[發明專利]一種虛假交易識別方法、裝置及電子設備

有效

• 申請號: 202010440520.X
• 申請日: 2020-05-22
• 公開（公告）號: CN111340509B
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 呂樂;肖凱;周璟;陸毅成;寶鵬慶;趙聞飆;王維強
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06N3/04
• 代理公司: 北京晉德允升知識產權代理有限公司 11623
• 代理人: 劉立升

1.一種虛假交易識別方法，所述方法包括：

獲取預定平臺所對應的原始交易圖數據，根據目標節點從所述原始交易圖數據中提取出子圖數據，其中，所述目標節點包括根據待識別交易所確定的買家節點及賣家節點；

將所述子圖數據作為輸入，利用預定的多個連續的神經網絡結構執行信息聚合操作和特征向量提取操作得到目標特征向量；其中，所述信息聚合操作用于根據各節點之間的相關性確定注意力矩陣，并根據所述注意力矩陣對目標節點的鄰域節點信息進行聚合，所述各節點之間的相關性包括根據各節點信息所確定的第一相關性以及根據邊信息所確定的第二相關性；

將所述目標特征向量輸入到分類器中，以便根據所述分類器的輸出結果判斷所述待識別交易是否為虛假交易。

2.如權利要求1所述的方法，所述預定平臺包括電商平臺，所述獲取預定平臺所對應的原始交易圖數據，包括：

獲取所述電商平臺所產生的歷史交易數據，根據所述歷史交易數據創建所述原始交易圖數據，所述原始交易圖數據中包含由節點信息組成的節點集合，以及由邊信息組成的邊集合。

3.如權利要求1所述的方法，所述根據目標節點從所述原始交易圖數據中提取出子圖數據，包括：

利用圖采樣算法從所述原始交易圖數據中將所述買家節點、賣家節點以及其分別對應的二度鄰居節點提取出來構成節點子集，將兩端節點均在所述節點子集內的邊從所述原始交易圖數據中提取出來構成邊子集，利用所述節點子集和邊子集構成所述子圖數據。

4.如權利要求1所述的方法，在所述執行信息聚合操作之前，還包括：

利用所述子圖數據中的節點信息所對應的向量構成節點向量矩陣，并利用鄰接矩陣對所述子圖數據中的邊信息進行處理得到張量，將所述節點向量矩陣以及張量作為多頭注意力機制的輸入。

5.如權利要求4所述的方法，所述根據各節點之間的相關性確定注意力矩陣，包括：

對所述節點向量矩陣中的節點向量進行線性變換，以便將其轉換為查詢向量、主鍵向量和值向量，將任意節點的查詢向量與其他節點的主鍵向量進行點積運算，所述點積運算的結果用于表示所述第一相關性；

對所述張量中的多個矩陣與預定的系數執行加權操作，所述加權操作的結果用于表示所述第二相關性；

根據所述第一相關性和第二相關性確定注意力矩陣。

6.如權利要求5所述的方法，采用以下計算式執行所述根據各節點之間的相關性確定注意力矩陣的操作，具體地：

其中，Φ表示注意力矩陣；Q表示查詢向量；K表示主鍵向量；V表示值向量；L表示邊信息；QK^T表示第一相關性的矩陣；L_l,k表示張量的第k個矩陣分量；表示第二相關性的矩陣；w_k表示執行加權操作時的系數；表示節點間綜合相關性的矩陣；w₀表示查詢向量與主鍵向量進行點積運算時的系數。

7.如權利要求5所述的方法，所述根據所述注意力矩陣對目標節點的鄰域節點信息進行聚合，包括：

利用所述注意力矩陣對所述目標節點的鄰域節點所對應的值向量進行加權求和，以便聚合所述鄰域節點信息。

8.如權利要求7所述的方法，采用以下計算式執行所述根據所述注意力矩陣對目標節點的鄰域節點信息進行聚合的操作，具體地：

X_l+1＝ΦV

其中，Φ表示注意力矩陣，注意力矩陣中的每一行表示一組歸一化權重；V表示不同節點的值向量；ΦV表示對任一目標節點，注意力矩陣中對應該目標節點的一行表示其對應的所有鄰域節點，并將鄰域節點的值向量進行加權求和。

9.如權利要求1所述的方法，每個所述神經網絡結構內包含串聯而成的多頭注意力機制、第一歸一化層、前饋網絡和第二歸一化層；其中，所述多頭注意力機制用于執行所述信息聚合操作，所述前饋網絡用于執行所述特征向量提取操作，所述特征向量提取操作用于對歸一化操作后的節點信息和邊信息分別進行變換，以便提取出目標特征向量。