识别可疑关系的方法以及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111552846A(43)申请公布日2020.08.18(21)申请号202010352308.8(22)申请日2020.04.28(71)申请人支付宝（杭州）信息技术有限公司地址310013浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人王经宇熊涛蔡蕴文(74)专利代理机构北京智信禾专利代理有限公司11637代理人赵杰(51)Int.Cl.G06F16/901(2019.01)G06F16/906(2019.01)G06K9/62(2006.01)G06Q30/06(2012.01)G06Q50/00(2012.01)权利要求书3页说明书11页附图5页(54)发明名称识别可疑关系的方法以及装置(57)摘要本说明书实施例提供识别可疑关系的方法以及装置，其中所述方法包括：对关系网络进行社区检测，得到多个社区子图，其中，所述关系网络是根据网络平台上各方之间的关系数据构建的；通过将所述多个社区子图与可疑关系知识库中的各个已知可疑关系网络进行关联度计算，为所述多个社区子图分别设置关联的已知可疑关系网络的关系分类标签；抽取出所述多个社区子图各自的关系特征；通过将所述多个社区子图各自的关系特征以及各自的关系分类标签作为输入进行监督学习，得到所述多个社区子图各自的关系特征的权重；依据所述多个社区子图各自的关系特征的权重，确定对应关系分类标签下的可疑关系。CN111552846ACN111552846A权利要求书1/3页1.一种识别可疑关系的方法，包括：对关系网络进行社区检测，得到多个社区子图，其中，所述关系网络是根据网络平台上各方之间的关系数据构建的；通过将所述多个社区子图与可疑关系知识库中的各个已知可疑关系网络进行关联度计算，为所述多个社区子图分别设置关联的已知可疑关系网络的关系分类标签；抽取出所述多个社区子图各自的关系特征；通过将所述多个社区子图各自的关系特征以及各自的关系分类标签作为输入进行监督学习，得到所述多个社区子图各自的关系特征的权重；依据所述多个社区子图各自的关系特征的权重，确定对应关系分类标签下的可疑关系。2.根据权利要求1所述的方法，还包括：依据识别出的可疑关系，对所述网络平台上各方之间的关系数据进行筛选，得到更新的关系数据，所述更新的关系数据用于构建更新的关系网络。3.根据权利要求1或2所述的方法，还包括：将设置了关系分类标签的所述多个社区子图作为已知可疑关系网络，加入所述可疑关系知识库。4.根据权利要求1所述的方法，还包括：对所述关系分类标签下的社区子图的关系特征，按照权重大小排序，得到所述关系分类标签下的可疑关系的重要性排名。5.根据权利要求1所述的方法，还包括：获取所述网络平台上各个小程序页面的文本数据、所述各个小程序的注册数据、所述各个小程序上消费的用户的交易数据及介质数据、所述各个小程序上收款的用户的交易数据及介质数据、所述各个小程序的用户的可信关系数据；依据所述网络平台上各个小程序页面的文本数据、所述各个小程序的注册数据、所述各个小程序上消费的用户的交易数据及介质数据、所述各个小程序上收款的用户的交易数据及介质数据、所述各个小程序的用户的可信关系数据，进行关系网络构建，得到小程序的关系网络。6.根据权利要求1所述的方法，在对关系网络进行社区检测之前，还包括：对所述关系网络中的节点进行异常交易检测，筛选出所述网络平台上不存在异常交易的节点；将所述不存在异常交易的节点从所述关系网络中剔除。7.根据权利要求1所述的方法，还包括：获取与所述社区子图具有相同关系分类标签的历史异常社区子图；通过将所述社区子图与所述历史异常社区子图进行相似度分析，得到对应关系分类标签下的共性可疑关系、共性可疑链接和/或可疑关系变化信息。8.根据权利要求1所述的方法，还包括：根据所述多个社区子图与可疑关系知识库中的各个已知可疑关系网络的关联度，将关联度不满足预设关联度要求的社区子图从所述多个社区子图中剔除。9.一种识别可疑关系的装置，包括：2CN111552846A权利要求书2/3页社区检测模块，被配置为对关系网络进行社区检测，得到多个社区子图，其中，所述关系网络是根据网络平台上各方之间的关系数据构建的；关联计算模块，被配置为通过将所述多个社区子图与可疑关系知识库中的各个已知可疑关系网络进行关联度计算，为所述多个社区子图分别设置关联的已知可疑关系网络的关系分类标签；特征抽取模块，被配置为抽取出所述多个社区子图各自的关系特征；学习模块，被配置为通过将所述多个社区子图各自的关系特征以及各自的关系分类标签作为输入进行监督学习，得到所述多个社区子图各自的关系特征的权重；关系确定模块，被配置为依据所述多个社区子图各自的关系特征的权重，确定对应关系分类标签