信贷风险预测方法及装置制造方法及图纸

本申请实施例提供一种信贷风险预测方法及装置，可用于人工智能技术领域，方法包括：将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型，以使该多维度信贷风险预测模型输出目标金融用户在各个预设的维度分别对应的第一信贷风险预测结果；根据目标金融用户在各个维度分别对应的第一信贷风险预测结果融合生成该目标金融用户的第二信贷风险预测结果；输出目标金融用户的第二信贷风险预测结果和目标金融用户对应的金融关联数据。本申请能够有效提高信贷风险预测的准确性、全面性及可靠性，且能够有效提高输出的信贷风险预测结果的信息全面性，进而能够有效提高基于信贷风险预测结果进行信贷风险防控的效率、准确性及可靠性。

【技术实现步骤摘要】
信贷风险预测方法及装置
本申请涉及数据处理
，特别涉及人工智能
，具体涉及信贷风险预测方法及装置。
技术介绍
近年来，随着商业银行等金融机构的经营规模不断扩大、金融业务范围的不断拓宽，操作风险的发生概率也随之提高，因此，对于金融机构来说，建立信贷风险防控系统是当务之急。由于信贷风险管理涉及到金融机构中多个部门的各项业务信贷板块，在较为传统的信贷风险防控系统中，主要依赖专家规则以及如巴塞尔协议等规定中的各种指标，而由于这些指标和规则强烈依赖于人工经验，因此对于尚未发现的异常点无从入手，使得传统的信贷风险防控系统的智能化程度低。目前，为了提高信贷风险防控系统的智能化程度，现有的信贷风险防控方式将人工智能技术应用至信贷风险预测中，根据历史数据的风险防控结果来预测尚未发现的异常点，进而实现对信贷风险的智能预测。然而，尽管现有的信贷风险防控方式在一定程度上提高了预测的智能化程度，但由于其防控角度单一，因此依然无法保证信贷风险防控结果的准确性；同时，由于现有的信贷风险防控方式直接将预测结果呈现给金融机构的防控人员，仍需要防控人员结合多种数据之后才能够获取防控对象的防控结果，因此也消耗了大量的人力成本和时间成本，极大影响了信贷风险防控效率。
技术实现思路
针对现有技术中的问题，本申请提供一种信贷风险预测方法及装置，能够有效提高信贷风险预测的准确性、全面性及可靠性，且能够有效提高输出的信贷风险预测结果的信息全面性，进而能够有效提高基于信贷风险预测结果进行信贷风险防控的效率、准确性及可靠性。为解决上述技术问题，本申请提供以下技术方案：第一方面，本申请提供一种信贷风险预测方法，包括：将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型，以使该多维度信贷风险预测模型输出所述目标金融用户在各个预设的维度分别对应的第一信贷风险预测结果；根据所述目标金融用户在各个所述维度分别对应的第一信贷风险预测结果融合生成该目标金融用户的第二信贷风险预测结果；输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据。进一步地，所述输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据，包括：获取所述目标金融用户对应的容忍度阈值；基于所述容忍度阈值、所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的关联数据，生成以图结构数据显示的第三信贷风险防控结果；输出所述第三信贷风险防控结果以显示该第三信贷风险防控结果。进一步地，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：接收信贷风险预测请求，其中，该信贷风险预测请求中包括目标金融用户的唯一标识；自预设的金融用户知识图谱中查找所述目标金融用户的唯一标识，若查找到该目标金融用户的唯一标识，则基于该唯一标识自所述金融用户知识图谱中提取所述目标金融用户的金融关联数据。进一步地，还包括：若未在所述金融用户知识图谱查找到所述目标金融用户的唯一标识，则应用预设的数据采集引擎抓取该目标金融用户的关联数据；基于所述金融用户知识图谱对应的资源描述框架，自所述关联数据中抽取所述目标金融用户的实体三元组数据，并将该实体三元组数据和所述目标金融用户的唯一标识加入所述金融用户知识图谱中，以在该金融用户知识图谱中形成所述目标金融用户对应的金融关联数据。进一步地，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：构建用于建立金融用户知识图谱的资源描述框架；应用预设的数据采集引擎抓取各个金融用户的关联数据；对各个所述金融用户的关联数据进行预处理，并基于所述资源描述框架，自预处理后的各个所述金融用户的关联数据中抽取各个所述金融用户的实体三元组数据，并建立新的金融用户知识图谱或更新预存储的金融用户知识图谱，以自所述金融用户知识图谱中提取任意数量的金融用户的金融关联数据。进一步地，所述对各个所述金融用户的关联数据进行预处理，并基于所述资源描述框架，自预处理后的各个所述金融用户的关联数据中抽取各个所述金融用户的实体三元组数据，以建立新的金融用户知识图谱或更新预存储的金融用户知识图谱，包括：对各个金融用户的关联数据进行数据类型划分，以形成对应的结构数据、半结构数据和非结构数据；基于预设的直接映射或映射规则定义方式，将所述结构数据中的与所述资源描述框架对应的实体三元组数据映射到所述金融用户知识图谱的对应位置；根据预设的命名实体识别方式，将所述半结构数据和非结构数据中的与所述资源描述框架对应的实体三元组数据映射到所述金融用户知识图谱的对应位置。进一步地，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：自当前的所述金融用户知识图谱中获取各个所述金融用户各自对应的金融关联数据；应用各个所述金融用户各自对应的金融关联数据以及标签生成训练数据集，其中，所述标签用于表示对应的金融用户在各个所述维度的历史信贷风险结果；基于所述训练数据集训练预设的机器学习模型，以生成或更新用于获取金融用户在多维度各自对应的第一信贷风险预测结果的多维度信贷风险预测模型。第二方面，本申请提供一种信贷风险预测装置，包括：模型预测模块，用于将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型，以使该多维度信贷风险预测模型输出所述目标金融用户在各个预设的维度分别对应的第一信贷风险预测结果；多维度融合模块，用于根据所述目标金融用户在各个所述维度分别对应的第一信贷风险预测结果融合生成该目标金融用户的第二信贷风险预测结果；数据输出模块，用于输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据。第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的信贷风险预测方法。第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的信贷风险预测方法。由上述技术方案可知，本申请提供的一种信贷风险预测方法及装置，方法将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型，以使该多维度信贷风险预测模型输出所述目标金融用户在各个预设的维度分别对应的第一信贷风险预测结果；根据所述目标金融用户在各个所述维度分别对应的第一信贷风险预测结果融合生成该目标金融用户的第二信贷风险预测结果；输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据；通过多维度信贷风险预测模型的应用，能够从多个维度获取目标金融用户的信贷风险预测结果，即各个第一信贷风险预测结果，而后再根据各个第一信贷风险预测结果生成目标金融用户整体上的第二信贷风险预测结果，进而能够有效提高信贷风险本文档来自技高网...

