基于知识图谱的异常资金监督方法、系统和设备
文献发布时间:2024-01-17 01:27:33
技术领域
本申请涉及金融领域,具体涉及一种基于知识图谱的异常资金监督方法、系统、设备、介质和程序产品。
背景技术
异常资金流向可以针对反洗钱这一具体场景,在现有的技术中,银行主要采用基于嵌入式规则的操作模型。该模型通常是基于特定领域的专家经验进行开发,将专家经验的落实到自动决策的模型中。但因为洗钱方式的不断创新,原技术方案的有效性会随着时间的推移,更多异常场景的出现而降低,导致在许多场景下无法匹配,使得现有的识别模型误报率非常高。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。
例如,本申请运用到知识图谱对异常资金的监督,运用“图”这种基础性、通用性的语言,能够非常直观、自然、直接和高效的表达各个企业以及个人之间的金钱交易关系,不需要中间过程的转换和处理,且没有时效性和使用场景的限制。
为了达到上述目的,本申请的第一个方面提供了一种基于知识图谱的异常资金监督方法,包括:
由n个知识图谱的子图整合后得到知识图谱,所述知识图谱的子图包括企业和个人两种类型的实体和对应的实体信息,n大于等于2;
查看所述知识图谱中的所有所述实体和/或实体集合之间的关联度,其中,实体集合由多个实体组成;
在多个所述实体和/或所述实体集合之间形成完整的环状交易时,根据所述环状交易的连接半径输出第一监督方案。
根据本申请的异常资金监督方法,根据每日交易流水建立知识图谱可对复杂的资金流转全貌进行具象化构建,直观地展示出交易行为及资金流向的复杂关系图。通过知识图谱图数据库的天然优势,对构成环状交易上的各个实体或实体集合进行控制或进一步的观察和针对性的深层分析,可对异常资金交易进行实时监督以及及时发现和管控,避免不必要的损失。
进一步地,所述方法还包括:
获取已被标记的黑实体并添加到所述知识图谱中,所述黑实体指的是历史数据中存在异常资金的实体;
查看所述环状交易中是否存在所述黑实体;
在存在所述黑实体时,输出替换所述第一监督方案的第二监督方案。
进一步地,所述连接半径为构成所述环状交易时总共涉及的实体个数。
进一步地,在多个所述实体和/或所述实体集合之间形成完整的环状交易时,根据所述环状交易的连接半径输出第一监督方案,包括:
在构成所述环状交易时总共涉及的实体个数小于或等于第一阈值时,输出存在异常资金风险,并对所述环状交易内的所有实体进行交易控制;
在构成所述环状交易时总共涉及的实体个数大于第一阈值且小于第二阈值时,输出存在异常资金倾向,并展开所述环状交易内所有实体对应的实体信息;
在构成所述环状交易时总共涉及的实体个数大于或等于第二阈值时,输出存在异常资金隐患,建议对所述环状交易内所有实体进一步监控。
进一步地,在存在所述黑实体时,输出替换所述第一监督方案的第二监督方案,包括:
在所述环状交易中存在所述黑实体时,输出存在异常资金风险,并对所述环状交易内的所有实体进行交易控制。
进一步地,查看所述知识图谱中的所有所述实体之间的关联度之前,所述方法还包括:
选取任一实体Y;
获取以所述实体Y为中心、与所述实体Y关联半径小于或等于r的所有m个实体;
将m个实体标记为一个整体,并记录为实体集合。
进一步地,由n个知识图谱的子图整合后得到知识图谱,包括:
构建n个知识图谱的子图;
获取每个所述知识图谱的子图中的实体信息;
根据预设的多种匹配方式,将n个所述知识图谱的子图中具有相同实体信息的节点进行连接整合,其中,所述匹配方式包括精准匹配和模糊匹配;
根据资金交易数据,将有直接资金交易关系的两个实体连接,得到知识图谱。
进一步地,所述精准匹配包括一比一匹配、单复数近似变体匹配、拼错近似变体匹配和分词形式近似变体匹配;所述模糊匹配包括无序匹配和缺省匹配。
进一步地,构建知识图谱的子图,包括:
根据资金交易数据和所述实体的属性数据获取实体、直接关系和实体信息,直接关系包括属性关系和资金交易关系;
将实体和实体信息抽象为节点,将实体与实体信息之间的直接关系抽象为边进行连接构建。
进一步地,根据资金交易数据,将有直接资金交易关系的两个实体连接,包括:
挑选任意两个所述知识图谱的子图,并获取通过所述资金交易关系连接的实体和实体信息;
在其中一个的实体信息与另一个的实体相同时进行连接。
