[发明专利]欺诈客群识别方法、装置、终端设备及计算机存储介质

权利要求书

1.一种欺诈客群识别方法，其特征在于，所述欺诈客群识别方法包括以下步骤：

获取待识别的基础数据集，并利用所述基础数据集构建二部图，其中，所述二部图中的节点包括已知欺诈客群的欺诈节点；

利用所述欺诈节点计算所述二部图中各节点的欺诈因子；

基于所述欺诈因子，对所述二部图的全局可疑度进行迭代运算，确定所述二部图中全局可疑度最高的目标子图，并根据所述目标子图中的节点确定潜在的欺诈客群。

2.如权利要求1所述的欺诈客群识别方法，其特征在于，所述二部图中的节点组成节点集合，所述欺诈节点组成欺诈节点集合，所述利用所述欺诈节点计算所述二部图中各节点的欺诈因子的步骤，包括：

从所述二部图的节点集合中选取一个目标节点，并判断所述目标节点是否属于所述欺诈节点集合；

若是，则将所述目标节点的欺诈因子设置为预设值，返回并执行所述从所述二部图的节点集合中选取一个目标节点，并判断所述目标节点是否属于所述欺诈节点集合的步骤，直到所述目标节点为所述节点集合中的最后一个节点为止；

若否，则计算所述目标节点与所述欺诈节点集合中的节点的余弦相似度，并将所述目标节点的欺诈因子设置为所述余弦相似度中的最大值，返回并执行所述从所述二部图的节点集合中选取一个目标节点，并判断所述目标节点是否属于所述欺诈节点集合的步骤，直到所述目标节点为所述节点集合中的最后一个节点为止。

3.如权利要求2所述的欺诈客群识别方法，其特征在于，所述计算所述目标节点与所述欺诈节点集合中的节点的余弦相似度的步骤，包括：

判断所述目标节点的节点类型，根据所述目标节点的节点类型从所述欺诈节点集合中确定欺诈节点子集，其中，所述欺诈节点子集中的节点与所述目标节点的节点类型相同；

从所述欺诈节点子集中选取一个目标欺诈节点，并基于所述二部图计算所述目标节点对应的第一特征向量，以及所述目标欺诈节点对应的第二特征向量，其中，所述第一特征向量表示所述目标节点与所述节点集合中其他节点类型的节点的连接情况，所述第二特征向量表示所述目标欺诈节点与所述节点集合中其他节点类型的节点的连接情况；

根据所述第一特征向量和所述第二特征向量计算所述目标节点与所述目标欺诈节点的余弦相似度，返回并执行所述从所述欺诈节点子集中选取一个目标欺诈节点的步骤，直到所述目标欺诈节点为所述欺诈节点子集中的最后一个节点为止。

4.如权利要求1所述的欺诈客群识别方法，其特征在于，所述基于所述欺诈因子，对所述二部图的全局可疑度进行迭代运算，确定所述二部图中全局可疑度最高的目标子图的步骤，包括：

根据所述欺诈因子计算所述二部图中各节点的节点可疑度，并基于所述节点可疑度计算所述二部图的全局可疑度；

对所述全局可疑度进行记录，并从所述二部图中移除节点可疑度最低的节点，返回并执行所述利用所述欺诈节点集合计算所述二部图中各节点的欺诈因子的步骤，直到所述二部图中的节点被全部移除时，根据记录的全局可疑度确定全局可疑度最高的目标子图。

5.如权利要求4所述的欺诈客群识别方法，其特征在于，所述从所述二部图中移除节点可疑度最低的节点的步骤，包括：

根据所述二部图构造优先树，遍历所述优先树中的叶子节点获取并比较所述优先树中各叶子节点对应的节点可疑度；

确定节点可疑度最低的目标叶子节点，并从所述二部图中移除与所述目标叶子节点对应的节点。

6.如权利要求4所述的欺诈客群识别方法，其特征在于，所述根据所述欺诈因子计算所述二部图中各节点的节点可疑度的步骤，包括：

获取所述二部图中各节点上连接的边数量；

利用预设算法，对所述欺诈因子和所述边数量进行计算，得到各节点上连接的边可疑度；

根据所述边可疑度计算所述二部图中各节点的节点可疑度。