公开/公告号CN112926855A
专利类型发明专利
公开/公告日2021-06-08
原文格式PDF
申请/专利权人 北京通付盾人工智能技术有限公司;江苏通付盾科技有限公司;
申请/专利号CN202110208304.7
申请日2021-02-24
分类号G06Q10/06(20120101);G06Q30/02(20120101);G06F16/36(20190101);
代理机构11363 北京弘权知识产权代理有限公司;
代理人郭放;许伟群
地址 100097 北京市海淀区昆明湖南路51号D座三层307号
入库时间 2023-06-19 11:19:16
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系统及方法。
背景技术
业务系统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系统端进行相应的处理。为了保证业务系统的运行安全,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,采集每个子业务系统端的业务信息,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,与当前子业务系统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系统及方法,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系统,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系统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系统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系统及方法,所述系统包括: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系统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系统示意图;
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系统和方法的示例。
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系统示意图。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系统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,与多个子业务系统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,子业务系统端的营销活动业务信息种类众多,且子业务系统端之间联系密切。通过采集子业务系统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系统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系统,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系统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系统及方法,所述系统包括: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系统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。
机译: 一种预测企业的经济风险和营销活动有效性的方法
机译: 一种基于知识图谱的多用户游戏服务提供方法及其装置
机译: 一种计算机实现的减少基于支付的交易中的风险的方法,其中使用支付银行系统从帐户持有人向交易对手进行支付,该系统采用风险过滤例程,该例程确定是否基于至少一个用户提供的风险选择性拒绝支付参数,包括未付款限制