欺诈团伙识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种欺诈团伙识别方法、装置、计算机设备和存储介质。所述方法包括：从知识图谱中获取多个关联拓扑网络，关联拓扑网络包括多个关联案件节点以及与关联案件节点对应的非案件节点；针对各关联案件节点，计算非案件节点的目标信息熵，根据非案件节点的目标信息熵确定关联案件节点的风险等级；基于关联案件节点的风险等级，确定关联拓扑网络中团伙的风险等级；团伙包括关联拓扑网络中的非案件节点。采用本方法能够提高对欺诈团伙进行风险预测的准确度。测的准确度。测的准确度。

【技术实现步骤摘要】
欺诈团伙识别方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机
，特别是涉及一种欺诈团伙识别方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着保险行业的快速发展，人们对各种保险产品的需求也日益增多。然而，经常有犯罪分子为了自己的非法利益，可能会进行保险欺诈，并且，出现团伙作案的情况越来越多。为了保证保险行业的良好发展，需要采用相应的手段对相关团伙进行风险预测，并对风险较高的团伙发起人工调查。
[0003]传统地，在对相关团伙进行风险预测时，通常是先根据该团伙中的各个节点的出险次数对各节点进行风险评分，再根据各个节点的风险评分确定该团伙的综合风险评分，从而根据综合风险评分判断该团伙的风险级别。
[0004]然而，上述对相关团伙进行风险预测的准确性较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高对欺诈团伙进行风险预测的准确度的欺诈团伙识别方法、装置、计算机设备和计算机可读存储介质。
[0006]第一方面，本申请提供了一种欺诈团伙识别方法。所述方法包括：从知识图谱中获取多个关联拓扑网络，关联拓扑网络包括多个关联案件节点以及与关联案件节点对应的非案件节点；针对各关联案件节点，计算非案件节点的目标信息熵，根据非案件节点的目标信息熵确定关联案件节点的风险等级；基于关联案件节点的风险等级，确定关联拓扑网络中团伙的风险等级；团伙包括关联拓扑网络中的非案件节点。
[0007]在其中一个实施例中，针对各关联案件节点，计算非案件节点的目标信息熵，包括：针对各关联案件节点，从非案件节点中确定目标非案件节点；将从非案件节点中去除目标非案件节点之外的非案件节点，作为其他非案件节点；针对各其他非案件节点，从关联拓扑网络中确定其他非案件节点的分布矩阵，根据其他非案件节点的分布矩阵，计算目标非案件节点的目标信息熵。
[0008]在其中一个实施例中，根据其他非案件节点的分布矩阵，计算目标非案件节点的目标信息熵，包括：根据其他非案件节点的分布矩阵，计算目标非案件节点的初始信息熵；获取各初始信息熵中的最大值，将最大值作为目标非案件节点的中间信息熵；根据中间信息熵的大小，对各目标非案件节点的中间信息熵进行调整，生成目标非案件节点的目标信息熵。
[0009]在其中一个实施例中，根据中间信息熵的大小，对各目标非案件节点的中间信息熵进行调整，生成目标非案件节点的目标信息熵，包括：从关联拓扑网络中确定多个目标非案件节点集合，目标非案件节点集合包括多个
相同类型的目标非案件节点；针对各目标非案件节点集合，从目标非案件节点集合中确定第一目标非案件节点，所述第一目标非案件节点的目标信息熵对应的风险值最高；根据最短路径算法计算第一目标非案件节点与其他目标非案件节点之间的案件节点介数，并计算第一目标非案件节点的风险传递距离；根据案件节点介数和风险传递距离，对各目标非案件节点的中间信息熵进行调整，生成目标非案件节点的目标信息熵。
[0010]在其中一个实施例中，根据非案件节点的目标信息熵确定关联案件节点的风险等级，包括：对非案件节点进行第一次分类，生成第一种类别；第一种类别包括第一类非案件节点及第二类非案件节点；第一类非案件节点包括与案件直接相关的非案件节点，第二类非案件节点包括与案件间接相关的非案件节点；根据非案件节点的第一种类别和非案件节点的目标信息熵，按照与类别对应的预设规则确定非案件节点的风险值；对非案件节点进行第二次分类，生成第二种类别；第二种类别包括第三类非案件节点、第四类非案件节点及第五类非案件节点；根据非案件节点的风险值结合非案件节点的第二种类别，确定关联案件节点的风险等级。
[0011]在其中一个实施例中，根据非案件节点的第一种类别和非案件节点的目标信息熵，按照与类别对应的预设规则确定非案件节点的风险值，包括：针对第一类非案件节点，按照第一预设规则确定非案件节点的风险值；在第一预设规则中非案件节点的信息熵越大，则非案件节点的风险值越高；针对第二类非案件节点，按照第二预设规则确定非案件节点的风险值；在第二预设规则中非案件节点的信息熵越大，则非案件节点的风险值越低。
[0012]在其中一个实施例中，基于关联案件节点的风险等级，确定关联拓扑网络中团伙的风险等级，包括：确定关联拓扑网络中与各风险等级对应的关联案件节点的数量；基于与各风险等级对应的关联案件节点的数量，确定关联拓扑网络中的团伙为欺诈团伙。
