[發明專利]一種異常轉賬偵測方法和裝置

有效

• 申請號: 201611264190.3
• 申請日: 2016-12-30
• 公開（公告）號: CN106803168B
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 胡奕;何朔;邱雪濤;李旭瑞
• 申請（專利權）人: 中國銀聯股份有限公司
• 主分類號: G06Q20/10
• 分類號: G06Q20/10;G06Q20/38
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種異常轉賬偵測方法，其特征在于，包括：

獲取轉賬交易信息，所述轉賬交易信息中包括轉出方信息；

根據所述轉出方信息，確定轉出方的異常轉賬偵測模型，所述異常轉賬偵測模型根據所述轉出方的社交屬性和所述轉出方的歷史行為屬性得到；

將所述轉賬交易信息輸入所述轉出方的異常轉賬偵測模型，得到所述轉賬交易信息的異常概率值；

其中，所述異常轉賬偵測模型根據所述轉出方的社交屬性和所述轉出方的歷史行為屬性得到，包括：

所述轉出方的社交屬性包括轉出方的自身屬性和從社交網絡獲得的交互屬性；

所述轉出方的歷史行為屬性包括所述轉出方的支付行為屬性；

根據所述自身屬性、所述交互屬性和所述支付行為屬性確定所述轉出方的用戶關系網絡；

根據歷史轉賬交易正負樣本和所述用戶關系網絡，通過機器學習算法建立所述轉出方的異常轉賬偵測模型；

其中，所述用戶關系網絡是通過多次修正而得到，且對所述用戶關系網絡進行修正包括在對所述異常轉賬偵測模型的訓練過程中，以及包括在對所述異常轉賬偵測模型的訓練之前的過程。

2.如權利要求1所述的方法，其特征在于，所述將所述轉賬交易信息輸入所述轉出方的異常轉賬偵測模型，得到所述轉賬交易信息的異常概率值，包括：

將所述轉賬交易信息輸入所述轉出方的異常轉賬偵測模型，得到所述轉賬交易信息的自身屬性異常概率值、交互屬性異常概率值和支付行為屬性異常概率值；

根據所述自身屬性異常概率值、所述交互屬性異常概率值和所述支付行為屬性異常概率值，得到所述轉賬交易信息的異常概率值。

3.如權利要求1所述的方法，其特征在于，所述根據歷史轉賬交易正負樣本和所述用戶關系網絡，通過機器學習算法建立所述轉出方的異常轉賬偵測模型，包括：

對所述用戶關系網絡中的自身屬性、交互屬性和支付行為屬性進行相關性分析；

從所述用戶關系網絡中刪除無相關性的屬性，得到修正后的用戶關系網絡；根據所述歷史轉賬交易正負樣本和所述修正后的用戶關系網絡，通過機器學習算法建立所述轉出方的異常轉賬偵測模型。

4.如權利要求3所述的方法，其特征在于，所述自身屬性包括以下至少之一：身份信息指標、教育程度指標、職業狀況指標、家庭情況指標、社會信息指標；

所述支付行為屬性包括以下至少之一：轉賬頻率指標、轉賬時間分布指標、轉賬地點分布指標、轉賬金額分布指標、轉賬方式占比指標；

所述交互屬性包括以下至少之一：好友頻率指標、聯絡頻率指標、好感度指標。

5.一種異常轉賬偵測裝置，其特征在于，包括：

獲取單元，用于獲取轉賬交易信息，所述轉賬交易信息中包括轉出方信息；

確定單元，用于根據所述轉出方信息，確定轉出方的異常轉賬偵測模型，所述異常轉賬偵測模型根據所述轉出方的社交屬性和所述轉出方的歷史行為屬性得到；

計算單元，用于將所述轉賬交易信息輸入所述轉出方的異常轉賬偵測模型，得到所述轉賬交易信息的異常概率值；

其中，所述轉出方的社交屬性包括轉出方的自身屬性和從社交網絡獲得的交互屬性；所述轉出方的歷史行為屬性包括所述轉出方的支付行為屬性；

所述確定單元，具體用于根據所述自身屬性、所述交互屬性和所述支付行為屬性確定所述轉出方的用戶關系網絡；

根據歷史轉賬交易正負樣本和所述用戶關系網絡，通過機器學習算法建立所述轉出方的異常轉賬偵測模型；

其中，所述用戶關系網絡是通過多次修正而得到，且對所述用戶關系網絡進行修正包括在對所述異常轉賬偵測模型的訓練過程中，以及包括在對所述異常轉賬偵測模型的訓練之前的過程。

6.如權利要求5所述的裝置，其特征在于，

所述計算單元，具體用于將所述轉賬交易信息輸入所述轉出方的異常轉賬偵測模型，得到所述轉賬交易信息的自身屬性異常概率值、交互屬性異常概率值和支付行為屬性異常概率值；

根據所述自身屬性異常概率值、所述交互屬性異常概率值和所述支付行為屬性異常概率值，得到所述轉賬交易信息的異常概率值。