计算机实现的信息处理方法及装置制造方法及图纸

一种计算机实现的信息处理方法和装置。方法包括：获取多个训练评估对象的数据，构建知识图，创建基于知识图的图数据库，知识图的节点为评估对象或与评估对象具有关联关系的关联对象，知识图的边描述节点之间的关系且具有相应权重；基于训练评估对象之间的距离，计算训练评估对象的特征向量，距离至少基于训练评估对象之间的路径权重，特征向量针对训练评估对象指示在一定距离内不同维度的图数据库中其他训练评估对象的数量；将特征向量和多个训练评估对象的评估类别作为样本集合，构建评估模型；响应于收到新评估对象的数据，计算新评估对象的特征向量和评估指标；基于评估指标，由计算机根据判别条件完成关于新评估对象的审核操作。

【技术实现步骤摘要】

本公开涉及计算机信息处理领域，尤其涉及计算机实现的对象可信度评估方法和装置。
技术介绍
目前，在需要对人员信息进行审核和可信度评估的应用环境中，例如在社会安全领域、金融安全领域等，通常通过针对个人信息、身份关联信息、消费交易信息等进行个人画像，建立基于统计学的机器学习数学模型，进而进行可信度分析。随着因特网的出现和社交网络的兴起，当今针对个人正创造出比以往在我们的社会历史中任何时候创造的信息都要多的信息，数据之间具有非常复杂和千丝万缕的联系。然而，在利用机器学习的数据模型时，人们缺乏对个人数据的深入挖掘，同时对数据的应用仍然很有限，从而影响了对个人或个人行为的可信度评估的准确性。
技术实现思路
为了解决上面所提出的问题，本公开提供一种深度利用个人相关数据以通过数学模型进行信息处理的计算机实现的技术方案。根据本公开的第一方面，提供一种计算机实现的信息处理方法，方法包括：获取多个训练评估对象的相关数据，构建知识图，并且创建基于知识图的图数据库，其中知识图的每个节点为评估对象或者与评估对象具有关联关系的关联对象，知识图的边描述知识图的节点之间的关系并且具有相应权重；基于训练评估对象之间的距离，计算每个训练评估对象的特征向量，其中距离至少基于训练评估对象之间的路径权重，特征向量针对每个训练评估对象指示在一定的距离内不同维度的图数据库中其他训练评估对象的数量；将特征向量和多个训练评估对象的评估类别作为样本集合，以构建评估模型；响应于收到新的评估对象的相关数据，计算新的评估对象的特征向量；基于评估模型和新的评估对象的特征向量，计算新的评估对象的评估指标；以及基于新的评估对象的评估指标，由计算机根据判别条件完成关于新的评估对象的审核操作。根据本公开的实施例，其中训练评估对象之间的距离根据下式计算得到： D ( x i , x j ) = L ( max l = 1 , 2 , ... , L I l ( h x i , x j , ω x i , x j ) ) ]]>其中xi、xj分别表示第i训练评估对象和第j训练评估对象，D(xi,xj)表示xi和xj之间的距离，表示xi和xj路径l上的节点，L表示xi和xj的之间路径的数目，表示xi和xj的路径l上边的权重；为路径l的影响因子，表示影响因子最大的路径所经过的节点数目。根据本公开的实施例，其中基于训练评估对象之间的距离，计算每个训练评估对象的特征向量包括：针对训练评估对象的特定属性的每个属性值，统计距离D(xi,xj)中小于特定距离阈值的路径数量；以及基于统计的路径数量，得到训练评估对象的特征向量。根据本公开的实施例，其中响应于收到新的评估对象的相关数据，计算新的评估对象的特征向量包括：将新的评估对象的相关数据投射到知识图中；基于新的评估对象与知识图中的其他评估对象之间的路径权重，计算新的评估对象与其他评估对象之间的距离；以及基于新的评估对象与其他评估对象之间的距离，计算新的评估对象的特征向量。根据本公开的实施例，其中评估模型包括以下中的一项或多项：决策树、逻辑回归模型、随机森林模型。根据本公开的实施例，还包括更新图数据库和评估模型。根据本公开的实施例，还包括：将多个新的评估对象和相应的评估类别更新到知识图中；基于更新后的知识图和图数据库，生成新的评估模型；确定新的评估模型的准确度；以及基于新的评估模型的准确度，更新评估模型。根据本公开的实施例，其中图的节点中的与评估对象具有关联关系的关联对象包括以下项中的一项或多项：评估对象相关联的个人数据对象；评估对象相关联的征信数据对象；评估对象相关联的社会关系数据对象；评估对象相关联的社交网络数据对象；评估对象相关联的通信数据对象。根据本公开的实施例，其中图中的边的权重至少基于以下项中的一项或多项来确定：边所关联的节点的关系类型；边所关联的节点之间的关联程度。根据本公开的第二方面，提供一种计算机实现的信息处理装置，装置包括：图数据库创建装置，被配置为获取多个训练评估对象的相关数据，构建知识图，并且创建基于知识图的图数据库，其中知识图的每个节点为评估对象或者与评估对象具有关联关系的关联对象，知识图的边描述知识图的节点之间的关系并且具有相应权重；第一计算装置，被配置为基于训练评估对象之间的距离，计算每个训练评估对象的特征向量，其中距离至少基于训练评估对象之间的路径权重，特征向量针对每个训练评估对象指示在一定的距离内不同维度的图数据库中其他训练评估对象的数量；评估模型构建装置，被配置为将特征向量和多个训练评估对象的评估类别作为样本集合，以构建评估模型；第二计算装置，被配置为响应于收到新的评估对象的相关数据，计算新的评估对象的特征向量；以及基于评估模型和新的评估对象的特征向量，计算新的评估对象的评估指标；以及审核处理装置，被配置为基于新的评估对象的评估指标，由计算机根据判别条件完成关于新的评估对象的审核操作。根据本公开的实施例，其中训练评估对象之间的距离根据下式计算得到： D ( x i , x j ) = L ( max l = 1 , 2 , ... , L I l ( h 本文档来自技高网...

