【技术实现步骤摘要】
一种基于资金流向图的企业资金流异常检测方法
[0001]本申请涉及企业风控
,特别是涉及一种基于资金流向图的企业资金流异常检测方法。
技术介绍
[0002]企业资金流的异常自循环是指通过虚构交易等手段不断进行资金操作,从而使得资金流不断循环,形成了一个看似正常但实际上异常的资金流动,并从中获取利益。企业资金流的异常汇聚是指在一定时间内,从不同来源涌入同一账户或地点的大量资金,相对于正常资金流量具有突出异常性,可能暗示着异常活动的存在。资金流的异常自循环和汇聚可能导致企业的财务数据失真,企业财务状况无法真实反映,给投资者和债权人带来风险,进而破坏企业的声誉和信誉,给企业带来长期的损失。
[0003]传统的企业资金流监管方法主要依靠财务报表、审计等手段进行人工检测,耗时长,且存在漏洞和误检。因此,需要一种智能的检测方法,代替人工进行高效的企业资金流异常检测。
技术实现思路
[0004]基于此,有必要提供一种基于资金流向图的企业资金流异常检测方法,该方法包括:S1:获取企业财务资金流数据,并对其类型进行特征值转换;拼接转换后的数据特征得到资金流向数据集;S2:采用自组织特征映射网络将所述资金流向数据集转化为拓扑图,得到资金流向图;S3:根据所述资金流向图进行资金异常自循环检测以及资金异常汇聚检测;将所述资金流向图表示为邻接矩阵;基于邻接矩阵计算出归一化的拉普拉斯矩阵,并将其作为扩散图神经网络的输入;基于扩散图神经网络最后一层提取的特征矩阵,计算资金流向图各第一节点的自循环权重;根据所述自循环权 ...
【技术保护点】
【技术特征摘要】
1.一种基于资金流向图的企业资金流异常检测方法,其特征在于,包括:S1:获取企业财务资金流数据,并对其类型进行特征值转换;拼接转换后的数据特征得到资金流向数据集;S2:采用自组织特征映射网络将所述资金流向数据集转化为拓扑图,得到资金流向图;S3:根据所述资金流向图进行资金异常自循环检测以及资金异常汇聚检测;将所述资金流向图表示为邻接矩阵;基于邻接矩阵计算出归一化的拉普拉斯矩阵,并将其作为扩散图神经网络的输入;基于扩散图神经网络最后一层提取的特征矩阵,计算资金流向图各第一节点的自循环权重;根据所述自循环权重确定资金流向图中的资金异常自循环情况;将所述资金流向图转换为有向图,根据有向图中各第二节点的资金流量,将所有第二节点划分为源节点和汇节点;设置超级源节点和超级汇节点;将所有的源节点连接到超级源节点,将所有的汇节点连接到超级汇节点;求解超级源节点到超级汇节点的最大流量;根据所述最大流量确定资金流向图中的资金异常汇聚情况。2.根据权利要求1所述的企业资金流异常检测方法,其特征在于,S1中,所述企业财务资金流数据包括收支明细、流水账、现金日记账;企业财务资金流数据的类型包括时间信息、金额信息、账户信息、交易类型。3.根据权利要求2所述的企业资金流异常检测方法,其特征在于,S1中,对企业财务资金流数据的类型进行特征值转换的过程包括:将时间信息转换为“年
‑
月
‑
日
‑
星期”形式;金额信息包括金额样本和金额特征,对金额特征进行Min
‑
Max归一化,得到归一化后的第i个金额样本在第j个金额特征上的值,计算公式为:;其中,表示归一化后的第i个金额样本在第j个金额特征上的值;x
ij
表示第i个金额样本在第j个金额特征上的值;X
j
表示第j个金额特征的取值集合;采用One
‑
Hot编码将账户信息转换为类别特征;采用二元编码将交易类型编码为0或1。4.根据权利要求1所述的企业资金流异常检测方法,其特征在于,S2中,还包括得到资金流向簇:步骤1:初始化自组织特征映射网络的权重向量,权重向量记为;其中m表示自组织特征映射网络的节点数,p表示各节点的权重向量长度;步骤2:对于资金流向数据集中的每个资金流向样本,计算其与各自组织特征映射网络的节点的欧几里得距离;并找到获胜节点,将获胜节点记为J;计算公式为:;其中,k表示第k个节点,Z
a
表示第a个资金流向样本;W
k
表示第k个节点的权重向量;表示L2范数;步骤3:更新权重向量,计算公式为:
;其中,W
k
(t+1)表示更新后的权重向量;t表示当前迭代轮数;α(t)表示学习率;h
kJ
(t)表示以获胜节点为中心的高斯函数;步骤4:迭代步骤2和步骤3,直至自组织特征映射网络收敛;网络收敛后,将自组织特征映射网络的每个神经元均作为资金流向簇;所述资金流向簇用于构建所述资金流向图。5.根据权利要求4所述的企业资金流异常检测方法,其特征在于,S2中,得到资金流向图的过程为:计算每个所述资金流向样本与各资金流向簇之间的欧式距离;并基于计算出的欧式距离将每个所述资金流向样本划分至距离最近的所述资金流向簇中,以资金流向样本作为第一节点,构建所述资金流向图;...
【专利技术属性】
技术研发人员:胡为民,曹健,黄婵娟,何永定,
申请(专利权)人:深圳市迪博企业风险管理技术有限公司,
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。