一种异构社交网络风控处理方法及系统技术方案

本公开涉及一种异构社交网络风控处理方法及系统，其中该方法包括：获取多个用户数据，所述多个用户数据包括不同社交网络的用户数据；基于预设聚合指标对多个所述用户数据进行聚类处理，得到多个数据集；其中每个所述数据集包括多个所述用户数据中的部分用户数据，且每个所述数据集中的用户数据互不重合；基于多个所述数据集中的用户数据分别构建对应的多个用户关系子网络，基于多个所述用户关系子网络构建用户关系网络；基于所述用户关系网络构建风控模型，以基于所述风控模型处理用户金融交易数据。交易数据。交易数据。

【技术实现步骤摘要】
一种异构社交网络风控处理方法及系统


[0001]本公开实施例涉及计算机
，尤其涉及一种异构社交网络风控处理方法及系统。

技术介绍

[0002]目前金融行业如银行业竞争变得非常激烈，如何实现客户数量的持续增长是银行业关注的重要问题之一。随着互联网金融的快速发展，其对传统银行造成可很大冲击，因此如何识别优质客户从而进行信贷风险控制是提升银行利润的关键。
[0003]传统的银行信贷风险控制，主要依靠客户在办理银行卡时所填写的申请内容例如公司信息、职业信息、学历信息等。互联网金融领域这种传统方式进行客户的信贷风险控制准确性低，使得信贷风险增加。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种异构社交网络风控处理方法及系统。
[0005]第一方面，本公开实施例提供了一种异构社交网络风控处理方法，该方法包括：获取多个用户数据，所述多个用户数据包括不同社交网络的用户数据；基于预设聚合指标对多个所述用户数据进行聚类处理，得到多个数据集；其中每个所述数据集包括多个所述用户数据中的部分用户数据，且每个所述数据集中的用户数据互不重合；基于多个所述数据集中的用户数据分别构建对应的多个用户关系子网络，基于多个所述用户关系子网络串联构建用户关系网络；基于所述用户关系网络构建风控模型，以基于所述风控模型处理用户金融交易数据。
[0006]可选的，在一个实施方案中，所述获取多个用户数据，包括：提取不同社交网络的用户交互数据；其中所述用户交互数据包括同一社交网络内不同用户之间的交互数据和/或不同社交网络之间的用户交互数据；所述基于预设聚合指标对多个所述用户数据进行聚类处理，得到多个数据集，包括：基于预设聚合指标对所述同一社交网络内不同用户之间的交互数据和/或所述不同社交网络之间的用户交互数据进行聚类处理以得到多个所述数据集。
[0007]可选的，在一个实施方案中，每个所述用户关系子网络表征同类型的一组用户之间的多种关系，不同所述用户关系子网络表征的用户类型不同。
[0008]可选的，在一个实施方案中，每个所述用户关系子网络包括目标节点以及与所述目标节点具有直接交互关系的节点和/或与所述目标节点具有间接交互关系的节点，其中各个相邻节点之间的边具有相应的权重，且每个边的权重基于对应的相邻节点之间的双向
交互数据确定。
[0009]可选的，在一个实施方案中，所述基于所述用户关系网络构建风控模型，以基于所述风控模型处理用户金融交易数据，包括：基于所述用户关系网络挖掘出用户社会关系，基于所述用户社会关系获取用户金融交易数据，基于所述用户金融交易数据训练得到风控模型；将目标用户金融交易数据输入所述风控模型，以得到该目标用户的金融交易风险预测值，在所述金融交易风险预测值大于预设值时禁止该目标用户的金融交易行为。
[0010]可选的，在一个实施方案中，该方法还包括：获取针对所述风控模型的多个测试金融交易数据输出的测试结果，对所述测试结果进行统计得到至少一个预设指标参数值；若所述至少一个预设指标参数值满足预设条件，则将所述风控模型确定为可用的风控模型；若所述至少一个预设指标参数值不满足所述预设条件，则对所述风控模型进行优化处理，并返回所述获取针对所述风控模型的多个测试金融交易数据输出的测试结果的步骤，直至将优化的风控模型确定为可用的风控模型结束。
[0011]可选的，在一个实施方案中，该方法还包括：获取不同社交网络的用户特征数据，基于所述不同社交网络的用户特征数据确定对应的用户画像片段数据；将所述不同社交网络对应的用户画像片段数据关联融合形成用户画像数据；基于所述用户画像数据以及所述风控模型处理用户金融交易数据。第二方面，本公开实施例提供一种异构社交网络风控处理系统，包括：获取模块，用于获取多个用户数据，所述多个用户数据包括不同社交网络的用户数据；聚类模块，用于基于预设聚合指标对多个所述用户数据进行聚类处理，得到多个数据集；其中每个所述数据集包括多个所述用户数据中的部分用户数据，且每个所述数据集中的用户数据互不重合；构建模块，用于基于多个所述数据集中的用户数据分别构建对应的多个用户关系子网络，基于多个所述用户关系子网络构建用户关系网络；处理模块，用于基于所述用户关系网络构建风控模型，以基于所述风控模型处理用户金融交易数据。
