基于线性回归模型的风险识别方法及其相关设备技术

本申请实施例属于大数据技术领域和人工智能领域，应用于智慧金融领域中，涉及一种基于线性回归模型的风险识别方法，包括根据预设的线性回归模型获取目标商户的商户属性信息，通过预设的社区算法模型，对商户属性信息进行分类，以确定每个目标商户对应的商户分类结果以及目标商户间的交易关系，根据商户分类结果和目标商户间的交易关系，确定风险商户。本申请还提供一种基于线性回归模型的风险识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，目标商户的商户属性信息可存储于区块链中。本申请结合线性归回模型和社区算法模型的方式将繁杂的商户属性信息的双重统计分析来识别风险商户，减少误判误杀，提高识别准确率。准确率。准确率。

【技术实现步骤摘要】
基于线性回归模型的风险识别方法及其相关设备


[0001]本申请涉及大数据
和人工智能
，尤其涉及基于线性回归模型的风险识别方法及其相关设备。

技术介绍

[0002]在全球经济形势复杂化的背景下，欺诈者组织虚假的外汇交易平台，利用外汇交易高杠杆、可卖空套利的噱头，并借助银行收单机构进行资金结算，吸引不明真相的投资者向平台充值交易本金，最后通过控制交易价格造成客户投资损失，或者限制客户提现，甚至直接卷款跑路的方式，在给投资人造成本金损失的同时，也给银行收单业务带来重大负面影响。例如，常见的外汇资金盘，外汇资金盘是指利用虚假外汇资金交易平台诈骗客户资金，是一种常见的庞氏骗局式的诈骗手法。
[0003]目前行业对收单商户的风险侦测主要以黑名单和专家经验模型为主。行内自有积累的黑名单有限，同时外部合作单位提供黑名单的准确性无法保证，会导致误杀误判，严重影响优质客户体验。业务专家经验是针对历史诈骗客户进行总结和提炼，主要依赖专家经验，经验不足容易导致“管窥蠡测”的局限性并存在一定滞后性，难以满足新形势下的合规管理要求。
[0004]可见，当前外汇资金盘的风险识别准确性和适应能力存在局限性，且识别效率低。

