基于知识图谱的资金交易智能监测方法及监测系统

技术领域

本发明涉及一种基于知识图谱的资金交易智能监测方法及监测系统。

背景技术

随着数字技术的金融业务的快速发展，金融产品日益更新，金融服务日益多样。加之传统金融行业不断向线上转移，随之而来的是金融违法犯罪的形式不断更新，相应手段呈现出专业化、产业化、隐蔽化、场景化等特征。同时，监管力度地不断加大，银行业金融机构不仅在人员和信息系统等管理资源持续增加投入，也要面临纷繁复杂的操作风险、欺诈风险、洗钱风险等风险的巨大挑战。

当前，银行会结合业务流程和案件经验，利用交易数据来分析资金的流向，描绘各类风险特征。传统资金流分析是通过SQL(Structured Query Language，结构化查询语言)加工规则来描述账户间资金交易情况，其存在以下痛点：面对复杂资金往来关系时，加工逻辑复杂，加工时间漫长，开发效率低下，风险识别滞后。传统规则触发量大、精准度低，规则深度不足，账户资金往来关系无法准确识别和描述。资金交易数据繁杂，人工分析困难，对分析人员技能要求高。规则描述特征简单，且资金关系具有不确定性，无法完整刻画账户复杂的交易关系网络。

发明内容

本发明提供了一种基于知识图谱的资金交易智能监测方法及监测系统，采用如下的技术方案：

一种基于知识图谱的资金交易智能监测方法，包括以下步骤：

从银行数据系统获取银行交易流水数据；

对银行交易流水数据进行预处理；

从银行交易流水数据中提取所有账户；

对所有账户打上分类标签；

将所有打上标签的账户作为知识图谱的节点，节点的属性包含账户对应的客户的基本信息，以节点间发生过的资金交易流向形成知识图谱的有向边，以发生交易的资金总数和交易次数作为边权重，通过节点、有向边和边权重构建知识图谱；

根据规则和图算法对所有账户进行筛选以获取异常账户和可疑账户；

通过塔建好的知识图谱系统接收上述步骤获取到的银行交易流水数据、知识图谱、异常账户和可疑账户以对复杂的交易网络进行可视化展示。

进一步地，异常账户包括沉睡账户、当日大额交易账户、资金汇集账户和资金发散账户。

进一步地，沉睡账户为预定时间内发生交易次数为0的账户；

当日大额交易账户为当天发生的交易金额大于预设值的账户；

资金汇集账户为资金汇入次数大于预设值的账户；

资金发散账户为资金转出次数大于预设值的账户。

进一步地，识别可疑账户的方法包括资金链环状检测和资金交易通路数检测；

资金链环状检测具体为：

若账户A的资金转出后通过第一预设值以上的交易对手的账户后又流入账户A形成资金闭合回路，则将闭合资金回路中涉及到的账户识别为可疑账户；

资金交易通路数检测具体为：

若账户A的资金通过第二预设值以上的过渡账户流入目标账户M，且这些过渡账户形成的资金链的数量大于第三预设值，则将账户A和账户M之间的交易通路涉及到的账户识别为可疑账户。

