基于知识图谱的银行对公客群风险传导测算的方法及装置制造方法及图纸

技术编号:23162509 阅读:46 留言:0更新日期:2020-01-21 22:08
本申请提供了一种基于知识图谱的银行对公客群风险传导测算的方法及装置,其中,该方法通过构建关联关系知识图谱,针对关联关系知识图谱中每一图谱单元的单元数据,根据风险传导系数预测模型,得到该图谱单元的风险传导系数;在任一待测客户发生风险事件后,基于各图谱单元的风险传导系数,根据预设的算法模型,得到除发生风险事件的待测客户之外的其他待测客户发生风险事件的风险传导概率;基于每个待测客户的风险传导概率,确定至少一条风险传导路径;针对每条风险传导路径,执行业务预警操作,实现银行对与发生风险事件的企业存在关联关系的其他企业的信用受影响程度进行确定,提高了银行确定企业风险的精准度,减少了银行的不必要损失。

The method and device of bank's risk transmission to public and customer groups based on Knowledge Map

【技术实现步骤摘要】
基于知识图谱的银行对公客群风险传导测算的方法及装置
本申请涉及数据分析
,尤其是涉及一种基于知识图谱的银行对公客群风险传导测算的方法及装置。
技术介绍
随着市场经济持续发展,企业跨区域、跨行业生产经营十分普遍。由于企业跨区域、跨行业生产经营的行为,使得银行内存储的多个企业之间存在的关联关系较为复杂,当任一企业发生信用风险事件后,可能会对与发生信用风险事件存在关联关系的其他企业产生信用影响。目前银行在某一企业发生风险事件后,无法对与发生风险事件的企业存在关联关系的其他企业的信用受影响的程度进行确定,即银行确定企业风险的精准度较低,进而使得银行无法对其他企业进行业务预警操作,使得银行产生了不必要的损失。
技术实现思路
有鉴于此,本申请的目的在于提供一种基于知识图谱的银行对公客群风险传导测算的方法及装置,以提高银行确定企业风险的精准度。第一方面,本申请实施例提供了一种基于知识图谱的银行对公客群风险传导测算的方法,所述方法包括:分别以每一待测客户为节点,以该待测客户与其他待测客户之间的关联关系为边,构建本文档来自技高网...

【技术保护点】
1.一种基于知识图谱的银行对公客群风险传导测算的方法,其特征在于,所述方法包括:/n分别以每一待测客户为节点,以该待测客户与其他待测客户之间的关联关系为边,构建包含各待测客户的关联关系知识图谱,其中,边以及该边对应的两个节点构成所述关联关系知识图谱的图谱单元,每条边对应一方向;/n针对每一图谱单元,获取该图谱单元的单元数据,将所述单元数据输入至训练好的风险传导系数预测模型,得到该图谱单元的风险传导系数;/n在任一待测客户发生风险事件后,基于各图谱单元的风险传导系数,根据预设的算法模型,得到除发生风险事件的待测客户之外的其他待测客户发生风险事件的风险传导概率;/n基于每个待测客户的风险传导概率,...

【技术特征摘要】
1.一种基于知识图谱的银行对公客群风险传导测算的方法,其特征在于,所述方法包括:
分别以每一待测客户为节点,以该待测客户与其他待测客户之间的关联关系为边,构建包含各待测客户的关联关系知识图谱,其中,边以及该边对应的两个节点构成所述关联关系知识图谱的图谱单元,每条边对应一方向;
针对每一图谱单元,获取该图谱单元的单元数据,将所述单元数据输入至训练好的风险传导系数预测模型,得到该图谱单元的风险传导系数;
在任一待测客户发生风险事件后,基于各图谱单元的风险传导系数,根据预设的算法模型,得到除发生风险事件的待测客户之外的其他待测客户发生风险事件的风险传导概率;
基于每个待测客户的风险传导概率,确定至少一条风险传导路径,其中,每条风险传导路径的首节点为发生风险事件的待测客户;
针对每条风险传导路径,执行业务预警操作。


2.根据权利要求1所述的方法,其特征在于,所述风险传导系数预测模型的训练过程为:
获取与所述关联关系知识图谱的多个图谱单元对应的样本单元数据,所述样本单元数据携带有标签,其中,所述样本单元数据包括训练单元数据以及测试单元数据,所述标签包括违约以及未违约;
将所述训练单元数据输入到深度学习模型中,对所述深度学习模型进行多轮训练;
将所述测试单元数据输入到每轮训练后的所述深度学习模型中,对训练后的所述深度学习模型进行评估,当评估得到的准确度值大于预设的准确度阈值时,则确定训练完成;
将训练完成后得到的所述深度学习模型作为所述风险传导系数预测模型。


3.根据权利要求2所述的方法,其特征在于,在构建包含各待测客户的关联关系知识图谱,获取图谱单元的单元数据之后,在训练所述风险传导系数预测模型之前,所述方法还包括:
利用预设的相关度分析算法,对所述图谱单元的单元数据中的每一数据与风险之间的相关度进行分析,得到所述单元数据中的每一数据对应的相关度值;
从所述单元数据中选取相关度值大于相关度阈值的数据,构成所述图谱单元的筛选后的单元数据。


4.根据权利要求3所述的方法,其特征在于,在得到所述图谱单元的筛选后的单元数据之后,所述方法还包括:
利用预设的数据分析算法,对所述图谱单元的筛选后的单元数据中的任一数据与除该数据之外的其他数据之间的相似程度进行分析,得到所述筛选后的单元数据中任意两个数据之间的相似度值;
将所述筛选后的单元数据中相似度值大于相似度阈值的两个数据进行合并,得到每个图谱单元的合并后的单元数据。


5.根据权利要求1所述的方法,其特征在于,预设的算法模型的公式为:



其中,N为所述关联关系知识图谱中节点的数量,PRi(k)为第i个待测客户的风险传导概率,PRj(K-1)为第j个待测客户的风险传导概率,αji为第j个待测客户指向第i个待测客户之间的边、第j个待测客户与第i个待测客户构成的图谱单元的风险传导系数,s为标度常...

【专利技术属性】
技术研发人员:刘鹏飞
申请(专利权)人:北京明略软件系统有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1