着入边由dst节点向src节点发送自身标记情况，只要节点收到true消息，则该节点便标记为true；

S5：反向遍历同样深度后，遍历到的节点完成了强连通分量的标记，然后将该部分节点从原图中删除，作为返回结果的一部分，剩下的节点构成新的原图，重新执行步骤S1-S4，直到整张图所有节点被删除干净；

其中，在由dst节点向src节点传递的过程中，需要满足：

F逆(attrBC,attrAB)＝F逆(srcAttr_C,attrBC)＝true；

其中，F逆表示F的逆转条件，即从dst出发去看待F条件。