【技术保护点】
1.一种信贷风险预测方法，其特征在于，包括：/n将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型，以使该多维度信贷风险预测模型输出所述目标金融用户在各个预设的维度分别对应的第一信贷风险预测结果；/n根据所述目标金融用户在各个所述维度分别对应的第一信贷风险预测结果融合生成该目标金融用户的第二信贷风险预测结果；/n输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据。/n

【技术特征摘要】
1.一种信贷风险预测方法，其特征在于，包括：
将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型，以使该多维度信贷风险预测模型输出所述目标金融用户在各个预设的维度分别对应的第一信贷风险预测结果；
根据所述目标金融用户在各个所述维度分别对应的第一信贷风险预测结果融合生成该目标金融用户的第二信贷风险预测结果；
输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据。


2.根据权利要求1所述的信贷风险预测方法，其特征在于，所述输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据，包括：
获取所述目标金融用户对应的容忍度阈值；
基于所述容忍度阈值、所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的关联数据，生成以图结构数据显示的第三信贷风险防控结果；
输出所述第三信贷风险防控结果以显示该第三信贷风险防控结果。


3.根据权利要求1所述的信贷风险预测方法，其特征在于，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：
接收信贷风险预测请求，其中，该信贷风险预测请求中包括目标金融用户的唯一标识；
自预设的金融用户知识图谱中查找所述目标金融用户的唯一标识，若查找到该目标金融用户的唯一标识，则基于该唯一标识自所述金融用户知识图谱中提取所述目标金融用户的金融关联数据。


4.根据权利要求3所述的信贷风险预测方法，其特征在于，还包括：
若未在所述金融用户知识图谱查找到所述目标金融用户的唯一标识，则应用预设的数据采集引擎抓取该目标金融用户的关联数据；
基于所述金融用户知识图谱对应的资源描述框架，自所述关联数据中抽取所述目标金融用户的实体三元组数据，并将该实体三元组数据和所述目标金融用户的唯一标识加入所述金融用户知识图谱中，以在该金融用户知识图谱中形成所述目标金融用户对应的金融关联数据。


5.根据权利要求1所述的信贷风险预测方法，其特征在于，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：
构建用于建立金融用户知识图谱的资源描述框架；
应用预设的数据采集引擎抓取各个金融用户的关联数据；
对各个所述金融用户的关联数据进行预处理，并基于所述资源描述框架，自预处理后的各个所述金融用户的关联数据中抽取各个所述金融用户的实体三元组数据，并建立新的金...

【专利技术属性】
技术研发人员：卢业，左金柱，谢超，林露蕃，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11