本申请第二方面提供了一种基于知识图谱的异常资金监督系统,包括:
知识图谱构建模块,所述知识图谱构建模块用于:由n个知识图谱的子图整合后得到知识图谱,所述知识图谱的子图包括企业和个人两种类型的实体和对应的实体信息,n大于等于2;
查看模块,所述查看模块用于:查看所述知识图谱中的所有所述实体和/或实体集合之间的关联度,其中,实体集合由多个实体组成;以及
建议输出模块,所述建议输出模块用于:在多个所述实体和/或所述实体集合之间形成完整的环状交易时,根据所述环状交易的连接半径输出第一监督方案。
本申请的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述方法。
本申请的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述方法。
本申请的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述方法。
附图说明
通过以下参照附图对本申请实施例的描述,本申请的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本申请实施例知识图谱使用的应用场景图;
图2示意性示出了根据本申请实施例的异常资金监督方法的流程图;
图3a是根据本申请一实施例中构成环状交易时总共涉及的3个实体的示意图;
图3b是根据本申请一实施例中构成环状交易时总共涉及的5个实体的示意图;
图3c是根据本申请一实施例中构成环状交易时总共涉及的7个实体的示意图;
图4示意性示出了根据本申请实施例的针对已有异常实体时的监督方法的流程图;
图5示意性示出了根据本申请实施例构建实体集合的流程图;
图6a示意性示出了根据本申请实施例实体集合S1构成示意图;
图6b示意性示出了根据本申请实施例实体集合S2构成示意图;
图7示意性示出了根据本申请实施例构建知识图谱的流程图;
图8a示意性示出了根据本申请实施例两个知识图谱子图整合后的原理示意图;
图8b示意性示出了根据本申请实施例两个知识图谱子图整合后的实际展示示意图;
图9示意性示出了根据本申请实施例构建知识图谱的子图的流程图;
图10a示意性的示出了企业作为实体时构建的知识图谱子图;
图10b示意性的示出了个人作为实体时构建的知识图谱子图;
图11示意性示出了根据本申请实施例的异常资金监督系统的结构框图;以及
图12示意性示出了根据本申请实施例的适于实现异常资金监督方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本申请的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本申请的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本申请实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本申请的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本申请。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。在人工智能的时代,知识图谱可通过把应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法相结合,以可视化图谱的方式将对象的核心结构、发展历史以及整体知识架构进行展示分析与溯源。
异常资金流向可以针对反洗钱这一具体场景,在现有的技术中,银行主要采用基于嵌入式规则的操作模型。该模型通常是基于特定领域的专家经验进行开发,将专家经验的落实到自动决策的模型中。但因为洗钱方式的不断创新,原技术方案的有效性会随着时间的推移,更多异常场景的出现而降低,导致在许多场景下无法匹配,使得现有的识别模型误报率非常高。
本申请利用知识图谱对不同种转账对象间的相互转账过程进行具象化,以便能够处理复杂多样的关联分析,满足银行不同种转账对象间的角色关系分析与管理,从而解决公对私转账形式中的违法洗钱监督问题,在公对私交易过程中实现一套转账前防御风险、转账中控制风险、转账后追踪风险的全自动化反洗钱监督管理流程。
