CN112926855A - 一种基于知识图谱的营销活动风险控制***及方法 - Google Patents
一种基于知识图谱的营销活动风险控制***及方法 Download PDFInfo
- Publication number
- CN112926855A CN112926855A CN202110208304.7A CN202110208304A CN112926855A CN 112926855 A CN112926855 A CN 112926855A CN 202110208304 A CN202110208304 A CN 202110208304A CN 112926855 A CN112926855 A CN 112926855A
- Authority
- CN
- China
- Prior art keywords
- graph
- marketing
- marketing activity
- knowledge
- entity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000694 effects Effects 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012954 risk control Methods 0.000 title claims abstract description 39
- 238000010276 construction Methods 0.000 claims abstract description 20
- 238000013075 data extraction Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000012546 transfer Methods 0.000 claims description 23
- 238000013480 data collection Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 10
- 239000007787 solid Substances 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 6
- 239000003999 initiator Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种基于知识图谱的营销活动风险控制***及方法,所述***包括:数据采集模块、数据抽取模块、知识图谱构建模块以及图计算模块;其中,数据采集模块被配置为:采集相对应的子业务***端用户之间的营销活动业务信息;数据抽取模块被配置为:将营销活动业务信息的格式转换为CSV格式,将格式转换后的营销活动业务信息保存至图数据库中;知识图谱构建模块被配置为:获取图数据库中的营销活动业务信息,对营销活动业务信息进行图谱构建,得到营销活动知识图谱;图计算模块被配置为:识别营销活动知识图谱中的密集社区,集合密集社区中包含的用户ID,形成疑似黑产账号名单。本申请能够结合营销活动业务信息生成疑似黑产名单,准确率高。
Description
技术领域
本申请涉及营销活动风险控制领域,尤其涉及一种基于知识图谱的营销活动风险控制***及方法。
背景技术
业务***是指与交易相关的平台,比如营销销售平台、客户销售管理平台等,针对不同的营销活动,设置有不同的子业务***端进行相应的处理。为了保证业务***的运行安全,需要进行营销活动风险控制。
一般的营销活动风险控制手段为,采集每个子业务***端的业务信息,采用统一的风险控制规则进行筛选,根据筛选结果确定业务信息是否存在对平台造成损失的操作。
但是,风险控制规则一般是依赖于历史业务信息生成的,与当前子业务***端的业务信息缺乏关联,导致营销活动风险控制准确率低。
发明内容
本申请提供一种基于知识图谱的营销活动风险控制***及方法,以解决传统风险控制方法与业务信息缺乏关联、准确率低的问题。
一方面,本申请提供一种基于知识图谱的营销活动风险控制***,包括:多个数据采集模块、数据抽取模块、知识图谱构建模块以及图计算模块;其中,
多个所述数据采集模块被配置为:采集相对应的子业务***端用户之间的营销活动业务信息;
所述数据抽取模块被配置为:将所述营销活动业务信息的格式转换为CSV格式,将格式转换后的所述营销活动业务信息保存至图数据库中;
所述知识图谱构建模块被配置为:获取所述图数据库中的所述营销活动业务信息,对所述营销活动业务信息进行图谱构建,得到营销活动知识图谱;
