[发明专利]一种商户风险识别方法、装置、设备及存储介质

说明书

本申请公开了一种商户风险识别方法、装置、设备及存储介质，所述方法包括：获取目标商户的异构关系网络图；基于异构关系网络图中每个节点的邻接信息，生成异构关系网络图的邻接矩阵；基于每个节点对应的交易统计信息，生成异构关系网络图的节点交易属性特征矩阵；将邻接矩阵和节点交易属性特征矩阵输入图神经网络进行节点特征提取，生成目标商户对应的目标商户节点的目标特征信息，目标特征信息用于表征对应节点的邻接特征和交易属性特征；将目标特征信息输入分类模型进行商户风险识别，得到目标商户的风险识别指标数据。利用本申请的技术方案能够学习得到商户的聚集性风险，从而提高了商户风险识别的准确性和效率。

技术领域

本申请涉及计算机技术领域，具体涉及一种商户风险识别方法、装置、设备及存储介质。

背景技术

在数字技术的支撑下，我国第三方支付市场持续保持高速增长的态势，如何识别存在交易风险的问题商户是支付企业面临的重要难题。传统的商户风险识别方法主要通过基于商户的交易统计特征训练后得到的机器学习模型。

然而，在商户风险识别中，由于交易对象重合度较高的商户之间存在复杂的关联关系，表现出风险聚集性，也即当某商户被标记为风险商户时其邻居节点也存在风险的可能性较大，而当下传统的商户风险识别方法无法识别出其中隐藏的聚集性风险，因此，需要提供更加科学有效的商户风险识别方法。

发明内容

本申请提供了一种商户风险识别方法、装置、设备及存储介质，可以在考虑商户节点的交易行为的同时也考虑商户节点的结构关系，能够学习得到商户的聚集性风险，从而提高了商户风险识别的准确性和效率，本申请技术方案如下：

一方面，提供了一种商户风险识别方法，所述方法包括：

获取目标商户的异构关系网络图，所述异构关系网络图的节点用于表征所述目标商户对应的交易对象的交易数据中的商户和用户，所述异构关系网络图的边用于表征所述节点之间的交易关系；

基于所述异构关系网络图中每个节点的邻接信息，生成所述异构关系网络图的邻接矩阵；

基于所述每个节点对应的交易统计信息，生成所述异构关系网络图的节点交易属性特征矩阵；

将所述邻接矩阵和所述节点交易属性特征矩阵输入图神经网络进行节点特征提取，生成所述目标商户对应的目标商户节点的目标特征信息，所述目标特征信息用于表征对应节点的邻接特征和交易属性特征；

将所述目标特征信息输入分类模型进行商户风险识别，得到所述目标商户的风险识别指标数据。

另一方面，提供了一种商户风险识别装置，所述装置包括：

异构关系网络图获取模块，用于获取目标商户的异构关系网络图，所述异构关系网络图的节点用于表征所述目标商户对应的交易对象的交易数据中的商户和用户，所述异构关系网络图的边用于表征所述节点之间的交易关系；

邻接矩阵生成模块，用于基于所述异构关系网络图中每个节点的邻接信息，生成所述异构关系网络图的邻接矩阵；

节点交易属性特征矩阵生成模块，用于基于所述每个节点对应的交易统计信息，生成所述异构关系网络图的节点交易属性特征矩阵；

节点特征提取模块，用于将所述邻接矩阵和所述节点交易属性特征矩阵输入图神经网络进行节点特征提取，生成所述目标商户对应的目标商户节点的目标特征信息，所述目标特征信息用于表征对应节点的邻接特征和交易属性特征；

商户风险识别模块，用于将所述目标特征信息输入分类模型进行商户风险识别，得到所述目标商户的风险识别指标数据。

另一方面，提供了一种商户风险识别设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的商户风险识别方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的商户风险识别方法。