一种经济犯罪识别方法技术

本发明专利技术涉及经济犯罪识别技术领域，尤其是指一种经济犯罪识别方法，其包括首先对资金交易数据进行数据采集，通过数据采集后的数据构建基于多源异构的数据资源池，再对数据资源池中的数据进行数据治理，数据资源池的数据经过数据治理进行分类、排列后，再对其中的异常数据进行监测预警，同时建立模型中心，异常数据通过模型中心进行抽取和计算，最后生成智能报告。告。告。

【技术实现步骤摘要】
一种经济犯罪识别方法


[0001]本专利技术涉及经济犯罪识别
，尤其是指一种经济犯罪识别方法。

技术介绍

[0002]一直以来，经济犯罪识别所面临的诸多严峻问题和挑战及如何应对，都是各国政府监管部门、业界和学界广泛关注并着力解决的一个重点课题，有关国家纷纷通过立法程序制定和强化经济犯罪的法案，经过多年的观察和讨论，人们对经济犯罪的性质和过程有了清楚的认识。

技术实现思路

[0003]本专利技术要解决的技术问题是提供一种经济犯罪识别方法，该经济犯罪识别方法能够利用技术手段再现交易过程、辅助定位经济犯罪行为。
[0004]为了解决上述技术问题，本专利技术采用如下技术方案：
[0005]一种经济犯罪识别方法，其包括首先对资金交易数据进行数据采集，通过数据采集后的数据构建基于多源异构的数据资源池，再对数据资源池中的数据进行数据治理，数据资源池的数据经过数据治理进行分类、排列后，再对其中的异常数据进行监测预警，同时建立模型中心，异常数据通过模型中心进行抽取和计算，最后生成智能报告。
[0006]进一步地，所述数据采集包括采集多源异构的资金交易数据，数据体量大的数据支持线上，离线等方式快速，高效的采集入数据资源池。
[0007]进一步地，所述数据治理包括将大量以及实时传入数据资源池的多源异构数据，筛选去重，补录，治理成有关联，有效的数据，按照常量列、计算、列转行、连接列、日期计算、分组聚合、排序和累计、选择列、修改列类型、行转列、文本计算、过滤、删除重复项、替换文本、设置列值、文本格式化、值映射、合并进行操作。
[0008]进一步地，所述监测预警包括从多源异构的数据资源池到按照不同特征进行数据治理的有效相关联的数据，进行多维度特征统计，分析，实时监测，发现数据异常变化。
[0009]进一步地，所述模型中心包括利用模型规则，对数据进行高效的计算，按照互联网金融经济犯罪相关特征，进行抽取，计算。
[0010]进一步地，所述模型中心工作流程包括：
[0011]汇总统计依靠互联网第三方支付的交易账户总金额；汇总统计交易笔数；区分汇总账户中个人，企业账户类型；统计满足以上条件的账户为核心账户。
[0012]进一步地，所述智能报告包括对大量数据进行多特征指向的指标检测，生成数据健康报告，主动发现数据存在的异常问题，智能生成多维度，多类型报告，实现多目的性的报告。
[0013]本专利技术的有益效果：实际使用时，对客户的资金交易数据进行采集，再对采集后的数据进行分类处理，进行存储，当该资金交易数据的总量很大或资金交易数据的次数过多时，对该资金交易数据进行监测预警，同时将该资金交易数据通过建立的模型中心进行鉴
别，最后通过鉴别的数据生成智能报告，通过生成的智能报告对该资金交易数据进行判断是否为金融经济犯罪。本申请的一种经济犯罪识别方法能够利用技术手段再现交易过程、辅助定位经济犯罪行为。
附图说明
[0014]图1为本专利技术的结构示意图。
具体实施方式
[0015]为了便于本领域技术人员的理解，下面结合实施例与附图对本专利技术作进一步的说明，实施方式提及的内容并非对本专利技术的限定。
