非正常对象预警方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种非正常对象预警方法、装置、电子设备及存储介质；所述方法包括：获取交易数据，并根据交易数据确定对象和交易结果项；其中，对象包括：商户、用户和交易时段；构建关于对象的交易结果项张量；根据关于对象的交易结果项张量，获得对应于非正常对象的目标特征向量和对应于待测对象的待测特征向量；对待测特征向量与目标特征向量进行相似度匹配，根据匹配结果确定疑似非正常对象；根据疑似非正常对象生成非正常对象预警信息，输出非正常对象预警信息。本发明专利技术构建关于商户、用户和交易时段的交易数据张量，通过数据分解、向量匹配的方式确定疑似非正常对象，进而完成非正常对象预警信息的输出，实现了非正常对象的准确、高效预警。

Warning methods, devices, electronic equipment and storage media for abnormal objects

【技术实现步骤摘要】
非正常对象预警方法、装置、电子设备及存储介质
本专利技术涉及计算机
，特别是指一种非正常对象预警方法、装置、电子设备及存储介质。
技术介绍
随着互联网技术和电子商务的发展，很多不法行为呈现互联网化的趋势，这些不法行为的实施主体即是互联网中的非正常对象。洗钱是上述不法行为中常见的一种，其是指通过合法的活动或建设将违法获得的收入隐藏、伪装或投资的过程。现如今越来越多的不法分子利用第三方支付工具进行洗钱活动。第三方支付平台对非正常对象行为的识别、监控和预警的难度越来越高。现有技术还难以对非正常对象进行准确、高效的非正常对象预警。
技术实现思路
有鉴于此，本专利技术的目的在于提出一种非正常对象预警方法、装置、电子设备及存储介质，能够对非正常对象进行准确、高效的预警。基于上述目的，本专利技术提供了一种非正常对象预警方法，包括：获取交易数据，并根据所述交易数据确定对象和交易结果项；其中，所述对象包括：商户、用户和交易时段；构建关于对象的交易结果项张量；根据所述关于对象的交易结果项张量，获得对应于非正常对象的目标特征向量和对应于待测对象的待测特征向量；对所述待测特征向量与所述目标特征向量进行相似度匹配，根据匹配结果确定疑似非正常对象；根据所述疑似非正常对象生成非正常对象预警信息，输出所述非正常对象预警信息。此外，本专利技术还提供了一种非正常对象预警装置，包括：获取模块，被配置为获取交易数据，并根据所述交易数据确定对象和交易结果项；其中，所述对象包括：商户、用户和交易时段；构建模块，被配置为构建关于对象的交易结果项张量；处理模块，被配置为根据所述构建关于对象的交易结果项张量，获得对应于非正常对象的目标特征向量和对应于待测对象的待测特征向量；确定模块，被配置为对所述待测特征向量与所述目标特征向量进行相似度匹配，根据匹配结果确定疑似非正常对象；输出模块，被配置为根据所述疑似非正常对象生成非正常对象预警信息，输出所述非正常对象预警信息。此外，本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上任意一项所述的方法。此外，本专利技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一所述方法。从上面所述可以看出，本专利技术提供的非正常对象预警方法、装置、电子设备及存储介质，根据交易数据构建关于各商户、用户和交易时段的交易数据张量，其中，通过交易时段这一对象来反映时间对于洗钱行为的影响；然后，对于该交易数据张量通过数据分解、向量匹配的方式确定疑似非正常对象，进而完成非正常对象预警信息的输出，实现了非正常对象的准确、高效预警。