【技术实现步骤摘要】
一种配资人资金账户识别及资金交易关系网络分析方法
[0001]本专利技术涉及证券犯罪嫌疑线索研判领域，具体为配资人资金账户识别及资金交易关系网络分析 方法。
技术介绍
[0002]传统的证券犯罪嫌疑资金数据分析主要采用单机版分析工具和excel，主要分为四步， 首先利用Excel计算各个资金账户交易次数、金额、时间等情况，然后将资金账户中交易 情况严重偏离平均水平的资金账户挑选出来，再通过人工对每个资金账户进行逐一分析判 断是配资人资金账户的可能性，最后利用人工对这些可疑的配资人资金账户逐层分析，查 找可疑资金网络关系。这样的识别及分析方式存在五个缺点：一是筛选标准较简单，资金 特征维度单一，特征间相互隔离，缺少很好的整合方式，二是具有主观性，对配资人资金 账户的识别完全依靠人工对每个资金账户进行逐一分析，没有量化标准，准确率低，推广 难度高，三是对资源投入要求高，由于第一步统计特征单一，没有很好的整合方式，对配 置人资金账户缺乏具体量化标准，因此大量的筛查识别分析工作遗留到了人工调查的阶 段，需要大量人力、物力、财力的投入...
【技术保护点】
【技术特征摘要】
1.一种配资人资金账户识别及分析方法，其特征是，包括以下步骤：S1.资金交易数据采集并标记，资金交易数据来源多样，主要来源为反洗钱数据、所有银行数据、银联数据等，并通过前端采集工具采集并存入大数据平台，同时对采集的数据进行标记，其中标记包括配资人资金交易、非配资人交易；S2.资金数据清洗、补全、去重，整个数据清洗原则包括全字段、全账单、全流程，按照“先补全
‑
再去重
‑
可恢复
‑
即反馈
‑
再优化”流程，利用机器实现自动补全、去重、清洗，建立人工干预机制，支持纠错反馈、数据恢复等功能，全面清洗数据；S3.配资人资金特征选取，特征包括资金交易总金额，阈值大于1000万，资金交易总次数，阈值大于25，资金交易对手数量，阈值大于30，进出金额比例，阈值达到0.6，月交易总金额平均值，阈值大于600万等；S4采用有监督机器学习中的逻辑回归算法，对账户配资的判断方法，流程如下，a).交易数据采集并标记；b).数据清洗；c).特征选取；d).划分训练集和测试集；e).算法选择；f).模型训练；g).模型验证。2.根据权利要求1所述的分析方法，其特征是，S4详细流程如下：a)交易数据采集并标记；对配资账户正常的账户集T1和配资账户非正常的账户集T0，并保持两个数据集的比列差不多保持在1∶1，便于提高算法正确率；将T0和T1数据集融合在一个数据集T，通过内网将数据生成一个xls文件，便于以后调用；b)数据清洗；选取文件中的特定列名，并进行数据预处理，对未标明的用户账户的数据进行删除，对重复数据进行删除；对每列的空置进行对应列的处理，例如交易方式，将空置装换成一个字符串，对于金额装换成数字类型的数据；将金额数值中的负值转换成正数，便于以后特征列的计算；对很多不是真正用户的用户名称也删除，例如用户名是0，对于该种数据要删除；c)特征选取；对xls文件中的列名进行筛选，有部分没有特点的数据进行删除，保留相对可以区分类别的特征列，例如金额，交易次数；对选取的列名进行整合，分别计算金额的均值，最大值和最小值，余额数据亦是如此；对用户的MAC地址进行数据统计，记录使用的次数，作为一个特征集；对借贷标志选取，统计用户分别对
’
进
’
，
’
出
’
的次数，选取相对较多次数状态进行填充借贷状态；最后对离散型数据进行onehot转换成多种特征列；d)划分训练集和测试集；对样本集中的数据，按照训练集和测试集3∶1的状态选取数据，进行算法训练；e)算法选择；机器学习中数据进行分类的算法很多(逻辑回归、朴素贝叶斯)，本次选取的算法是使用机器学习中的逻辑回归算法；对于逻辑回归(分类算法)：分类器的输入是(x1，x2，
…
，xn)，x1，x2，
…
，xn分别表示为每一个特征的向量；逻辑回归函数：其中其中：阈值选取0
‑
1中间0.5，当预测函数结果大于0.5，则预测为正，反之预测为负；
逻辑回归二分类，求解损失值，使得损失值达到最小，一直不断更新θ，并最终获得预测函数；似然函数：对数函数：其中P(y＝1|x；θ)＝...
【专利技术属性】
技术研发人员：胡芃，王冲，张林，张犇，
申请(专利权)人：南京维数软件股份有限公司，
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。