一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法技术

一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，步骤为：1)对数据集进行预处理，剔除冗余属性字段并针对缺失值进行数据修复；2)构建网络违法交易知识图谱，确定核心实体节点，根据节点之间的实际关系构建属性边；3)基于随机游走采样策略，在子图上进行Node2vec参数调优，确定最优行走概率参数组合；4)运用优化后的Node2vec模型在完整知识图谱上生成低维稠密向量表征；5)构建分布式相似度计算矩阵，求解区域和平台节点向量空间的相似性关系；6)根据相似度结果，分析跨平台、跨区域的违法行为关联关系。发明专利技术通过多维特征融合与图嵌入技术，提高违法行为空间关联分析的判断效率。

【技术实现步骤摘要】

本专利技术针对当前网络违法交易检测技术多局限于单一平台或局部区域特征分析，缺乏对多源异构数据的高效融合能力。本专利技术通过构建动态知识图谱与图嵌入模型，解决多模态数据表征与非法交易网络拓扑结构挖掘的耦合问题，提出一种面向网络非法交易的跨平台、跨区域多维度关联分析方法。

技术介绍

1、近年来，随着电子商务和移动支付的快速发展，违法交易也呈现日益增强的趋势，而网络违法交易由于匿名性、交易速度快的特点，面临巡查效率低、趋势难感知等问题。现有技术中，监管部门通常依赖关键词匹配、单维度交易阈值检测等规则化手段识别可疑行为，但此类方法仅能捕捉孤立异常事件，局限于单一平台内的交易行为。无法穿透多平台数据壁垒，揭示跨平台和跨区域的违法交易网络关系，更难以量化跨区域违法实体的关联强度。

2、当前，基于知识图谱的实体关系挖掘技术已被部分应用于风险监测场景。例如，利用节点属性构建电商平台内商家信用评价图谱。然而，现有方法普遍存在以下问题：其一，在应对复杂网络结构时，往往缺乏全局视角，难以捕捉多平台和多区域之间的复杂行为模式；其二，传统图算法在处理海量多源数据时计算效本文档来自技高网...

【技术保护点】

1.一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，其特征在于，所述的步骤1)中，具体方法为：

3.根据权利要求1所述的一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，其特征在于，所述的步骤2)中，具体方法为：

4.根据权利要求1所述的一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，其特征在于，所述的步骤3)中，具体方法为：

5.根据权利要求1所述的一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，...

【技术特征摘要】

1.一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，其特征在于，所述的步骤1)中，具体方法为：

3.根据权利要求1所述的一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，其特征在于，所述的步骤2)中，具体方法为：

4.根据权利要求1所述的一种适用于网络非法交易态势感知的跨平台跨区域关联分析方法，...

【专利技术属性】
技术研发人员：谭爱平，陈佳鑫，李玉诺，马欣言，张烁然，王妍，
申请(专利权)人：辽宁大学，
类型：发明
国别省市：