[发明专利]识别风险的方法、装置和电子设备

说明书

本公开提供了一种识别风险的方法、装置和电子设备，应用于人工智能或金融领域等。该方法包括：获取至少一个资源转移数据，至少一个资源转移数据是针对已确定的风险介质和针对风险介质的关联介质之间的数据；构建知识图谱，风险介质和关联介质作为知识图谱的节点，资源转移数据作为知识图谱的边；基于知识图谱获取资源转移特征，资源转移特征包括针对风险介质和/或针对关联介质的资源转移关联数据；对资源转移特征进行聚类，得到第一风险类，第一风险类中风险介质在第一风险类包括的介质中的第一占比，大于第二风险类中风险介质在第二风险类包括的介质中的第二占比；以及从第一风险类中除风险介质之外的介质中获取可疑风险介质。

技术领域

本公开涉及人工智能和金融技术领域，更具体地，涉及一种识别风险的方法、装置和电子设备。

背景技术

电信网络诈骗形势日趋严峻，欺诈呈现产业化，专业化、跨平台化的趋势。机器学习和知识图谱已用于发现某些存在潜在风险的关联关系并做出相关预警。

在实现本公开构思的过程中，申请人发现相关技术中至少存在如下问题。知识图谱中信息往往比较冗杂，会挖掘出大量与欺诈无关的客户，导致准确率较低。此外，诈骗分子标签数据较少，难以通过大量训练数据提升机器学习输出结果的准确率。

发明内容

有鉴于此，本公开提供了一种用于降低持续维护业务架构的资产难度的识别风险的方法、装置和电子设备。

本公开的一个方面提供了一种由服务器端执行的识别风险的方法，包括：获取至少一个资源转移数据，至少一个资源转移数据是针对已确定的风险介质和针对风险介质的关联介质之间的数据；构建知识图谱，风险介质和关联介质作为知识图谱的节点，资源转移数据作为知识图谱的边；基于知识图谱获取资源转移特征，资源转移特征包括针对风险介质和/或针对关联介质的资源转移关联数据；对资源转移特征进行聚类，得到第一风险类，第一风险类中风险介质在第一风险类包括的介质中的第一占比，大于第二风险类中风险介质在第二风险类包括的介质中的第二占比；以及从第一风险类中除风险介质之外的介质中获取可疑风险介质。

根据本公开的实施例，基于知识图谱获取资源转移特征包括：从知识图谱中获取针对风险介质的第一资源转移数据和针对风险介质的直接关联介质的第二资源转移数据；基于第一资源转移数据和第二资源转移数据获取资源转移特征。

根据本公开的实施例，风险介质的账号和针对风险介质的直接关联介质的账号是由服务器端分配的。

根据本公开的实施例，从第一风险类中除风险介质之外的介质中获取可疑风险介质包括：基于预设规则从第一风险类中风险介质的关联介质中获取可疑风险介质。

根据本公开的实施例，基于预设规则从第一风险类中风险介质的关联介质中获取可疑风险介质包括：基于预设规则从第一风险类中的风险介质的间接关联介质中获取可疑风险介质。

根据本公开的实施例，预设规则包括以下至少一种：风险介质和间接关联介质具有在预设时间间隔内针对风险介质的同一个直接关联介质的资源转出数据，则将间接关联介质作为可疑风险介质；风险介质的同一个直接关联介质在预设时间间隔内具有针对风险介质和间接关联介质的资源转入数据，则将间接关联介质作为可疑风险介质。

根据本公开的实施例，对资源转移特征进行聚类包括：对资源转移特征进行归一化处理，得到资源转移特征向量；以及对资源转移特征向量进行聚类，得到至少两个风险类。

根据本公开的实施例，资源转移特征包括金额特征；对资源转移特征进行归一化处理，得到资源转移特征向量包括：通过对数函数对资源转移特征进特征平滑处理，得到资源转移平滑特征；以及对资源转移平滑特征进行归一化处理，以将资源转移平滑特征映射至指定空间。

根据本公开的实施例，上述方法还包括：存储可疑风险介质；和/或将可疑风险介质发送给客户端。