所述图计算模块被配置为:识别所述营销活动知识图谱中的密集社区,集合所述密集社区中包含的用户ID,形成疑似黑产账号名单,以用于进行风险控制。
可选的,所述知识图谱构建模块还被配置为:进行实体建模;进行实体建模的步骤具体包括:
对实体进行实体信息的定义,所述实体信息包括实体名称、实体图标、实体编码以及实体属性;
从所述图数据库中选定一个所述营销活动业务信息,将选定的所述营销活动业务信息,与进行所述实体名称、所述实体图标以及所述实体编码定义后的所述实体进行关联,以使所述实体与所述营销活动业务信息之间产生映射;
从所述图数据库中选定多个所述营销活动业务信息,将选定的所述营销活动业务信息与所述实体属性进行关联,以使所述实体属性与所述营销活动业务信息之间产生映射。
可选的,所述知识图谱构建模块还被配置为:进行关系建模;进行关系建模的步骤具体包括:
对所述实体进行关系信息的定义;所述关系信息包括关系名称、关系编码、关系属性、关系左实体以及关系右实体;
从所述图数据库中选定多个所述营销活动业务信息,将选定的所述营销活动业务信息与所述关系属性进行关联,以使所述营销活动业务信息与所述关系属性之间产生映射。
可选的,所述知识图谱构建模块还被配置为:
创建初始图谱;
将所述实体作为实体节点导入至所述初始图谱中,以使所述实体以圆圈的形式显示在所述初始图谱中;
选取两个或多个所述实体节点,进行所述关系属性的检索;
根据关系属性检索结果对所述实体节点进行连线,以得到所述营销活动知识图谱。
可选的,所述数据采集模块包括资源获取类数据采集模块,所述资源获取类数据采集模块被配置为:对用户获取营销资源过程中产生的营销活动业务信息进行采集;用户获取营销类资源过程中产生的营销活动业务信息为用户ID、用户获取资源种类、用户获取资源的途径、用户获取资源的数量和用户获取资源的时间。
可选的,所述数据采集模块包括资源转移类数据采集模块,所述资源转移类数据采集模块被配置为:对营销资源在不同用户之间转移过程中产生的营销活动业务信息进行采集;营销资源在不同用户之间转移过程中产生的营销活动业务信息为转移发起方用户ID、转移接收方用户ID、转移方式、转移资源数量以及转移时间。
可选的,所述数据采集模块包括资源变现类数据采集模块,所述资源变现类数据采集模块被配置为:对用户在执行营销资源变现操作过程中产生的营销活动业务信息进行采集;用户对营销资源执行的变现操作过程中产生的营销活动业务信息为变现方式、变现资源数量以及变现时间。
可选的,所述图计算模块还被配置为:使用社区发现算法对所述营销活动知识图谱中的密集社区进行识别。
可选的,还包括可视化模块,所述可视化模块被配置为:从所述知识图谱构建模块获取所述营销活动知识图谱,对所述营销活动知识图谱进行显示,以用于知识图谱的可视化。
另一方面,本申请提供一种基于知识图谱的营销活动风险控制方法,包括:
采集相对应的子业务***端用户之间的营销活动业务信息;
将所述营销活动业务信息的格式转换为CSV格式,将格式转换后的所述营销活动业务信息保存至图数据库中;
获取所述图数据库中的所述营销活动业务信息,对所述营销活动业务信息进行图谱构建,得到营销活动知识图谱;
识别所述营销活动知识图谱中的密集社区,集合所述密集社区中包含的用户ID,形成疑似黑产账号名单,以用于进行风险控制。
由以上技术方案可知,本申请提供一种基于知识图谱的营销活动风险控制***及方法,所述***包括:数据采集模块、数据抽取模块、知识图谱构建模块以及图计算模块;其中,数据采集模块被配置为:采集相对应的子业务***端用户之间的营销活动业务信息;数据抽取模块被配置为:将营销活动业务信息的格式转换为CSV格式,将格式转换后的营销活动业务信息保存至图数据库中;知识图谱构建模块被配置为:获取图数据库中的营销活动业务信息,对营销活动业务信息进行图谱构建,得到营销活动知识图谱;图计算模块被配置为:识别营销活动知识图谱中的密集社区,集合密集社区中包含的用户ID,形成疑似黑产账号名单。本申请能够结合营销活动业务信息生成疑似黑产名单,准确率高。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一种基于知识图谱的营销活动风险控制***示意图;
图2为本申请一种基于知识图谱的营销活动风险控制方法流程示意图。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的***和方法的示例。
参见图1,为本申请一种基于知识图谱的营销活动风险控制***示意图。由图1可知,包括多个数据采集模块、数据抽取模块、知识图谱构建模块以及图计算模块。其中,所述数据采集模块被配置为:采集相对应的子业务***端用户之间的营销活动业务信息。