根据银行每日交易流水构建交易网络知识图谱,可对复杂的资金流转全貌进行具象化构建,直观地展示出交易行为及资金流向的复杂关系图,对形成交易闭环的节点行为进行进一步的专家查证与分析,从而能够更加全面直观地发掘与违法洗钱相关联的可疑信息,进而对违法洗钱行为进行实时监督。
图1示意性示出了根据本申请实施例知识图谱使用的应用场景图。
如图1所示,知识图谱在服务器105构建后,并在终端设备101、102、103上展示,监督人员通过终端设备101、102、103查看知识图谱,对各个实体或实体集合,以及其相关的资金交易信息进行监控和管理。
网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
监督人员可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对监督人员利用终端设备101、102、103所浏览的知识图谱提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如输入一个想查询的实体和关联半径,根据该实体获取或生成关联半径内的所有关系节点)并反馈给终端设备。
需要说明的是,本申请实施例中所提供的异常资金监督方法一般可以由服务器105执行。相应地,本申请实施例中所提供的异常资金监督系统一般可以设置于服务器105中。本申请实施例中所提供的异常资金监督方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本申请实施例中所提供的异常资金监督系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图10b对申请实施例的异常资金监督方法进行详细描述。
图2示意性示出了根据本申请实施例的异常资金监督方法的流程图。
如图2所示,该实施例包括操作S210~操作S230。
在操作S210,由n个知识图谱的子图整合后得到知识图谱,知识图谱的子图包括企业和个人两种类型的实体和对应的实体信息,n大于等于2。
知识图谱可利用图数据库的天然优势,直接将银行欺诈环节可能涉及的有用数据字段设计成图谱节点,在定义好图谱所需的所有节点以及节点属性后,即可确定两两节点间的关系。由于银行原始交易数据的字段有几十个之多,其中很多字段对于异常资金流向关系没有任何实质性的影响,所以可以对数据字段进行精简,即在获取每日交易流水的数据之后,对交易数据先进行清洗。
本申请根据实体的差别,将实体归纳于个人和企业两种不同类型的知识图谱的子图,知识图谱的子图中实体为个人的,包括与个人相关的信息作为实体信息,例如个人姓名、个人住址、个人电话、个人账户、交易关系人(企业)A、交易关系人(企业)B、交易关系人(企业)C;知识图谱的子图中实体为企业的,包括与企业相关的信息作为实体信息,例如企业名称、企业地址、企业电话、企业账户、交易关系人(企业)A、交易关系人(企业)B、交易关系人(企业)C。
在操作S220,查看知识图谱中的所有实体和/或实体集合之间的关联度,其中,实体集合由多个实体组成,实体集合的构建方法可参考图5以及操作S410-操作S430,这里不再展开赘述。
建图后,监督人员可以直接在关联知识图谱的平台上查看实体与实体、实体与实体集合或实体集合与实体集合之间的关联度。关联度可以理解为,例如,多个实体(实体集合)之间是否构成环状交易;又例如,环状交易内是否包括已被标记的黑实体;再例如,以一个实体为中心,其关联半径内是否包括黑实体等等。
在操作S230,在多个实体和/或实体集合之间形成完整的环状交易时,根据环状交易的连接半径输出第一监督方案。
实体作为知识图谱中的节点,交易作为知识图谱中的边,环状交易为多个实体之间完成交易后链接呈现出环状,如图3a到图3c所示。在形成环状交易后,可判定环状交易内的各个节点,即各个实体(实体集合)有涉嫌或正在违法洗钱的情况,应当重点关注。
连接半径为构成环状交易时总共涉及的实体(实体集合)的个数,即环状交易内所有的节点,针对不同的连接半径,会输出不同的第一监督方案。
在构成环状交易时的实体个数总共小于或等于第一阈值时,输出存在异常资金风险,并对环状交易内的所有实体进行交易控制;在构成环状交易时的实体个数总共大于第一阈值且小于第二阈值时,输出存在异常资金倾向,并展开环状交易内所有实体对应的实体信息;在构成环状交易时的实体个数总共大于或等于第二阈值时,输出存在异常资金隐患,建议对环状交易内所有实体进一步监控。
