[發(fā)明專(zhuān)利]一種虛假交易識(shí)別方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010440520.X
• 申請(qǐng)日: 2020-05-22
• 公開(kāi)（公告）號(hào): CN111340509B
• 公開(kāi)（公告）日: 2020-08-21
• 發(fā)明（設(shè)計(jì)）人: 呂樂(lè);肖凱;周璟;陸毅成;寶鵬慶;趙聞飆;王維強(qiáng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06Q20/40
• 分類(lèi)號(hào): G06Q20/40;G06N3/04
• 代理公司: 北京晉德允升知識(shí)產(chǎn)權(quán)代理有限公司 11623
• 代理人: 劉立升

本說(shuō)明書(shū)實(shí)施例提供一種虛假交易識(shí)別方法、裝置及電子設(shè)備。所述方法包括：獲取預(yù)定平臺(tái)所對(duì)應(yīng)的原始交易圖數(shù)據(jù)，根據(jù)目標(biāo)節(jié)點(diǎn)從所述原始交易圖數(shù)據(jù)中提取出子圖數(shù)據(jù)；將所述子圖數(shù)據(jù)作為輸入，利用預(yù)定的多個(gè)連續(xù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)執(zhí)行信息聚合操作和特征向量提取操作得到目標(biāo)特征向量；其中，所述信息聚合操作用于根據(jù)各節(jié)點(diǎn)之間的相關(guān)性確定注意力矩陣，并根據(jù)所述注意力矩陣對(duì)目標(biāo)節(jié)點(diǎn)的鄰域節(jié)點(diǎn)信息進(jìn)行聚合，所述各節(jié)點(diǎn)之間的相關(guān)性包括根據(jù)各節(jié)點(diǎn)信息所確定的第一相關(guān)性以及根據(jù)邊信息所確定的第二相關(guān)性；將所述目標(biāo)特征向量輸入到分類(lèi)器中，以便根據(jù)所述分類(lèi)器的輸出結(jié)果判斷所述待識(shí)別交易是否為虛假交易。

技術(shù)領(lǐng)域

本說(shuō)明書(shū)涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種虛假交易識(shí)別方法、裝置及電子設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，依托互聯(lián)網(wǎng)技術(shù)的電子商務(wù)平臺(tái)也日趨成熟，在電商平臺(tái)的市場(chǎng)交易過(guò)程中，一些商家為了提高自身的平臺(tái)信用或者商品銷(xiāo)量，會(huì)使用一些不正當(dāng)?shù)姆绞竭M(jìn)行大量交易，這樣的交易行為會(huì)被定性為虛假交易。虛假交易的買(mǎi)家往往不存在真實(shí)的購(gòu)買(mǎi)意向，而賣(mài)家則通過(guò)第三方機(jī)構(gòu)或者親朋好友來(lái)完成商品出售，達(dá)到提高平臺(tái)信用或商品銷(xiāo)量的目的。虛假交易的存在雖然提高了電商平臺(tái)的銷(xiāo)售額，但從長(zhǎng)遠(yuǎn)來(lái)看會(huì)對(duì)平臺(tái)的信譽(yù)造成影響，會(huì)有越來(lái)越多的買(mǎi)家對(duì)商品的購(gòu)買(mǎi)量、評(píng)價(jià)、賣(mài)家信用等產(chǎn)生懷疑，因此，虛假交易的識(shí)別對(duì)電商平臺(tái)來(lái)說(shuō)是十分必要的。

為了判斷交易是否為虛假交易，在現(xiàn)有的虛假交易識(shí)別技術(shù)中，通常使用邏輯回歸和梯度提升決策樹(shù)的算法，然而，邏輯回歸算法模型過(guò)于簡(jiǎn)單，對(duì)于復(fù)雜分類(lèi)問(wèn)題的預(yù)測(cè)能力有限，梯度提升決策樹(shù)無(wú)法直接應(yīng)用于圖數(shù)據(jù)處理，且需要依賴(lài)于人工特征工程。因此，基于現(xiàn)有技術(shù)，需要提供一種能夠應(yīng)用于圖數(shù)據(jù)處理，有效解決復(fù)雜分類(lèi)問(wèn)題，減少對(duì)人工特征工程依賴(lài)，且提升識(shí)別速度和識(shí)別效果的虛假交易識(shí)別方案。