在本实施例中,所述数据采集模块具有多个,与多个子业务***端存在一一对应的关系。所述数据采集模块能够根据配置对相应的营销活动业务信息进行采集。所述营销活动业务信息可以为:积分获取、积分转赠以及红包转赠等。在实际应用中,子业务***端的营销活动业务信息种类众多,且子业务***端之间联系密切。通过采集子业务***端之间的营销活动业务信息进行进一步的分析,能够保证风险控制的真实准确性。
进一步地,所述数据采集模块包括资源获取类数据采集模块、资源转移类数据采集模块以及资源变现类数据采集模块。其中,所述资源获取类数据采集模块被配置为:对用户获取营销资源过程中产生的营销活动业务信息进行采集;用户获取营销类资源过程中产生的营销活动业务信息为用户ID、用户获取资源种类、用户获取资源的途径、用户获取资源的数量和用户获取资源的时间。
在本实施例中,获取营销资源的过程可以是签到获取积分的过程。在实际应用中对用户ID、用户获取资源种类、用户获取资源的途径、用户获取资源的数量和用户获取资源的时间进行获取,便于对营销活动进行梳理。
所述资源转移类数据采集模块被配置为:对营销资源在不同用户之间转移过程中产生的营销活动业务信息进行采集;营销资源在不同用户之间转移过程中产生的营销活动业务信息为转移发起方用户ID、转移接收方用户ID、转移方式、转移资源数量以及转移时间。
在本实施例中,营销资源在不同用户之间转移的过程可以是积分转赠的过程。在实际应用中,由于营销资源转移过程中会存在营销欺诈等异常行为,因此需要对营销资源在不同用户之间转移过程中产生的营销活动业务信息为转移发起方用户ID、转移接收方用户ID、转移方式、转移资源数量以及转移时间进行采集。
所述数据采集模块包括资源变现类数据采集模块,所述资源变现类数据采集模块被配置为:对用户在执行营销资源变现操作过程中产生的营销活动业务信息进行采集;用户对营销资源执行的变现操作过程中产生的营销活动业务信息为变现方式、变现资源数量以及变现时间。
在本实施例中,用户对营销资源执行变现操作过程可以为积分兑换红包、积分抵扣以及积分缴费等。在实际应用中,营销资源变现操作过程中也会存在营销欺诈的情况,因此需要对营销资源执行的变现操作过程中产生的营销活动业务信息为变现方式、变现资源数量以及变现时间进行采集。
所述数据抽取模块被配置为:将所述营销活动业务信息的格式转换为CSV格式,将格式转换后的所述营销活动业务信息保存至图数据库中。
在本实施例中,由于图数据库能够保存的数据的格式必须为CSV格式,因此通过数据抽取模块对所述营销活动业务信息的进行格式转换,以对所述营销活动业务信息进行保存,便于后续进行调取。
所述知识图谱构建模块被配置为:获取所述图数据库中的所述营销活动业务信息,对所述营销活动业务信息进行图谱构建,得到营销活动知识图谱。
在本实施例中,知识图谱能够直观反映营销活动业务信息之间的联系,因此使用建立知识图谱的方式进行风险控制。
进一步地,知识图谱构建的具体过程如下:
所述知识图谱构建模块还被配置为:进行实体建模;进行实体建模的步骤具体包括:
对实体进行实体信息的定义,所述实体信息包括实体名称、实体图标、实体编码以及实体属性;
从所述图数据库中选定一个所述营销活动业务信息,将选定的所述营销活动业务信息,与进行所述实体名称、所述实体图标以及所述实体编码定义后的所述实体进行关联,以使所述实体与所述营销活动业务信息之间产生映射;
从所述图数据库中选定多个所述营销活动业务信息,将选定的所述营销活动业务信息与所述实体属性进行关联,以使所述实体属性与所述营销活动业务信息之间产生映射。
在实际应用中,对实体进行实体信息定义时,一个实体可以有一个实体信息定义,也可以有多个实体信息定义。例如,实体A可以具有实体名称以及实体图标两项定义,实体B拥有实体名称、实体编码以及实体属性三项定义。可以根据实际营销活动进行设计。
在本实施例中,建立实体与营销活动业务信息之间的关联,即为建模的过程。通过所述实体的关联映射,即可反映营销活动业务信息与所述实体之间的联系。
所述知识图谱构建模块还被配置为:进行关系建模;进行关系建模的步骤具体包括:
对所述实体进行关系信息的定义;所述关系信息包括关系名称、关系编码、关系属性、关系左实体以及关系右实体;
从所述图数据库中选定多个所述营销活动业务信息,将选定的所述营销活动业务信息与所述关系属性进行关联,以使所述营销活动业务信息与所述关系属性之间产生映射。
在实际应用中,在进行关系名称、关系编码以及关系属性的关系信息定义时,一个实体可以对应一个或多个关系信息。
