本发明实施例涉及通信领域，具体而言，涉及一种可疑洗钱用户交易关系确定方法及装置。
背景技术：
反洗钱上游类罪场景中，绝大部分场景例如地下钱庄、赌博、非法集资等都是团伙作案，因此如何将客户关联起来并且准确的进行团伙划分至关重要，也是进一步进行团伙挖掘及人工核查的关键步骤。反洗钱场景中客户之间的交易网络具有两个特点：
1.客户之间交易错综复杂，交易量比较大，正常交易远远多于洗钱交易；
2.洗钱最本质的特征就是通过一连串的交易将非法所得转化为合法收入或是转移资金，因此洗钱的主要交易链路较长、往往呈现链条型。
由于多变的洗钱手段及上述两个方面的特点，如何准确划分出一个个洗钱团伙成为比较棘手的问题。
目前常用的洗钱团伙挖掘是基于规则进行单个可疑客户挖掘，然后用资金关系进行客户关联的方法。这种方法当可疑洗钱客户交易的链路比较长时，可以轻易的躲避这种挖掘方法或者关联出的团伙特别巨大。同时，目前通用的社区分群方法基本思想都是社群内连接紧密，社群间连接较为疏远。这种划分方式基本不适用于洗钱场景，团伙中的资金链路比较容易破坏。例如基于连接的社区分群算法将一个个连通图划分为一个社群，这种划分方式应用客户交易网络不会破坏客户的交易链路，但是由于客户间交易的复杂性，划分出来的群组基本都是几十万甚至几百万客户的规模，造成后续无法进行人工分析与研判。
针对上述洗钱团伙挖掘方式得出的群组规模过大及容易破坏洗钱交易路径的问题，目前尚未提出有效的解决方案。
技术实现要素：
本发明实施例提供了一种可疑洗钱用户交易关系确定方法及装置，以至少解决相关技术中洗钱团伙挖掘方式得出的群组规模过大及容易破坏洗钱交易路径的问题。
根据本发明的一个实施例，提供了一种可疑洗钱用户交易关系确定方法，包括：根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，所述可疑洗钱用户交易网络中的网络节点为可疑洗钱用户；计算所述可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据所述交易权重对所述可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络；对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的所述可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定所述可疑洗钱用户之间的交易关系。
在一个示例性实施例中，在根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络之前，还可以包括：根据预定时间内的全量交易数据获得所述全量客户交易关系网络，其中，所述全量客户交易关系网络至少包括以下之一：交易客户、交易客户之间的交易关系、交易客户在预定时间内的交易金额。
在一个示例性实施例中，各个所述可疑洗钱用户之间的交易权重至少可以包括以下之一：金额相关权重、客户距离权重，其中，所述金额相关权重的值为所述可疑洗钱用户之间资金往来路径的各个资金转手金额中最少的交易金额，所述客户距离权重的值为所述可疑洗钱用户之间资金往来的路径中的最短路径的资金转手次数。
在一个示例性实施例中，对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的可疑洗钱用户之间的交易关系进行删除，可以包括：根据标签传播算法lpa对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的可疑洗钱用户之间的交易关系进行删除。
在一个示例性实施例中，在得到多个可疑洗钱用户交易关系分群之后，还可以包括：根据所述全量客户交易关系网络拓展所述可疑洗钱用户交易关系分群，得到可疑洗钱用户交易关系社区。
在一个示例性实施例中，在得到可疑洗钱用户交易关系社区之后，还可以包括：对所述可疑洗钱用户交易关系社区进行可疑度测定，得到可疑度得分。
在一个示例性实施例中，在得到可疑洗钱用户交易关系社区之后，还可以包括：基于以下方式之一验证所述可疑洗钱用户交易关系社区的准确率：测定所述可疑洗钱用户交易关系社区包含的历史洗钱关系网络案例的个数；当所述全量客户交易关系网络中的各个可疑洗钱用户交易关系社区均未包含历史洗钱关系网络案例时，对所述可疑洗钱用户交易关系社区进行核验。
根据本发明的另一个实施例，提供了一种可疑洗钱用户交易关系确定装置，包括：构建模块，用于根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，所述可疑洗钱用户交易网络中的网络节点为可疑洗钱用户；标注模块，用于计算所述可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据所述交易权重对所述可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络；删除模块，用于对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的所述可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定所述可疑洗钱用户之间的交易关系。