[0016]如图1所示，本专利技术提供的一种经济犯罪识别方法，其包括首先对资金交易数据进行数据采集，通过数据采集后的数据构建基于多源异构的数据资源池，再对数据资源池中的数据进行数据治理，数据资源池的数据经过数据治理进行分类、排列后，再对其中的异常数据进行监测预警，同时建立模型中心，异常数据通过模型中心进行抽取和计算，最后生成智能报告。
[0017]实际使用时，对客户的资金交易数据进行采集，再对采集后的数据进行分类处理，进行存储，当该资金交易数据的总量很大或资金交易数据的次数过多时，对该资金交易数据进行监测预警，同时将该资金交易数据通过建立的模型中心进行鉴别，最后通过鉴别的数据生成智能报告，通过生成的智能报告对该资金交易数据进行判断是否为金融经济犯罪。
[0018]本申请的一种经济犯罪识别方法能够利用技术手段再现交易过程、辅助定位经济犯罪行为。
[0019]如图1所示，本实施例中，所述数据采集包括采集多源异构的资金交易数据，数据体量大的数据支持线上，离线等方式快速，高效的采集入数据资源池。
[0020]如图1所示，本实施例中，所述数据治理包括将大量以及实时传入数据资源池的多源异构数据，筛选去重，补录，治理成有关联，有效的数据，按照常量列、计算、列转行、连接列、日期计算、分组聚合、排序和累计、选择列、修改列类型、行转列、文本计算、过滤、删除重复项、替换文本、设置列值、文本格式化、值映射、合并进行操作。
[0021]如图1所示，本实施例中，所述监测预警包括从多源异构的数据资源池到按照不同特征进行数据治理的有效相关联的数据，进行多维度特征统计，分析，实时监测，发现数据异常变化。
[0022]如图1所示，本实施例中，所述模型中心包括利用模型规则，对数据进行高效的计算，按照互联网金融经济犯罪相关特征，进行抽取，计算。
[0023]如图1所示，本实施例中，所述模型中心工作流程包括：
[0024]汇总统计依靠互联网第三方支付的交易账户总金额；汇总统计交易笔数；区分汇总账户中个人，企业账户类型；统计满足以上条件的账户为核心账户。
[0025]如图1所示，本实施例中，所述智能报告包括对大量数据进行多特征指向的指标检测，生成数据健康报告，主动发现数据存在的异常问题，智能生成多维度，多类型报告，实现多目的性的报告。
[0026]本实施例中的所有技术特征均可根据实际需要而进行自由组合。
[0027]上述实施例为本专利技术较佳的实现方案，除此之外，还包括其它方式实现，在不脱离本技术方案构思的前提下任何显而易见的替换均在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种经济犯罪识别方法，其特征在于：包括首先对资金交易数据进行数据采集，通过数据采集后的数据构建基于多源异构的数据资源池，再对数据资源池中的数据进行数据治理，数据资源池的数据经过数据治理进行分类、排列后，再对其中的异常数据进行监测预警，同时建立模型中心，异常数据通过模型中心进行抽取和计算，最后生成智能报告。2.根据权利要求1所述的一种经济犯罪识别方法，其特征在于：所述数据采集包括采集多源异构的资金交易数据，数据体量大的数据支持线上，离线等方式快速，高效的采集入数据资源池。3.根据权利要求1所述的一种经济犯罪识别方法，其特征在于：所述数据治理包括将大量以及实时传入数据资源池的多源异构数据，筛选去重，补录，治理成有关联，有效的数据，按照常量列、计算、列转行、连接列、日期计算、分组聚合、排序和累计、选择列、修改列类型、行转列、文本计算、过滤、删除重复项、替换文本、设置列值、文本格式化、值映...

【专利技术属性】
技术研发人员：余伟峰，邓昌智，殷欣，
申请(专利权)人：中科金审北京科技有限公司，
类型：发明
国别省市：