基于知识图谱的异常识别方法、装置、设备及存储介质制造方法及图纸

本申请涉及人工智能技术领域，揭露了一种基于知识图谱的异常识别方法、装置、设备及存储介质，所述方法包括：获取待处理数据；通过反欺诈引擎，对所述待处理数据进行分析，得到第一异常名单；通过关系构建模型，对所述待处理数据进行知识图谱的构建，得到对应的关系网络；基于所述关系网络，利用异常识别模型进行分析，得到第二异常名单；将所述第一异常名单与第二异常名单进行比对，得到最终名单，并推送至前端。本申请提高了识别异常行为的准确率以及效率。以及效率。以及效率。

【技术实现步骤摘要】
基于知识图谱的异常识别方法、装置、设备及存储介质


[0001]本申请涉及人工智能领域，尤其涉及一种基于知识图谱的异常识别方法、装置、设备及存储介质。

技术介绍

[0002]目前，随着时间的演化和不断发展，金融领域中出现的欺诈的方式方法不再是简单的个体行为模式，而是有组织的团伙形式，通过多层关系进行掩饰的复杂欺诈手段；现有技术仅通过简单的数据分析引擎来对相关数据进行处理，难以准确识别出欺诈行为，以及相关联的欺诈情况，造成难以发现团体欺诈案件。因此，如何准确识别出数据中的欺诈行为成为了亟待解决的问题。

技术实现思路

[0003]本申请提供了一种基于知识图谱的异常识别方法、装置、设备及存储介质，以解决现有技术中对数据中的欺诈行为进行识别时准确率较低的问题。
[0004]为解决上述问题，本申请提供了一种基于知识图谱的异常识别方法，包括：
[0005]获取待处理数据；
[0006]通过反欺诈引擎，对所述待处理数据进行分析，得到第一异常名单；
[0007]通过关系构建模型，对所述待处理数据进行知识图谱的构建，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的异常识别方法，其特征在于，所述方法包括：获取待处理数据；通过反欺诈引擎，对所述待处理数据进行分析，得到第一异常名单；通过关系构建模型，对所述待处理数据进行知识图谱的构建，得到对应的关系网络；基于所述关系网络，利用异常识别模型进行分析，得到第二异常名单；将所述第一异常名单与第二异常名单进行比对，得到最终名单，并推送至前端。2.根据权利要求1所述的基于知识图谱的异常识别方法，其特征在于，所述获取待处理数据包括：向预设知识库发送调用请求，所述调用请求携带验签令牌；接收所述知识库返回的验签结果，并在验签结果为通过时，调用所述知识库中的待处理数据，所述验签结果为所述知识库根据所述验签令牌进行RSA非对称加密方式验证得到。3.根据权利要求1所述的基于知识图谱的异常识别方法，其特征在于，在所述获取待处理数据之后，还包括：对所述待处理数据中的缺失数据和异常数据进行热卡填充处理；并对所述待处理数据中的重复数据进行删除处理。4.根据权利要求1所述的基于知识图谱的异常识别方法，其特征在于，在所述通过关系构建模型，对所述待处理数据进行知识图谱的构建，得到对应的关系网络之后，还包括：利用特征提取模型，对所述关系网络进行特征提取，得到图特征；通过利用数据分析引擎，对所述图特征进行大数据分析，得到异常数据，并推送至前端。5.根据权利要求1所述的基于知识图谱的异常识别方法，其特征在于，所述通过反欺诈引擎，对所述待处理数据进行分析，得到第一异常名单包括：将所述待处理数据输入反欺诈引擎，其中，所述反欺诈引擎设有多条判断条件；通过反欺诈引擎对所述待处理数据进行多次校验分析，得到所述第一异常名单。6.根据权利要求1所述的基于知识图谱的异常识别方法，其特征在于，所述通过关系构建模...

【专利技术属性】
技术研发人员：李慎刚，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：