商户异常检测方法、装置、计算机设备和存储介质与流程

本技术涉及计算机，特别是涉及一种商户异常检测方法、装置、计算机设备和存储介质。

背景技术：

1、随着计算机技术与互联网技术的迅速发展，在线支付成为人们日常的支付方式，商户是电子支付或在线支付中常见的一个概念，也称为商户编号、商户账号或商户号。目前有部分非法人员以商户作为伪装进行不法活动，这类商户即为异常商户，因此需要将异常商户识别出来，以便于采取相应措施。

2、目前，通常是通过人工的方式对商户的进行异常检测，比如，人工基于预定义的规则来判断商户的交易特征是否与其业务范围相符，若不相符，则确定该商户为异常商户。但是，通过人工的方式来进行异常检测具有检测效率低的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提升检测效率的商户异常检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种商户异常检测方法，所述方法包括：

3、获取待检测商户的交易特征和属性特征；

4、获取思维链指令集，所述思维链指令集是基于对商户异常检测任务进行分解得到的多个子任务生成得到的，且所述思维链指令集用于触发大语言模型输出商户异常检测的中间逐步检测结果和最终检测结果；

5、获取上下文提示，所述上下文提示包括输出样例，在触发大语言模型输出中间逐步检测结果和最终检测结果的过程中，所述输出样例用于指示所述大语言模型对交易特征和属性特征中的至少一种进行分析的分析方式，以及对中间逐步检测结果进行分析以得到最终检测结果的分析方式；

6、将所述上下文提示、所述思维链指令集、所述待检测商户的交易特征和商户属性输入至所述大语言模型中，并调用所述大语言模型对所述待检测商户进行异常检测。

7、第二方面，本技术还提供了一种商户异常检测装置，所述装置包括：

8、特征获取模块，用于获取待检测商户的交易特征和属性特征。

9、指令提示获取模块，用于获取思维链指令集，所述思维链指令集是基于对商户异常检测任务进行分解得到的多个子任务生成得到的，且所述思维链指令集用于触发大语言模型输出商户异常检测的中间逐步检测结果和最终检测结果；获取上下文提示，所述上下文提示包括输出样例，在触发大语言模型输出中间逐步检测结果和最终检测结果的过程中，所述输出样例用于指示所述大语言模型对交易特征和属性特征中的至少一种进行分析的分析方式，以及对中间逐步检测结果进行分析以得到最终检测结果的分析方式。

10、检测模块，用于将所述上下文提示、所述思维链指令集、所述待检测商户的交易特征和商户属性输入至所述大语言模型中，并调用所述大语言模型对所述待检测商户进行异常检测。

11、在其中一个实施例中，商户异常检测装置还包括思维链指令构造模块，用于确定商户异常检测任务的任务目标；基于所述任务目标对所述商户异常检测任务进行分解，得到多个子任务；生成所述多个子任务各自对应的思维链指令。

12、在其中一个实施例中，商户异常检测装置还包括思维链指令构造模块，用于根据所述任务目标，确定实现所述任务目标所需的关键特征；将所述商户异常检测任务分解为用以生成所述关键特征的子任务和基于关键特征实现所述任务目标的子任务。

13、在其中一个实施例中，所述思维链指令集包括交易特征分析指令、属性特征分析指令、相符性判断指令和最终结论生成指令；

14、所述交易特征分析指令，用于指示所述大语言模型根据所述待检测商户的交易特征，确定所述待检测商户的交易模式；

15、所述属性特征分析指令，用于指示所述大语言模型根据所述待检测商户的属性特征，确定所述待检测商户的经营范围；

16、所述相符性判断指令，用于指示所述大语言模型对所述待检测商户的交易模式和经营范围进行一致性判断，得到一致性判断结果；

17、所述最终结论生成指令，用于指示所述大语言模型根据所述一致性判断结果，确定所述待检测商户的异常检测结果。

18、在其中一个实施例中，所述交易模式包括多个交易分析维度各自对应的交易子模式；所述一致性判断结果包括多个交易分析维度各自对应的子判断结果；

19、所述相符性判断指令，用于指示所述大语言模型获取与所述经营范围相匹配的标准交易模式集，所述标准交易模式集包括所述多个交易分析维度各自对应的标准子模式；

20、所述相符性判断指令，还用于指示所述大语言模型将相同交易分析维度下的交易子模式和标准子模式进行一致性判断，得到所述多个交易分析维度各自对应的子判断结果。

21、在其中一个实施例中，所述最终结论生成指令，用于指示所述大语言模型从所述多个交易分析维度各自对应的子判断结果中筛选出表征目标子判断结果，所述目标子判断结果为表征一致性判断失败的结果；

