本发明专利技术实施例提供了一种交易行为检测方法、装置、电子设备及存储介质，该方法包括：获取目标交易行为对应的第一用户和第二用户的历史交易行为；基于目标交易行为以及历史交易行为，建立包括时间信息的交易动态图；确定第一用户对应的第一邻居用户以及第二用户对应的第二邻居用户；将第一用户与第一邻居用户的目标交易特征、第二用户与第二邻居用户的目标交易特征进行聚合分别得到第一、第二目标特征；目标交易特征为基于时间信息更新后的初始交易特征；基于第一目标特征和第二目标特征，通过目标分类器模型，确定目标交易行为的欺诈概率；在欺诈概率大于预设阈值的情况下，确定目标交易行为为欺诈交易。这样，提高了交易行为欺诈检测的准确性。为欺诈检测的准确性。为欺诈检测的准确性。
【技术实现步骤摘要】
交易行为检测方法、装置、电子设备及存储介质
[0001]本专利技术涉及数据处理领域，特别是涉及一种交易行为检测方法、装置、电子设备及存储介质。
技术介绍
[0002]随着移动支付、网上银行等技术的飞速发展，用户之间的交易行为更加方便快捷，但也出现了更多的交易欺诈行为。
[0003]对于交易行为是否存在欺诈，现有技术中往往直接是将交易行为双方的特征进行提取、检测，这种检测方式准确性较低，无法准确地确定出交易行为是否存在欺诈。
技术实现思路
[0004]本专利技术实施例提供一种交易行为检测方法、装置、电子设备及存储介质，以解决现有技术中对交易行为是否存在欺诈时检测准确性较低的问题。
[0005]为了解决上述问题，本专利技术实施例是这样实现的：
[0006]第一方面，本专利技术实施例公开了一种方法，包括：
[0007]获取目标交易行为对应的第一用户和第二用户的历史交易行为；
[0008]基于所述目标交易行为以及所述历史交易行为，建立包括时间信息的交易动态图；
[0009]在所述交易动态图中，确定所述第一用户对应的第一邻居用户以及所述第二用户对应的第二邻居用户；
[0010]将所述第一用户与所述第一邻居用户的目标交易特征进行聚合得到第一目标特征以及将所述第二用户与所述第二邻居用户的目标交易特征进行聚合得到第二目标特征；所述目标交易特征为基于时间信息更新后的初始交易特征；
[0011]基于所述第一目标特征和所述第二目标特征，通过目标分类器模型，确定所述目标交易行为的欺诈概率；
[0012]在所述欺诈概率大于预设阈值的情况下，确定所述目标交易行为为欺诈交易。
[0013]可选的，所述建立包括时间信息的交易动态图，包括：
[0014]确定所述目标交易行为以及所述历史交易行为的交易双方和交易时间；
[0015]以所述交易双方为节点、以所述目标交易行为以及所述历史交易行为为连接线以及以所述交易时间为时间信息，建立包括时间信息的交易动态图。
[0016]可选的，所述确定所述第一用户对应的第一邻居用户以及所述第二用户对应的第二邻居用户，包括：
[0017]在所述交易动态图中，分别确定与所述第一用户相连的第一备选邻居用户以及与所述第二用户相连的第二备选邻居用户；
[0018]在所述第一备选邻居以及所述第二备选邻居用户分别对应的交易时间早于所述目标交易时间的情况下，确定所述第一备选邻居用户为所述第一邻居用户以及确定所述第
二备选邻居用户为所述第二邻居用户；所述目标交易时间为所述目标交易行为对应的交易时间。
[0019]可选的，所述将所述第一用户与所述第一邻居用户的目标交易特征进行聚合得到第一目标特征，包括：
[0020]获取所述第一用户以及所述第一邻居用户的初始交易特征；
[0021]根据预设特征处理模型，根据所述时间信息以及所述历史交易行为对所述初始交易特征进行更新处理，分别得到所述第一用户以及所述第一邻居用户在所述目标交易时间下的目标交易特征；其中，在所述预设特征处理模型中，时间信息与所述目标交易时间间隔越长的历史交易行为，对所述初始交易特征的影响越小；
[0022]将所述第一用户以及所述第一邻居用户的目标交易特征进行加权聚合，得到所述第一目标特征。
[0023]可选的，所述第一邻居用户包括一阶第一邻居用户和二阶第一邻居用户；所述二阶第一邻居用户为所述一阶第一邻居用户的邻居用户；
[0024]所述将所述第一用户与所述第一邻居用户的目标交易特征进行聚合得到第一目标特征，包括：
[0025]将所述第一用户与所述一阶第一邻居用户的目标交易特征进行聚合，得到第一中间目标特征；
[0026]将所述一阶第一邻居用户与所述二阶第一邻居用户的目标交易特征进行聚合，得到第二中间目标特征；
[0027]将所述第一中间目标特征与所述第二中间目标特征进行聚合，得到所述第一目标特征。
[0028]可选的，所述方法还包括：
[0029]获取样本交易行为以及所述样本交易行为对应的样本标签；
[0030]基于预设分类器模型，确定所述样本交易行为的欺诈概率；
[0031]基于所述欺诈概率以及所述样本标签，通过预设损失函数，确定目标损失；
[0032]基于所述目标损失，更新所述预设分类器模型的模型参数，得到所述目标分类器模型。
[0033]第二方面，本专利技术实施例公开了一种交易行为检测装置，包括：