进一步地，识别可疑账户的方法还包括可疑团伙挖掘；

可疑团伙挖掘具体为：

利用谱聚类算法对知识图谱中的账户进行聚类；

将所有账户划分为不同的账户子集；

将含有可疑账户的账户子集中的所有账户识别为可疑团伙账户。

进一步地，银行交易流水数据包括交易流水号、主账户、交易对手账户、交易时间、交易金额、交易渠道、冲正标识和借贷方向。

进一步地，对银行交易流水数据进行预处理的具体方法为：

对银行交易流水数据进行缺失值处理、异常值处理、数据逻辑错误处理、数据标准化处理、数据去重、测试数据筛除和数据格式内容处理中的至少一种处理。

进一步地，分类标签包括对公账户、个人账户和行内员工账户。

进一步地，基本信息包含证件类型、证件号、性别、婚姻状况、教育状态、客户类型、手机号、地址、单位和名下账户中的至少两个信息。

一种基于知识图谱的资金交易智能监测系统，包括：

获取模块，用于从银行数据系统获取银行交易流水数据；

处理模块，用于对银行交易流水数据进行预处理；

提取模块，用于从银行交易流水数据中提取所有账户；

标签模块，对所有账户打上分类标签；

组建模块，用于将标签模块打上标签的账户作为知识图谱的节点，以节点间发生过的资金交易流向形成知识图谱的有向边，以发生交易的资金总数和交易次数作为边权重，通过节点、有向边和边权重构建知识图谱；

筛选模块，用于根据规则和图算法对所有账户进行筛选以获取异常账户和可疑账户；

展示模块，用于通过塔建好的知识图谱系统接收银行交易流水数据、知识图谱、异常账户和可疑账户以对复杂的交易网络进行可视化展示。

本发明的有益之处在于所提供的基于知识图谱的资金交易智能监测方法及监测系统，提取银行交易流水数据构建资金交易知识图谱，实现账户的简单快速查找、异常账户的规则筛选、可疑账户的算法挖掘等功能。同时，进行简洁直观的展示，系统操作友好高效，缩短交易分析时间并且降低业务操作人员数据挖掘技能要求。

附图说明

图1是本发明的基于知识图谱的资金交易智能监测方法的示意图；

图2是本发明的资金链环状检测的示意图；

图3是本发明的资金交易通路数检测的示意图；

图4是本发明的可疑团伙挖掘的示意图；

图5是本发明的基于知识图谱的资金交易智能监测系统的示意图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

如图1所示为本发明的一种基于知识图谱的资金交易智能监测方法，主要包括以下步骤：S1：从银行数据系统获取银行交易流水数据。S2：对银行交易流水数据进行预处理。S3：从银行交易流水数据中提取所有账户。S4：对所有账户打上分类标签。S5：将所有打上标签的账户作为知识图谱的节点，节点的属性包含账户对应的客户的基本信息，节点间发生过的资金交易流向形成知识图谱的有向边，以发生交易的资金总数和交易次数作为边权重，通过节点、有向边和边权重构建知识图谱。S6：根据规则和图算法对所有账户进行筛选以获取异常账户和可疑账户。S7：通过塔建好的知识图谱系统接收上述步骤获取到的银行交易流水数据、知识图谱、异常账户和可疑账户以对复杂的交易网络进行可视化展示。通过以上步骤，对银行系统中的客户数据进行自动监测。

对于步骤S1：从银行数据系统获取银行交易流水数据。

银行数据系统中保存有客户的所有相关数据，首先从银行数据系统中获取银行交易流水数据。具体的，银行交易流水数据包括交易流水号、主账户、交易对手账户、交易时间、交易金额、交易渠道、冲正标识和借贷方向等。

对于步骤S2：对银行交易流水数据进行预处理。

获取到的银行交易流水数据杂乱无序，需要先进行数据清洗。具体的，对银行交易流水数据进行预处理的方法包括：对银行交易流水数据进行缺失值处理、异常值处理、数据逻辑错误处理、数据标准化处理、数据去重、测试数据筛除和数据格式内容处理。实际操作中，数据预处理为上述描述的处理方法中至少一种。

对于步骤S3：从银行交易流水数据中提取所有账户。

提取银行账户交易流水数据中涉及的账户集合。

对于步骤S4：对所有账户打上分类标签。

对账户打上不同类型标签，分类标签包括对公账户、个人账户和行内员工账户。

对于步骤S5：将所有打上标签的账户作为知识图谱的节点，节点的属性包含账户对应的客户的基本信息，节点间发生过的资金交易流向形成知识图谱的有向边，以发生交易的资金总数和交易次数作为边权重，通过节点、有向边和边权重构建知识图谱。

