【技术实现步骤摘要】
本申请涉及数据分析，特别是涉及一种异常交易对象识别方法和相关装置。
技术介绍
1、世界金融经济发展至今，银行作为金融市场体系核心，其整体的交易数量和规模不断增长，同时也伴随着各类违法交易屡禁不止。这些违法交易严重扰乱了国家的金融秩序，侵犯人民的财产安全，有效打击各类违法交易变得至关重要。如何从每天产生的海量交易数据中挖掘出风险资金交易，是包括各大银行在内的金融行业面临的普遍难题。需要构建出适当的数学模型，应用有效且高效的检测算法分析海量交易数据，准确挖掘出风险资金交易链。
2、在相关技术中，可以基于多个交易对象之间的交易关系，构建交易拓扑图，交易拓扑图中的节点为交易对象，节点之间的边用于表征交易关系。通过对交易拓扑图进行分析，能够在一定程度上确定出其中的异常交易对象。
3、然而，相关技术仅基于某一时间点下，多个交易节点之间的交易关系进行异常识别，并没有综合多个时间点进行分析，导致异常交易对象的识别精度较差，难以提高交易安全性。
技术实现思路
1、为了解决上述技术问题，本申请提供了一种异常交易对象识别方法，能够基于时序信息对异常交易对象进行准确识别。
2、本申请实施例公开了如下技术方案：
3、第一方面，本申请实施例公开了一种异常交易对象识别方法，所述方法包括：
4、获取目标交易对象在连续的多个时间点分别对应的交易金额；
5、确定所述多个时间点中除所述目标时间点外的多个待分析时间点分别对应所述目标时间点的子经验值，
6、将所述多个待分析时间点分别对应的子经验值的平均值确定为所述目标时间点对应的经验值，所述经验值用于表征所述目标时间点的交易异常概率，所述交易异常概率与所述经验值的大小成反相关；
7、基于所述目标时间点对应的经验值小于预设阈值，确定所述目标交易对象在目标时间点为异常交易对象。
8、在一种可能的实现方式中，所述方法还包括：
9、确定所述目标时间点对应的交易拓扑图，所述交易拓扑图包括多个交易节点和多个交易节点之间的连接边，所述多个交易节点与多个交易对象一一对应，所述多个交易对象中包括所述目标交易对象，两个交易节点之间的连接边用于表征所述两个交易节点分别对应的交易对象之间在所述目标时间点具有交易行为；
10、根据所述连接边，对所述多个交易节点进行聚类，得到多个聚类簇，同一聚类簇的多个交易节点之间的交易密切程度大于不同聚类簇的多个交易节点之间的交易密切程度；
11、基于目标聚类簇所包括的多个交易节点中具有对应异常交易对象的交易节点，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象。
12、在一种可能的实现方式中，所述基于目标聚类簇所包括的多个交易节点中具有对应异常交易对象的交易节点，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象，包括：
13、基于目标聚类簇所包括的多个交易节点中对应异常交易对象的交易节点数量大于预设数量阈值，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象。
14、在一种可能的实现方式中，基于目标聚类簇所包括的多个交易节点中具有对应异常交易对象的交易节点，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象，包括：
15、基于目标聚类簇所包括的多个交易节点中对应异常交易对象的交易节点占比大于预设占比阈值，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象。
16、在一种可能的实现方式中，所述根据所述连接边，对所述多个交易节点进行聚类，得到多个聚类簇，包括：
17、根据所述连接边，对所述多个交易节点进行n次聚类处理，得到所述多个聚类簇，在第i次聚类处理中，将目标交易节点与通过连接边连接的相邻交易节点聚类到同一聚类簇中，确定差异变化信息，所述差异变化信息用于表征通过将所述目标交易节点与通过连接边连接的相邻交易节点聚类到同一聚类簇中，带来的密切程度差异变化，密切程度差异为同一聚类簇的多个交易节点之间的交易密切程度与不同聚类簇的多个交易节点之间的交易密切程度的差异，所述目标交易节点为在第i次聚类处理时，任意一个未具有对应聚类簇的交易节点；
18、基于所述差异变化信息所表征的密切程度差异变化为增大，执行第i+1次聚类处理；
19、基于所述差异变化信息所表征的密切程度差异变化为未增大，变更所述目标交易节点，重新确定所述差异变化信息。