[0034]获取模块，用于获取目标交易行为对应的第一用户和第二用户的历史交易行为；
[0035]建立模块，用于基于所述目标交易行为以及所述历史交易行为，建立包括时间信息的交易动态图；
[0036]第一确定模块，用于在所述交易动态图中，确定所述第一用户对应的第一邻居用户以及所述第二用户对应的第二邻居用户；
[0037]聚合模块，用于将所述第一用户与所述第一邻居用户的目标交易特征进行聚合得到第一目标特征以及将所述第二用户与所述第二邻居用户的目标交易特征进行聚合得到第二目标特征；所述目标交易特征为基于时间信息更新后的初始交易特征；
[0038]第二确定模块，用于基于所述第一目标特征和所述第二目标特征，通过目标分类器模型，确定所述目标交易行为的欺诈概率；
[0039]第三确定模块，用于在所述欺诈概率大于预设阈值的情况下，确定所述目标交易
行为为欺诈交易。
[0040]可选的，所述建立模块，具体用于：
[0041]确定所述目标交易行为以及所述历史交易行为的交易双方和交易时间；
[0042]以所述交易双方为节点、以所述目标交易行为以及所述历史交易行为为连接线以及以所述交易时间为时间信息，建立包括时间信息的交易动态图。
[0043]可选的，所述第一确定模块，具体用于：
[0044]在所述交易动态图中，分别确定与所述第一用户相连的第一备选邻居用户以及与所述第二用户相连的第二备选邻居用户；
[0045]在所述第一备选邻居以及所述第二备选邻居用户分别对应的交易时间早于所述目标交易时间的情况下，确定所述第一备选邻居用户为所述第一邻居用户以及确定所述第二备选邻居用户为所述第二邻居用户；所述目标交易时间为所述目标交易行为对应的交易时间。
[0046]可选的，所述聚合模块，具体用于：
[0047]获取所述第一用户以及所述第一邻居用户的初始交易特征；
[0048]根据预设特征处理模型，根据所述时间信息以及所述历史交易行为对所述初始交易特征进行更新处理，分别得到所述第一用户以及所述第一邻居用户在所述目标交易时间下的目标交易特征；其中，在所述预设特征处理模型中，时间信息与所述目标交易时间间隔越长的历史交易行为，对所述初始交易特征的影响越小；
[0049]将所述第一用户以及所述第一邻居用户的目标交易特征进行加权聚合，得到所述第一目标特征。
[0050]可选的，所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种交易行为检测方法，其特征在于，包括：获取目标交易行为对应的第一用户和第二用户的历史交易行为；基于所述目标交易行为以及所述历史交易行为，建立包括时间信息的交易动态图；在所述交易动态图中，确定所述第一用户对应的第一邻居用户以及所述第二用户对应的第二邻居用户；将所述第一用户与所述第一邻居用户的目标交易特征进行聚合得到第一目标特征以及将所述第二用户与所述第二邻居用户的目标交易特征进行聚合得到第二目标特征；所述目标交易特征为基于时间信息更新后的初始交易特征；基于所述第一目标特征和所述第二目标特征，通过目标分类器模型，确定所述目标交易行为的欺诈概率；在所述欺诈概率大于预设阈值的情况下，确定所述目标交易行为为欺诈交易。2.根据权利要求1所述的方法，其特征在于，所述建立包括时间信息的交易动态图，包括：确定所述目标交易行为以及所述历史交易行为的交易双方和交易时间；以所述交易双方为节点、以所述目标交易行为以及所述历史交易行为为连接线以及以所述交易时间为时间信息，建立包括时间信息的交易动态图。3.根据权利要求2所述的方法，其特征在于，所述确定所述第一用户对应的第一邻居用户以及所述第二用户对应的第二邻居用户，包括：在所述交易动态图中，分别确定与所述第一用户相连的第一备选邻居用户以及与所述第二用户相连的第二备选邻居用户；在所述第一备选邻居以及所述第二备选邻居用户分别对应的交易时间早于所述目标交易时间的情况下，确定所述第一备选邻居用户为所述第一邻居用户以及确定所述第二备选邻居用户为所述第二邻居用户；所述目标交易时间为所述目标交易行为对应的交易时间。4.根据权利要求3所述的方法，其特征在于，所述将所述第一用户与所述第一邻居用户的目标交易特征进行聚合得到第一目标特征，包括：获取所述第一用户以及所述第一邻居用户的初始交易特征；根据预设特征处理模型，根据所述时间信息以及所述历史交易行为对所述初始交易特征进行更新处理，分别得到所述第一用户以及所述第一邻居用户在所述目标交易时间下的目标交易特征；其中，在所述预设特征处理模型中，时间信息与所述目标交易时间间隔越长的历史交易行为，对所述初始交易特征的影响越小；将所述第一用户以及所述第一邻居用户的目标交易特征进行加权聚合，得到所述第一目标特征。5.根据权利要求1所述的方法，其特征在于，所述第一邻居用户包括一阶第一邻居用户和二阶第一邻居用户；所述二阶第一邻居用户为所...
【专利技术属性】
技术研发人员：赵禹闳，王洪涛，张梦莹，
申请(专利权)人：同盾控股有限公司，
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。