[发明专利]异常社团识别方法、装置、计算机可读介质及电子设备在审

专利信息
申请号: 202110231606.6 申请日: 2021-03-02
公开(公告)号: CN114997872A 公开(公告)日: 2022-09-02
发明(设计)人: 张小 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q20/40 分类号: G06Q20/40
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 韩绍君
地址: 518064 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 社团 识别 方法 装置 计算机 可读 介质 电子设备
【说明书】:

本申请的实施例提供了一种异常社团识别方法、装置、计算机可读介质及电子设备。该方法包括:根据具有相同交易账户的关联交易节点,构建交易网络;根据关联交易节点中任意两个交易节点对应的交易账户的总数量和相同交易账户的数量,确定所述任意两个交易节点之间的关系亲密度;根据所述关系亲密度,对所述交易网络内的边进行优化处理,得到目标交易网络;根据所述目标交易网络的模块度,对所述目标交易网络内的交易节点进行社团划分,得到待识别社团;根据各所述待识别社团内的交易节点的特征信息,从各所述待识别社团中识别出异常社团。本申请实施例的技术方案可以提高用户与用户之间的关系网络构建的准确性,进而保证异常社团识别结果的准确度。

技术领域

本申请涉及计算机技术领域,具体而言,涉及一种异常社团识别方法、装置、计算机可读介质及电子设备。

背景技术

随着互联网技术的发展,基于互联网的交易形式得到了广泛应用,但是也出现了许多电子交易违规行为。针对电子交易违规行为逐渐向社团模式进行转移的趋势,在目前的技术方案中,通过构建用户与用户之间的关系网络进行社团划分,再基于划分所得到的社团网络进行异常社团的识别。由此,如何提高用户与用户之间的关系网络构建的准确性,进而保证异常社团识别结果的准确度成为了亟待解决的技术问题。

发明内容

本申请的实施例提供了一种异常社团识别方法、装置、计算机可读介质及电子设备,进而至少在一定程度上可以提高用户与用户之间的关系网络构建的准确性,进而保证异常社团识别结果的准确度。

本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面,提供了一种异常社团识别方法,该方法包括:

根据具有相同交易账户的关联交易节点,构建交易网络,所述关联交易节点中包括至少两个交易节点,所述关联交易节点中任意两个所述交易节点之间形成所述交易网络的边;

根据所述关联交易节点中任意两个交易节点对应的交易账户的总数量和相同交易账户的数量,确定所述任意两个交易节点之间的关系亲密度;

根据所述关系亲密度,对所述交易网络内的边进行优化处理,得到目标交易网络;

根据所述目标交易网络的模块度,对所述目标交易网络内的交易节点进行社团划分,得到待识别社团;

根据各所述待识别社团内的交易节点的特征信息,从各所述待识别社团中识别出异常社团。

根据本申请实施例的一个方面,提供了一种异常社团识别装置,该装置包括:

构建模块,用于根据具有相同交易账户的关联交易节点,构建交易网络,所述关联交易节点包括至少两个交易节点,且所述关联交易节点中任意两个所述交易节点之间形成所述交易网络的边;

确定模块,用于根据所述关联交易节点中任意两个交易节点对应的交易账户的总数量和相同交易账户的数量,确定所述任意两个交易节点之间的关系亲密度;

优化模块,用于根据所述关系亲密度,对所述交易网络内的边进行优化处理,得到目标交易网络;

划分模块,用于根据所述目标交易网络的模块度,对所述目标交易网络内的交易节点进行社团划分,得到待识别社团;

识别模块,用于根据各所述待识别社团内的交易节点的特征信息,从各所述待识别社团中识别出异常社团。

在本申请一些实施例中,基于前述方案,该确定模块被配置为:根据所述关联交易节点中各交易节点的身份信息,将所述关联交易节点中具有相同身份信息的任意两个交易节点识别为待处理节点;根据所述待处理节点的相同身份信息以及所述待处理节点对应的交易账户的总数量和相同交易账户的数量,确定所述待处理节点之间的关系亲密度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110231606.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top