[0013]在其中一个实施例中，上述方法还包括：从知识图谱中获取与多个案件对应的拓扑网络，拓扑网络包括案件节点以及与案件节点对应的人物节点；若从与多个案件对应的拓扑网络中确定人物节点之间具有预设关系，则确定与多个案件对应的拓扑网络中的人物节点为欺诈团伙；预设关系包括冲突关系和关联关系。
[0014]第二方面，本申请还提供了一种欺诈团伙识别装置。装置包括：第一获取模块，用于从知识图谱中获取多个关联拓扑网络，关联拓扑网络包括多个关联案件节点以及与关联案件节点对应的非案件节点；第一确定模块，用于针对各关联案件节点，计算非案件节点的目标信息熵，根据非案件节点的目标信息熵确定关联案件节点的风险等级；第二确定模块，用于基于关联案件节点的风险等级，确定关联拓扑网络中团伙的风险等级；团伙包括关联拓扑网络中的非案件节点。
[0015]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一实施例中的方法步骤。
[0016]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
[0017]上述欺诈团伙识别方法、装置、计算机设备和存储介质，通过从知识图谱中获取多个关联拓扑网络；针对关联拓扑网络中的各关联案件节点，计算非案件节点的目标信息熵，根据非案件节点的目标信息熵确定关联案件节点的风险等级；基于关联案件节点的风险等级，确定关联拓扑网络中团伙的风险等级。在本申请实施例提供的技术方案中，由于通过非案件节点的信息熵来确定非案件节点的分散与集中程度，更加符合业务处理的逻辑，从而根据分散或集中程度来衡量不同非案件节点的风险值，进而根据多个非案件节点的风险值来确定团伙的风险等级，提高了对欺诈团伙进行风险预测的准确度。
附图说明
[0018]图1为一个实施例中计算机设备的内部结构图；图2为一个实施例中欺诈团伙识别方法的流程示意图；图3为一个实施例中最小网络单元的示意图；图4为一个实施例中计算目标信息熵的流程示意图；图5为一个实施例中确定目标信息熵的流程示意图；图6为一个实施例中对中间信息熵进行调整的流程示意图；图7为一个实施例中风险传递的示意图；图8为一个实施例中风险传递的结果示意图；图9为另一个实施例中风险传递的结果示意图；图10为一个实施例中确定关联案件节点的风险等级的流程示意图；图11为一个实施例中标的车分散分布的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种欺诈团伙识别方法，其特征在于，所述方法包括：从知识图谱中获取多个关联拓扑网络，所述关联拓扑网络包括多个关联案件节点以及与所述关联案件节点对应的非案件节点；针对各所述关联案件节点，计算所述非案件节点的目标信息熵，根据所述非案件节点的目标信息熵确定所述关联案件节点的风险等级；基于所述关联案件节点的风险等级，确定所述关联拓扑网络中团伙的风险等级；所述团伙包括所述关联拓扑网络中的所述非案件节点。2.根据权利要求1所述的方法，其特征在于，所述针对各所述关联案件节点，计算所述非案件节点的目标信息熵，包括：针对各所述关联案件节点，从所述非案件节点中确定目标非案件节点；将从所述非案件节点中去除所述目标非案件节点之外的非案件节点，作为其他非案件节点；针对各所述其他非案件节点，从所述关联拓扑网络中确定所述其他非案件节点的分布矩阵，根据所述其他非案件节点的分布矩阵，计算所述目标非案件节点的目标信息熵。3.根据权利要求2所述的方法，其特征在于，所述根据所述其他非案件节点的分布矩阵，计算所述目标非案件节点的目标信息熵，包括：根据所述其他非案件节点的分布矩阵，计算所述目标非案件节点的初始信息熵；获取各所述初始信息熵中的最大值，将所述最大值作为所述目标非案件节点的中间信息熵；根据所述中间信息熵的大小，对各所述目标非案件节点的中间信息熵进行调整，生成所述目标非案件节点的目标信息熵。4.根据权利要求3所述的方法，其特征在于，所述根据所述中间信息熵的大小，对各所述目标非案件节点的中间信息熵进行调整，生成所述目标非案件节点的目标信息熵，包括：从所述关联拓扑网络中确定多个目标非案件节点集合，所述目标非案件节点集合包括多个相同类型的目标非案件节点；针对各所述目标非案件节点集合，从所述目标非案件节点集合中确定第一目标非案件节点，所述第一目标非案件节点的目标信息熵对应的风险值最高；根据最短路径算法计算所述第一目标非案件节点与其他目标非案件节点之间的案件节点介数，并计算所述第一目标非案件节点的风险传递距离；根据所述案件节点介数和所述风险传递距离，对各所述目标非案件节点的中间信息熵进行调整，生成所述目标非案件节点的目标信息熵。5.根据权利要求3所述的方法，其特征在于，所述根据所述非案件节点的目标信息熵确定所述关联案件节点的风险等级，包括：对所述非案件节点进行第一次分类，生成第一种类别；所述第一种类别包括第一类非案件节点及第二类非案件节点；所述第一类非案件节点包括与案件直接相关的非案件节点，所述第二类非案件节点包括与案件间接相关的非案件节点；根据所述非案件...

【专利技术属性】
技术研发人员：李锦珊，李恩燮，叶秀春，化成君，邱少斌，谢坤桉，
申请(专利权)人：太平金融科技服务上海有限公司深圳分公司，
类型：发明
国别省市：