20、第二方面，本申请实施例公开了一种异常交易对象识别装置，所述装置包括获取单元、第一确定单元、第二确定单元和第三确定单元：
21、所述获取单元，用于获取目标交易对象在连续的多个时间点分别对应的交易金额；
22、所述第一确定单元，用于确定所述多个时间点中除所述目标时间点外的多个待分析时间点分别对应所述目标时间点的子经验值，基于目标待分析时间点对应的交易金额小于所述目标时间点对应的交易金额，确定所述目标待分析时间点对应的子经验值为第一子经验值，基于所述目标待分析时间点对应的交易金额不小于所述目标时间点对应的交易金额，确定所述目标待分析时间点对应的子经验值为第二子经验值，所述第一子经验值小于所述第二子经验值，所述目标待分析时间点为所述多个待分析时间点中的任意一个；
23、所述第二确定单元，用于将所述多个待分析时间点分别对应的子经验值的平均值确定为所述目标时间点对应的经验值，所述经验值用于表征所述目标时间点的交易异常概率，所述交易异常概率与所述经验值的大小成反相关；
24、所述第三确定单元，用于基于所述目标时间点对应的经验值小于预设阈值，确定所述目标交易对象在目标时间点为异常交易对象。
25、在一种可能的实现方式中，所述装置还包括第四确定单元、聚类单元和第五确定单元：
26、所述第四确定单元，用于确定所述目标时间点对应的交易拓扑图，所述交易拓扑图包括多个交易节点和多个交易节点之间的连接边，所述多个交易节点与多个交易对象一一对应，所述多个交易对象中包括所述目标交易对象，两个交易节点之间的连接边用于表征所述两个交易节点分别对应的交易对象之间在所述目标时间点具有交易行为；
27、所述聚类单元，用于根据所述连接边，对所述多个交易节点进行聚类，得到多个聚类簇，同一聚类簇的多个交易节点之间的交易密切程度大于不同聚类簇的多个交易节点之间的交易密切程度；
28、所述第五确定单元，用于基于目标聚类簇所包括的多个交易本文档来自技高网...
【技术保护点】
1.一种异常交易对象识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于目标聚类簇所包括的多个交易节点中具有对应异常交易对象的交易节点，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象，包括：
4.根据权利要求2所述的方法，其特征在于，基于目标聚类簇所包括的多个交易节点中具有对应异常交易对象的交易节点，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所述连接边，对所述多个交易节点进行聚类，得到多个聚类簇，包括：
6.一种异常交易对象识别装置，其特征在于，所述装置包括获取单元、第一确定单元、第二确定单元和第三确定单元：
7.根据权利要求6所述的装置，其特征在于，所述装置还包括第四确定单元、聚类单元和第五确定单元：
8.根据权利要求7所述的装置，其特征在于，所述第五确定单元具体用于：
9.根据
10.根据权利要求7所述的方法，其特征在于，所述聚类单元具体用于：
11.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-5中任意一项所述的异常交易对象识别方法。
13.一种包括计算机程序的计算机程序产品，当其在计算机设备上运行时，使得所述计算机设备执行权利要求1-5中任意一项所述的异常交易对象识别方法。
...【技术特征摘要】
1.一种异常交易对象识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于目标聚类簇所包括的多个交易节点中具有对应异常交易对象的交易节点，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象，包括：
4.根据权利要求2所述的方法，其特征在于，基于目标聚类簇所包括的多个交易节点中具有对应异常交易对象的交易节点，将所述目标聚类簇包括的多个交易节点分别对应的交易对象确定为异常交易对象，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所述连接边，对所述多个交易节点进行聚类，得到多个聚类簇，包括：
6.一种异常交易对象识别装置，其特征在于，所述装置包括获取单元、第一确定单元、第二确定单元和第三确...
【专利技术属性】
技术研发人员：王宇杰，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。