[0012]第三方面，本公开实施例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上述任一实施例所述异构社交网络风控处理方法。
[0013]第四方面，本公开实施例提供一种电子设备，包括：处理器；以及存储器，用于存储计算机程序；其中，所述处理器配置为经由执行所述计算机程序来执行上述任一实施例所述异构社交网络风控处理方法。
[0014]本公开实施例提供的技术方案与现有技术相比具有如下优点：本公开实施例提供的异构社交网络风控处理方法及系统，获取多个用户数据，所
述多个用户数据包括不同社交网络的用户数据；基于预设聚合指标对多个所述用户数据进行聚类处理，得到多个数据集，每个所述数据集包括多个所述用户数据中的部分用户数据，且每个所述数据集中的用户数据互不重合；基于多个所述数据集中的用户数据分别构建对应的多个用户关系子网络，基于多个所述用户关系子网络串联构建用户关系网络；基于所述用户关系网络构建风控模型，以基于所述风控模型处理用户金融交易数据。这样，本实施例通过获取不同社交网络的大量用户数据并进行聚类处理，基于聚类处理结果数据集构建多个不同的用户关系子网络，然后再基于多个不同的用户关系子网络串联构建最终的用户关系网络并据此建立风控模型，如此可以准确地发现多关系社交网络中的不同社团结构即不同的用户关系子网络表征的一组用户关系，考虑了不同社交网络中多种用户关系的相互作用以及异构网络的节点即用户间的相互影响，这些因素综合使得最终建立的用户关系网络更全面准确，从而使得建立的风控模型更加精确，由此使得在互联网金融领域进行客户的信贷风险控制准确性提高，信贷风险降低。
附图说明
[0015]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0016]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本公开实施例异构社交网络风控处理方法流程图；图2为本公开另一实施例异构社交网络风控处理方法流程图；图3为本公开又一实施例异构社交网络风控处理方法流程图；图4为本公开实施例异构社交网络风控处理系统的示意图；图5为本公开实施例的电子设备的示意图。
具体实施方式
[0018]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异构社交网络风控处理方法，其特征在于，该方法包括：获取多个用户数据，所述多个用户数据包括不同社交网络的用户数据；基于预设聚合指标对多个所述用户数据进行聚类处理，得到多个数据集；其中每个所述数据集包括多个所述用户数据中的部分用户数据，且每个所述数据集中的用户数据互不重合；基于多个所述数据集中的用户数据分别构建对应的多个用户关系子网络，基于多个所述用户关系子网络串联构建用户关系网络；基于所述用户关系网络构建风控模型，以基于所述风控模型处理用户金融交易数据。2.根据权利要求1所述的方法，其特征在于，所述获取多个用户数据，包括：提取不同社交网络的用户交互数据；其中所述用户交互数据包括同一社交网络内不同用户之间的交互数据和/或不同社交网络之间的用户交互数据；所述基于预设聚合指标对多个所述用户数据进行聚类处理，得到多个数据集，包括：基于预设聚合指标对所述同一社交网络内不同用户之间的交互数据和/或所述不同社交网络之间的用户交互数据进行聚类处理以得到多个所述数据集。3.根据权利要求1或2所述的方法，其特征在于，每个所述用户关系子网络表征同类型的一组用户之间的多种关系，不同所述用户关系子网络表征的用户类型不同。4.根据权利要求3所述的方法，其特征在于，每个所述用户关系子网络包括目标节点以及与所述目标节点具有直接交互关系的节点和/或与所述目标节点具有间接交互关系的节点，其中各个相邻节点之间的边具有相应的权重，且每个边的权重基于对应的相邻节点之间的双向交互数据确定。5.根据权利要求4所述的方法，其特征在于，所述基于所述用户关系网络构建风控模型，以基于所述风控模型处理用户金融交易数据，包括：基于所述用户关系网络挖掘出用户社会关系，基于所述用户社会关系获取用户金融交易数据，基于所述用户金融交易数据训练得到风控模型；将目标用户金融交易数据输入所述风控模型，以得到该目标用户的金融交易风险预测值，在所述金融交易风险预...

【专利技术属性】
技术研发人员：陈德泉，
申请(专利权)人：湖南三湘银行股份有限公司，
类型：发明
国别省市：