第一阈值和第二阈值可以根据需要设定。在一个实施例中,第一阈值为4,第二阈值为7,下述图3a-图3c分别展示了三种不同的环状交易带来的输出结果。
可以理解的是,如果连接半径R≤4跳范围内成环,则认为存在洗钱风险,应对成环节点的账户交易行为进行一定限制;如果连接半径4<R<7跳范围内成环,则认为存在洗钱倾向,应借助构建时所有实体的知识图谱的子图进行深入审查;如果连接半径R≤7跳范围内成环,则认为存在洗钱隐患,应加大成环节点的监控力度。
图3a是根据本申请一实施例中构成环状交易时总共涉及的3个实体的示意图。图3b是根据本申请一实施例中构成环状交易时总共涉及的5个实体的示意图。图3c是根据本申请一实施例中构成环状交易时总共涉及的7个实体的示意图。
需要说明的是,为了简化两种实体的标记,将PRI记为个人,PUB记为企业。
如图3a所示,对实体种子PUB(B1)连接半径R跳范围的关联关系进行监督审查后可知,其连接半径R=3跳范围内成环,可以认为存在洗钱风险,应对实体种子PUB(B1)的账户交易行为进行一定限制。
如图3b所示,对实体种子PRI(A1)连接半径R跳范围的关联关系进行监督审查后可知,其连接半径R=5跳范围内成环,可以认为存在洗钱倾向,应借助补充下位关系对实体种子PRI(A1)的关联关系进行深入审查。
如图3c所示,对实体种子PRI(A2)连接半径R跳范围的关联关系进行监督审查后可知,其连接半径R=7跳范围内成环,可以认为存在洗钱隐患,应加大对实体种子PRI(A2)的监控力度。
根据本申请的异常资金监督方法,根据每日交易流水建立知识图谱可对复杂的资金流转全貌进行具象化构建,运用“图”这种基础性、通用性的语言,能够非常直观、自然、直接和高效的表达各个企业以及个人之间的金钱交易关系,不需要中间过程的转换和处理,且没有时效性和使用场景的限制。
通过知识图谱图数据库的天然优势,对构成环状交易上的各个实体或实体集合进行控制或进一步的观察和针对性的深层分析,可对异常资金交易进行实时监督以及及时发现和管控,避免不必要的损失。
对于知识图谱对异常资金的监督使用,在已知异常实体(黑实体)的前提下,可以监控与异常实体有联系的节点。异常实体(黑实体)指的是历史数据中存在异常资金的实体,例如历史中存在过洗钱行为、或是相关部门重点关注的实体。在知识图谱的使用中通常是只展现实体之间的资金流动关系并将实体相关实体信息进行隐藏,为了简化实体的标记,在通过实体构建与其相关的知识图谱的子图时,在实体信息存在异常时会直接被标记到该实体上,例如,实体信息为异常手机号码,则与其关联的实体将被标记为黑实体。
图4示意性示出了根据本申请实施例的针对已有异常实体时的监督方法的流程图。
如图4所示,该实施例包括操作S310~操作S330。
在操作S310,获取已被标记的黑实体并添加到知识图谱中。
在操作S320,查看环状交易中是否存在黑实体。
在操作S330,在存在黑实体时,输出替换第一监督方案的第二监督方案。
可以理解的是,本操作中输入某个节点值,查看环状交易中包含此节点,由于黑实体为特殊关注因素,因此在环状交易中存在黑实体时,不论环状交易的连接半径是多少,替换第一监督方案并直接输出存在异常资金风险,并对环状交易内的所有实体进行交易控制。
本申请不仅涉及单个实体之间的观察与分析,由于实体之间的资金交易关联并不一定二者相互直接接触才可实现,不仅是单纯的标准化的逻辑关系(不同账户间交易金额的转入与转出),赖于信息不对称和间接层,在环状交易过于庞大或复杂时,仅通过单个实体之间的交易进行观察,捋清交易关系并进行是否存在资金异常的判断较为复杂。因此建立实体集合,观察和分析实体集合之间的关系、实体集合与单个实体之间的关系是有必要的。在查看知识图谱中的所有实体之间的关联度之前,需要先构建实体集合,该过程可以在建立知识图谱之后操作(即在操作S210之后、操作S220之前)。
图5示意性示出了根据本申请实施例构建实体集合的流程图。
如图5所示,该实施例包括操作S410~操作S430。
在操作S410,选取任一实体Y。
在操作S420,获取以实体Y为中心、与实体Y关联半径小于或等于r的所有m个实体。