根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读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。
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。
通过本发明的上述实施例，由于对可疑洗钱用户交易关系网络中的部分可疑洗钱用户之间的交易关系进行删除，将该可疑洗钱用户交易关系网络分为多个可疑洗钱用户交易关系分群，因此，可以解决相关技术中洗钱团伙挖掘方式得出的群组规模过大的问题，另外，由于根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，因此，可以解决相关技术中容易破坏洗钱交易路径的问题，达到减少洗钱团伙群组中的正常客户交易数量，并精准保留洗钱交易路径的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种可疑洗钱用户交易关系确定方法的移动终端的硬件结构框图；
图2是根据本发明实施例的可疑洗钱用户交易关系确定方法的流程图；
图3是根据本发明实施例的可疑洗钱用户交易关系确定装置的结构框图；
图4是根据本发明可选实施例的可疑洗钱用户交易关系确定装置的结构框图；
图5是根据本发明可选实施例的交易网络的结构示意图；
图6是根据本发明可选实施例的基于可疑洗钱客户的反洗钱交易网络分群方法的流程图；
图7是根据本发明可选实施例的金额相关权重确定方式的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了更好的理解本发明实施例以及可选实施例的技术方案，以下对本发明实施例以及可选实施例中可能出现的应用场景进行说明，但不用于限定以下场景的应用。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种可疑洗钱用户交易关系确定方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的可疑洗钱用户交易关系确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(networkinterfacecontroller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radiofrequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于上述移动终端的可疑洗钱用户交易关系确定方法，图2是根据本发明实施例的可疑洗钱用户交易关系确定方法的流程图，如图2示，该流程包括如下步骤：
步骤s201，根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，该可疑洗钱用户交易网络中的网络节点为可疑洗钱用户。
步骤s202，计算该可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据该交易权重对该可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络。
步骤s203，对该可疑洗钱用户交易关系网络中的该交易权重低于预定阈值的该可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定该可疑洗钱用户之间的交易关系。
在本实施例的步骤s201之前，还可以包括：根据预定时间内的全量交易数据获得该全量客户交易关系网络，其中，该全量客户交易关系网络至少包括以下之一：交易客户、交易客户之间的交易关系、交易客户在预定时间内的交易金额。
在本实施例中，各个该可疑洗钱用户之间的交易权重至少可以包括以下之一：金额相关权重、客户距离权重，其中，该金额相关权重的值为该可疑洗钱用户之间资金往来路径的各个资金转手金额中最少的交易金额，该客户距离权重的值为该可疑洗钱用户之间资金往来的路径中的最短路径的资金转手次数。
在本实施例中，步骤s203可以包括：根据标签传播算法lpa对该可疑洗钱用户交易关系网络中的该交易权重低于预定阈值的可疑洗钱用户之间的交易关系进行删除。
在本实施例的步骤s203之后，还可以包括：根据该全量客户交易关系网络拓展该可疑洗钱用户交易关系分群，得到可疑洗钱用户交易关系社区。
在本实施例中，在得到可疑洗钱用户交易关系社区之后，还可以包括：对该可疑洗钱用户交易关系社区进行可疑度测定，得到可疑度得分。
在本实施例中，在得到可疑洗钱用户交易关系社区之后，还可以包括：基于以下方式之一验证该可疑洗钱用户交易关系社区的准确率：测定该可疑洗钱用户交易关系社区包含的历史洗钱关系网络案例的个数；当该全量客户交易关系网络中的各个可疑洗钱用户交易关系社区均未包含历史洗钱关系网络案例时，对该可疑洗钱用户交易关系社区进行核验。
