[发明专利]异常账户识别方法及装置

说明书

本发明提供一种异常账户识别方法及装置，涉及大数据技术领域和金融领域。该异常账户识别方法包括：获取待识别账户的交易记录；将所述交易记录中的各类交易信息分别输入至对应的识别模型中，分别得到对应的账户初步识别结果；所述识别模型是分别根据多个交易信息生成的；对所述账户初步识别结果进行均值运算，得到对应的账户识别结果；所述账户识别结果包括涉诈账户和非涉诈账户。本申请训练并使用各类交易信息对应的识别模型进行异常账户识别，相比于传统的机器学习算法模型而言，本申请的识别模型在预测账户是否存在异常的场景中，具有更好的识别精确率、召回率和综合测评价值，能更精准地预测是否账户是否涉及异常活动，减少资金损失。

技术领域

本申请涉及大数据技术领域和金融领域，具体涉及一种异常账户识别方法及装置。

背景技术

互联网和电信产业迅猛发展的同时，大数据技术的发展也使得积累账户相关的信息变得越来越容易，例如账户之间的交易信息、账户间登记的地址信息是否相近、账户登记的预留电话信息是否相同、账户登陆的IP地址是否相同等均可被轻易获取到。但是通过给账户标记标签信息判断是否涉及异常活动的方式需要消耗大量的人力和时间，代价非常昂贵。

利用目前主流的机器学习技术挖掘涉及异常活动的账户十分有价值，但仍有一些不足：首先，在该场景中，账户之间的关联关系不可忽视，例如账户之间的交易关系、账户之间的地址是否相近、银行预留号码是否相同，交易IP是否相同等。而传统的大多数机器学习算法将账户表示为孤立的样本进行建模预测，忽略了样本之间的各种关联关系，导致模型效果不佳。

发明内容

为了提高账户异常识别的准确性和下效率，第一方面，本申请提供一种异常账户识别方法，包括：

获取待识别账户的交易记录；

将所述交易记录中的各类交易信息分别输入至对应的识别模型中，分别得到对应的账户初步识别结果；所述识别模型是分别根据多个交易信息以及各交易信息之间的关联关系生成的；

对所述账户初步识别结果进行均值运算，得到对应的账户识别结果；所述账户识别结果包括涉诈账户和非涉诈账户。

在一实施例中，所述识别模型包括账户子图识别模型、地址子图识别模型、电话子图识别模型以及IP子图识别模型；所述账户子图识别模型、地址子图识别模型、电话子图识别模型以及IP子图识别模型是分别根据多个交易信息中的账户信息、联系地址信息、联系电话信息和登录IP信息以及对应的账户分类标签生成的；

所述将所述交易记录中的各类交易信息分别输入至对应的识别模型中，分别得到对应的账户初步识别结果，包括：

将所述交易记录中的账户信息输入所述账户子图识别模型中，得到第一账户初步识别结果；

将所述交易记录中的联系地址信息输入所述地址子图识别模型中，得到第二账户初步识别结果；

将所述交易记录中的联系电话信息输入所述电话子图识别模型中，得到第三账户初步识别结果；

将所述交易记录中的登录IP信息输入所述IP子图识别模型中，得到第四账户初步识别结果。

在一实施例中，生成所述账户子图识别模型、地址子图识别模型、电话子图识别模型以及IP子图识别模型的步骤包括：

获取多个交易信息及其对应的账户分类标签；

基于所述交易信息中的账户信息、联系地址信息、联系电话信息以及登录IP信息分别构建对应的交易子图、地址子图、电话子图和IP子图；

根据各子图中的节点、连接不同节点的边以及所述账户分类标签构建目标函数；

最小化所述目标函数，得到各子图对应的识别模型。