关联风险的识别方法技术

本公开提供了一种关联风险的识别方法，可用于人工智能领域

【技术实现步骤摘要】
关联风险的识别方法、装置、电子设备和介质


[0001]本公开涉及人工智能领域，还可用于金融领域或其他领域，具体地，涉及一种关联风险的识别方法
、
装置
、
设备
、
介质和程序产品
。

技术介绍

[0002]信贷风控对防范可能发生的金融风险非常重要
。
因此，快速
、
准确识别关联风险是降低金融风险的有效手段
。
[0003]在实现本公开构思的过程中，专利技术人发现，现有的关联风险的识别方法主要利用内部的金融数据进行分析，不能充分利用现有的数据资源，导致识别速度慢
、
识别效率低
、
识别的准确度不高，并且存在数据资源浪费的问题
。

技术实现思路

[0004]鉴于上述问题，本公开提供了一种关联风险的识别方法
、
装置
、
设备
、
介质和程序产品
。
[0005]根据本公开的第一个方面，提供了一种关联风险的识别方法，包括：确定待识别关联风险的目标企业；获取融合图谱，其中，所述融合图谱包括多个节点和多条边，所述多个节点中的每一个节点对应一个企业，所述多条边中的每一条边表示该条边所连接的两个节点之间的一种关系，所述两个节点之间的关系包括金融关系
、
工商关系和供应链关系中的至少一种；在所述融合图谱上，确定与所述目标企业对应的目标节点的关联节点；获取所述关联节点的关联指数；以及基于所述关联节点的关联指数，得到所述目标企业的关联风险的识别结果
。
[0006]根据本公开的实施例，所述在所述融合图谱上，确定与所述目标企业对应的目标节点的关联节点的步骤包括：在所述融合图谱上，计算所述目标节点与除所述目标节点以外的节点之间的关联指数；和基于所述关联指数，得到所述目标节点的关联节点
。
[0007]根据本公开的实施例，所述计算所述目标节点与除所述目标节点以外的节点之间的关联指数的步骤包括：获取所述融合图谱上每个节点的非图特征变量值；基于所述融合图谱，计算所述融合图谱上每个节点的图特征变量值，其中，所述图特征变量值包括出入度值和紧密度值；将所述非图特征变量值和所述图特征变量值输入预设的关联指数预测模型，得到所述目标节点与除所述目标节点以外的节点之间的关联指数，其中，所述关联指数预测模型是利用历史数据预先训练得到的
。
[0008]根据本公开的实施例，所述基于所述关联指数，得到所述目标节点的关联节点的步骤包括：预设关联指数阈值；在所述融合图谱上，对除所述目标节点以外的一个节点，当所述节点的关联指数大于等于所述关联指数阈值时，确定所述节点为关联节点
。
[0009]根据本公开的实施例，所述基于所述关联节点的关联指数，得到所述目标企业的关联风险的识别结果的步骤包括：预设风险阈值；和当所述关联节点的关联指数大于所述风险阈值时，所述目标企业的关联风险的识别结果为高风险，将与所述关联节点对应的企
业纳入交易风险管理
。
[0010]根据本公开的实施例，所述方法还包括：当所述关联节点的关联指数小于等于所述风险阈值时，所述目标企业的关联风险的识别结果为低风险，向与所述关联节点对应的企业发送风险预警通知
。
[0011]根据本公开的实施例，获取所述融合图谱的步骤包括：获取第一图谱，所述第一图谱用于反映金融关系和工商关系；获取第二图谱，所述第二图谱用于反映供应链关系；以及利用图数据库技术融合所述第一图谱和第二图谱，得到所述融合图谱
。
[0012]本公开的第二方面提供了一种关联风险的识别装置，包括：第一确定模块，用于确定待识别关联风险的目标企业；第一获取模块，用于获取融合图谱，其中，所述融合图谱包括多个节点和多条边，所述多个节点中的每一个节点对应一个企业，所述多条边中的每一条边表示该条边所连接的两个节点之间的一种关系，所述两个节点之间的关系包括金融关系
、
工商关系和供应链关系中的至少一种；第二确定模块，用于在所述融合图谱上，确定与所述目标企业对应的目标节点的关联节点；第二获取模块，用于获取所述关联节点的关联指数；以及识别结果生成模块，用于基于所述关联节点的关联指数，得到所述目标企业的关联风险的识别结果
。
[0013]根据本公开的实施例，所述第二确定模块包括：第一计算单元，用于在所述融合图谱上，计算所述目标节点与除所述目标节点以外的节点之间的关联指数；和第一确定单元，用于基于所述关联指数，得到所述目标节点的关联节点
。
[0014]根据本公开的实施例，所述第一计算单元包括：第一获取子模块，用于获取所述融合图谱上每个节点的非图特征变量值；第一计算子模块，用于基于所述融合图谱，计算所述融合图谱上每个节点的图特征变量值，其中，所述图特征变量值包括出入度值和紧密度值；第一确定子模块，用于将所述非图特征变量值和所述图特征变量值输入预设的关联指数预测模型，得到所述目标节点与除所述目标节点以外的节点之间的关联指数，其中，所述关联指数预测模型是利用历史数据预先训练得到的
。
[0015]根据本公开的实施例，所述第一确定单元包括：第一预设子模块，用于预设关联指数阈值；第二确确定子模块，用于在所述融合图谱上，对除所述目标节点以外的一个节点，当所述节点的关联指数大于等于所述关联指数阈值时，确定所述节点为关联节点
。
[0016]根据本公开的实施例，所述识别结果生成模块包括：预设单元，用于预设风险阈值；和第一关联风险识别单元，用于当所述关联节点的关联指数大于所述风险阈值时，所述目标企业的关联风险的识别结果为高风险，将与所述关联节点对应的企业纳入交易风险管理
。
[0017]根据本公开的实施例，所述识别结果生成模块包括：第二关联风险识别单元，用于当所述关联节点的关联指数小于等于所述风险阈值时，所述目标企业的关联风险的识别结果为低风险，向与所述关联节点对应的企业发送风险预警通知
。
[0018]根据本公开的实施例，所述第一获取模块包括：第一获取单元，用于获取第一图谱，所述第一图谱用于反映金融关系和工商关系；第二获取单元，用于获取第二图谱，所述第二图谱用于反映供应链关系；以及融合单元，用于利用图数据库技术融合所述第一图谱和第二图谱，得到所述融合图谱
。
[0019]本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于
存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法
。
[0020]本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法
。
[0021]本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法
。...