在操作S430,将m个实体标记为一个整体,并记录为实体集合。
可以理解的是,将实体Y为中心,关联半径为r跳在内的其它所有邻居节点作为一个整体,记为实体种子集合,这样可发现隐藏更为深入的违法洗钱风险要素。
需要说明的是,与连接半径不同的是,关联半径指的是连接两个实体之间的边。
参考图6a,为以实体PRI(A3)为中心,将其记为所要关注审查的节点,并令关联半径为r=3,则PRI(A3)所形成的实体集合S1如图。
参考图6b,为以实体PUB(B4)为中心,将其记为所要关注审查的节点,并令连接半径r=2,则PUB(B4)所形成的实体集合S2如图。
知识图谱可利用图数据库的天然优势,直接将银行欺诈环节可能涉及的有用数据字段设计成图谱节点,在定义好图谱所需的所有节点以及节点属性后,即可确定两两节点间的关系。由于知识图谱的每一个节点即为一个实体,而实体又是知识图谱构建的基础,多取自于人工搜集或总结的知识。因此为了便于在海量信息中快速准确地提取特征完成实体抽取,关键在于抽象知识图谱实体种子的规范化表示结构。
为了代替人工对公对私转账中可能存在的违法洗钱风险进行自动化监督与发掘,本申请提供的技术方案将通过知识图谱来建立共对私转账过程中的具象化监督体系。
图7示意性示出了根据本申请实施例构建知识图谱的流程图。
如图7所示,该实施例包括操作S510~操作S540。
在操作S510,构建n个知识图谱的子图。
以企业和个人为实体,根据与实体的关联关系提取到的实体信息,建立每个实体的知识图谱的子图。
为了对n个知识图谱的子图进行整合,在操作S520,获取每个知识图谱的子图中的实体信息。
需要说明的是,这里的实体信息仅为属性关系下的实体信息,即非关系人或关系企业。
在操作S530,根据预设的多种匹配方式,将n个知识图谱的子图中具有相同实体信息的节点进行连接整合,其中,匹配方式包括精准匹配和模糊匹配。
可以理解的是,反洗钱业务交易流水属于标准化的逻辑关系,即不同账户间交易金额的转入与转出,因而实体与实体关系的界定比较明显。但是在实际的场景应用中,洗钱团伙的作案社区并不止一个,因此为了扩展不同社区之间存在间接的联系时(例如:不同的洗钱团伙均与一家公司的注册账户、法人、控制人等有直接联系),会在检索时将其查询的社区、关联信息及关联社区一并带出。这样,对于可疑社区的发掘将会更加全面,并且不易漏掉潜在的犯罪团伙。
因此由上所述,属性关系对应的实体信息中,不仅存在银行注册账户时填写的信息,还应包括与实体信息相关的、不易发掘的特殊实体信息。即除了考虑个人姓名(企业名称)、个人住址(企业地址)、个人电话(企业电话)、个人账户(企业账户)等银行开户注册时显而易见的通用实体信息外,还需要考虑企业法人、被授权人或机构、受益人或机构、控制人或机构等。
特殊实体信息对资金异常监督的结果有着极强的影响,因此必须利用精准匹配的方式来对特殊下位关系进行筛选匹配。
另外,当怀疑两个人或两个企业直接有更深的关联时可以借助模糊匹配的方式来对补充上下位关系进行筛选匹配。
进一步地,精准匹配包括一比一匹配、单复数近似变体匹配、拼错近似变体匹配和分词形式近似变体匹配。
实施例1,精准匹配中的一比一匹配方式。
以企业的受益人或机构为例,如果两个企业的受益人或机构的名称完全相同,则匹配成功。例如A企业的受益人或机构的名称为QWER有限责任公司,B企业的受益人或机构的名称为QWER有限责任公司,则A企业和B企业的受益人或机构一致。
实施例2,精准匹配中的单复数近似变体匹配方式。
以企业的受益人或机构为例,如果两个企业的受益人或机构的名称交集不为空,则匹配成功。例如A企业的受益人或机构的名称有张三、李四和QWER有限责任公司三个,B企业的受益人或机构的名称仅有张三一个,则A企业和B企业的受益人或机构一致。
实施例3,精准匹配中的拼错近似变体匹配方式。
以企业的受益人或机构的名称为例,如果两个企业的受益人或机构的名称仅有一字不同,则可认为存在拼错或近似变体,也匹配成功。例如A企业的受益人或机构的名称为QWER有限责任公司,B企业的受益人或机构的名称为QQER有限责任公司,则A企业和B企业的受益人或机构一致。
实施例4,精准匹配中的分词形式近似变体匹配方式。
以企业的受益人或机构的名称为例,如果两个企业的受益人或机构的名称仅分词形式不同,则可认为分词导致差异,也匹配成功。例如A企业的受益人或机构的名称为QWER有限责任公司,B企业的受益人或机构的名称为Q W E R有限责任公司,则A企业和B企业的受益人或机构一致。