在对关系左实体以及关系右实体进行关系信息定义时,可以按照如下例子,用户A发送红包,其中,“用户A”为关系左实体,“红包”为关系右实体,“发送”为关系名称。由于不同营销活动之间具有多样性,因此可以根据实际情况进行关系信息的定义。
所述知识图谱构建模块还被配置为:
创建初始图谱;
将所述实体作为实体节点导入至所述初始图谱中,以使所述实体以圆圈的形式显示在所述初始图谱中;
选取两个或多个所述实体节点,进行所述关系属性的检索;
根据关系属性检索结果对所述实体节点进行连线,以得到所述营销活动知识图谱。
在本实施例中,创建初始图谱的过程在画布上进行。通过构建知识图谱的方式,能够直观的反映营销活动中可能存在的风险。在实际应用中,除对关系属性进行检索外,还可以对其他关系定义进行检索,可以根据实际需要进行设计,本申请不作具体限定。
所述图计算模块被配置为:识别所述营销活动知识图谱中的密集社区,集合所述密集社区中包含的用户ID,形成疑似黑产账号名单,以用于进行风险控制。
具体的,所述图计算模块还被配置为:使用社区发现算法对所述营销活动知识图谱中的密集社区进行识别。
在实际应用中,形成营销活动知识图谱后,知识图谱中会存在密集的“社区”,密集的“社区”即为存在风险的区域,通过社区发现算法对密集社区进行识别,并集合密集社区中包含的用户ID,生成疑似黑产账号名单,能够准确的对风险进行表达,提升关联检索效率,快速梳理黑产交易链路,实现风险控制,准确率高。同时,本申请提供的营销活动风险控制***采用的是事后分析方法,不会对当前业务产生影响。
本申请提供的营销活动风险控制***,还包括可视化模块,所述可视化模块被配置为:从所述知识图谱构建模块获取所述营销活动知识图谱,对所述营销活动知识图谱进行显示,以用于知识图谱的可视化。
在实际应用中,通过所述可视化模块可以形成可视化图像,直观的展现知识图谱,反映潜在风险点,能够提高风险控制的可解释程度,便于知识图谱的查看。
参见图2,为本申请一种基于知识图谱的营销活动风险控制方法流程示意图。由图2可知,本申请还提供一种基于知识图谱的营销活动风险控制方法,包括:
S1:采集相对应的子业务***端用户之间的营销活动业务信息;
S2:将所述营销活动业务信息的格式转换为CSV格式,将格式转换后的所述营销活动业务信息保存至图数据库中;
S3:获取所述图数据库中的所述营销活动业务信息,对所述营销活动业务信息进行图谱构建,得到营销活动知识图谱;
S4:识别所述营销活动知识图谱中的密集社区,集合所述密集社区中包含的用户ID,形成疑似黑产账号名单,以用于进行风险控制。
由以上技术方案可知,本申请提供一种基于知识图谱的营销活动风险控制***及方法,所述***包括:数据采集模块、数据抽取模块、知识图谱构建模块以及图计算模块;其中,数据采集模块被配置为:采集相对应的子业务***端用户之间的营销活动业务信息;数据抽取模块被配置为:将营销活动业务信息的格式转换为CSV格式,将格式转换后的营销活动业务信息保存至图数据库中;知识图谱构建模块被配置为:获取图数据库中的营销活动业务信息,对营销活动业务信息进行图谱构建,得到营销活动知识图谱;图计算模块被配置为:识别营销活动知识图谱中的密集社区,集合密集社区中包含的用户ID,形成疑似黑产账号名单。本申请能够结合营销活动业务信息生成疑似黑产名单,准确率高。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (10)
1.一种基于知识图谱的营销活动风险控制***,其特征在于,包括:多个数据采集模块、数据抽取模块、知识图谱构建模块以及图计算模块;其中,
多个所述数据采集模块被配置为:采集相对应的子业务***端用户之间的营销活动业务信息;
所述数据抽取模块被配置为:将所述营销活动业务信息的格式转换为CSV格式,将格式转换后的所述营销活动业务信息保存至图数据库中;
所述知识图谱构建模块被配置为:获取所述图数据库中的所述营销活动业务信息,对所述营销活动业务信息进行图谱构建,得到营销活动知识图谱;
所述图计算模块被配置为:识别所述营销活动知识图谱中的密集社区,集合所述密集社区中包含的用户ID,形成疑似黑产账号名单,以用于进行风险控制。
2.根据权利要求1所述的基于知识图谱的营销活动风险控制***,其特征在于,所述知识图谱构建模块还被配置为:进行实体建模;进行实体建模的步骤具体包括:
对实体进行实体信息的定义,所述实体信息包括实体名称、实体图标、实体编码以及实体属性;
从所述图数据库中选定一个所述营销活动业务信息,将选定的所述营销活动业务信息,与进行所述实体名称、所述实体图标以及所述实体编码定义后的所述实体进行关联,以使所述实体与所述营销活动业务信息之间产生映射;
