[發(fā)明專利]異常金融交易群體識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910033027.3
• 申請(qǐng)日: 2019-01-14
• 公開(kāi)（公告）號(hào): CN110009490A
• 公開(kāi)（公告）日: 2019-07-12
• 發(fā)明（設(shè)計(jì)）人: 楊丹;宋孟楠;高陽(yáng);徐軼;張?zhí)煲?/a>
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06Q40/04
• 分類號(hào): G06Q40/04;G06Q10/06;G06K9/62
• 代理公司: 北京國(guó)昊天誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11315
• 代理人: 許振新;朱文杰

1.一種異常金融交易群體識(shí)別方法，其特征在于，包括：

獲取待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息；

根據(jù)所述待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息對(duì)所述待分析用戶進(jìn)行基于位置密度的群體挖掘，以得到至少一個(gè)待分析用戶群體；

根據(jù)所述至少一個(gè)待分析用戶群體中的各所述待分析用戶的金融業(yè)務(wù)數(shù)據(jù)，在所述至少一個(gè)待分析用戶群體中確定異常金融交易群體。

2.根據(jù)權(quán)利要求1所述的異常金融交易群體識(shí)別方法，其特征在于，所述根據(jù)所述待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息對(duì)所述待分析用戶進(jìn)行基于位置密度的群體挖掘，以得到至少一個(gè)待分析用戶群體包括：

根據(jù)所述待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息并結(jié)合基于密度的聚類算法對(duì)所述待分析用戶進(jìn)行聚類，以得到用戶密度大于預(yù)設(shè)用戶密度的所述至少一個(gè)待分析用戶群體。

3.根據(jù)權(quán)利要求1所述的異常金融交易群體識(shí)別方法，其特征在于，所述根據(jù)所述待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息對(duì)所述待分析用戶進(jìn)行基于位置密度的群體挖掘，以得到至少一個(gè)待分析用戶群體包括：

根據(jù)所述待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息并結(jié)合基于密度的聚類算法對(duì)所述待分析用戶進(jìn)行聚類，以得到用戶密度大于預(yù)設(shè)用戶密度的至少一個(gè)第一用戶群體；

在所述待分析用戶中篩除所述第一用戶群體中的待分析用戶，以得到第一剩余用戶；

在由所述第一剩余用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息構(gòu)成的區(qū)域中圈定多組待分析子區(qū)域，其中，每組所述待分析子區(qū)域包括第一區(qū)域和第二區(qū)域，且所述第二區(qū)域在所述第一區(qū)域內(nèi)；

根據(jù)所述第一剩余用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息計(jì)算各所述待分析子區(qū)域中的第一區(qū)域中的第一剩余用戶密度和第二區(qū)域中的第一剩余用戶密度；

將各所述待分析子區(qū)域中的第二區(qū)域中的第一剩余用戶密度和第一區(qū)域中的第一剩余用戶密度的比值確定為各所述待分析子區(qū)域的密度差異倍數(shù)；

分別將所述密度差異倍數(shù)大于密度差異倍數(shù)閾值的各所述待分析子區(qū)域中的第二區(qū)域中的第一剩余用戶進(jìn)行集合，以得到至少一個(gè)第二用戶群體；

將所述至少一個(gè)第一用戶群體和所述至少一個(gè)第二用戶群體確定為所述待分析用戶群體。

4.根據(jù)權(quán)利要求3所述的異常金融交易群體識(shí)別方法，其特征在于，所述方法還包括：

在所述第一剩余用戶中篩除所述第二用戶群體中的第一剩余用戶，以得到第二剩余用戶；

根據(jù)所述第二剩余用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息，并結(jié)合社區(qū)發(fā)現(xiàn)算法對(duì)所述第二剩余用戶進(jìn)行劃分，以得到至少一個(gè)第三用戶群體；

所述將所述至少一個(gè)第一用戶群體和所述至少一個(gè)第二用戶群體確定為所述待分析用戶群體包括：

將所述至少一個(gè)第一用戶群體和所述至少一個(gè)第二用戶群體以及所述至少一個(gè)第三用戶群體確定為所述待分析用戶群體。

5.根據(jù)權(quán)利要求1所述的異常金融交易群體識(shí)別方法，其特征在于，所述根據(jù)所述待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息對(duì)所述待分析用戶進(jìn)行基于位置密度的群體挖掘，以得到至少一個(gè)待分析用戶群體包括：

根據(jù)所述待分析用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息并結(jié)合基于密度的聚類算法對(duì)所述待分析用戶進(jìn)行聚類，以得到用戶密度大于預(yù)設(shè)用戶密度的至少一個(gè)第一用戶群體；

在所述待分析用戶中篩除所述第一用戶群體中的待分析用戶，以得到第一剩余用戶；

根據(jù)所述第一剩余用戶參與金融業(yè)務(wù)請(qǐng)求的位置信息，并結(jié)合社區(qū)發(fā)現(xiàn)算法對(duì)所述第一剩余用戶進(jìn)行劃分，以得到至少一個(gè)第二用戶群體；

將所述至少一個(gè)第一用戶群體和所述至少一個(gè)第二用戶群體確定為所述待分析用戶群體。

6.根據(jù)權(quán)利要求1所述的異常金融交易群體識(shí)別方法，其特征在于，所述根據(jù)所述至少一個(gè)待分析用戶群體中的各所述待分析用戶的金融業(yè)務(wù)數(shù)據(jù)，在所述至少一個(gè)待分析用戶群體中確定異常金融交易群體包括：

根據(jù)各所述待分析用戶群體中的各所述待分析用戶的金融業(yè)務(wù)數(shù)據(jù)分別計(jì)算各所述待分析用戶群體的異常評(píng)分；

根據(jù)各所述待分析用戶群體的異常評(píng)分并結(jié)合一預(yù)設(shè)異常評(píng)分確定所述異常金融交易群體。