企业关键人的识别方法和装置制造方法及图纸

本说明书实施例公开了企业关键人的识别方法和装置、以及计算机存储介质。识别方法包括：接收用户提交的识别请求，识别请求中包括目标企业的信息和/或目标关键人的信息，识别请求中还包括待预测的企业‑关键人的关系；根据识别请求，利用企业数据知识图谱构建待预测数组；将待预测数组输入到识别模型中，得到目标企业实体和目标关键人实体符合待预测的企业‑关键人的关系的概率，该识别模型是使用企业数据知识图谱生成的图神经网络；根据概率生成识别结果，将识别结果提供给用户。本说明书实施例提供的企业关键人的识别方案，采用企业数据知识图谱对企业的关键人进行自动识别，识别速度快并且识别准确率高。

【技术实现步骤摘要】
企业关键人的识别方法和装置
本说明书涉及计算机技术，更具体地，涉及企业关键人的识别方法和装置、以及计算机存储介质。
技术介绍
在交易风险控制和政府监管要求下，越来越多地需要对企业进行风险识别和防控。识别企业关键人是其中的重要一环，企业关键人是指企业的法定代表人、股东、董事、监事、高级管理人员等对企业有掌控权或者管理权的人员。以交易风险控制为例，如果能够准确识别出进行交易的用户是企业的关键人，则可以将其标识为可信关系，从而降低交易时对该用户的打扰率。以监管合规场景为例，监管机构要求反洗钱义务机构提供其企业客户的关键人信息，以防止复杂股权或者控制权结构道德的洗钱或恐怖融资风险，如果被监管机构能够通过算法识别出其企业客户的关键人，则无需通过大量发问卷的方式来收集关键人信息，既可以提升运营效率，还可以降低对客户的打扰。因此，有必要提出一种能够准确识别企业关键人的方案。
技术实现思路
本说明书的一个目的是提供能够准确识别企业关键人的方案。根据本说明书的第一方面，提供了企业关键人的识别方法，包括以下步骤：本文档来自技高网...

【技术保护点】
1.一种企业关键人的识别方法，包括以下步骤：/n接收用户提交的识别请求，所述识别请求中包括目标企业的信息和/或目标关键人的信息，所述识别请求中还包括待预测的企业-关键人的关系；/n根据所述识别请求，利用企业数据知识图谱构建待预测数组，所述待预测数组包括一个目标企业实体、待预测的企业-关键人的关系、以及一个目标关键人实体；/n将所述待预测数组输入到识别模型中，得到目标企业实体和目标关键人实体符合待预测的企业-关键人的关系的概率，所述识别模型是使用企业数据知识图谱生成的图神经网络；/n根据所述概率生成识别结果，将所述识别结果提供给用户。/n

【技术特征摘要】
1.一种企业关键人的识别方法，包括以下步骤：
接收用户提交的识别请求，所述识别请求中包括目标企业的信息和/或目标关键人的信息，所述识别请求中还包括待预测的企业-关键人的关系；
根据所述识别请求，利用企业数据知识图谱构建待预测数组，所述待预测数组包括一个目标企业实体、待预测的企业-关键人的关系、以及一个目标关键人实体；
将所述待预测数组输入到识别模型中，得到目标企业实体和目标关键人实体符合待预测的企业-关键人的关系的概率，所述识别模型是使用企业数据知识图谱生成的图神经网络；
根据所述概率生成识别结果，将所述识别结果提供给用户。


2.根据权利要求1所述的方法，在所述识别请求中同时包括目标企业的信息和目标关键人的信息的情况下，所述构建待预测数组，包括：
在企业数据知识图谱中查找出与所述目标企业的信息匹配的企业实体作为目标企业实体，所述目标企业的信息至少包括目标企业的名称的关键词；
在企业数据知识图谱中查找出与所述目标关键人的信息匹配的自然人实体作为目标关键人实体，所述目标关键人的信息包括目标关键人的人名和/或身份证号；
根据目标企业实体和目标关键人实体构建待预测数组。


3.根据权利要求1所述的方法，在所述识别请求中不包括目标关键人的信息的情况下，所述构建待预测数组，包括：
在企业数据知识图谱中查找出与所述目标企业的信息匹配的企业实体作为目标企业实体，所述目标企业的信息至少包括目标企业的名称的关键词；
在企业数据知识图谱中搜索出满足第一预设条件的自然人实体作为目标关键人实体；
根据目标企业实体和目标关键人实体构建待预测数组；
其中，所述第一预设条件包括：
自然人实体与目标企业实体的距离小于等于预设的第一阈值；和/或，
自然人实体与目标企业实体的公共直连节点的数量大于等于预设的第二阈值。


4.根据权利要求1所述的方法，在所述识别请求中不包括目标企业的信息的情况下，所述构建待预测数组，包括：
在企业数据知识图谱中查找出与所述目标关键人的信息匹配的自然人实体作为目标关键人实体，所述目标关键人的信息包括目标关键人的人名和/或身份证号；
在企业数据知识图谱中搜索出满足第二预设条件的企业实体作为目标企业实体；
根据目标企业实体和目标关键人实体构建待预测数组；
其中，所述第二预设条件包括：
企业实体与目标关键人实体的距离小于等于预设的第一阈值；和/或，
企业实体与目标关键人实体的公共直连节点的数量大于等于预设的第二阈值。


5.根据权利要求2-4任一项所述的方法，所述根据所述概率生成识别结果，包括：
如果所述概率大于等于预设的概率阈值，确定目标企业实体和目标关键人实体之间的关系为待预测的企业-关键人的关系。


6.根据权利要求1所诉的方法，所述待预测的企业-关键人的关系为下列任一：
法定代表人关系、股东关系、董事关系、监事关系、高管关系。


7.根据权利要求1所述的方法，所述企业数据知识图谱还包括域名实体、设备实体、诉讼案件实体、不动产实体。


8.根据权利要求1所述的方法，所述图神经网络采用MetaPath神经网络框架或者GeniePath图神经网络框...

【专利技术属性】
技术研发人员：刘丹丹，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33