22、所述最终结论生成指令，还用于指示所述大语言模型根据所述目标子判断结果的数量，确定所述待检测商户的异常检测结果。

23、在其中一个实施例中，所述商户异常检测装置还包括上下文构造模块，用于获取所述商户异常检测任务的任务描述信息，所述任务描述信息为对所述商户异常检测任务的任务要求进行描述的信息；获取所述商户异常检测任务的约束条件，所述约束条件是指用于对所述大语言模型的任务执行质量进行约束的条件；获取所述商户异常检测任务的任务执行流程，所述任务执行流程用于提示所述大语言模型执行任务时应执行的流程；获取与商户异常结论相对应的输出样例和与商户正常结论相对应的输出样例，所述输出样例是指所述大语言模型应输出结果的样例文本；根据所述任务描述信息、所述约束信息、所述任务执行流程、与商户异常结论相对应的输出样例和与商户正常结论相对应的输出样例，生成上下文提示。

24、在其中一个实施例中，所述商户异常检测装置还包括上下文构造模块，用于获取多个输出样例标题和所述多个输出样例标题各自关联的分析结论；按照预设的格式整合所述多个输出样例标题和所述多个输出样例标题各自关联的分析结论，得到初始输出样例；在所述初始输出样例中与最终结论标题相关联的分析结论之前添加预设的提示标识符，得到输出样例。

25、在其中一个实施例中，所述检测模块还用于将所述上下文提示、所述思维链指令集、所述待检测商户的交易特征和商户属性输入至所述大语言模型中，并调整所述大语言模型的温度超参数，以触发所述大语言模型在多个不同的温度超参数下输出相应的异常检测结果；根据预设的提示标识符，从每个所述异常检测结果中分别提取出检测结果字符，并将所述检测结果字符转换为对应的数值；根据预设的投票算法和基于所述检测结果字符转换得到的数值，确定最终输出。

26、在其中一个实施例中，所述商户异常检测装置还包括调整模块，用于获取多个训练商户各自的交易特征、训练属性特征和标准检测结果；将所述思维链指令集、所述上下文提示、所述多个训练商户各自的交易特征和训练属性特征输入至大语言模型，并触发所述大语言模型输出所述多个训练商户各自的预测检测结果；根据所述多个训练商户各自的预测检测结果和标准检测结果，确定所述大语言模型的准确性；在所述准确性小于或等于预设阈值的情况下，调整所述思维链指令集、所述上下文提示和所述大语言模型中的至少一种。

27、在其中一个实施例中，所述商户异常检测装置还包括调整模块，用于对于所述思维链指令集中的任一个思维链指令，生成与所述思维链指令同义的同义思维链指令；获取所述思维链指令对应的子任务所关联的多个质量评估样本；基于所述多个质量评估样本，对各所述同义思维链指令进行质量评估，得到每个所述同义思维链指令各自对应的质量评估分数；将具有最高质量评估分数的同义思维链指令，替换所述思维链指令。

28、第三方面，本技术还提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本技术实施例提供的任一种商户异常检测方法中的步骤。

29、第四方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本技术实施例提供的任一种商户异常检测方法中的步骤。

30、第五方面，本技术还提供了一种计算机程序产品，所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本技术实施例提供的任一种商户异常检测方法中的步骤。

31、上述商户异常检测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取思维链指令集、上下文提示、待检测商户的交易特征和属性特征，可将思维链指令集、上下文提示、待检测商户的交易特征和属性特征输入至大语言模型中。由于思维链指令可指示大语言模型输出商户异常检测的中间逐步检测结果和最终检测结果，以及上下文提示可指示大语言模型对交易特征和属性特征中的至少一种进行分析的分析方式、对中间逐步检测结果进行分析以得到最终检测结果的分析方式，因此，大语言模型可基于思维链指令集和上下文提示，待检测商户的交易特征和属性特征进行处理，得到商户异常检测的中间逐步检测结果和最终检测结果。相比于传统的通过人工的方式来得到异常检测结果，本技术通过机器学习模型来得到异常检测结果可提升检测效率。此外，由于可触发机器学习模型输出商户异常检测的中间逐步检测结果和最终检测结果，还提升了模型输出的可解释性。