从所述图数据库中选定多个所述营销活动业务信息,将选定的所述营销活动业务信息与所述实体属性进行关联,以使所述实体属性与所述营销活动业务信息之间产生映射。
3.根据权利要求2所述的基于知识图谱的营销活动风险控制***,其特征在于,所述知识图谱构建模块还被配置为:进行关系建模;进行关系建模的步骤具体包括:
对所述实体进行关系信息的定义;所述关系信息包括关系名称、关系编码、关系属性、关系左实体以及关系右实体;
从所述图数据库中选定多个所述营销活动业务信息,将选定的所述营销活动业务信息与所述关系属性进行关联,以使所述营销活动业务信息与所述关系属性之间产生映射。
4.根据权利要求3所述的基于知识图谱的营销活动风险控制***,其特征在于,所述知识图谱构建模块还被配置为:
创建初始图谱;
将所述实体作为实体节点导入至所述初始图谱中,以使所述实体以圆圈的形式显示在所述初始图谱中;
选取两个或多个所述实体节点,进行所述关系属性的检索;
根据关系属性检索结果对所述实体节点进行连线,以得到所述营销活动知识图谱。
5.根据权利要求1所述的基于知识图谱的营销活动风险控制***,其特征在于,所述数据采集模块包括资源获取类数据采集模块,所述资源获取类数据采集模块被配置为:对用户获取营销资源过程中产生的营销活动业务信息进行采集;用户获取营销类资源过程中产生的营销活动业务信息为用户ID、用户获取资源种类、用户获取资源的途径、用户获取资源的数量和用户获取资源的时间。
6.根据权利要求5所述的基于知识图谱的营销活动风险控制***,其特征在于,所述数据采集模块包括资源转移类数据采集模块,所述资源转移类数据采集模块被配置为:对营销资源在不同用户之间转移过程中产生的营销活动业务信息进行采集;营销资源在不同用户之间转移过程中产生的营销活动业务信息为转移发起方用户ID、转移接收方用户ID、转移方式、转移资源数量以及转移时间。
7.根据权利要求6所述的基于知识图谱的营销活动风险控制***,其特征在于,所述数据采集模块包括资源变现类数据采集模块,所述资源变现类数据采集模块被配置为:对用户在执行营销资源变现操作过程中产生的营销活动业务信息进行采集;用户对营销资源执行的变现操作过程中产生的营销活动业务信息为变现方式、变现资源数量以及变现时间。
8.根据权利要求1所述的基于知识图谱的营销活动风险控制***,其特征在于,所述图计算模块还被配置为:使用社区发现算法对所述营销活动知识图谱中的密集社区进行识别。
9.根据权利要求1所述的基于知识图谱的营销活动风险控制***,其特征在于,还包括可视化模块,所述可视化模块被配置为:从所述知识图谱构建模块获取所述营销活动知识图谱,对所述营销活动知识图谱进行显示,以用于知识图谱的可视化。
10.一种基于知识图谱的营销活动风险控制方法,其特征在于,包括:
采集相对应的子业务***端用户之间的营销活动业务信息;
将所述营销活动业务信息的格式转换为CSV格式,将格式转换后的所述营销活动业务信息保存至图数据库中;
获取所述图数据库中的所述营销活动业务信息,对所述营销活动业务信息进行图谱构建,得到营销活动知识图谱;
识别所述营销活动知识图谱中的密集社区,集合所述密集社区中包含的用户ID,形成疑似黑产账号名单,以用于进行风险控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110208304.7A CN112926855A (zh) | 2021-02-24 | 2021-02-24 | 一种基于知识图谱的营销活动风险控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110208304.7A CN112926855A (zh) | 2021-02-24 | 2021-02-24 | 一种基于知识图谱的营销活动风险控制***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112926855A true CN112926855A (zh) | 2021-06-08 |
Family
ID=76171640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110208304.7A Pending CN112926855A (zh) | 2021-02-24 | 2021-02-24 | 一种基于知识图谱的营销活动风险控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926855A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806555A (zh) * | 2021-09-14 | 2021-12-17 | 国网北京市电力公司 | 用于app的运营异常识别方法、***、装置及存储介质 |
