一种基于图数据的洗钱团伙发现方法及系统技术方案

本发明专利技术提供一种基于图数据的洗钱团伙发现方法及系统，方法对金融交易数据清洗后转换为直观形象的图数据，在此基础上生成客户风险画像，并由系统生成反洗钱行为综合分析报告；相应的执行该方法的系统包括数据导入模块、数据清洗模块、数据转换模块、数据统计模块、团伙关联分析模块、报告生成模块。本发明专利技术方法及系统能够对不同数据源资金交易数据进行快速处理，实现异常资金交易情况的快速分析并输出报告，并通过图表进行可视化呈现快速直观地显示洗钱行为研判结果，方法的推广使用能够有效打击金融领域洗钱犯罪问题。击金融领域洗钱犯罪问题。击金融领域洗钱犯罪问题。

【技术实现步骤摘要】
一种基于图数据的洗钱团伙发现方法及系统


[0001]本专利技术涉及一种基于图数据的洗钱团伙发现方法及系统，属于金融大数据及可视化


技术介绍

[0002]随着经济水平的发展，金融领域犯罪问题愈发突出，洗钱行为呈现出不断上升的趋势，严重影响金融体系的安全和金融机构的信誉。而金融领域的交易信息形成海量的资金交易数据，成为了金融机构在打击洗钱行为过程中提取关键线索的痛点，这些关键线索的提取方法多为人工进行处理，处理过程十分繁琐，且很容易出现错误，耗费大量人力和时间，导致效率低下。因此，提供一种快速有效的洗钱团伙发现方法显得十分重要。
[0003]金融领域现有的反洗钱方法多通过数据表单中行列数据进行查询统计，然后进行人工整合分析的方法，这种方法需要进行多次的数据查询，效率低下，且无法实现交易数据的深度挖掘，难以分析出团伙反洗钱行为。