發(fā)明內(nèi)容

本說(shuō)明書(shū)實(shí)施例提供一種虛假交易識(shí)別方法、裝置及電子設(shè)備，以解決現(xiàn)有技術(shù)存在的無(wú)法消費(fèi)使用圖數(shù)據(jù)、需要依賴(lài)于人工特征工程、識(shí)別速度慢、識(shí)別效果差的問(wèn)題。

為解決上述技術(shù)問(wèn)題，本說(shuō)明書(shū)實(shí)施例是這樣實(shí)現(xiàn)的：

本說(shuō)明書(shū)實(shí)施例提供的一種虛假交易識(shí)別方法，所述方法包括：

獲取預(yù)定平臺(tái)所對(duì)應(yīng)的原始交易圖數(shù)據(jù)，根據(jù)目標(biāo)節(jié)點(diǎn)從所述原始交易圖數(shù)據(jù)中提取出子圖數(shù)據(jù)，其中，所述目標(biāo)節(jié)點(diǎn)包括根據(jù)待識(shí)別交易所確定的買(mǎi)家節(jié)點(diǎn)及賣(mài)家節(jié)點(diǎn)；

將所述子圖數(shù)據(jù)作為輸入，利用預(yù)定的多個(gè)連續(xù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)執(zhí)行信息聚合操作和特征向量提取操作得到目標(biāo)特征向量；其中，所述信息聚合操作用于根據(jù)各節(jié)點(diǎn)之間的相關(guān)性確定注意力矩陣，并根據(jù)所述注意力矩陣對(duì)目標(biāo)節(jié)點(diǎn)的鄰域節(jié)點(diǎn)信息進(jìn)行聚合，所述各節(jié)點(diǎn)之間的相關(guān)性包括根據(jù)各節(jié)點(diǎn)信息所確定的第一相關(guān)性以及根據(jù)邊信息所確定的第二相關(guān)性；

將所述目標(biāo)特征向量輸入到分類(lèi)器中，以便根據(jù)所述分類(lèi)器的輸出結(jié)果判斷所述待識(shí)別交易是否為虛假交易。

本說(shuō)明書(shū)實(shí)施例提供的一種虛假交易識(shí)別裝置，所述裝置包括：

獲取模塊，用于獲取預(yù)定平臺(tái)所對(duì)應(yīng)的原始交易圖數(shù)據(jù)，根據(jù)目標(biāo)節(jié)點(diǎn)從所述原始交易圖數(shù)據(jù)中提取出子圖數(shù)據(jù)，其中，所述目標(biāo)節(jié)點(diǎn)包括根據(jù)待識(shí)別交易所確定的買(mǎi)家節(jié)點(diǎn)及賣(mài)家節(jié)點(diǎn)；

神經(jīng)網(wǎng)絡(luò)模塊，用于將所述子圖數(shù)據(jù)作為輸入，利用預(yù)定的多個(gè)連續(xù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)執(zhí)行信息聚合操作和特征向量提取操作得到目標(biāo)特征向量；其中，所述信息聚合操作用于根據(jù)各節(jié)點(diǎn)之間的相關(guān)性確定注意力矩陣，并根據(jù)所述注意力矩陣對(duì)目標(biāo)節(jié)點(diǎn)的鄰域節(jié)點(diǎn)信息進(jìn)行聚合，所述各節(jié)點(diǎn)之間的相關(guān)性包括根據(jù)各節(jié)點(diǎn)信息所確定的第一相關(guān)性以及根據(jù)邊信息所確定的第二相關(guān)性；

判斷模塊，用于將所述目標(biāo)特征向量輸入到分類(lèi)器中，以便根據(jù)所述分類(lèi)器的輸出結(jié)果判斷所述待識(shí)別交易是否為虛假交易。