CN116913460A (zh) * | 2023-09-13 | 2023-10-20 | 福州市迈凯威信息技术有限公司 | 一种药械及检验试剂的营销业务合规性判断分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019144035A1 (en) * | 2018-01-19 | 2019-07-25 | Riv Data Corp. | Systems and methods for collecting and processing alternative data sources for risk analysis and insurance |
CN110503236A (zh) * | 2019-07-08 | 2019-11-26 | 中国平安人寿保险股份有限公司 | 基于知识图谱的风险预测方法、装置、设备以及存储介质 |
CN110889556A (zh) * | 2019-11-28 | 2020-03-17 | 福建亿榕信息技术有限公司 | 一种企业经营风险预测方法和*** |
CN110929036A (zh) * | 2019-11-29 | 2020-03-27 | 南方电网数字电网研究院有限公司 | 电力营销稽查管理方法、装置、计算机设备和存储介质 |
CN111292848A (zh) * | 2019-12-31 | 2020-06-16 | 同方知网(北京)技术有限公司 | 一种基于贝叶斯估计的医疗知识图谱辅助推理方法 |
CN112053221A (zh) * | 2020-08-14 | 2020-12-08 | 百维金科(上海)信息科技有限公司 | 一种基于知识图谱的互联网金融团伙欺诈行为检测方法 |
CN112115174A (zh) * | 2020-09-15 | 2020-12-22 | 北京通付盾人工智能技术有限公司 | 一种基于图计算技术的kyc方法及*** |
CN112214611A (zh) * | 2020-09-24 | 2021-01-12 | 远光软件股份有限公司 | 一种企业知识图谱的构建***和方法 |
-
2021
- 2021-02-24 CN CN202110208304.7A patent/CN112926855A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019144035A1 (en) * | 2018-01-19 | 2019-07-25 | Riv Data Corp. | Systems and methods for collecting and processing alternative data sources for risk analysis and insurance |
CN110503236A (zh) * | 2019-07-08 | 2019-11-26 | 中国平安人寿保险股份有限公司 | 基于知识图谱的风险预测方法、装置、设备以及存储介质 |
CN110889556A (zh) * | 2019-11-28 | 2020-03-17 | 福建亿榕信息技术有限公司 | 一种企业经营风险预测方法和*** |
CN110929036A (zh) * | 2019-11-29 | 2020-03-27 | 南方电网数字电网研究院有限公司 | 电力营销稽查管理方法、装置、计算机设备和存储介质 |
CN111292848A (zh) * | 2019-12-31 | 2020-06-16 | 同方知网(北京)技术有限公司 | 一种基于贝叶斯估计的医疗知识图谱辅助推理方法 |
CN112053221A (zh) * | 2020-08-14 | 2020-12-08 | 百维金科(上海)信息科技有限公司 | 一种基于知识图谱的互联网金融团伙欺诈行为检测方法 |
CN112115174A (zh) * | 2020-09-15 | 2020-12-22 | 北京通付盾人工智能技术有限公司 | 一种基于图计算技术的kyc方法及*** |
CN112214611A (zh) * | 2020-09-24 | 2021-01-12 | 远光软件股份有限公司 | 一种企业知识图谱的构建***和方法 |
Non-Patent Citations (3)
Title |
---|
方国强;包森成;王晨;: "基于图数据库与机器学***台", 网络安全技术与应用, no. 02, pages 68 * |
