【技术实现步骤摘要】
风险团伙的识别方法和装置
本说明书涉及人工智能
,尤其涉及一种风险团伙的识别方法和装置。
技术介绍
随着互联网金融的快速发展,网络诈骗逐渐兴起,黑产、黑中介等存在安全风险的团伙通过非法手段控制大量用户账号,并利用这些用户账号进行套利,扰乱互联网金融安全。
技术实现思路
有鉴于此,本说明书提供一种风险团伙的识别方法和装置。具体地,本说明书是通过如下技术方案实现的:一种风险团伙的识别方法,包括:基于失信用户的历史行为构建风险知识图谱,所述风险知识图谱包括:非用户节点、失信用户节点和与失信用户存在关联关系的普通用户节点,所述非用户节点代表用户的属性特征,所述风险知识图谱中的每个节点都具有唯一标签,节点连边用于表示相连节点之间具有关联关系,所述连边的属性包括用于表示所述关联关系发生时间的时间参数;从所述风险知识图谱中提取出匹配风险模板的节点和所述节点之间的连边,以形成风险图,所述风险模板包括若干模板节点和所述模板节点之间的连边,所述模板节点包括非用户节点、失信用户节点和普通用户节点中的一种或多种;针对所述风险图中的每个节点,根据其与邻居节点关联关系发生时间的时间参数和所述邻居节点的度数对所述节点的标签进行迭代,并在完成一轮迭代后,判断带时间聚集性的模块度函数是否收敛;当所述带时间聚集性的模块度函数收敛时,将标签相同的节点识别为同一个风险团伙。一种风险团伙的识别装置,包括:图谱构建单元,基于失信用户的历史行为构建风险知识图谱,所述风险知识图谱包括:非用户节点、失信用户节点和与失信用户存在关联关系的普通用户节点,所述非用户节点代表用户的属性特征,所述风险知识图谱中的 ...
【技术保护点】
1.一种风险团伙的识别方法,包括:基于失信用户的历史行为构建风险知识图谱,所述风险知识图谱包括:非用户节点、失信用户节点和与失信用户存在关联关系的普通用户节点,所述非用户节点代表用户的属性特征,所述风险知识图谱中的每个节点都具有唯一标签,节点连边用于表示相连节点之间具有关联关系,所述连边的属性包括用于表示所述关联关系发生时间的时间参数;从所述风险知识图谱中提取出匹配风险模板的节点和所述节点之间的连边,以形成风险图,所述风险模板包括若干模板节点和所述模板节点之间的连边,所述模板节点包括非用户节点、失信用户节点和普通用户节点中的一种或多种;针对所述风险图中的每个节点,根据其与邻居节点关联关系发生时间的时间参数和所述邻居节点的度数对所述节点的标签进行迭代,并在完成一轮迭代后,判断带时间聚集性的模块度函数是否收敛;当所述带时间聚集性的模块度函数收敛时,将标签相同的节点识别为同一个风险团伙。
【技术特征摘要】
1.一种风险团伙的识别方法,包括:基于失信用户的历史行为构建风险知识图谱,所述风险知识图谱包括:非用户节点、失信用户节点和与失信用户存在关联关系的普通用户节点,所述非用户节点代表用户的属性特征,所述风险知识图谱中的每个节点都具有唯一标签,节点连边用于表示相连节点之间具有关联关系,所述连边的属性包括用于表示所述关联关系发生时间的时间参数;从所述风险知识图谱中提取出匹配风险模板的节点和所述节点之间的连边,以形成风险图,所述风险模板包括若干模板节点和所述模板节点之间的连边,所述模板节点包括非用户节点、失信用户节点和普通用户节点中的一种或多种;针对所述风险图中的每个节点,根据其与邻居节点关联关系发生时间的时间参数和所述邻居节点的度数对所述节点的标签进行迭代,并在完成一轮迭代后,判断带时间聚集性的模块度函数是否收敛;当所述带时间聚集性的模块度函数收敛时,将标签相同的节点识别为同一个风险团伙。2.根据权利要求1所述的方法,所述从所述风险知识图谱中提取出匹配风险模板的节点和所述节点之间的连边,包括:遍历从所述风险知识图谱中失信用户节点出发的每条连通分支,判断所述连通分支上的节点及节点之间的连边是否匹配所述风险模板。3.根据权利要求1所述的方法,所述根据其与邻居节点关联关系发生时间的时间参数和所述邻居节点的度数对所述节点的标签进行迭代,包括:针对所述节点的每个邻居节点,根据所述时间参数确定所述节点与其邻居节点最近一次关联关系的发生时间距今的时长;根据所述时长和所述度数计算所述邻居节点标签的属性值;将属性值满足预定条件的邻居节点标签确定为目标标签;将所述节点的标签更新为所述目标标签。4.根据权利要求3所述的方法,所述根据所述时长和所述度数计算所述邻居节点标签的属性值,包括:将所述时长和所述度数乘以对应的常数后求和,得到所述属性值;当所述时长对应的常数是负数、所述度数对应的常数是正数时,所述预定条件是属性值最大。5.根据权利要求1所述的方法,所述带时间聚集性的模块度函数等于同一社区内的连边数量占所有连边数量的比例与对所述连边进行随机分配所得到的概率期望的差值,再减去同一社区内连边的时间聚集性参数。6.根据权利要求5所述的方法,所述同一社区内连边的时间聚集性参数等于所述连边的时间参数与社区内部所有连边的时间参数中位数的差值。7.根据权利要求1所述的方法,当所述带时间聚集性的模块度函数收敛时,还包括:判断所述风险图中各节点的标签与上一轮迭代结果是否相同;若相同,则将标签相同的节点识别为同一个风险团伙。8.根据权利要求1所述的方法,还包括:根据预定的识别周期进行风险团伙的识别;当若干不同识别周期识别出的风险团伙具有部分相同节点时,将所述具有部分相同节点的风险团伙识别为同一个风险团伙,将所述部分相同节点识别为所述风险团伙的核心成员。9.根据权利要求8所述的方法,还包括:从对应风险知识图谱中提取出所述具有部分相同节点的风险团伙的网络结构图;通过可视化界面对所述网络结构图进行展示。10.根据权利要求9所述的方法,每张网络结构图中的所述部分相同节点具有相同的展示属性。11.一种风险团伙的识别装置,包括:图谱构建单元,基于失信用户的历史行为构建风险知识图谱,所述风险知识图谱包括:非用户节点、失信用户节点和与失信用户存在关联关系的普通用户节点,所述非用户节点代表用户的属性特征,所述风险知识图谱中的每个节点都具有唯一标签,节点连边用于表示相连节点之间具有关联关系,所述连边的属性包括用于表示所述关联关系发生时间的时间参数;风险提取单元,从所述风险知识图谱中提取出匹配风险模板的节点和所述节点之间的连边,以形...
【专利技术属性】
技术研发人员:王冠楠,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
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。