[发明专利]基于资金交易网络的可疑用户监测分析方法

说明书

本发明涉及一种基于资金交易网络的可疑用户监测分析方法，包括首先根据原始的资金交易数据构建至少三个资金交易网络；其次基于HITS算法分析并计算处于所述至少三个资金交易网络中网络节点的用户权威性分数和用户重要性分数；最后将处于所述至少三个资金交易网络中网络节点的用户权威性分数和用户重要性分数进行加权平均，并将排名在预设阈值范围之内的用户列为可疑用户。采用了该发明中的基于资金交易网络的可疑用户监测方法，可以在现如今较为普遍的移动支付和在线交易中，快速而准确地从大规模的资金交易数据中挖掘出可疑人员，具有更广泛的应用范围。

技术领域

本发明涉及计算机技术领域，尤其涉及监测技术领域，具体是指一种基于资金交易网络的可疑用户监测分析方法。

背景技术

在经济犯罪侦查中，资金网络的分析发挥着十分重要作用。办案人员在初步确定了少数几个犯罪嫌疑人后，会依法搜集与这些犯罪嫌疑人有关的资金交易数据(包括银行转账数据、POS机交易数据、支付宝转账或交易数据、微信转账或交易数据等)。如果我们将每一个账号都和一个具体的人关联起来(用身份证号来唯一表示一个人)，那么这些转账数据就能构建出一张人与人之间的资金流动网络。网络中的每一个节点代表一个人，节点之间的有向边代表着资金的流动，而边的权重则可以根据分析需求利用资金交易数据中的信息(如，金额，时间等)来灵活地定义。对这样的资金流动网络进行有效地分析能够发掘出可能的犯罪嫌疑人甚至犯罪集团，从而为一线的办案民警指明下一步侦查的方向。

最常见的资金网络分析方法就是数据统计法。技术人员直接从搜集到的资金交易数据中搜索出和已知的犯罪嫌疑人有直接资金往来的人员，并对他们之间资金往来的总数额、频次、单次交易的平均数额等统计量做精确地统计计算。在获取了这些统计信息后，技术人员结合自身经验推断出可能的犯罪嫌疑人并将结果提供给一线办案人员作为参考。这种方法忽略了资金交易网络的结构信息，并且需要技术人员基于经验进行人工判断，在面对大规模数据时就显得无力了。

随着数据可视化研究的发展，市面上出现了很多网络可视化工具(如Gephi，I2等)。这些工具能够利用原始数据构建出一张网络并直观地将网络展示在电脑屏幕上。在最终展示之前，这些工具往往会基于一些社区发现的算法对网络中的节点进行聚类，并按照聚类结果确定节点在二维平面上的布局。于是，在看到最终可视化结果时，技术人员往往能很容易的分辨出哪些人员和已确定的犯罪嫌疑人关系密切，从而确定发掘出可能的犯罪嫌疑人。相比传统的数据统计法，这些可视化工具能很好地利用网络的结构信息，并且能直观地展示整个网络。但是，由于数据可视化对计算机硬件资源的消耗较大，在网络节点较多的情况下，这些可视化工具往往要运行很久才能跑出结果，而在面对大规模数据时就根本无能为力了。

近些年来，伴随着互联网科技的发展，各种移动支付、在线交易变得十分普遍，这直接导致了经济犯罪侦查中的资金交易数据的规模快速增长，也给分析这些数据的技术人员带来了新的挑战——如何能快速而准确地从大规模的资金交易网络中发掘出可疑人员。要想解决这一问题，则必然要涉及到基于资金网络结构的节点重要性度量。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种能够准确挖掘出可疑人员的基于资金交易网络的可疑用户监测分析方法。

为了实现上述目的，本发明的基于资金交易网络的可疑用户监测分析方法具有如下构成：

该基于资金交易网络的可疑用户监测分析方法，其主要特点是，所述的方法包括：

(1)根据原始的资金交易数据构建至少三个资金交易网络；

(2)基于HITS算法分析并计算处于所述至少三个资金交易网络中网络节点的用户权威性分数和用户重要性分数；

(3)将处于所述至少三个资金交易网络中网络节点的用户权威性分数和用户重要性分数进行加权平均，并将排名在预设阈值范围之内的用户列为可疑用户。