[发明专利]基于图神经网络的团伙发现方法和系统有效
| 申请号： | 201910403578.4 | 申请日： | 2019-05-15 |
| 公开（公告）号： | CN110263227B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 潘健民;张鹏 | 申请（专利权）人： | 创新先进技术有限公司 |
| 主分类号： | G06F16/901 | 分类号： | G06F16/901;G06F18/23213;G06N3/042;G06N3/088;G06N5/046;G06Q40/00;G06Q50/00 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 许振新;朱文杰 |
| 地址： | 英属开曼群岛大开曼*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于图神经网络的团伙发现方法，包括：获取客户属性数据和客户间资金关系数据；获取有标记黑样本客户的属性数据；基于客户属性数据和客户间资金关系数据，构建图神经网络中的节点和边；对图神经网络进行无监督训练，以将每个节点映射成低维向量，其中低维向量包括节点的图结构信息和邻居节点的特征信息；将低维向量进行聚类，以获取所聚类团伙；以及将有标记黑样本客户的属性数据输入图神经网络，计算所聚类团伙中有标记黑样本客户的密度，并按密度确定目标团伙。 | ||
| 搜索关键词： | 基于 神经网络 团伙 发现 方法 系统 | ||
【主权项】：
1.一种基于图神经网络的团伙发现方法，包括：获取客户属性数据和客户间资金关系数据；获取有标记黑样本客户的属性数据；基于所述客户属性数据和所述客户间资金关系数据，构建图神经网络中的节点和边；对所述图神经网络进行无监督训练，以将每个节点映射成低维向量，其中所述低维向量包括所述节点的图结构信息和邻居节点的特征信息；将所述低维向量进行聚类，以获取所聚类团伙；以及将所述有标记黑样本客户的属性数据输入所述图神经网络，计算所聚类团伙中所述有标记黑样本客户的密度，并按密度确定目标团伙。
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创新先进技术有限公司，未经创新先进技术有限公司许可，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/patent/201910403578.4/，转载请声明来源钻瓜专利网。
