[发明专利]一种金融欺诈的检测方法及装置

说明书

本公开提供一种金融欺诈的检测方法及装置，涉及金融风控领域，能够解决现有技术中对于金融欺诈团伙难以识别的问题。具体技术方案为：首先获取目标图数据；然后对目标图数据进行图神经网络模型学习，获得异常账户；根据异常账户，对目标图数据进行图计算，获得异常商户；最后根据异常商户，对目标图数据运行图算法，获得关联商户和关联账户。本公开用于金融欺诈行为的检测。

技术领域

本公开涉及金融风控技术领域，尤其涉及一种金融欺诈的检测方法及装置。

背景技术

当前社会，团伙作案成为了金融欺诈领域中较为严重的问题，在套现、将非法所得合法化、恶意薅羊毛等案例中都能挖掘出不少团伙组织，如零售终端pos机养卡团伙等。

在金融反欺诈领域，对于异常的监测与识别一般都基于复杂的规则模型，利用业务人员的经验编写大量的识别策略，并通过调整阈值与权重来抓取恶意目标。这种方案不但难以维护，准确率差，更重要的是，一般只能以单个目标为对象进行判定与预测，难以从团伙的角度去抓取可能存在的恶意欺诈组织。

发明内容

本公开实施例提供一种金融欺诈的检测方法及装置，能够解决现有技术中对于金融欺诈团伙难以识别的问题。所述技术方案如下：

根据本公开实施例的第一方面，提供一种金融欺诈的检测方法，该方法包括：

获取目标图数据；

对所述目标图数据进行图神经网络模型学习，获得异常账户；

根据所述异常账户，对所述目标图数据进行图计算，获得异常商户；

根据所述异常商户，对所述目标图数据运行图算法，获得关联商户和关联账户。

本公开实施例提供的金融欺诈的检测方法，首先获取目标图数据；然后对目标图数据进行图神经网络模型学习，获得异常账户；根据异常账户，对目标图数据进行图计算，获得异常商户；最后根据异常商户，对目标图数据运行图算法，获得关联商户和关联账户。本公开目标图数据在得到单个异常账户和异常商户后，再通过图算法，挖掘出恶意欺诈团伙。本公开适配场景多且灵活，包括预防各种非法所得的合法化，反薅羊毛，反套现等案例，易于维护的同时，这种团伙维度的挖掘也有助于相关业务人员进行进一步的分析和管控。

在一个实施例中，获取目标图数据包括：

获取原始数据，所述原始数据包括账户的借记卡信息、信用卡信息以及所述账户对应的交易流水信息；

对所述原始数据添加节点特征和边特征，获得图数据库，所述节点特征包括账户和商户，所述边特征包括交易流水信息；

在所述图数据库中提取所述目标图数据。

本公开实施例通过上述方法，获取原始数据，并对原始数据添加节点特征和边特征，形成图数据库。

在一个实施例中，对所述目标图数据进行图神经网络模型学习之后，所述方法还包括：

获得目标图数据中每两个相邻节点连边的权重值。

在一个实施例中，根据所述异常账户，对所述目标图数据进行图计算，获得异常商户包括：

根据所述异常账户，对所述目标图数据进行基于账户节点特征，商户节点特征，交易流水信息边特征的图计算，获得异常商户，所述交易流水信息至少包括交易金额，类型，出入度中的一种。

在一个实施例中，根据所述异常商户，对所述目标图数据运行图算法，获得关联商户和关联账户包括：

获取第i个出发节点的关联值以及与所述第i个出发节点的一阶邻节点对应的N个目的节点，其中，i≥1，N≥1；