一种资金交易中账户特征分析方法、系统和存储介质

摘要

本申请提出一种资金交易中账户特征分析方法，包括：S1，特征比计算，获取账户的流出总额、流入总额，计算特征比，特征比为特征金额/账户流水总额，特征金额为账户流出总额、账户流入总额或|账户流入总额–账户流出总额|；以及，S2，账户特征判断，包括：根据账户流出总额/账户流水总额判断账户符合资金来源账户特征的程度；根据|账户流入总额–账户流出总额|/账户流水总额判断账户符合资金中转账户特征的程度；以及，根据账户流入总额/账户流水总额判断账户符合资金沉淀账户特征的程度。本发明能够有效地从大量数据中准确锁定可疑账户，有利于资金交易分析中快速追踪资金来源及去向。

说明书

技术领域

本申请属于数据分析技术领域，具体的涉及一种资金交易中账户特征分析方法、系统和存储介质。

背景技术

资金违法行为可以从账户的交易数据中分析得到。伴随着移动互联网等各项技术的迅猛发展，各种网上银行、支付宝、微信、其他支付工具之间的资金往来等交易手段的层出不穷，个人之间的资金交易随之变得快捷、多样，个人拥有多张银行卡，日均交易次数和资金量增多、增大。由此产生的交易数据因时间的积累也变得日益庞大。交易数据越多，越能体现一个人的经济行为，但也使数据分析人员对于交易账户的特征提取更加困难。

现有技术中的账户特征分析方法一般只根据交易金额分析账户的性质，局限于统计分析时间内，账户的最大交易额、指定账户最多交易次数，或者统计账户的转入、转出频率等特征，再根据这些特征，人工对筛选的账户进行特征值匹配，分析账户的交易习惯，从而对账户进行定型判断。该过程低效繁琐，对于大量的账户数据、不同规模的案件、多次复杂的双向转账交易等情况下的分析则更为困难。

发明内容

针对上述问题，本申请提出一种资金交易中账户特征分析方法，包括：

S1，特征比计算，获取账户的流出总额、流入总额，计算特征比，特征比为特征金额/账户流水总额，特征金额为账户流出总额、账户流入总额或|账户流入总额–账户流出总额|；

以及，

S2，账户特征判断，包括：

根据账户流出总额/账户流水总额判断账户符合资金来源账户特征的程度；

根据|账户流入总额–账户流出总额|/账户流水总额判断账户符合资金中转账户特征的程度；

以及，

根据账户流入总额/账户流水总额判断账户符合资金沉淀账户特征的程度。

本发明基于资金交易中的关键信息和逻辑，设计了上述方法计算的特征比作为账户定义和分类的依据。该方法能够有效地从大量数据中准确锁定可疑账户，有利于资金交易分析中快速追踪资金来源及去向。

优选地，设定特征比范围，将落入所述范围的账户筛选为特征账户。

进一步地，方法包括以下步骤：

S31，对象过滤，以卡号、人或组织为对象过滤数据；

S32，数据统计，统计数据包括流入资金、流出资金和流水总额；

S33，特征计算，计算所述资金来源特征比、资金中转特征比或资金沉淀特征比；

S34，数据整合，匹配账户与特征比，并分析账户在指定时间段内的交易记录，所述交易记录包括总流入资金、总流出资金和流水总额；

S35，结果展示，通过可视化界面展示分析结果。

优选地，还包括构建数据仓库，所述数据仓库中存储有数据统计步骤中获取的数据；特征计算和所述数据整合步骤从所述数据仓库中查询数据。在内存中存储数据仓库，用户动态设置筛选规则时，无需从数据库获取数据进行再次分析，而是从数据仓库中获取数据，能够实现特征值等数据的快速分析，缩短分析时间。

进一步地，可视化界面中，选中对应的账户时，查询具体的交易流水详情，便于找到该线索的原始交易记录。

第二方面，本发明提出一种资金交易中账户特征分析系统，包括：

特征比计算单元，配置用于获取账户的流出总额、流入总额，计算特征比，所述特征比为特征金额/账户流水总额，所述特征金额为账户流出总额、账户流入总额或|账户流入总额–账户流出总额|；