【技术保护点】
一种计算机实现的信息处理方法，所述方法包括：获取多个训练评估对象的相关数据，构建知识图，并且创建基于所述知识图的图数据库，其中所述知识图的每个节点为评估对象或者与所述评估对象具有关联关系的关联对象，所述知识图的边描述所述知识图的所述节点之间的关系并且具有相应权重；基于所述训练评估对象之间的距离，计算每个训练评估对象的特征向量，其中所述距离至少基于所述训练评估对象之间的路径权重，所述特征向量针对每个所述训练评估对象指示在一定的距离内不同维度的所述图数据库中其他训练评估对象的数量；将所述特征向量和所述多个训练评估对象的评估类别作为样本集合，以构建评估模型；响应于收到新的评估对象的相关数据，计算所述新的评估对象的特征向量；基于所述评估模型和所述新的评估对象的所述特征向量，计算所述新的评估对象的评估指标；以及基于所述新的评估对象的所述评估指标，由所述计算机根据判别条件完成关于所述新的评估对象的审核操作。

【技术特征摘要】
1.一种计算机实现的信息处理方法，所述方法包括：获取多个训练评估对象的相关数据，构建知识图，并且创建基于所述知识图的图数据库，其中所述知识图的每个节点为评估对象或者与所述评估对象具有关联关系的关联对象，所述知识图的边描述所述知识图的所述节点之间的关系并且具有相应权重；基于所述训练评估对象之间的距离，计算每个训练评估对象的特征向量，其中所述距离至少基于所述训练评估对象之间的路径权重，所述特征向量针对每个所述训练评估对象指示在一定的距离内不同维度的所述图数据库中其他训练评估对象的数量；将所述特征向量和所述多个训练评估对象的评估类别作为样本集合，以构建评估模型；响应于收到新的评估对象的相关数据，计算所述新的评估对象的特征向量；基于所述评估模型和所述新的评估对象的所述特征向量，计算所述新的评估对象的评估指标；以及基于所述新的评估对象的所述评估指标，由所述计算机根据判别条件完成关于所述新的评估对象的审核操作。2.根据权利要求1所述的方法，其中所述训练评估对象之间的距离根据下式计算得到： D ( x i , x j ) = L ( m a x l = 1 , 2 , ... , L I l ( h x i , x j , ω x i , x j ) ) ]]>其中xi、xj分别表示第i训练评估对象和第j训练评估对象，D(xi,xj)表示xi和xj之间的距离，表示xi和xj路径l上的节点，L表示xi和xj的之间路径的数目，表示xi和xj的路径l上所述边的权重；为路径l的影响因子，表示影响因子最大的路径所经过的节点数目。3.根据权利要求2所述的方法，其中基于所述训练评估对象之间的距离，计算每个训练评估对象的特征向量包括：针对所述训练评估对象的特定属性的每个属性值，统计所述距离D(xi,xj)中小于特定距离阈值的路径数量；以及基于统计的所述路径数量，得到所述训练评估对象的特征向量。4.根据权利要求1所述的方法，其中响应于收到新的评估对象的相关数据，计算所述新的评估对象的特征向量包括：将所述新的评估对象的相关数据投射到所述知识图中；基于所述新的评估对象与所述知识图中的其他评估对象之间的路径权重，计算所述新的评估对象与所述其他评估对象之间的距离；以及基于所述新的评估对象与所述其他评估对象之间的距离，计算所述新的评估对象的特征向量。5.根据权利要求1所述的方法，其中所述评估模型包括以下中的一项或多项：决策树、逻辑回归模型、随机森林模型。6.根据权利要求1所述的方法，还包括：更新所述图数据库和所述评估模型。7.根据权利要求6所述的方法，还包括：将多个所述新的评估对象和相应的评估类别更新到所述知识图中；基于更新后的所述知识图和图数据库，生成新的评估模型；确定所述新的评估模型的准确度；以及基于所述新的评估模型的所述准确度，更新所述评估模型。8.根据权利要求1所述的方法，其中所述图的节点中的与所述评估对象具有关联关系的关联对象包括以下项中的一项或多项：评估对象相关联的个人数据对象；评估对象相关联的征信数据对象；评估对象相关联的社会关系数据对象；评估对象相关联的社交网络数据对象；评估对象相关联的通信数据对象。9.根据权利要求1所述的方法，其中所述图中的所述边的权重至少基于以下项中的一项或多项来确定：所述边所关联的节点的关系类型；所述边所关联的节点之间的关联程度。10.一种计算机实现的信息处理装置，所述装置包括...

【专利技术属性】
技术研发人员：单忆南，K·拉加塞图帕蒂，程书欣，毕鹏，
申请(专利权)人：上海点荣金融信息服务有限责任公司，
类型：发明
国别省市：上海;31