(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210732268.9 (22)申请日 2022.06.24 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 李伟玲　黄龙华　罗鹏飞　黄文娟　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 张琛 (51)Int.Cl. G06F 16/36(2019.01) G06K 9/62(2022.01) G06Q 40/04(2012.01) G06Q 40/02(2012.01) (54)发明名称 异常组织的识别方法、 装置、 电子设备和介 质 (57)摘要 本公开提供一种异常组织的识别方法、 装 置、 电子设备和介质。 上述方法和装置可用于人 工智能技术领域。 异常组织的识别方法包括： 根 据获取的历史 时段的交易数据构建知识图谱， 交 易数据包括账户信息和账户信息之间的交易信 息， 知识图谱的节点是根据账户信息构建的， 节 点与节点之间的边是根据交易信息构建的； 根据 节点的关联程度对知识图谱的节 点进行划分， 生 成m个社群； 根据异常账户信息从知 识图谱的m个 社群中确定异常 交易链路， 异常交易链路中的节 点所在的社群数小于等于2， 异常账户信息是基 于预设规则获取的； 获取异常交易链路的每个节 点的数据特征， 根据数据特征计算每个社群的平 均异常度； 以及将平均异常度满足设定阈值的社 群确定为异常组织。 权利要求书2页 说明书16页 附图12页 CN 115062163 A 2022.09.16 CN 115062163 A 1.一种异常组织的识别方法， 其特 征在于， 包括： 根据获取的历史时段的交易数据构建知识图谱， 所述交易数据包括账户信 息和账户信 息之间的交易信息， 所述知识图谱的节点是根据所述账户信息构建的， 所述节点与节点之 间的边是根据所述交易信息构建的； 根据所述节点的关联程度对所述知识图谱的节点进行划分， 生成m个社群， m为大于等 于1的整数； 根据异常账户信息从所述知识图谱的m个社群中确定异常交易链路， 所述异常交易链 路中的节点所在的社群数小于等于2， 所述异常账户信息是基于预设规则获取的； 获取所述异常交易链路的每个节点的数据 特征， 根据所述数据 特征计算每个社群的平 均异常度； 以及 将所述平均异常度满足设定阈值的社群确定为异常组织。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述节点的关联程度对所述知识 图谱的节点进行划分， 生成m个社群， 包括： 将知识图谱中的每 个节点确定为 一个群组； 遍历每个群组， 确定该群组和与其具有边关系的每 个群组之间的亲密度； 当亲密度满足亲密度阈值 时， 根据所述亲密度对该群组和与其具有边关系的群组进行 合并； 将合并后的群组作为一个新群组， 重复执行所述遍历每个群组， 确定该群组和与其具 有边关系的每 个群组之间的亲密度； 当亲密度不满足亲密度阈值时， 停止将该群组和与其具有边关系的群组进行合并； 以 及 当每两个 群组之间的亲密度均不满足亲密度阈值时， 将当前的m个 群组作为m个社群。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述亲密度对该群组和与其具有 边关系的群组进行合并， 包括： 将所述亲密度根据数值大小 进行排序； 以及 根据排序结果， 将亲密度排序第一或者倒数第一的两个 群组进行合并。 4.根据权利要求1所述的方法， 其特征在于， 所述根据异常账户信 息从所述知识图谱的 m个社群中确定异常交易链路， 包括： 根据所述预设规则确定所述知识图谱中的第一异常节点； 根据所述第 一异常节点， 确定所述知识图谱中的所述第 一异常节点所在的有向连通链 路， 其中， 所述有向连通链路为节点之间通过有向边连接形成的链路； 以及 将所述有向连通链路的存在于相邻两个所述社群中的节点构成的至少部分链路作为 异常交易链路， 其中， 所述异常交易链路包括所述第一异常节点。 5.根据权利要求1所述的方法， 其特征在于， 所述获取所述异常交易链路的每个节点的 数据特征， 包括： 确定所述异常交易链路的每 个节点的节点属性； 以及 根据所述节点属性获取 数据特征。 6.根据权利要求1～5中任一项所述的方法， 其特征在于， 所述根据所述数据特征计算 每个社群的平均异常度， 包括：权　利　要　求　书 1/2 页 2 CN 115062163 A 2根据所述数据特 征， 构建特 征向量； 根据所述特 征向量， 确定点异常度； 以及 根据所述 点异常度， 计算每 个社群的平均异常度。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述特征向量， 确定点异常度， 包 括： 根据所述特征向量和预先设置的标准向量计算欧式距离， 其中， 欧式距离用于衡量所 述特征向量和所述标准向量之间的相似度； 以及 根据所述欧式距离， 确定点异常度， 其中， 所述 点异常度与所述相似度成正比。 8.根据权利要求6所述的方法， 其特征在于， 所述根据所述点异常度， 计算每个社群的 平均异常度， 包括： 计算所述每 个社群中所包 含所述异常交易链路中的节点的点异常度的平均值； 以及 将所述平均值作为该 社群的平均异常度。 9.一种异常组织的识别装置， 其特 征在于， 包括： 构建模块， 所述构建模块用于执行根据获取的历史时段的交易数据构建知识图谱， 所 述交易数据包括账户信息和账户信息之 间的交易信息， 所述知识图谱的节点是根据所述账 户信息构建的， 所述节点与节点之间的边是根据所述交易信息构建的； 生成模块， 所述生成模块用于执行根据所述节点的关联程度对所述知识图谱的节点进 行划分， 生成m个社群， m为大于等于1的整数； 第一确定模块， 所述第一确定模块用于执行根据异常账户信息从所述知识图谱的m个 社群中确定异常交易链路， 所述异常交易链路中的节点所在的社群数小于等于2， 所述异常 账户信息是基于预设规则获取的； 计算模块， 所述计算模块用于执行获取所述异常交易链路的每个节点的数据特征， 根 据所述数据特 征计算每 个社群的平均异常度； 以及 第二确定模块， 所述第 二确定模块用于执行将所述平均异常度满足设定阈值的社群确 定为异常组织。 10.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 一个或多个存储器， 用于存储可执行指令， 所述可执行指令在被所述处理器执行时， 实 现根据权利要求1～8中任一项所述的方法。 11.一种计算机可读存储介质， 其特征在于， 所述存储介质上存储有可执行指令， 该指 令被处理器执行时实现根据权利要求1～8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115062163 A 3