[发明专利]一种风险商户挖掘方法及装置

说明书

本申请提供一种风险商户挖掘方法及装置，该方法包括：获取待检查商户的商户信息；根据商户信息构建神经网络图；使用预设的Louvain算法对神经网络图进行社区划分，得到社区划分结果；根据社区划分结果确定每个待检查商户对应的属性信息；根据属性信息和社区划分结果，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。可见，该方法及装置能够及时发现可疑商户团伙及其组织结构，从而提高其风险防范能力，进而及时阻止不法商户利用网络便利开展的犯罪行为。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种风险商户挖掘方法及装置。

背景技术

近年来，各种犯罪行为从线下向线上转化，规模更大、犯罪金额更大，模式更隐蔽，使得监管难度大幅度提升。为完成不法资金清算，犯罪团伙或庄家往往通过身份包装混入合法的资金交易平台开设商铺，精心设计交易标的物，以虚假商品买卖为幌子，给犯罪团伙提供“合法”的资金流通渠道，实现不法资金交易的“合法化”，因此，及时发现并制裁风险商户尤为重要。现有方法，通常是通过商户黑名单识别的方法进行风险商户排查发现。然而，在实践中发现，该方法且容易被不法商户重建新商户进行规避，排查准确率低，无法及时发现可疑商户团伙及其组织结构，从而无法及时阻止不法商户利用网络便利开展的犯罪行为。

发明内容

本申请实施例的目的在于提供一种风险商户挖掘方法及装置，能够及时发现可疑商户团伙及其组织结构，从而提高其风险防范能力，进而及时阻止不法商户利用网络便利开展的犯罪行为。

本申请实施例第一方面提供了一种风险商户挖掘方法，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。

在上述实现过程中，该方法可以优先获取待检查商户的商户信息；然后，根据商户信息构建神经网络图；再后，使用预设的Louvain算法对神经网络图进行社区划分，得到社区划分结果；并根据社区划分结果确定每个待检查商户对应的属性信息；最后，再根据属性信息和社区划分结果，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。可见，该方法能够及时发现可疑商户团伙及其组织结构，从而提高其风险防范能力，进而及时阻止不法商户利用网络便利开展的犯罪行为。

进一步地，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。

进一步地，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。