[发明专利]一种虚假交易识别方法、装置及电子设备

说明书

本说明书实施例提供一种虚假交易识别方法、装置及电子设备。所述方法包括：获取预定平台所对应的原始交易图数据，根据目标节点从所述原始交易图数据中提取出子图数据；将所述子图数据作为输入，利用预定的多个连续的神经网络结构执行信息聚合操作和特征向量提取操作得到目标特征向量；其中，所述信息聚合操作用于根据各节点之间的相关性确定注意力矩阵，并根据所述注意力矩阵对目标节点的邻域节点信息进行聚合，所述各节点之间的相关性包括根据各节点信息所确定的第一相关性以及根据边信息所确定的第二相关性；将所述目标特征向量输入到分类器中，以便根据所述分类器的输出结果判断所述待识别交易是否为虚假交易。

技术领域

本说明书涉及互联网技术领域，尤其涉及一种虚假交易识别方法、装置及电子设备。

背景技术

随着互联网技术的发展，依托互联网技术的电子商务平台也日趋成熟，在电商平台的市场交易过程中，一些商家为了提高自身的平台信用或者商品销量，会使用一些不正当的方式进行大量交易，这样的交易行为会被定性为虚假交易。虚假交易的买家往往不存在真实的购买意向，而卖家则通过第三方机构或者亲朋好友来完成商品出售，达到提高平台信用或商品销量的目的。虚假交易的存在虽然提高了电商平台的销售额，但从长远来看会对平台的信誉造成影响，会有越来越多的买家对商品的购买量、评价、卖家信用等产生怀疑，因此，虚假交易的识别对电商平台来说是十分必要的。

为了判断交易是否为虚假交易，在现有的虚假交易识别技术中，通常使用逻辑回归和梯度提升决策树的算法，然而，逻辑回归算法模型过于简单，对于复杂分类问题的预测能力有限，梯度提升决策树无法直接应用于图数据处理，且需要依赖于人工特征工程。因此，基于现有技术，需要提供一种能够应用于图数据处理，有效解决复杂分类问题，减少对人工特征工程依赖，且提升识别速度和识别效果的虚假交易识别方案。

发明内容

本说明书实施例提供一种虚假交易识别方法、装置及电子设备，以解决现有技术存在的无法消费使用图数据、需要依赖于人工特征工程、识别速度慢、识别效果差的问题。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种虚假交易识别方法，所述方法包括：

获取预定平台所对应的原始交易图数据，根据目标节点从所述原始交易图数据中提取出子图数据，其中，所述目标节点包括根据待识别交易所确定的买家节点及卖家节点；

将所述子图数据作为输入，利用预定的多个连续的神经网络结构执行信息聚合操作和特征向量提取操作得到目标特征向量；其中，所述信息聚合操作用于根据各节点之间的相关性确定注意力矩阵，并根据所述注意力矩阵对目标节点的邻域节点信息进行聚合，所述各节点之间的相关性包括根据各节点信息所确定的第一相关性以及根据边信息所确定的第二相关性；

将所述目标特征向量输入到分类器中，以便根据所述分类器的输出结果判断所述待识别交易是否为虚假交易。

本说明书实施例提供的一种虚假交易识别装置，所述装置包括：

获取模块，用于获取预定平台所对应的原始交易图数据，根据目标节点从所述原始交易图数据中提取出子图数据，其中，所述目标节点包括根据待识别交易所确定的买家节点及卖家节点；

神经网络模块，用于将所述子图数据作为输入，利用预定的多个连续的神经网络结构执行信息聚合操作和特征向量提取操作得到目标特征向量；其中，所述信息聚合操作用于根据各节点之间的相关性确定注意力矩阵，并根据所述注意力矩阵对目标节点的邻域节点信息进行聚合，所述各节点之间的相关性包括根据各节点信息所确定的第一相关性以及根据边信息所确定的第二相关性；

判断模块，用于将所述目标特征向量输入到分类器中，以便根据所述分类器的输出结果判断所述待识别交易是否为虚假交易。