一种基于知识图谱的异常数据识别模型构建方法技术

本公开涉及一种基于知识图谱的异常数据识别模型构建方法，该方法包括：获取目标系统数据；对所述目标系统数据进行整合，构建知识图谱；基于所述知识图谱，分析发掘异常数据。本公开通过对目标数据进行整合，打通壁垒，实现数据共享，构建知识图谱，从而使目标数据关系图形化展示，更加便捷高效的发掘异常数据，大幅度提升风险识别的能力。幅度提升风险识别的能力。幅度提升风险识别的能力。

【技术实现步骤摘要】
一种基于知识图谱的异常数据识别模型构建方法


[0001]本公开涉及计算机
，尤其涉及一种基于知识图谱的异常数据识别模型构建方法。

技术介绍

[0002]发掘异常数据是银行风控系统的重要任务之一，也是金融机构的内在义务。随着大数据的不断发展，银行风控等工作的重点是对客户交易行为进行异常数据的挖掘分析，提取各类如异常数据、审计等业务相关的数据信息，以便进一步进行跟踪、调查和核实。
[0003]在大数据和人工智能时代，数据是非常重要的资源。通过知识图谱，将海量且繁杂的数据内容整合为一个知识网络，从而突破关系型数据库的限制，更精准、迅速地攫取数据价值，提高数据利用的效率和精度，打造更加高效、专业的风险管理方案。
[0004]在传统的银行业风险管理流程中，多通过对目标主体的特征进行严格审核，例如：负债、资产状况、现金流水等方面，但是这些都无法判断主体间的关联风险。知识图谱带来的天然关联检索的特点，将隐含的关系网络梳理清楚，有效地提升了工作的效率，扩大了业务覆盖范围，发现了更多潜在的风险与问题，从数据中挖掘出更大的价值。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的异常数据识别模型构建方法，其特征在于，所述方法包括：获取目标系统数据；对所述目标系统数据进行整合，构建知识图谱；基于所述知识图谱，分析发掘异常数据。2.根据权利要求1所述的方法，其特征在于，获取目标系统数据，所述目标系统数据包括：个人信息、账户信息、客户信息、关联信息，关系信息。3.根据权利要求2所述的方法，其特征在于，对所述目标系统数据进行整合，构建知识图谱，包括：所述知识图谱包括点和边，其中，个人信息、账户信息、客户信息为知识图谱的点，关联信息、关系信息为知识图谱的边。4.根据权利要求1所述的方法，其特征在于，基于所述知识图谱，分析发掘异常数据，包括：基于所述知识图谱的图算法，分析发掘异常数据。5.根据权利要求4所述的方法，其特征在于，所述知识图谱的图算法，包括：最短路径算法、网页排名算法、中心性算法、标签传播算法。6.根据权利要求1所述的方法，其特征在于，基于所...

【专利技术属性】
技术研发人员：贾皓立，陈庆国，梁凯鹏，粟文，程吉辉，宋萍，
申请(专利权)人：北京银丰新融科技开发有限公司，
类型：发明
国别省市：