进一步地,模糊匹配包括无序匹配和缺省匹配。
实施例5,模糊匹配中的无序匹配方式。
无序匹配对字段的顺序不敏感,以企业的相关信息介绍为例,例如A企业的受益人或机构名称为QWER有限责任公司,B企业的受益人或机构名称为有限责任公司QWER,则A企业和B企业的受益人或机构名称信息一致。
实施例6,模糊匹配中的缺省匹配方式。
缺省匹配对字段的完全相似性不敏感,以企业的相关信息介绍为例,例如A企业的受益人或机构名称为QWER有限责任公司,B企业的受益人或机构名称为QWER,则A企业和B企业的受益人或机构名称信息一致。
在操作S540,根据资金交易数据,将有直接资金交易关系的两个实体连接,得到知识图谱。
具体的,挑选任意两个知识图谱的子图,并获取通过资金交易关系连接的实体和实体信息,在其中一个的实体信息与另一个的实体相同时进行连接。
参考图8a,假设有个人客户A(姓名:张三、住址:北京市海淀区中关村南大街x号、电话:138xxxxyyyy、账户:110xxxxxxyyyyyy)转账给企业客户B(名称:xx有限责任公司、地址:北京市海淀区中关村北大街y号、电话:010-6899xxxx、账户:110zzzzzyyyyyy)共M万元。也就是两者存在M万元直接资金交易关系,将两者进行关联整合,则可得到图中所示的结果。
对于本申请来说,由于研究实体或实体集合之间的关系,因此在完成知识图谱建立后,会隐藏实体信息,也就是说资金交易关系也会隐藏,仅剩余两个实体之间的连线,图8a仅为建立过程中的示意图,而在使用过程中的展示方式如图8b。
图9示意性示出了根据本申请实施例构建知识图谱的子图的流程图。
如图9所示,该实施例包括操作S610~操作S620。
在操作S610,根据资金交易数据和实体的属性数据获取实体、直接关系和实体信息,直接关系包括属性关系和资金交易关系。
在操作S620,将实体和实体信息抽象为节点,将实体与实体信息之间的直接关系抽象为边进行连接构建。
如图10a和图10b所示,每种实体均可视为一个节点,其内部包含若干个子节点。子节点与实体间主要存在两种关系:第一种是属性关系,用来反映实体的内在特征,例如个人实体PRI中的个人姓名、个人住址、个人电话、个人账户,或企业实体PUB中的企业名称、企业地址、企业电话、企业账户等等;第二种是资金交易关系,用来反映不同实体间的外在关系,记为关系人A、关系人B、关系人C等等,其中关系人可以为任意实体种子。
需要明确的是,无论是依赖属性关系建立的子节点还是依赖资金交易关系建立的子节点,其数目都是动态可变的。
图10a示意性的示出了企业作为实体时构建的知识图谱子图;图10b示意性的示出了个人作为实体时构建的知识图谱子图。
假设有企业客户B(名称:xx有限责任公司、地址:北京市海淀区中关村北大街y号、电话:010-6899xxxx、账户:110zzzzzyyyyyy)转账给个人客户C(姓名:李四、住址:北京市海淀区中关村南大街z号、电话:188yyyyzzzz、账户:110yyyyyyxxxxxx)共N万元,则可得到图10a和图10b所示的两个具象化知识图谱子图。
基于上述异常资金监督的方法,本申请还提供了一种异常资金监督系统。以下将结合图11对该装置进行详细描述。
图11示意性示出了根据本申请实施例的异常资金监督系统的结构框图。
如图11所示,该实施例的异常资金监督系统800包括知识图谱构建模块710、查看模块720和建议输出模块730。
知识图谱构建模块710用于:由n个知识图谱的子图整合后得到知识图谱,知识图谱的子图包括企业和个人两种类型的实体和对应的实体信息,n大于等于2。在一个实施例中,知识图谱构建模块710可以用于执行前文描述的操作S210,在此不再赘述。
查看模块720用于:查看知识图谱中的所有实体和/或实体集合之间的关联度,其中,实体集合由多个实体组成。在一个实施例中,查看模块720可以用于执行前文描述的操作S220,在此不再赘述。
以及
建议输出模块730用于:在多个实体和/或实体集合之间形成完整的环状交易时,根据环状交易的连接半径输出第一监督方案。在一个实施例中,建议输出模块730可以用于执行前文描述的操作S230,在此不再赘述。