技术实现思路

[0004]本专利技术针对金融领域反洗钱行为分析过程中人工整合统计效率低下，洗钱行为的侦测方法繁琐易错、精度较低而无法及时有效地发现洗钱团伙并予以打击的问题，提出一种基于图数据的洗钱团伙发现方法及系统。
[0005]技术方案
[0006]一种基于图数据的洗钱团伙发现方法，其特征在于，包括以下步骤：
[0007]步骤1，将资金交易数据从数据源导入；
[0008]步骤2，对资金交易数据进行清洗；
[0009]步骤3，将步骤2处理后的数据转换为图数据；
[0010]步骤4，将步骤3形成的图数据进行团伙关联分析；
[0011]步骤5，将步骤2处理后的数据进行多维度统计分析及可视化，形成客户风险画像；
[0012]步骤6，将步骤4关联分析所得到的存在洗钱行为的可疑账户，结合步骤5所得客户风险画像信息生成洗钱行为综合分析报告。
[0013]进一步地，步骤1中数据源包括金融数据库、数据文件。
[0014]进一步地，步骤2中对资金交易数据进行清洗的步骤为：
[0015]步骤21，将相同的交易流水数据进行去重处理；
[0016]步骤22，删除缺少关键信息的脏数据；
[0017]步骤23，对资金交易数据的时间、金额数据字段转化为符合要求的标准格式；
[0018]步骤24，将数据源中具有相同含义的字段映射到系统中统一的字段。
[0019]进一步地，步骤3中的数据转换步骤为：
[0020]步骤31，构建实体
‑
链接
‑
属性模型；
[0021]步骤32，构建模板映射，将对应的字段映射关系保存为mapping文件；
[0022]步骤33，将步骤2清洗后的数据结合mapping文件数据进行转化，生成图数据。
[0023]进一步地，步骤4中团伙关联分析步骤为：
[0024]步骤41，通过搜索，得到交易流水中每个交易主体账户交易金额前N的交易对手账户；
[0025]步骤42，若某个交易主体账户存在一样的交易对手账户，则团伙关联数+1；
[0026]步骤43，当交易关联数大于某个预先设定阈值，则认为该交易主体账户存在洗钱行为。
[0027]进一步地，步骤5中的多维度统计分析包括交易对手统计分析、交易趋势统计分析、交易渠道统计分析、交易备注统计分析、交易时间分布、交易IP统计分析、交易对手地域分析、资金流向分析、交易对手关联分析。
[0028]执行上述基于图数据的洗钱团伙发现方法的系统，其特征在于，系统由数据导入模块、数据清洗模块、数据转换模块、数据统计模块、团伙关联分析模块、报告生成模块组成。
[0029]有益效果
[0030]本专利技术方法能够实现不同数据源资金交易数据的快速处理，实现异常资金交易情况的快速分析；
[0031]本专利技术方法与系统能够在海量金融数据中进行有效的团伙关联分析、输出分析报告并通过图表进行可视化呈现，快速直观地显示洗钱行为研判结果。
附图说明
[0032]图1为本专利技术基于图数据的洗钱团伙发现方法的流程图；
[0033]图2为本专利技术ELP模型的构建示意图；
[0034]图3为本专利技术模板映射的构建示意图；
[0035]图4为本专利技术基于图数据的反洗钱行为分析系统框图。
具体实施方式
[0036]为进一步了解本专利技术的内容，结合附图和具体实施方式对本专利技术作详细描述。
[0037]图1为本专利技术基于图数据的洗钱团伙发现方法的流程图，方法首先将资金交易数据从数据源导入，数据源包括已有的金融数据库、数据文件等，之后将资金交易数据进行清洗，清洗包括删除和整理两个主要的过程，删除过程将相同的交易流水数据进行去重处理，删除缺少关键信息的脏数据，如缺少交易主体、交易对手、交易时间、交易金额等；整理过程将时间、金额等特殊数据字段格式转化为符合要求的标准格式，如将各数据源中的时间字段统一转化为标准的yyyy
‑
MM
‑
dd hh:mm:ss格式，将数据源的美金金额转化为人民币等，将数据源中具有相同含义的字段映射到反洗钱行为分析系统中统一的字段，如：将属于不同数据源的交易流水中的字段“查询卡号”、“交易卡号”映射系统中统一的字段“交易卡号”。
[0038]反洗钱行为分析系统提供标准化数据结构，将不同的数据源接入的数据转化成系统标准化数据并生成CSV文件,并将CSV文件批量导入系统存储空间中。
[0039]下一步将清洗过的数据转换为图数据，转换步骤包括实体
‑
链接
‑
属性模型构建、模板映射构建、图数据生成三个过程。实体
‑
链接
‑
属性(Entity
‑
Link
‑
Properties，ELP)模
型是构建图数据的基本元素，如图2所示，对卡和卡的交易关系进行资金流向分析，其ELP模型中实体表示银行卡，链接表示卡之间的交易关系，属性银行卡间交易关系的属性，如交易次数、交易时间、交易金额等；下一步构建模板映射，如图3所示，以卡交易ELP为例，从交易流水中“本方卡号”“本方开户行”字段与“交易对方卡号字段”“交易对手开户行”字段中提取出两个银行卡实体，从“交易金额”“交易时间”字段中提取出一条交易关系链接，并把对应的字段映射关系保存成一个mapping文件；最后一步生成图数据，即将前述生成CSV的文件结合mapping文件，对数据进行转化最终生成图数据，如CSV文件中存在一条包含本方账号、对方账号、交易金额、交易时间的交易流水数据，则转化成图数据的格式为：本方账号(实体1)
‑‑‑
交易(链接)
‑‑
对方账号(实体2)，而链接属性为此次交易的交易时间和交易金额。
[0040]下一步将所得图数据进行团伙关联分析，在本实施例中，团伙关联分析步骤为：首先搜索得到交易流水中每个交易主体账户交易金额前100的交易对手账户，当每个交易主体账户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图数据的洗钱团伙发现方法，其特征在于，包括以下步骤：步骤S1，将资金交易数据从数据源导入；步骤S2，对资金交易数据进行清洗；步骤S3，将步骤S2处理后的数据转换为图数据；步骤S4，将步骤S3形成的图数据进行团伙关联分析；步骤S5，将步骤S2处理后的数据进行多维度统计分析及可视化，形成客户风险画像；步骤S6，将步骤S4关联分析所得到的存在洗钱行为的可疑账户，结合步骤S5所得客户风险画像信息生成洗钱行为综合分析报告。2.根据权利要求1所述的一种基于图数据的洗钱团伙发现方法，其特征在于，所述步骤S1中数据源包括金融数据库、数据文件。3.根据权利要求1所述一种基于图数据的洗钱团伙发现方法，其特征在于，所述步骤S2中对资金交易数据进行清洗的步骤为：步骤S21，将相同的交易流水数据进行去重处理；步骤S22，删除缺少关键信息的脏数据；步骤S23，对资金交易数据的时间、金额数据字段转化为符合要求的标准格式；步骤S24，将数据源中具有相同含义的字段映射到系统中统一的字段。4.根据权利要求1所述的一种基于图数据的洗钱团伙发现方法，其特征在于，所述步骤S3中的数据转换步骤为：步骤S31，构建实体

【专利技术属性】
技术研发人员：吕志军，崔潇潇，钟麒，
申请(专利权)人：江苏智器云大数据科技有限公司，
类型：发明
国别省市：