买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中科聚信信息技术(北京)有限公司申请的专利基于机器学习模型的高关联度群体账号识别方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119005985B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410934822.0，技术领域涉及：G06Q20/40；该发明授权基于机器学习模型的高关联度群体账号识别方法和系统是由张春青;刘美萍设计研发完成，并于2024-07-12向国家知识产权局提交的专利申请。

本基于机器学习模型的高关联度群体账号识别方法和系统在说明书摘要公布了：本发明公开了一种基于机器学习模型的高关联度群体账号识别方法和系统，涉及交易欺诈风险识别技术领域，方法包括：利用训练好的机器学习模型，计算疑似群体欺诈的交易账号与疑似群体欺诈的交易账号关联的每个交易账号之间的关联紧密度，利用关联紧密度阈值，筛选出疑似群体欺诈的交易账号关联的目标交易账号，并将目标交易账号作为疑似群体欺诈的交易账号进行迭代，得到多个目标交易账号；对疑似群体欺诈的交易账号和所有目标账号中是否存在群体欺诈的交易账号进行判定。本发明能够更全面地分析和识别完整的欺诈群体的交易账号的结构，能够更精准判断是否存在群体欺诈的交易账号。

本发明授权基于机器学习模型的高关联度群体账号识别方法和系统在权利要求书中公布了：1.一种基于机器学习模型的高关联度群体账号识别方法，其特征在于，包括： 利用训练好的机器学习模型，计算疑似群体欺诈的交易账号与所述疑似群体欺诈的交易账号关联的每个交易账号之间的关联紧密度，利用关联紧密度阈值，筛选出所述疑似群体欺诈的交易账号关联的目标交易账号，并将目标交易账号作为所述疑似群体欺诈的交易账号进行迭代，得到多个目标交易账号，当迭代两次时，包括如下步骤： S10、利用关联紧密度阈值，筛选出疑似群体欺诈的交易账号关联的目标交易账号，将该步骤得到的目标交易账号记为第一目标交易账号； S11、第一次迭代：利用训练好的机器学习模型，分别计算每个第一目标交易账号与相应关联的每个交易账号之间的关联紧密度，利用关联紧密度阈值，筛选出每个第一目标交易账号关联的目标交易账号，将该步骤得到的第一目标交易账号关联的目标交易账号记为第二目标交易账号； S12、第二次迭代：利用训练好的机器学习模型，分别计算每个第二目标交易账号与相应关联的每个交易账号之间的关联紧密度，利用关联紧密度阈值，筛选出每个第二目标交易账号关联的目标交易账号，将该步骤得到的第二目标交易账号关联的目标交易账号记为第三目标交易账号； 经S10至S12后，得到的多个目标交易账号包括所有的第一目标交易账号、所有的第二目标交易账号和所有的第三目标交易账号； 利用关联紧密度阈值，筛选出疑似群体欺诈的交易账号关联的目标交易账号的过程通过如下任一方式实现： 1第一种方式：直接将关联紧密度大于关联紧密度阈值的交易账号确定为目标交易账号； 2第二种方式：计算疑似群体欺诈的交易账号与疑似群体欺诈的交易账号关联的每个交易账号之间的关联紧密度，并按照关联紧密度的大小，对疑似群体欺诈的交易账号关联的所有交易账号进行排序，得到交易账号序列，从交易账号序列中筛选出关联紧密度大于关联紧密度阈值的交易账号，将筛选出的关联紧密度大于关联紧密度阈值的交易账号确定为目标交易账号； 对所述疑似群体欺诈的交易账号和所有目标账号中是否存在群体欺诈的交易账号进行判定； 还包括： 根据每次筛选出的所有目标交易账号，均分别构建连通图； 其中，构建连通图的具体过程如下： 根据每次筛选出的所有目标交易账号，对节点表和关联边表分别进行交集关联，读取筛选后的节点和边数据，存储在edge_data变量中；创建一个空的无向图G；遍历边数据，将每条边添加到无向图G中；使用nx.connected_components方法获取无向图G的所有连通分量，得到连通图； 对所述疑似群体欺诈的交易账号和所有目标账号中是否存在群体欺诈的交易账号进行判定，包括： 利用群体关联紧密度规则，对每个连通图进行判断，以确定所述疑似群体欺诈的交易账号和所有目标账号中是否存在群体欺诈的交易账号； 所述疑似群体欺诈的交易账号的获取过程包括： 通过高风险群体账号筛选规则，在全量交易账号中，筛选出疑似群体欺诈的交易账号； 通过分析训练好的机器学习模型输出的评分分布情况，结合精准率和业务打扰率指标，确定一个阈值作为关联紧密度阈值，以区分疑似团伙欺诈的交易账号关联的目标交易账号和与疑似团伙欺诈的交易账号没有关联的目标交易账号，其中，精准率Precision的计算公式为：Precision＝TPTP+FP，TP是真正例的数量，即模型正确预测为正类的实际正类样本数，FP是假正例的数量，即模型错误预测为正类的实际负类样本数，业务打扰率Disturbrate为：Disturbrate＝FPTP+FP； 设定业务打扰率Disturbrate小于等于0.5，在此基础上，当训练好的机器学习模型的精准率Precision达到最大时，所对应的输出值即为关联紧密度阈值； 将关联紧密度大于关联紧密度阈值的交易账号确定为疑似团伙欺诈的交易账号关联的目标交易账号，将关联紧密度不大于关联紧密度阈值的交易账号确定为与疑似团伙欺诈的交易账号没有关联的目标交易账号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科聚信信息技术(北京)有限公司，其通讯地址为：100081 北京市海淀区学院南路62号院1号楼4层406室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。