杜彦辉,等: "金融隐私保护问题分析及对策", 网络安全技术与应用, no. 6, pages 146 - 148 * |
谭真: "面向非结构化数据的知识图谱构建与表示技术研究", 中国博士学位论文全文数据库, no. 1, pages 138 - 283 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806555A (zh) * | 2021-09-14 | 2021-12-17 | 国网北京市电力公司 | 用于app的运营异常识别方法、***、装置及存储介质 |
CN113806555B (zh) * | 2021-09-14 | 2023-08-08 | 国网北京市电力公司 | 用于app的运营异常识别方法、***、装置及存储介质 |
CN116913460A (zh) * | 2023-09-13 | 2023-10-20 | 福州市迈凯威信息技术有限公司 | 一种药械及检验试剂的营销业务合规性判断分析方法 |
CN116913460B (zh) * | 2023-09-13 | 2023-12-29 | 福州市迈凯威信息技术有限公司 | 一种药械及检验试剂的营销业务合规性判断分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110223168B (zh) | 一种基于企业关系图谱的标签传播反欺诈检测方法及*** | |
CN107193894B (zh) | 数据处理方法、个体识别方法及相关装置 | |
CN111614690B (zh) | 一种异常行为检测方法及装置 | |
CN105556552A (zh) | 欺诈探测和分析 | |
CN111352808B (zh) | 告警数据处理方法、装置、设备及存储介质 | |
CN112926855A (zh) | 一种基于知识图谱的营销活动风险控制***及方法 | |
CN105556554A (zh) | 多个设备相关性 | |
CN104735122B (zh) | 基于邻近度的移动分析 | |
CN102081774A (zh) | 养卡识别方法及*** | |
CN107180343B (zh) | 一种自动缴费的方法和装置 | |
CN102480481A (zh) | 一种提高产品用户数据安全性的方法及装置 | |
CN105376223A (zh) | 网络身份关系的可靠度计算方法 | |
Major et al. | No WAN's land: Mapping US broadband coverage with millions of address queries to ISPs | |
KR100992345B1 (ko) | 서비스 평가 방법, 시스템 및 컴퓨터 판독가능한 기록매체 | |
CN112463859A (zh) | 基于大数据和业务分析的用户数据处理方法及大数据平台 | |
CN102934106A (zh) | 数据库、管理服务器和管理程序 | |
CN106022640B (zh) | 电量指数核对***及方法 | |
CN105988998A (zh) | 关系网络构建方法及装置 | |
CN111798151A (zh) | 企业欺诈风险评估方法、装置、设备及可读存储介质 | |
CN110825609B (zh) | 服务的测试方法、装置和*** | |
CN109918077A (zh) | 代码管理方法、装置、计算机设备和存储介质 | |
CN110209575A (zh) | 测试文档生成方法、装置、电子设备及存储介质 | |
CN110489568B (zh) | 生成事件图的方法、装置、存储介质和电子设备 | |
CN115767601A (zh) | 一种基于多维数据的5gc网元自动化纳管方法及装置 | |
CN115150430A (zh) | 一种基于物联网的自动售卖机运营数据采集*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Wang Dejia Inventor after: Yang Boya Inventor after: Zhu Xuguang Inventor before: Zhu Xuguang Inventor before: Wang Dejia Inventor before: Yang Boya |
|
CB03 | Change of inventor or designer information |