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例所涉及的应用场景示意图；图2为本专利技术实施例的非正常对象预警方法流程图；图3为本专利技术实施例中的关于商户-用户-交易时段的交易结果项张量示意图；图4为本专利技术实施例中获得对应于非正常对象的目标特征向量的步骤流程图；图5为本专利技术实施例中确定疑似非正常对象的步骤流程图；图6为本专利技术另一实施例中确定疑似非正常对象的步骤流程图；图7为本专利技术实施例的非正常对象预警装置结构示意图；图8为本专利技术实施例的电子设备结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。需要说明的是，除非另外定义，本专利技术实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件、物件或者方法步骤涵盖出现在该词后面列举的元件、物件或者方法步骤及其等同，而不排除其他元件、物件或者方法步骤。如
技术介绍
所述，不法行为呈现互联网化的趋势。以洗钱为例，洗钱(MoneyLaundering)是一种将非法所得合法化的行为，主要指将违法所得及其产生的收益，通过各种手段掩饰、隐瞒其来源和性质，使其在形式上合法化。现如今，随着随着互联网技术和电子商务的发展，越来越多的不法分子利用第三方支付平台进行违法活动，也即网络洗钱。例如，参考图1，不法分子利用第三方支付平台提供的商品交易服务，分别作为商户和用户，基于第三方支付平台，并使用非法资金完成虚构的或者真实的交易，从而实现将非法资金洗白的过程。具体的，如通过第三方支付平台发行的商户POS机虚构交易套现；或是，将非法资金转移到第三方支付平台账户，在线购买游戏点卡、数字虚拟货币等物品后转卖套现；又或是，将非法资金在银行账户和第三方支付平台之间来回多次转账切换，以逃避追查。在上述过程中，商户和用户即非正常对象。由于第三方支付平台现实运行中存在的诸多如账户未实名注册、管理不规范等问题，这使得网络洗钱日益呈现隐蔽化、手段多样化等趋势。现有的对于网络洗钱的监控和预警技术在准确性和高效性上均存在很多不足；如网络洗钱行为涉及的因素较多，而现有技术仅仅考虑了商户和用户两个对象，而没有考虑时间这一能够反映洗钱行为特点的因素，这显然无法准确的反映实际情况，造成结果准确性的不足。此外，在进行数据分析处理时，庞大的数据量也严重影响了数据处理的效率。针对于上述问题，本专利技术实施例提供了非正常对象预警方案，能够根据需要选择相应对象对应的交易数据构建交易数据张量，在该构建的张量中进一步考虑了时间因素，并能够缩减在对交易数据张量进行数据处理的过程中的数据量，实现非正常对象的准确、高效预警。以下结合附图，详细说明本说明书实施例提供的技术方案。参考图2，本实施例的非正常对象预警方法，包括以下步骤：步骤201、获取交易数据，并根据所述交易数据确定对象和交易结果项；其中，所述对象包括：商户、用户和交易时段。本步骤中，首先获取交易数据。所述的交易数据，是在第三方支付平台上实际完成交易后产生的、与交易结果有关的数据，其一般包括有反映构成该交易的相关各构成要件的部分，以及反映交易结果的部分。对于反映交易结果的部分，在本专利技术实施例中，称之为交易结果项，其可以是交易金额、交易商品数量、交易次数、交易频率等等。对于反映构成该交易的相关各构成要件的部分，从中可以确定对于任一完成的交易对应的构成该交易的相关各构成要件。在本专利技术实施例中，所述的对象可以是商户、用户，以及交易时段(当以某一时间单位为最小细分时即成为交易时点)。可见，本文档来自技高网...

【技术保护点】
1.一种非正常对象预警方法，其特征在于，包括：/n获取交易数据，并根据所述交易数据确定对象和交易结果项；其中，所述对象包括：商户、用户和交易时段；/n构建关于对象的交易结果项张量；/n根据所述关于对象的交易结果项张量，获得对应于非正常对象的目标特征向量和对应于待测对象的待测特征向量；/n对所述待测特征向量与所述目标特征向量进行相似度匹配，根据匹配结果确定疑似非正常对象；/n根据所述疑似非正常对象生成非正常对象预警信息，输出所述非正常对象预警信息。/n