通过上述步骤，由于对可疑洗钱用户交易关系网络中的部分可疑洗钱用户之间的交易关系进行删除，将该可疑洗钱用户交易关系网络分为多个可疑洗钱用户交易关系分群，因此，可以解决相关技术中洗钱团伙挖掘方式得出的群组规模过大的问题，另外，由于根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，因此，可以解决相关技术中容易破坏洗钱交易路径的问题，达到减少洗钱团伙群组中的正常客户交易数量，并精准保留洗钱交易路径的效果。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种可疑洗钱用户交易关系确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”和“单元”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的可疑洗钱用户交易关系确定装置的结构框图，如图3所示，该装置包括：构建模块10、标注模块20和删除模块30。
所述构建模块10，用于根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，所述可疑洗钱用户交易网络中的网络节点为可疑洗钱用户。
所述标注模块20，用于计算所述可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据所述交易权重对所述可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络。
所述删除模块30，用于对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的所述可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定所述可疑洗钱用户之间的交易关系。
图4是根据本发明可选实施例的可疑洗钱用户交易关系确定装置的结构框图，如图4所示，该装置除包括图3所示的所有模块外，还可以包括：
所述获得模块40，用于在根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络之前，根据预定时间内的全量交易数据获得所述全量客户交易关系网络，其中，所述全量客户交易关系网络至少可以包括以下之一：交易客户、交易客户之间的交易关系、交易客户在预定时间内的交易金额。
在本实施例中，各个所述可疑洗钱用户之间的交易权重至少可以包括以下之一：金额相关权重、客户距离权重，其中，所述金额相关权重的值为所述可疑洗钱用户之间资金往来路径的各个资金转手金额中最少的交易金额，所述客户距离权重的值为所述可疑洗钱用户之间资金往来的路径中的最短路径的资金转手次数。
所述删除单元31，用于根据标签传播算法lpa对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的可疑洗钱用户之间的交易关系进行删除。
所述拓展模块50，用于在得到多个可疑洗钱用户交易关系分群之后，根据所述全量客户交易关系网络拓展所述可疑洗钱用户交易关系分群，得到可疑洗钱用户交易关系社区。
所述测定模块60，用于在得到可疑洗钱用户交易关系社区之后，对所述可疑洗钱用户交易关系社区进行可疑度测定，得到可疑度得分。
所述验证模块70，用于在得到可疑洗钱用户交易关系社区之后，基于以下方式之一验证所述可疑洗钱用户交易关系社区的准确率：测定所述可疑洗钱用户交易关系社区包含的历史洗钱关系网络案例的个数；当所述全量客户交易关系网络中的各个可疑洗钱用户交易关系社区均未包含历史洗钱关系网络案例时，对所述可疑洗钱用户交易关系社区进行核验。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
为了便于对本发明所提供的技术方案的理解，下面将结合具体场景的实施例进行详细阐述。
银行拥有大量的客户交易记录，在数据库的交易表中一条记录代表客户之间的一次交易。图5是根据本发明可选实施例的交易网络的结构示意图，如图5所示，客户的交易网络是把客户之间的交易用有向图或无向图的形式展示出来的一种形式。图5中点表示客户，边表示客户之间的交易。如：客户a与客户b之间的交易为2。
在图5中，内部连接紧密的节点对应的子图叫做社区。相关技术中一般通过社区分群算法(也称为社区发现算法)找出一个网络图中社区的结构。
目前，反洗钱团伙挖掘实际使用的反洗钱社群划分是基于规则预警出可疑洗钱客户，然后用交易将预警出的客户进行关联起来形成一个个团伙(也称为社群)。具体而言，是通过规则筛选出单个可疑洗钱客户，之后对可疑洗钱客户之间存在交易关系的客户进行关联，存在交易的即划分为一个群组。
具体而言，这种洗钱团伙挖掘方式一般是基于规则进行单个可疑客户挖掘，然后用资金关系进行客户关联。当可疑洗钱客户交易的链路比较长时，这种方式可以轻易的躲避这种挖掘方法或者关联出的团伙特别巨大。同时，目前通用的社区分群方法基本思想都是社群内连接紧密，社群间连接较为疏远。这种划分方式基本不适用于洗钱场景，团伙中的资金链路比较容易破坏。例如基于连接的社区分群算法将一个个连通图划分为一个社群，这种划分方式应用客户交易网络不会破坏客户的交易链路，但是由于客户间交易的复杂性，划分出来的群组基本都是几十万甚至几百万客户的规模，造成后续无法进行人工分析与研判。
本实施例的主要目的就是构建一种精准的反洗钱场景的客户交易网络分群方法，解决相关技术中群组规模大与破坏洗钱交易路径的问题，保留洗钱交易路径的同时群组中包含尽量少的正常客户交易，使可以群组更加精准，进而输入下游反洗钱可疑团伙识别算法进行洗钱团伙挖掘。
图6是根据本发明可选实施例的基于可疑洗钱客户的反洗钱交易网络分群方法的流程图，如图6所示，该流程包括如下步骤：
