[发明专利]用于确定交易关联性的方法及装置在审

专利信息
申请号: 202010470522.3 申请日: 2020-05-28
公开(公告)号: CN111383116A 公开(公告)日: 2020-07-07
发明(设计)人: 曾威龙;钱隽夫;王膂;刘丹丹 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06Q40/04 分类号: G06Q40/04;G06F16/35;G06F16/36
代理公司: 北京永新同创知识产权代理有限公司 11376 代理人: 林锦辉;刘景峰
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 确定 交易 关联性 方法 装置
【权利要求书】:

1.一种用于确定交易关联性的方法,包括:

从主体特征向量集中获取交易所涉及的交易发起方主体和交易接收方主体的主体特征向量,以及从关系特征向量集中获取所述交易发起方主体和所述交易接收方主体之间的关系特征向量;以及

基于所获取的主体特征向量和关系特征向量来确定所述交易的交易关联性,

其中,所述主体特征向量集和所述关系特征向量集属于同一向量空间,以及所述主体特征向量集和所述关系特征向量集基于用于反映主体之间的关联关系的知识图谱确定,所述知识图谱包括节点和边,所述节点表征主体,以及所述边表征主体之间的关联关系。

2.如权利要求1所述的方法,其中,所述关系特征向量集包括的每个关系特征向量对应一种关联关系,

基于所获取的主体特征向量和关系特征向量来确定所述交易的交易关联性包括:

针对每种关联关系,基于一个交易主体的主体特征向量以及另一对端交易主体的主体特征向量与该关联关系所对应的关系特征向量的和向量,来确定所述交易发起方主体和所述交易接收方主体之间针对所述关联关系的关系关联度;以及

根据所确定的关系关联度,确定所述交易的交易关联性。

3.如权利要求2所述的方法,其中,针对每种关联关系,基于一个交易主体的主体特征向量以及另一对端交易主体的主体特征向量与该关联关系所对应的关系特征向量的和向量,来确定所述交易发起方主体和所述交易接收方主体之间针对所述关联关系的关系关联度包括:

针对每种关联关系,确定一个交易主体的主体特征向量以及另一对端交易主体的主体特征向量与该关联关系所对应的关系特征向量的和向量之间的向量距离,作为所述交易发起方主体和所述交易接收方主体之间针对所述关联关系的关系关联度。

4.如权利要求3所述的方法,其中,所述向量距离包括欧式距离、马氏距离、汉明距离、曼哈顿距离、切比雪夫距离、相关距离、杰卡德距离以及闵可夫斯基距离中的一种。

5.如权利要求2所述的方法,其中,所述关联关系包括以下关联关系中的至少一种:法人关系、职位关系、持股关系、资金关系、同介质关系、同地址关系、同通信方式关系、app好友关系和家庭成员关系。

6.如权利要求5所述的方法,其中,根据所确定的关系关联度,确定所述交易的交易关联性包括:

在所确定的关系关联度中存在至少一个关系关联度大于第一阈值时,确定所述交易是关联交易。

7.如权利要求6所述的方法,其中,各个关联关系对应的第一阈值是与该关联关系匹配的阈值。

8.如权利要求5所述的方法,其中,根据所确定的关系关联度,确定所述交易的交易关联性包括:

在所确定的关系关联度中所有的关系关联度都不大于所述第一阈值时,若存在多于指定数量的关系关联度与第一阈值的差值小于差值阈值,则确定所述交易是关联交易。

9.如权利要求5所述的方法,其中,所述交易发起方主体包括至少两个交易主体,和/或,所述交易接收方主体包括至少两个交易主体;

所确定的关系关联度包括:所述交易发起方主体中的各个交易主体与所述交易接收方主体中的各个交易主体之间针对各种关联关系的关系关联度。

10.如权利要求1所述的方法,其中,所述主体特征向量集和所述关系特征向量集通过以下方式得到:

基于所述知识图谱构造三元组样本集,所述三元组样本集中的每个三元组样本包括两个主体和该两个主体之间的关联关系;以及

利用所述三元组样本集进行向量表征学习,以得到所述主体特征向量集和所述关系特征向量集。

11.如权利要求10所述的方法,其中,向量表征学习所采用的损失函数基于主体的主体特征向量以及对应主体的主体特征向量与关联关系的关系特征向量的和向量之间的向量距离得到,

其中,该主体、该对应主体以及该关联关系属于同一三元组样本。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010470522.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top