【技术特征摘要】
1.一种非正常对象预警方法，其特征在于，包括：
获取交易数据，并根据所述交易数据确定对象和交易结果项；其中，所述对象包括：商户、用户和交易时段；
构建关于对象的交易结果项张量；
根据所述关于对象的交易结果项张量，获得对应于非正常对象的目标特征向量和对应于待测对象的待测特征向量；
对所述待测特征向量与所述目标特征向量进行相似度匹配，根据匹配结果确定疑似非正常对象；
根据所述疑似非正常对象生成非正常对象预警信息，输出所述非正常对象预警信息。


2.根据权利要求1所述的非正常对象预警方法，其特征在于，所述根据所述关于对象的交易结果项张量，获得对应于非正常对象的目标特征向量和对应于待测对象的待测特征向量，包括：
对所述关于对象的交易结果项张量进行张量分解，获得关于商户的子矩阵、关于用户的子矩阵和关于交易时段的子矩阵；
以及，以下步骤中的至少一步：
根据所述关于商户的子矩阵，获得对应非正常商户的目标特征向量和对应待测商户的待测特征向量；
根据所述关于用户的子矩阵，获得对应非正常用户的目标特征向量和对应待测用户的待测特征向量；
根据所述关于交易时段的子矩阵，获得对应非正常交易时段的目标特征向量和对应待测交易时段的待测特征向量。


3.根据权利要求2所述的非正常对象预警方法，其特征在于，所述对象还包括：交易地点；
所述根据所述关于对象的交易结果项张量，获得对应于非正常对象的目标特征向量和对应于待测对象的待测特征向量，还包括：
对所述关于对象的交易结果项张量进行张量分解，获得关于交易地点的子矩阵；
根据所述关于交易地点的子矩阵，获得对应非正常交易地点的目标特征向量和对应待测交易地点的待测特征向量。


4.根据权利要求1所述的非正常对象预警方法，其特征在于，所述获得对应于非正常对象的目标特征向量，包括：
对所述关于对象的交易结果项张量中包括的特征向量对应的对象进行黑标签检索，确定至少一个关联有黑标签的对象及其对应的特征向量；
将所述关联有黑标签的对象对应的特征向量确定为所述目标特征向量。


5.根据权利要求1所述的非正常对象预警方法，其特征在于，所述对所述待测特征向量与所述目标特征向量进行相似度匹配，根据匹配结果确定疑似非正常对象，包括：
对所述待测特征向量与所述目标特征向量进行归一化处理，获得归一化待测特征向量与归一化目标特征向量；
计算所述归一化待测特征向量与所述归一化目标特征向量的欧式距离；
判断所述欧式距离是否满足第一预设阈值，若是，则判定所述待测特征向量与所述目标特征向量匹配；
将与所述目标特征向量的匹配的所述待测特征向量对应的对象确定为所述疑似非正常对象。


6.根据权利要求1所述的非正常对象预警方法，其特征在于，所述对所述待测特征向量与所述目标特征向量进行相似度匹配，根据匹配结果确定疑似非正常对象，包括：
对所述待测特征向量与所述目标特征向量进行归一化处理，获得归一化待测特征向量与归一化目标特征向量；
确定所述归一化待测特征向量与所述归一化目标特征向量的夹角，并计算所述夹角的余弦值；
判断所述夹角的余弦值是否满足第二预设阈值，若是，则判定所述待测特征向量与所述目标特征向量匹配；
将与所述目标特征向量的匹配的所述待测特征向量对应的待测对象确定为所述疑似非正常对象。


7.根据权利要求1所述的非正常对象预警方法，其特征在于，所述输出所述非正常对象预警信息，包括如下操作中的至少一种：
显示所述非正常对象预警信息；
将所述非正常对象预警信息发送至预设的服务器；
将所述非正常对象预警信息发送至预...

【专利技术属性】
技术研发人员：王膂，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33