步骤s601，根据全量客户交易构建客户交易网络图。
在本实施例中，步骤s601可以包括：获取客户一个月内全量交易数据，对交易数据进行预处理，并构建客户交易网络。
在本实施例的步骤s601中，输入为全量客户一个月的交易数据，输出为全量客户交易网络g(v,e)，其中，点为全量客户v，边e为客户之间的交易关系，边的权重为客户间一个月交易金额总和。
步骤s602，根据权重计算公式加权计算黑样本间的关系权重。
在本实施例中，步骤s602可以包括：输入步骤s601中的交易网络g(v,e)，设集合h为可疑洗钱客户集合。以集合h中所有客户为点，构造交易网络g_h，两点之间的权重定义为wij，权重计算公式如下：
u1＝i,u2,.....usij＝j∈shortest_path(k)，
max_amt＝log10(maxij∈h(amtij))，
i,j∈h，
其中：
m表示从i到j的所有最短路径的条数，shortest_path(k)表示第k条最短路径，
amtij表示两个客户i，j之间的关联交易总金额，
wij表示g_h中两个客户i，j之间的权重，
shortestij表示交易网络g中i，j之间的最短路径的长度。
具体而言，权重由两部分组成，即，金额相关权重和客户距离的衡量。
第一部分是金额相关权重，图7是根据本发明可选实施例的金额相关权重确定方式的示意图，如图7所示，该方式认为客户之间资金往来由资金最少的一环决定。在图7所示的金额相关权重确定方式图中，a与d之间的最短路径的关联金额为100。
第二部分为客户距离的衡量，最短路径越短则关系越紧密，权重越大。
综合以上两部分，该权重度量了两个客户交易关系紧密的程度。交易的路径越短，最短路径的交易金额越大则表示关系越密切。
步骤s603，根据黑样本间的关系及关系权重得到可疑洗钱黑样本构成的交易关系图。
在本实施例中，步骤s603主要是将全量客户的资金交易关系加工为黑样本间的资金关联关系，将客户之间的资金交易网络转化为交易紧密关系网络。
步骤s604，去除该交易关系图中权重低于设定阈值的边。
在本实施例中，步骤s604可以包括：对步骤s603中的网络进行精简，保留g_h中权重大于阈值m的边，可将初始阈值取为
在本实施例的步骤s604中，为保证最终输出的分群结果不会切断连接相对紧密的客户资金链路，可以将阈值适当大一些。因为步骤s604的作用是将步骤s603中的较大的群组进行进一步的分群，由于重新构造的g_h边表示交易关系的紧密，因此分群标准可以定为社群内客户的连接较为紧密，不同群组间连接疏远。
步骤s605，进行社区划分，形成不同的社区。
在本实施例中，步骤s605可以包括：使用常用的社区分群算法标签传播算法(labelpropagationalgorithm，lpa)进行分群，得到可疑样本的分群社区
步骤s606，对该社区进行一度邻居扩充，形成包含主要洗钱资金链路及交易明细的社区。
在本实施例中，步骤s606可以包括：对于可疑客户的每个群组扩展到全量客户的一个群组。
具体而言，输入步骤s604中的群组
则，群组维度可疑度得分scorei为：
其中，函数i为分段函数，当m∈h∩sub_graphi时，函数i为1，当
最终输出分群结果sub_graphi(即，可疑团伙)，及群组维度可疑度得分scorei(即，可疑团伙得分)。另外，该可疑团伙得分可结合单客户可疑得分进行综合可疑得分计算。
在本实施例的步骤s606之后，还可以包括：对该包含主要洗钱资金链路及交易明细的社区进行下游团伙挖掘及洗钱类型分类。
在本实施例的步骤s606之后，还可以包括：对该分群结果进行验证，计算综合准确率。具体而言，可以利用历史数据进行回测，查看筛选出的案例中包含历史上报案例的份数，同时，对于历史回测中未命中的历史上报客户的案例，可以进行人工核查。
本实施例将客户资金关系网络转化为构造可疑洗钱客户(黑样本)间的交易紧密关系网络，并对新网络的点、边进行设计及分群，可以解决相关技术中群组规模大与破坏洗钱交易路径的问题，保留洗钱交易路径的同时群组中包含尽量少的正常客户交易。
本发明的实施例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中存储有计算机程序，其中，该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。
在一个示例性实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
s1，根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，所述可疑洗钱用户交易网络中的网络节点为可疑洗钱用户；
s2，计算所述可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据所述交易权重对所述可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络；
