一种基于密集子图的银行信用卡反套现方法技术

本发明专利技术提供一种基于密集子图的银行信用卡反套现方法，该方法包括：构建基于银行资金流水的多分图模型；根据量化套现嫌疑度的密度函数，计算所述多分图模型中每一子图对应的密度值，并搜索所述多分图模型，将密度值最大的子图作为密集子图；根据所述密集子图，输出疑似套现的银行账户。本发明专利技术实施例能够从银行资金流水分析商户的信用卡资金流向，发现具有套现嫌疑的对象。当前的信用卡套现呈现集团化发展，而该方法能够侦测团伙套现，并且不需要依靠以往的经验，能够适应各种新的套现模式，具有较高的鲁棒性和适应性。此外，该方法能够增强结果的可解释性。

【技术实现步骤摘要】
一种基于密集子图的银行信用卡反套现方法
本专利技术涉及计算机
，尤其涉及一种基于密集子图的银行信用卡反套现方法。
技术介绍
信用卡套现是指持卡人通过非常规手段将银行授予信用额度内的资金以现金方式套取，期间没有支付银行相关提现费用。银行信用卡以免息周期长、利息成本低等特点成为最佳的套现对象。信用卡套现行为普遍存在且快速发展，呈现集团化、专业化、平台化发展趋势，其套现手法具有多样、隐蔽等特点，这些使得侦测和打击套现的难度非常大。目前识别信用卡套现有以下几种技术手段。第一，构建反套现规则库。该方法的特征是通过套现案例分析，基于银行交易流水挖掘用户异常行为模式，从而建立一套识别信用卡套现的规则体系。当交易行为与规则匹配或者触发预设的阈值条件，系统会发出告警。基于规则库的方法主要缺陷在于反套现规则的建立和维护。套现黑灰产提供的完美账单服务，从交易明细数据看难以发现异常行为。这会导致案例学习难以及规则定义难。此外，反套现规则根据业务类型、信贷类型等场景分别建立特定规则组合，需要专家更新和维护规则库，对领域经验依赖度较大，从而导本文档来自技高网...

【技术保护点】
1.一种基于密集子图的银行信用卡反套现方法，其特征在于，包括：/n构建基于银行资金流水的多分图模型；/n根据量化套现嫌疑度的密度函数，计算所述多分图模型中每一子图对应的密度值，并搜索所述多分图模型，将密度值最大的子图作为密集子图；/n根据所述密集子图，输出疑似套现的银行账户。/n

【技术特征摘要】
1.一种基于密集子图的银行信用卡反套现方法，其特征在于，包括：
构建基于银行资金流水的多分图模型；
根据量化套现嫌疑度的密度函数，计算所述多分图模型中每一子图对应的密度值，并搜索所述多分图模型，将密度值最大的子图作为密集子图；
根据所述密集子图，输出疑似套现的银行账户。


2.根据权利要求1所述的基于密集子图的银行信用卡反套现方法，其特征在于，所述构建基于银行资金流水的多分图模型，具体包括：
构建多分图模型：所述多分图模型包括节点集合和边集合，所述节点集合包括信用卡账户集合、pos机商户结算账户集合、资金中转账户集合和资金流转至最终的借记卡账户集合中的一种或多种，所述边集合包括所述节点集合中任意相邻两个节点之间的转账关系；
数据准备：基于时空条件，获取指定账户、与所述指定账户相关的银行资金流水数据；
实例化图模型：根据所述指定账户、与所述指定账户相关的银行资金流水数据，对所述多分图模型进行实例化，获取实例化后的多分图模型。


3.根据权利要求2所述的基于密集子图的银行信用卡反套现方法，其特征在于，所述多分图模型的具体表示公式如下：
G＝(V,E)，
V＝X∪Y1∪…∪Yk-2∪Z，
E＝E1∪…∪Ek-1，
其中，G表示所述多分图模型，V表示所述节点集合，X表示所述信用卡账户集合，Y1表示所述pos机商户结算账户集合，k表示预设数值，Y2…Yk-2表示所述资金中转账户集合，Z表示所述资金流转至最终的借记卡账户集合，E表示所述边集合，E1表示所述信用卡账户与所述pos机商户的信用卡之间的交易关系，E2…Ek-1表示所述pos机商户结算账户、资金中转账户以及资金目标账户之间的转账关系，所述资金目标账户即为所述资金流转至最终的借记卡账户。


4.根据权利要求1所述的基于密集子图的银行信用卡反套现方法，其特征在于，所述多分图模型中每一子图对应的密度值具体计算公式如下：






Fmin(V′,vi)＝min{Dout(V′,vi),Din(V′,vi)}，
Fma...

【专利技术属性】
技术研发人员：蔡明，季颖生，张政，邢怀康，
申请(专利权)人：北京中亦安图科技股份有限公司，
类型：发明
国别省市：北京;11