一种异常检测处理方法及装置与流程

本发明涉及数据处理领域，具体而言，涉及一种异常检测处理方法及装置。

背景技术：

1、根据规则和事实关系划分群体，主要根据业务人员的经验将客户信息进行识别，通过客户相关的一些关系路径，发现潜在的异常风险。这种方法严重依赖于专家经验，缺乏一定的理论依据。由于客户关系日益复杂，以及关联关系的多维度增加，已有的识别方法难以满足信息的及时性和准确性，存在一定的缺陷。

2、对于统计和聚类方法进行的异常检测技术，会对标签的依赖性较强。客户信息的风险特征点无法被准确的捕捉，具有关联关系的客群之间的相关性也被忽略。此外，这类方法过度依赖客户的基本信息，对于一些孤立点和缺少有效信息的客户，无法提取出客群之间的相关性和隐含的风险特征，无法识别出隐蔽性较高的异常群体。

3、针对相关技术中异常检测过度依赖与客户的基波信息导致异常检测效果不佳的问题，尚未提出解决方案。

技术实现思路

1、本发明实施例提供了一种异常检测处理方法及装置，以至少解决相关技术中异常检测过度依赖与客户的基波信息导致异常检测效果不佳的问题。

2、根据本发明的一个实施例，提供了一种异常检测处理方法，包括：

3、获取目标客户的属性信息数据；

4、根据预先构建的异常评分指标确定所述属性信息数据对应的异常评分，其中，所述异常评分指标是基于知识图谱对预设数量客户的客群属性信息数据构建企业自然人图谱，并根据所述企业自然人图谱构建的；

5、根据所述异常评分确定所述目标客户的异常检测结果。

6、可选地，所述方法还包括：

7、获取所述预设数量客户的客群属性信息数据；

8、基于知识图谱，根据所述预设数量客户的客群属性信息数据构建企业自然人图谱；

9、根据所述企业自然人图谱构建所述异常评分指标。

10、可选地，获取所述预设数量客户的客群属性信息数据包括：

11、对于全量客户，获取申请时间起第一预设时间周期内的客群属性信息数据；

12、对于黑名单客户，获取申请时间起第二预设时间周期内的客群属性信息数据，其中，所述第一预设时间周期小于所述第二预设时间周期。

13、可选地，所述方法还包括：

14、对于所述黑名单客户，去除50度及50度以上的客户节点，对边进行处理和筛选，以优化所述客群属性信息数据中的自然人-企业关系和交易关系。

15、可选地，根据所述企业自然人图谱构建所述异常评分指标包括：

16、利用louvain算法对所述企业自然人图谱进行切分，得到多个子团；

17、构建团队评分指标体系，并分别计算所述多个子团的风险评分；

18、根据所述多个子团的风险评分，筛选出风险系数大于预设值的风险子团；

19、根据触发规则类型定义风险场景，输出异常数据；

20、根据所述异常数据确定所述异常评分指标。

21、可选地，基于知识图谱，根据所述预设数量客户的客群属性信息数据构建企业自然人图谱包括：

22、对所述预设数量客户的客群属性信息数据进行多源关系提取，得到全量信息、增量信息、征信信息及交易信息；

23、从所述预设数量客户的客群属性信息数据提取交易边属性表与账户属性表；

24、根据所述全量信息、所述增量信息、所述征信信息、所述交易信息、所述交易边属性表及所述账户属性表构建所述企业自然人图谱。

25、可选地，在根据所述全量信息、所述增量信息、所述征信信息、所述交易信息、所述交易边属性表及所述账户属性表构建所述企业自然人图谱之前，所述方法还包括：

26、对所述全量信息、所述增量信息、所述征信信息、所述交易信息、所述交易边属性表及所述账户属性表进行标准化处理。

27、根据本发明的另一个实施例，还提供了一种异常检测处理装置，包括：

28、第一获取模块，用于获取目标客户的属性信息数据；

29、第一确定模块，用于根据预先构建的异常评分指标确定所述属性信息数据对应的异常评分，其中，所述异常评分指标是基于知识图谱对预设数量客户的客群属性信息数据构建企业自然人图谱，并根据所述企业自然人图谱构建的；

30、第二确定模块，用于根据所述异常评分确定所述目标客户的异常检测结果。

31、可选地，所述装置还包括：

32、第二获取模块，用于获取所述预设数量客户的客群属性信息数据；

33、第一构建模块，用于基于知识图谱，根据所述预设数量客户的客群属性信息数据构建企业自然人图谱；

34、第二构建模块，用于根据所述企业自然人图谱构建所述异常评分指标。

35、可选地，所述第二获取模块，还用于对于全量客户，获取申请时间起第一预设时间周期内的客群属性信息数据；对于黑名单客户，获取申请时间起第二预设时间周期内的客群属性信息数据，其中，所述第一预设时间周期小于所述第二预设时间周期。

36、可选地，所述装置还包括：

37、优化模块，用于对于所述黑名单客户，去除50度及50度以上的客户节点，对边进行处理和筛选，以优化所述客群属性信息数据中的自然人-企业关系和交易关系。

38、可选地，所述第二构建模块，还用于利用louvain算法对所述企业自然人图谱进行切分，得到多个子团；构建团队评分指标体系，并分别计算所述多个子团的风险评分；根据所述多个子团的风险评分，筛选出风险系数大于预设值的风险子团；根据触发规则类型定义风险场景，输出异常数据；根据所述异常数据确定所述异常评分指标。

39、可选地，所述第一构建模块，还用于对所述预设数量客户的客群属性信息数据进行多源关系提取，得到全量信息、增量信息、征信信息及交易信息；从所述预设数量客户的客群属性信息数据提取交易边属性表与账户属性表；根据所述全量信息、所述增量信息、所述征信信息、所述交易信息、所述交易边属性表及所述账户属性表构建所述企业自然人图谱。

40、可选地，所述装置还包括：

41、标准化处理模块，用于对所述全量信息、所述增量信息、所述征信信息、所述交易信息、所述交易边属性表及所述账户属性表进行标准化处理。

42、根据本发明的又一个实施例，还提供了一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

43、根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

44、通过本发明，获取目标客户的属性信息数据；根据预先构建的异常评分指标确定所述属性信息数据对应的异常评分，其中，所述异常评分指标是基于知识图谱对预设数量客户的客群属性信息数据构建企业自然人图谱，并根据所述企业自然人图谱构建的；根据所述异常评分确定所述目标客户的风险评估结果，可以解决相关技术中异常检测过度依赖与客户的基波信息导致异常检测效果不佳的问题，通过知识图谱将客群属性信息数据较好地进行融合，通过企业自然人图谱构建的异常评分指标进行风险评估，具有更强的识别能力，更为高效和准确。