[发明专利]非法所得合法化账户识别方法、装置、设备及存储介质

说明书

本发明涉及一种非法所得合法化账户识别方法、装置、设备和存储介质，其中，该非法所得合法化账户识别方法包括：根据交易数据构建交易图谱，基于图嵌入算法从交易图谱中提取账户间的账户关联特征；根据交易数据构建各账户的业务特征；将账户关联特征和各账户的业务特征进行融合，并利用融合后的特征训练有监督模型；根据训练好的有监督模型识别非法所得合法化账户。通过本申请，提取账户关联特征不依赖于业务经验，可以有效反映各账户与其他账户间的交易关系特性，弥补了业务特征在描述账户与其他账户间的交易关系维度上的不足，并结合业务特征共同训练有监督模型，以提高对非法所得合法化账户识别的准确率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种非法所得合法化账户识别方法、装置、电子设备及计算机存储介质。

背景技术

非法所得合法化活动长期存在于金融犯罪领域，给国家的金融秩序和金融安全造成巨大威胁，金融机构也一直将反非法所得合法化作为一项重点风控任务。在相关技术中，基于机器学习模型的方法通过人工构建账户的业务特征来训练机器学习模型，然后利用训练好的机器学习模型识别非法所得合法化账户，但是业务特征的构建需要借助大量的业务经验，主观性很强，常常发生丢失重要特征或加入无效特征的情况，并且业务特征往往只从单个维度描述单个账户的属性和交易行为特性，无法深入刻画账户间的交易关系特性，导致训练好的机器学习模型对非法所得合法化账户识别的准确率较低。

针对相关技术中，基于机器学习模型识别非法所得合法化账户存在准确率低的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种非法所得合法化账户识别方法、装置、电子设备和计算机存储介质，以至少解决相关技术中基于机器学习模型识别非法所得合法化账户存在准确率低的问题。

第一方面，本申请实施例提供了一种非法所得合法化账户识别方法，所述方法包括：

根据交易数据构建交易图谱，基于图嵌入算法从所述交易图谱中提取账户间的账户关联特征；

根据所述交易数据构建各账户的业务特征；

将所述账户关联特征和所述业务特征进行融合，并利用融合后的特征训练有监督模型；

根据训练好的有监督模型识别非法所得合法化账户。

在其中一些实施例中，所述根据交易数据构建交易图谱之前，所述方法还包括：

获取交易流水日志，剔除所述交易流水日志中的公共账户数据，并对剔除处理后的交易流水日志进行标准化处理得到所述交易数据。

在其中一些实施例中，所述交易数据包括账户数据和账户间的转账交易数据，所述根据交易数据构建交易图谱包括：

从所述交易数据中抽取所述账户数据，将抽取的各所述账户分别作为节点，并针对抽取的多个所述账户生成节点表；

从所述交易数据中抽取各所述账户间的所述转账交易数据并生成各所述账户间的转账交易的关系表，其中，所述关系表包括各所述账户间的转账交易关系及转账交易关系的权重，所述权重是根据在各预设的时间段内账户间的交易频次、交易金额和各所述时间段包含的天数计算得到的；根据所述节点表和所述关系表构建所述交易图谱。

在其中一些实施例中，所述图嵌入算法为Node2Vec算法，所述基于图嵌入算法从所述交易图谱中提取账户间的账户关联特征包括：

采用随机游走算法对所述交易图谱中的每个节点进行有偏采样，生成账户节点序列，其中，所述账户节点序列中账户节点间的转移概率是根据所述转账交易关系的权重计算得到的；

采用SkipGram算法训练Node2Vec图嵌入模型，生成所述账户节点序列中每个账户节点的向量表示，并将每个账户节点的所述向量表示作为所述账户关联特征。