s3，对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的所述可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定所述可疑洗钱用户之间的交易关系。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：u盘、只读存储器(read-onlymemory，简称为rom)、随机存取存储器(randomaccessmemory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
在一个示例性实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
s1，根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，所述可疑洗钱用户交易网络中的网络节点为可疑洗钱用户；
s2，计算所述可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据所述交易权重对所述可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络；
s3，对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的所述可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定所述可疑洗钱用户之间的交易关系。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种可疑洗钱用户交易关系确定方法，其特征在于，包括：
根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，所述可疑洗钱用户交易网络中的网络节点为可疑洗钱用户；
计算所述可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据所述交易权重对所述可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络；
对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的所述可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定所述可疑洗钱用户之间的交易关系。
2.根据权利要求1所述的方法，其特征在于，在根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络之前，还包括：
根据预定时间内的全量交易数据获得所述全量客户交易关系网络，其中，所述全量客户交易关系网络至少包括以下之一：交易客户、交易客户之间的交易关系、交易客户在预定时间内的交易金额。
3.根据权利要求1所述的方法，其特征在于，各个所述可疑洗钱用户之间的交易权重至少包括以下之一：金额相关权重、客户距离权重，其中，所述金额相关权重的值为所述可疑洗钱用户之间资金往来路径的各个资金转手金额中最少的交易金额，所述客户距离权重的值为所述可疑洗钱用户之间资金往来的路径中的最短路径的资金转手次数。
4.根据权利要求1所述的方法，其特征在于，对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的可疑洗钱用户之间的交易关系进行删除，包括：
根据标签传播算法lpa对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的可疑洗钱用户之间的交易关系进行删除。
5.根据权利要求1所述的方法，其特征在于，在得到多个可疑洗钱用户交易关系分群之后，还包括：
根据所述全量客户交易关系网络拓展所述可疑洗钱用户交易关系分群，得到可疑洗钱用户交易关系社区。
6.根据权利要求5所述的方法，其特征在于，在得到可疑洗钱用户交易关系社区之后，还包括：
对所述可疑洗钱用户交易关系社区进行可疑度测定，得到可疑度得分。
7.根据权利要求5所述的方法，其特征在于，在得到可疑洗钱用户交易关系社区之后，还包括：
基于以下方式之一验证所述可疑洗钱用户交易关系社区的准确率：
测定所述可疑洗钱用户交易关系社区包含的历史洗钱关系网络案例的个数；
当所述全量客户交易关系网络中的各个可疑洗钱用户交易关系社区均未包含历史洗钱关系网络案例时，对所述可疑洗钱用户交易关系社区进行核验。
8.一种可疑洗钱用户交易关系确定装置，其特征在于，包括：
构建模块，用于根据全量客户交易关系网络和可疑洗钱用户的集合构建可疑洗钱用户交易网络，其中，所述可疑洗钱用户交易网络中的网络节点为可疑洗钱用户；
标注模块，用于计算所述可疑洗钱用户交易网络中各个可疑洗钱用户之间的交易权重，并根据所述交易权重对所述可疑洗钱用户交易网络进行标注，得到可疑洗钱用户交易关系网络；
删除模块，用于对所述可疑洗钱用户交易关系网络中的所述交易权重低于预定阈值的所述可疑洗钱用户之间的交易关系进行删除，得到多个可疑洗钱用户交易关系分群，从而确定所述可疑洗钱用户之间的交易关系。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现所述权利要求1至7任一项中所述的方法的步骤。
10.一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述权利要求1至7任一项中所述的方法的步骤。
技术总结