以及，

账户特征判断单元，配置用于：

根据账户流出总额/账户流水总额判断账户符合资金来源账户特征的程度；

根据|账户流入总额–账户流出总额|/账户流水总额判断账户符合资金中转账户特征的程度；

以及，

根据账户流入总额/账户流水总额判断账户符合资金沉淀账户特征的程度。

进一步地，该系统包括：

对象过滤模块，配置用于以卡号、人或组织为对象过滤数据；

数据统计模块，配置用于统计数据，包括流入资金、流出资金和流水总额；

特征计算模块，配置用于计算所述资金来源特征比、资金中转特征比或资金沉淀特征比；

数据整合模块，配置用于匹配账户与特征比，并分析账户在指定时间段内的交易记录，所述交易记录包括总流入资金、总流出资金和流水总额；

优选地，该系统还包括数据仓库模块，所述数据仓库中存储有数据统计模块中获取的数据。

第三方面，本发明提出一种用于资金交易中账户特征分析的计算机可读存储介质，其上存储有一或多个计算机程序，该一或多个计算机程序被计算机处理器执行时实施上述任一方法。

本发明提出的方案可以对各类资金数据进行分析，分析资金账户的特征，根据交易规律推断账户的类型，发现其中有价值的线索，指导分析人员下一步的分析研判方向。

附图说明

附图帮助进一步理解本申请。为了便于描述，附图中仅示出了与有关发明相关的部分。

图1为一实施例中资金交易数据分析流程图；

图2为一实施例中数据仓库的构建和操作过程示意图；

图3为一实施例中资金来源账户分析结果展示图；

图4为一实施例中资金中转账户分析结果展示图；

图5为一实施例中资金沉淀账户分析结果展示图；

图6为一实施例中条件筛选用户界面示意图；

图7为一实施例中以资金来源账户特征比维度分析的结果界面图；

图8为一实施例中以资金中转账户的金额维度分析的结果界面图；

图9为一实施例中以资金沉淀账户的交易次数维度分析的结果界面图；

图10为一实施例中资金交易中账户特征分析系统结构示意图；

图11为一实施例中资金交易中账户特征分析系统结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。

在一具体实施例中，从各银行等金融机构获取账单数据，并由本实施例中系统提供的导入模块导入，并存入到关系型数据库中。主要的账单字段为户名、账号、卡号、持有人、借贷标志、存取类型、交易时间、交易金额、余额、对手户名、对手账号、对手卡号、对手卡开户行、交易机构、归属组等。

其中，部分相关概念定义为：

分析对象或分析对象的属性：账单的户名、用户卡号、持有人、开户行、交易金额、余额、归属组等信息；

交易对象或交易对象的属性：账单的对方户名、对方卡号、对方持有人，对方归属组，对方卡开户行等信息；

相互关系或相互关系的属性：交易时间、交易金额、交易类型(转入、转出)；

层级关系：上游卡(转入分析对象的卡)、下游卡(分析对象转出的卡)；

对象的维度：以卡号为对象为线索维度，以人为对象为人维度，以组织为对象为组维度。

图1为本实施例中资金交易数据分析流程图，其中包括：

对象过滤，以卡号、人或组织为对象过滤数据；

数据统计，统计数据包括流入资金、流出资金和流水总额；

特征计算，计算所述资金来源特征比、资金中转特征比或资金沉淀特征比；

数据整合，匹配账户与特征比，并分析账户在指定时间段内的交易记录，所述交易记录包括总流入资金、总流出资金和流水总额；

结果展示，通过可视化界面展示分析结果。

该过程中，从用户选择筛选对象，到结果数据的展示，中间对数据进行了多种维度的统计和计算。

在一具体实施例中，构建数据仓库用于存储原始数据和计算结果，可以通过对数据仓库的查询操作直接获取所需的数据集合，图2为数据仓库的构建和操作过程示意图。其功能包括：

1)统计分析对象在指定时间段内所有的交易记录，包括单笔最大交易、总流入资金、总流出资金、流水总额等；

2)记录对象过滤后的总分析对象数量，筛除重复人员账户；

3)统计各交易类型的交易次数；

4)分析对象上游卡、下游卡以及涉及资金总额情况。

在一实施例中，定义三类特征比以分析账户特征：

1)资金来源

根据资金流动情况，分析资金转出特征，符合资金来源特征的即作为资金来源账户，资金来源账户的计算规则：特征比(N)＝流出总额/流水总额。默认当特征比大于80％时，作为资金来源账户。图3为资金来源账户分析结果展示图。

