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！

申请/专利权人：平安科技(深圳)有限公司

摘要：本申请实施例属于数据处理领域，涉及一种异常社群检测方法，包括构建担保关系网络，切分担保关系网络，得到异常担保关系的社群；确定社群的特征信息，其中，特征信息包括节点规模、边规模、聚集系数、连通三角形数、平均度数中的至少一种；根据特征信息，确定特征相似的社群为一个关系簇；计算关系簇的欧式距离；根据欧式距离对所述关系簇进行归类，基于归类结果确定所述关系簇是否为异常簇，在确定关系簇为异常簇时，判定异常簇中的社群为异常社群，提取异常社群。本申请还提供一种异常社群检测装置、计算机设备及存储介质。本申请实现了高效提取异常社群。此外，本发明还涉及区块链技术，特征信息可存储于区块链中。

主权项：1.一种异常社群检测方法，其特征在于，包括下述步骤：构建担保关系网络，切分所述担保关系网络，得到异常担保关系的社群；在所述切分所述担保关系网络的步骤之前，所述方法还包括：获取所述担保关系网络中的担保关系，确定所述担保关系中的担保人与被担保人；确定所述担保人与所述被担保人之间的标签集的交集长度是否小于预设长度；若所述交集长度小于所述预设长度，确定所述担保人与所述被担保人不属于同一社群，删除所述担保人与所述被担保人不属于同一社群的非必要关系；所述切分所述担保关系网络，得到异常担保关系的社群的具体步骤包括：计算所述担保关系网络中各个节点的影响力、节点间相似度以及邻居节点影响力；基于所述邻居节点影响力和从属系数迭代更新社群标签集，根据所述社群标签集得到所述异常担保关系的社群；确定所述异常担保关系的社群的特征信息，其中，所述特征信息包括节点规模、边规模、聚集系数、连通三角形数、平均度数中的至少一种；根据所述特征信息，确定特征相似的社群为一个关系簇；计算所述关系簇的欧式距离；根据所述欧式距离对所述关系簇进行归类，基于归类结果确定所述关系簇是否为异常簇；所述根据所述欧式距离对所述关系簇进行归类的步骤包括：根据所述欧式距离的大小，获取所述欧式距离中的下四分位数和上四分位数；按照所述下四分位数和所述上四分位数对所述关系簇进行归类;所述按照所述下四分位数和所述上四分位数对所述关系簇进行归类的步骤包括：若所述欧式距离小于等于所述下四分位数或大于等于所述上四分位数，则确定所述关系簇为异常簇;若所述欧式距离大于所述下四分位数且小于所述上四分为数，则确定所述关系簇为正常簇;所述异常簇包括极端关系簇和疑似关系簇，所述若所述欧式距离小于等于所述下四分位数或大于等于所述上四分位数，则确定所述关系簇为异常簇的具体步骤包括：计算所述下四分位数与所述上四分位数的间距差值，得到四分位数间距；计算所述下四分位数与预设倍数的四分位数间距的差值，得到最小阈值，其中，所述预设倍数的四分位数间距为将所述四分位数间距与预设倍数相乘；计算所述上四分位数与所述预设倍数的四分位数间距的和，得到最大阈值；若所述关系簇的欧式距离不属于所述最小阈值与所述最大阈值的范围内，且不等于所述最小阈值或所述最大阈值，则确定所述关系簇为极端关系簇；若所述关系簇的欧式距离属于所述最小阈值与所述下四分位数的区间内，或属于所述上四分位数与所述最大阈值的区间内，则确定所述关系簇为所述疑似关系簇；在确定所述关系簇为异常簇时，判定所述异常簇中的社群为异常社群，并提取所述异常社群。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 异常社群检测方法、装置、计算机设备及存储介质