【技术保护点】

【技术特征摘要】
1.
一种关联风险的识别方法，其特征在于，所述方法包括：确定待识别关联风险的目标企业；获取融合图谱，其中，所述融合图谱包括多个节点和多条边，所述多个节点中的每一个节点对应一个企业，所述多条边中的每一条边表示该条边所连接的两个节点之间的一种关系，所述两个节点之间的关系包括金融关系
、
工商关系和供应链关系中的至少一种；在所述融合图谱上，确定与所述目标企业对应的目标节点的关联节点；获取所述关联节点的关联指数；以及基于所述关联节点的关联指数，得到所述目标企业的关联风险的识别结果
。2.
根据权利要求1所述的方法，其特征在于，所述在所述融合图谱上，确定与所述目标企业对应的目标节点的关联节点的步骤包括：在所述融合图谱上，计算所述目标节点与除所述目标节点以外的节点之间的关联指数；和基于所述关联指数，得到所述目标节点的关联节点
。3.
根据权利要求2所述的方法，其特征在于，所述计算所述目标节点与除所述目标节点以外的节点之间的关联指数的步骤包括：获取所述融合图谱上每个节点的非图特征变量值；基于所述融合图谱，计算所述融合图谱上每个节点的图特征变量值，其中，所述图特征变量值包括出入度值和紧密度值；将所述非图特征变量值和所述图特征变量值输入预设的关联指数预测模型，得到所述目标节点与除所述目标节点以外的节点之间的关联指数，其中，所述关联指数预测模型是利用历史数据预先训练得到的
。4.
根据权利要求2所述的方法，其特征在于，所述基于所述关联指数，得到所述目标节点的关联节点的步骤包括：预设关联指数阈值；在所述融合图谱上，对除所述目标节点以外的一个节点，当所述节点的关联指数大于等于所述关联指数阈值时，确定所述节点为关联节点
。5.
根据权利要求1所述的方法，其特征在于，所述基于所述关联节点的关联指数，得到所述目标企业的关联风险的识别结果的步骤包括：预设风险阈值；和当所述关联节点的关联指数大于所述风险阈值时，所...

【专利技术属性】
技术研发人员：陈君，张志磊，孙月梅，范奇峰，
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：