[发明专利]一种风险商户挖掘方法及装置在审
申请号: | 202310341333.X | 申请日: | 2023-03-27 |
公开(公告)号: | CN116416062A | 公开(公告)日: | 2023-07-11 |
发明(设计)人: | 张玉霞;常悦;田鸥;文广明 | 申请(专利权)人: | 平安银行股份有限公司 |
主分类号: | G06Q40/04 | 分类号: | G06Q40/04;G06F18/2321;G06F16/36 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 钟扬飞 |
地址: | 518000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 风险 商户 挖掘 方法 装置 | ||
1.一种风险商户挖掘方法,其特征在于,包括:
获取待检查商户的商户信息;
根据所述商户信息构建神经网络图;
使用预设的Louvain算法对所述神经网络图进行社区划分,得到社区划分结果;
根据所述社区划分结果确定每个待检查商户对应的属性信息;
根据所述属性信息和所述社区划分结果,采用基于密度的聚类方法进行风险商户挖掘,得到风险商户挖掘结果。
2.根据权利要求1所述的风险商户挖掘方法,其特征在于,所述获取待检查商户的商户信息,包括:
确定多个待检查商户;
获取所述待检查商户在各互联网平台的注册信息;
根据所述注册信息获取每个所述待检查商户的商户信息;其中,所述商户信息包括证件关系、电话关系、银行卡交易关系、商户见交易关系中的一种或者多种。
3.根据权利要求1所述的风险商户挖掘方法,其特征在于,所述根据所述属性信息和所述社区划分结果,采用基于密度的聚类方法进行风险商户挖掘,得到风险商户挖掘结果,包括:
获取已知有风险的风险商户、所述风险商户的风险属性信息和所述风险商户的风险行为特征;
根据所述风险属性信息、所述风险行为特征、所述属性信息和所述社区划分结果进行基于密度的聚类分析,识别出核心风险节点;
根据所述社区划分结果确定所述核心风险节点以及所述核心风险节点邻域形成的簇;
根据所述核心风险节点以及所述核心风险节点邻域形成的簇,确定风险商户挖掘结果。
4.根据权利要求3所述的风险商户挖掘方法,其特征在于,所述风险行为特征包括风险行为采用的手段、风险行为使用的工具、风险行为针对的对象、风险行为发生时间以及风险行为发生位置。
5.一种风险商户挖掘装置,其特征在于,所述风险商户挖掘装置包括:
获取单元,用于获取待检查商户的商户信息;
构建单元,用于根据所述商户信息构建神经网络图;
社区划分单元,用于使用预设的Louvain算法对所述神经网络图进行社区划分,得到社区划分结果;
确定单元,用于根据所述社区划分结果确定每个待检查商户对应的属性信息;
挖掘单元,用于根据所述属性信息和所述社区划分结果,采用基于密度的聚类方法进行风险商户挖掘,得到风险商户挖掘结果。
6.根据权利要求5所述的风险商户挖掘装置,其特征在于,所述获取单元包括:
第一确定子单元,用于确定多个待检查商户;
第一获取子单元,用于获取所述待检查商户在各互联网平台的注册信息;以及根据所述注册信息获取每个所述待检查商户的商户信息;其中,所述商户信息包括证件关系、电话关系、银行卡交易关系、商户见交易关系中的一种或者多种。
7.根据权利要求5所述的风险商户挖掘装置,其特征在于,所述挖掘单元包括:
第二获取子单元,用于获取已知有风险的风险商户、所述风险商户的风险属性信息和所述风险商户的风险行为特征;
聚类分析子单元,用于根据所述风险属性信息、所述风险行为特征、所述属性信息和所述社区划分结果进行基于密度的聚类分析,识别出核心风险节点;
第二确定子单元,用于根据所述社区划分结果确定所述核心风险节点以及所述核心风险节点邻域形成的簇;以及根据所述核心风险节点以及所述核心风险节点邻域形成的簇,确定风险商户挖掘结果。
8.根据权利要求7所述的风险商户挖掘装置,其特征在于,所述风险行为特征包括风险行为采用的手段、风险行为使用的工具、风险行为针对的对象、风险行为发生时间以及风险行为发生位置。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至4中任一项所述的风险商户挖掘方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至4任一项所述的风险商户挖掘方法。
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平安银行股份有限公司,未经平安银行股份有限公司许可,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/202310341333.X/1.html,转载请声明来源钻瓜专利网。