技术实现思路

[0005]本申请实施例的目的在于提出一种基于线性回归模型的风险识别方法及其相关设备，以解决当前外汇资金盘的风险识别准确性和适应能力存在局限性，且识别效率低。
[0006]为了解决上述技术问题，本申请实施例提供一种基于线性回归模型的风险识别方法，采用了如下所述的技术方案：
[0007]一种基于线性回归模型的风险识别方法，其特征在于，包括下述步骤：
[0008]根据预设的线性回归模型获取目标商户的商户属性信息，其中，预设的线性回归模型用于将符合线性关系的关系商户经过线性回归计算筛选出目标商户；
[0009]通过预设的社区算法模型，对商户属性信息进行分类，以确定每个目标商户对应的商户分类结果以及目标商户间的交易关系；
[0010]根据商户分类结果和目标商户间的交易关系，确定风险商户。
[0011]为了解决上述技术问题，本申请实施例还提供一种基于线性回归模型的风险识别装置，包括：
[0012]获取模块，用于根据预设的线性回归模型获取目标商户的商户属性信息，其中，预设的线性回归模型用于将符合线性关系的关系商户经过线性回归计算筛选出目标商户；
[0013]分类模块，用于通过预设的社区算法模型，对商户属性信息进行分类，以确定每个目标商户对应的商户分类结果以及目标商户间的交易关系；
[0014]风险模块，用于根据商户分类结果和目标商户间的交易关系，确定风险商户。
[0015]为了解决上述技术问题，本申请实施例还提供一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，处理器执行计算机可读指令时实现上述基于线性回归模型的风险识别方法的步骤。
[0016]为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机可读指令，计算机可读指令被处理器执行时实现上述基于线性回归模型的风险识别方法的步骤。
[0017]与现有技术相比，本申请实施例主要有以下有益效果：
[0018]通过从复杂多样的商户交易信息中筛选出符合线性关系的关系商户，并采用线性回归模型来获取商户信息，有利于对繁杂无规律的商户属性信息进行有效统计，使得提取的商户属性信息具有可靠性；采用社区算法模型对所提取的商户信息进行分类，并确定目标商户间的交易关系，即使是面对随机无规则的商户信息，社区算法模型也可以快速有效的建立不同目标商户间的交易关系，使得对风险商户的识别更加精准和高效，本申请通过线性归回模型和社区算法模型相结合的方式将繁杂的商户属性信息通过双重统计分析来识别风险商户，减少误判误杀，提高识别准确率，且适应于各种交易情景下，同时，避免了以往依靠业务专家经验存在的局限性和滞后性问题，提高了风险识别的效率。
附图说明
[0019]为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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。
[0020]图1是本申请可以应用于其中的示例性系统架构图；
[0021]图2根据本申请的基于线性回归模型的风险识别方法的一个实施例的流程图；
[0022]图3是某收单机构金额与外汇币种的汇率关系的一实施例示意图；
[0023]图4是本申请实施例中社区节点分类结果的一实施例示意图；
[0024]图5是本申请实施例中交易社区风险客户示的示意图；
[0025]图6是本申请的基于线性回归模型的风险识别装置的一个实施例的结构示意图；
[0026]图7是申请的计算机设备的一个实施例的结构示意图。
具体实施方式
[0027]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
[0028]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0029]为了使本
的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0030]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0031]用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
[0032]终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture E基于线性回归模型的风险识别perts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于线性回归模型的风险识别方法，其特征在于，包括下述步骤：根据预设的线性回归模型获取目标商户的商户属性信息，其中，所述预设的线性回归模型用于将符合线性关系的关系商户经过线性回归计算筛选出目标商户；通过预设的社区算法模型，对所述商户属性信息进行分类，以确定每个目标商户对应的商户分类结果以及目标商户间的交易关系；根据所述商户分类结果和所述目标商户间的交易关系，确定风险商户。2.根据权利要求1所述的基于线性回归模型的风险识别方法，其特征在于，所述根据预设的线性回归模型获取目标商户的商户属性信息的步骤具体包括：获取关系商户的交易分类结果和行业交易分类结果；将关系商户的交易分类结果和行业交易分类结果输入到预设的线性回归模型中进行线性回归计算，以得到关系商户的评分值；从关系商户的评分值和关系商户的商户属性信息确定目标商户的商户属性信息。3.根据权利要求2所述的基于线性回归模型的风险识别方法，其特征在于，所述获取关系商户的交易分类结果和行业交易分类结果的步骤具体包括：获取交易信息，其中，所述交易信息包括商户交易信息和行业交易信息；根据预设的线性关系，从所述商户交易信息中筛选出关系商户；基于时间区间对关系商户的交易信息和行业交易信息进行切分，以确定关系商户的交易分类结果和行业交易分类结果。4.根据权利要求2或3所述的基于线性回归模型的风险识别方法，其特征在于，所述目标商户的商户属性信息包括目标商户的评分值，所述从关系商户的评分值和关系商户的商户属性信息确定目标商户的商户属性信息的步骤具体包括：当关系商户的评分值满足预设区间范围时，确定该关系商户为有效的关系商户；根据有效的关系商户携带的商户属性信息，确定有效的关系商户的清洗方式；若该有效的关系商户经过清洗方式筛选后确定为目标商户，则将该有效的关系商户对应的评分值作为目标商户的评分值。5.根据权利要求1或2所述的基于线性回归模型的风险识别方法，其特征在于，所述通过预设的社区算法模型，对所述商户属性信息进行分类，以确定每个目标商户对应的商户分类结果以及目标商户间的交易关系的步骤具体包括：根据目标商户构建社区，每一目标商户对应一个节点；按照商户属性信息和预设的社区算法模型计算每个节...

【专利技术属性】
技术研发人员：王丽虹，刘玲，田鸥，文广明，李菲，张玉霞，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：