2)资金中转

根据资金流动情况，分析资金整体特征，符合资金中转特征的即作为资金中转账户，资金中转账户的计算规则：特征比(N)＝|流入总额-流出总额|/流水总额。默认当特征比小于5％时，作为资金中转账户。图4为资金中转账户分析结果展示图。

3)资金沉淀

根据资金流动情况，分析资金转入特征，符合资金沉淀特征的即作为资金沉淀账户，资金沉淀账户的计算规则：特征比(N)＝流入总额/流水总额。默认当特征比大于80％时，作为资金沉淀账户。图5为资金沉淀账户分析结果展示图。

上述特征比均支持用户根据实际情况进行调整，提高账户特征分析的灵活性和准确性。

在一具体实施例中，考虑到用户需求的不同时对特征值的要求也有很大差别，在用户界面设置条件筛选，图6为本实施例中条件筛选用户界面示意图。

图7为一实施例中以资金来源账户特征比维度分析的结果界面图，本实施例中，以80％为设定阈值，实际分析123个账户，筛选到2个符合特征的资金来源账户。

图8为一实施例中以资金中转账户的金额维度分析的结果界面图，本实施例中，分析得到97个符合资金中转特征比的账户，并分析和展示了所有账户的转入金额、转出金额信息。

图9为一实施例中以资金沉淀账户的交易次数维度分析的结果界面图，本实施例中，分析得到4个符合资金沉淀特征比的账户，并分析和展示了所有账户的转入次数、转出次数信息。

图10为一实施例中资金交易中账户特征分析系统1000的结构示意图，包括：

资金来源账户分析单元1001，配置用于查找资金来源账户，资金来源账户符合资金来源特征，资金来源特征为资金来源特征比大于设定的第一阈值，资金来源特征比为账户流出总额/账户流水总额；

资金中转账户分析单元1002，配置用于查找资金中转账户，资金中转账户符合资金中转特征，资金中转特征为资金中转特征比小于设定的第二阈值，资金中转特征比为|账户流入总额–账户流出总额|/账户流水总额；

资金沉淀账户分析单元1003，配置用于查找资金沉淀账户，资金沉淀账户符合资金沉淀特征，资金沉淀特征为资金沉淀特征比大于设定的第三阈值，资金沉淀特征比为账户流入总额/账户流水总额。

图11为一实施例中资金交易中账户特征分析系统1100的结构示意图，包括：

对象过滤模块1101，配置用于以卡号、人或组织为对象过滤数据；

数据统计模块1102，配置用于统计数据，包括流入资金、流出资金和流水总额；

特征计算模块1103，配置用于计算所述资金来源特征比、资金中转特征比或资金沉淀特征比；

数据整合模块1104，配置用于匹配账户与特征比，并分析账户在指定时间段内的交易记录，所述交易记录包括总流入资金、总流出资金和流水总额。

本发明实现了一种一键式自动分析。用户只需选择要分析账户，程序在后台提取了账单中体现交易所有特征的字段按照内置分析模型进行分析统计后，将所有分析结果信息以图表结合的形式展示在同一个界面，分析人员可在特征分类中查看账户与特征的匹配度，匹配度范围为0％-100％，100％为最高匹配度，匹配度越高则说明该账户越符合该特征。该方法操作简单，分析效率高，实测中，十万条数据分析并展示的用时在1s内。

尽管结合优选实施方案具体展示和介绍了本申请的内容，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本申请的精神和范围内，没有做出创造性劳动的情况下，在形式上和细节上对本申请做出的各种变化，均为本申请的保护范围。