wzy6642 / identification-of-abnormal-transfer-behavior

基于深度搜索和随机游走的有向图遍历算法

异常转账行为识别

基于深度搜索和随机游走的有向图遍历算法

运行环境

python==3.6.4
numpy==1.16.4

问题重述

通过金融风控的资金流水分析，可有效识别循环转账，辅助公安挖掘洗钱组织，帮助银行预防信用卡诈骗。基于给定的资金流水，检测并输出指定约束条件的所有循环转账。

数据详情

输入为包含资金流水的文本文件，每一行代表一次资金交易记录，包含本端账号ID, 对端账号ID, 转账金额，用逗号隔开。举例如下，其中第一行1,2,100表示ID为1的账户给ID为2的账户转账100元：
1,2,100
1,3,100

输出结果

第一行输出：满足限制条件下的循环转账个数。第二行开始：输出所有满足限制条件的循环转账路径详情。

解决方案

1. 创建布尔型连接矩阵（利用Scipy.sparse创建稀疏矩阵更加节省内存），S代表资金源头，T代表转账目标，0代表没有转账，1代表发生转账：

2. 遍历资金源头的每一个客户，并指定其一级连接方式，例如：1->2->…我们就从2处开始分析。当分析完这个情况时，我们再分析1的其它可能连接情况。其中，每一级连接的目标都可以通过其对应行向量中为1的值对应的列索引得到。并把每一次连接的头部与尾部用列表保存下来，例如：

3. 通过头部列表与尾部列表构建连接方式，这里逆用杨辉三角解决问题：我们从最后一层构建个数连接关系，我们将源头数字转换为字符串格式，并与下图中的数值进行相乘。

4. 计算得到转账关系矩阵：

结果分析

我们从上述连接关系中寻找循环部分便为循环转账用户，具体结果见文档
对于6000用户的数据集上述方法耗时1.26秒。具体代码参见mainV1.2.py
对于大型数据集，我们可以采用随机游走的方式得到完整的循环转账用户，核心算法和上述过程一致，为了加快搜索可以在程序中引入多线程，具体代码参见mainV1.3.py