基于知识图谱和图计算的小贷行业团体借贷风险测度方法技术

本发明专利技术提出一种基于知识图谱和图计算的小贷行业团体借贷风险测度方法，涉及金融借贷风险测度，主要分为借贷相关数据的采集、知识抽取、数据处理、知识图谱数据库生成以及风险预测几个部分，其中，知识图谱数据库生成后，对其进行更新迭代，形成分析与更新的良性循环，保证知识图谱的准确性，知识图谱将客观真实业务场景转化为图结果或图关联格式，金融机构以此图结果为基础分析小贷公司的贷款企业所产生的关联风险和系统性风险，基于短期的、公开的、易得的信用信息，节省了核验时间，降低了核验成本，实现对中小企业信用风险的评估。实现对中小企业信用风险的评估。实现对中小企业信用风险的评估。

【技术实现步骤摘要】
基于知识图谱和图计算的小贷行业团体借贷风险测度方法


[0001]本专利技术涉及金融借贷风险测度的
，特别是涉及一种基于知识图谱和图计算的小贷行业团体借贷风险测度方法。

技术介绍

[0002]中小企业在国民经济的发展中占据重要地位，然而，中小企业的融资需求长期面临巨大缺口，大量中小企业处于“融资难”、“融资贵”的困境，严重制约了企业的运营和发展。
[0003]中小企业的融资困境源于“风控难”的痛点：中小企业固定资产少、信息不透明、历史信用记录少，这些特点导致针对中小企业的信用风险评估难度很大。运用金融科技，构建数字信用风险评估模型与技术手段，是破解中小企业融资困境的重要抓手，也是实现国民经济高质量发展、落实金融结构性改革的必然要求。
[0004]传统的企业信用风险评估模型主要依赖于企业财务信息，现有技术中公开了一种基于知识图谱和本体推理机的信贷风险预测方法，根据搜集的借贷公司金融信息数据，建立借贷公司经营状况知识图谱，基于知识图谱，建立本体推理挖掘借贷公司经营状况相关的经营状态信息，并通过借贷公司的金融信息数据、经营状态信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱和图计算的小贷行业团体借贷风险测度方法，其特征在于，所述方法包括以下步骤：S1.采集借贷相关数据；S2.对采集到的借贷相关数据进行知识抽取；S3.对已进行知识抽取的数据借贷相关数据进行预处理；S4.基于预处理后的数据生成小贷公司信贷业务的知识图谱数据库，并对知识图谱数据库分析更新；S5.从知识图谱数据库中提取用作识别借贷风险的特征参数，基于特征参数对小贷行业信贷风险进行预测。2.根据权利要求1所述的基于知识图谱和图计算的小贷行业团体借贷风险测度方法，其特征在于，借贷相关数据包括小贷业务数据、企业关联数据等。3.根据权利要求2所述的基于知识图谱和图计算的小贷行业团体借贷风险测度方法，其特征在于，小贷业务数据、企业关联数据为结构化或非结构化的数据，结构化的数据通过链接数据实现图映射、数据库实现D2R转换的知识抽取，非结构化的数据通过表格、列表、infox实现包装器的知识抽取，包括实体抽取、关系抽取及实体属性抽取。4.根据权利要求1所述的基于知识图谱和图计算的小贷行业团体借贷风险测度方法，其特征在于，对已进行知识抽取的数据借贷相关数据进行的预处理包括：数据整理、统一数据格式和消除错误数据。5.根据权利要求4所述的基于知识图谱和图计算的小贷行业团体借贷风险测度方法，其特征在于，在生成知识图谱数据库后，利用图计算技术对知识图谱数据库中的图数据进行分析，确定漏洞及错误处，更新知识图谱数据库。6.根据权利要求1所述的基于知识图谱和图计算的小贷行业团体借贷风险测度方法，其...

【专利技术属性】
技术研发人员：韦立坚，林俊勤，王帆，马聪，郑娇龙，
申请(专利权)人：广州民间金融街信用数据技术有限公司，
类型：发明
国别省市：