也就是说，将这些账户打上标签后作为节点，节点间发生的交易流向作为有向边，及A账户向B账户汇款时，A账户指向B账户的有向线段视为有向边。有向边的长度越长，表述A账户向B账户转账的资金金额越大或转账次数越多，即边权重。通过节点、有向边和边权重构件一个知识图谱。其中，客户的基本信息包括证件类型、证件号、性别、婚姻状况、教育状态、客户类型、手机号、地址、单位和名下账户。实际操作中，账户信息至少包含上述信息中的两个信息。

对于步骤S6：根据规则和图算法对所有账户进行筛选以获取异常账户和可疑账户。

在本发明中，异常账户包括沉睡账户、当日大额交易账户、资金汇集账户和资金发散账户。其中，沉睡账户为预定时间内发生交易次数为0的账户。当日大额交易账户为当天发生的交易金额大于预设值的账户。资金汇集账户为资金汇入次数大于预设值的账户。资金发散账户为资金转出次数大于预设值的账户。

具体而言，识别可疑账户的方法包括资金链环状检测和资金交易通路数检测。

资金链环状检测具体为：

若账户A的资金转出后通过第一预设值以上的交易对手的账户后又流入账户A形成资金闭合回路，则将闭合资金回路中涉及到的账户识别为可疑账户。如图2所示。

资金交易通路数检测具体为：

若账户A的资金通过第二预设值以上的过渡账户流入目标账户M，且这些过渡账户形成的资金链的数量大于第三预设值，则将账户A和账户M之间的交易通路涉及到的账户识别为可疑账户。如图3所示。

识别可疑账户的方法还包括可疑团伙挖掘。

可疑团伙挖掘具体为：利用谱聚类算法对知识图谱中的账户进行聚类。将所有账户划分为不同的账户子集。将含有可疑账户的账户子集中的所有账户识别为可疑团伙账户。如图4所示。

对于步骤S7：通过塔建好的知识图谱系统接收上述步骤获取到的银行交易流水数据、知识图谱、异常账户和可疑账户以对复杂的交易网络进行可视化展示。

如图5所示为本发明的一种基于知识图谱的资金交易智能监测系统100，用于执行前述的基于知识图谱的资金交易智能监测方法。该系统包括：获取模块10、处理模块20、提取模块30、标签模块40、组建模块50、筛选模块60和展示模块70。

具体而言，获取模块10用于从银行数据系统获取银行交易流水数据。处理模块20用于对银行交易流水数据进行预处理。提取模块30用于从银行交易流水数据中提取所有账户。标签模块40用于对所有账户打上分类标签。组建模块50用于将标签模块40打上标签的账户作为知识图谱的节点，以节点间发生过的资金交易流向形成知识图谱的有向边，以发生交易的资金总数和交易次数作为边权重，通过节点、有向边和边权重构建知识图谱。筛选模块60用于根据规则和图算法对所有账户进行筛选以获取异常账户和可疑账户。展示模块70用于通过塔建好的知识图谱系统接收银行交易流水数据、知识图谱、异常账户和可疑账户以对复杂的交易网络进行可视化展示。

基于知识图谱的资金交易智能监测系统100还包括分布式Redis缓存模块80，分布式Redis缓存模块80的功能是缓存Rabbit-MQ未被及时处理的请求，由下游模块后续进行处理。在高峰期时，业务请求较多，下游模块执行时间相对增加，积压在Rabbit-MQ消息队列中的消息较多，无法得到及时处理，处理时延增加，用户体验下降。通过设置MQ超时机制，将超时消息写入到分布式Redis缓存模块80中，当下游模块资源空闲时从分布式Redis缓存模块80中获取超时消息进行处理，避免了从数据库中读取消息操作，降低了处理时延；当分布式Redis缓存模块80满了之后，通过FIFO淘汰机制将消息持久化到数据库，后续由下游模块进行处理。在本发明的方法和系统中，通过分布式消息队列和分布式缓存的部署，降低规则筛选和算法预测响应时间，大大缩短风险识别的周期，提高工作效率。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。