根据本申请的异常资金监督系统,借助知识图谱可以对公对私这种走账形式中的违法洗钱风险进行实时监测,在转账汇款前进行风险预防,在转账汇款中进行风险控制,在转账汇款后进行风险监测,严格风险把关,避免不必要的损失。
根据本申请的实施例,知识图谱构建模块710、查看模块720和建议输出模块730中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本申请的实施例,知识图谱构建模块710、查看模块720和建议输出模块730中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,知识图谱构建模块710、查看模块720和建议输出模块730中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图12示意性示出了根据本申请实施例的适于实现异常资金监督方法的电子设备的方框图。
如图12所示,根据本申请实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本申请实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本申请实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本申请实施例的方法流程的各种操作。
根据本申请的实施例,电子设备900还可以包括输入/输出(I/O)接口905,输入/输出(I/O)接口905也连接至总线904。电子设备900还可以包括连接至I/O接口905的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本申请实施例的方法。
根据本申请的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本申请的实施例,计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
本申请的实施例中还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本申请实施例中所提供的方法。
在该计算机程序被处理器901执行时执行本申请实施例的系统/装置中限定的上述功能。根据本申请的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分909被下载和安装,和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本申请实施例的系统中限定的上述功能。根据本申请的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本申请的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例中提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本申请的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本申请中。特别地,在不脱离本申请精神和教导的情况下,本申请的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本申请的范围。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“实例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上对本申请的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本申请的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本申请的范围由所附权利要求及其等同物限定。不脱离本申请的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本申请的范围之内。
- 一种基于知识图谱的多层资金异常流向监控方法
- 基于知识图谱的无监督异常检测方法及装置