[发明专利]一种区块链地址分类方法和装置

权利要求书

1.一种区块链地址分类方法，其特征在于，包括：

提取区块链地址集合中各区块链地址对应的交易记录，并对每一所述交易记录生成对应的交易向量，所述区块链地址集合包括待分类的区块链地址；

根据待分类的每个区块链地址对应的所述交易向量，生成对应的待分类的区块链地址的地址向量；

将所述待分类的区块链地址的地址向量输入分类器，以得到所述待分类的区块链地址的类别。

2.根据权利要求1所述的方法，其特征在于，所述提取区块链地址集合中各区块链地址对应的交易记录，并对每一所述交易记录生成对应的交易向量，包括：

提取所述区块链地址集合中各区块链地址对应的交易记录，并按照交易生成时间对提取的各交易记录依序编号，其中每一所述交易记录有唯一的交易编号；

将所述区块链地址集合中每一区块链地址对应的交易记录的集合作为一条语料；

按照各所述交易编号在所有所述语料中的出现频率，对各所述交易编号排序，得到交易编号词表；

将所述交易编号词表中的各所述交易编号向量化，得到对应的所述交易记录的交易向量。

3.根据权利要求2所述的方法，其特征在于，所述将所述交易编号词表中的各所述交易编号向量化，得到对应的所述交易记录的交易向量，包括：

对所述交易编号词表中的各所述交易编号编码，得到包括各交易编号编码向量的稀疏矩阵，所述交易编号编码向量中为1的分量表示对应的所述交易编号在所述交易编号词表中的位置；

通过预设的词向量生成算法，基于所述稀疏矩阵生成对应的各所述交易记录的交易向量。

4.根据权利要求3所述的方法，其特征在于，所述区块链地址集合中还包括带有标签的区块链地址，所述标签指示对应的区块链地址的类别；

所述通过预设的词向量生成算法，基于所述稀疏矩阵生成对应的各所述交易记录的交易向量，包括：

将所述稀疏矩阵输入预设的词向量生成算法的连续词袋模型，训练得到输出的各词向量，作为对应的各所述交易记录的交易向量。

5.根据权利要求1所述的方法，其特征在于，所述根据待分类的每个区块链地址对应的所述交易向量，生成对应的待分类的区块链地址的地址向量，包括：

对于待分类的每个区块链地址，分别计算该待分类的区块链地址对应的所有所述交易向量的平均值，得到相应待分类的区块链地址的地址向量。

6.根据权利要求1所述的方法，其特征在于，所述区块链地址集合中还包括带有标签的区块链地址，所述标签指示对应的区块链地址的类别；

所述方法还包括：

根据所述带有标签的区块链地址对应的所述交易向量，生成对应的所述带有标签的区块链地址的地址向量；

利用所述带有标签的区块链地址的地址向量训练所述分类器。

7.根据权利要求6所述的方法，其特征在于，所述利用所述带有标签的区块链地址的地址向量训练所述分类器，包括：

利用所述带有标签的区块链地址的地址向量构造训练集，将所述训练集中的所述地址向量输入极端梯度提升算法模型进行训练，得到所述分类器。

8.一种区块链地址分类装置，其特征在于，包括：

交易向量生成模块，用于提取区块链地址集合中各区块链地址对应的交易记录，并对每一所述交易记录生成对应的交易向量，所述区块链地址集合包括待分类的区块链地址；

地址向量生成模块，用于根据待分类的每个区块链地址对应的所述交易向量，生成对应的待分类的区块链地址的地址向量；

地址类别确定模块，用于将所述待分类的区块链地址的地址向量输入分类器，以得到所述待分类的区块链地址的类别。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。