本申请提供了一种金融风险识别方法、装置、电子设备和存储介质，其中方法包括：对各个用户的社交媒体数据进行特征提取，确定各个用户之间的社交关系特征；以各个用户为节点，基于各个用户之间的社交关系特征确定各个节点之间的边，构建风险识别图网络；对所述风险识别图网络进行社区检测，确定所述风险识别图网络对应的多个社区；基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果。本申请提供的方法和装置，提高了金融风险识别的全面性和准确性。
【技术实现步骤摘要】
本申请涉及大数据，具体而言，涉及一种金融风险识别方法、装置、电子设备和存储介质。
技术介绍
1、金融风险是指在金融系统中，由于各种因素引起的可能导致金融机构或金融市场遭受损失的潜在风险。其中之一就是洗钱风险。当前银行对洗钱风险进行评估主要是依赖于公开的、结构化的金融数据，如客户交易记录、身份验证、反洗钱报告等，以及采购的第三方金融数据等。然而，这些金融数据来源有限，并不能完全反映客户的金融行为，导致金融风险识别不全面、不准确，可能遗漏潜在的洗钱风险等问题。
2、因此，如何提高金融风险识别的全面性和准确性成为业界亟待解决的技术问题。
技术实现思路
1、本申请提供一种金融风险识别方法、装置、电子设备和存储介质，用于解决如何提高金融风险识别的全面性和准确性的技术问题。
2、本申请提供一种金融风险识别方法，包括：
3、对各个用户的社交媒体数据进行特征提取，确定各个用户之间的社交关系特征；
4、以各个用户为节点，基于各个用户之间的社交关系特征确定各个节点之间的边，构建风险识别图网络；
5、对所述风险识别图网络进行社区检测，确定所述风险识别图网络对应的多个社区；
6、基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果。
7、在一些实施例中，所述对各个用户的社交媒体数据进行特征提取，确定各个用户之间的社交关系特征之前，所述方法还包括：
<
p>8、获取各个用户的社交媒体数据；所述社交媒体数据包括第一文本数据、图像数据和语音数据；9、对所述图像数据进行文本识别，得到所述图像数据对应的第二文本数据；
10、对所述语音数据进行语音转写，得到所述语音数据对应的第三文本数据；
11、基于所述第一文本数据、所述第二文本数据和所述第三文本数据，确定所述社交媒体数据对应的文本数据。
12、在一些实施例中，所述确定所述社交媒体数据对应的文本数据之后，所述方法还包括：
13、对所述文本数据进行预处理；所述预处理包括数据清洗、文本分词和实体抽取中的至少一种。
14、在一些实施例中，所述对所述风险识别图网络进行社区检测，确定所述风险识别图网络对应的多个社区，包括：
15、在当前次检测过程中确定各个边的边介数中心性值；
16、将最高边介数中心性值对应的边从所述风险识别图网络中删去；
17、基于所述风险识别图网络中剩余的边，确定所述当前次检测过程中各个节点的连接关系；
18、基于所述当前次检测过程中各个节点的连接关系，对所述风险识别图网络中的节点进行社区划分，确定所述当前次检测过程对应的社区；
19、在所述当前次检测过程对应的社区的数量大于或者等于预设阈值的情况下，将所述当前次检测过程对应的社区作为所述风险识别图网络对应的社区，并停止检测；
20、在所述当前次检测过程对应的社区的数量小于所述预设阈值的情况下，继续进行下一次检测过程。
21、在一些实施例中，所述在当前次检测过程中确定各个边的边介数中心性值，包括：
22、在所述当前次检测过程中确定所述风险识别图网络中剩余的边；
23、基于所述风险识别图网络中剩余的边，确定各个节点到其余节点的最短路径，并基于各个节点到其余节点的最短路径，确定各个剩余的边的边介数中心性值。
24、在一些实施例中，所述基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果，包括：
25、对各个社区中各个用户的社交媒体数据进行特征提取，确定各个用户的社交行为特征；
26、对各个社区中各个用户的资金交易数据进行特征提取，确定各个社区对应的资金交易特征；
27、将各个社区对应的资金交易特征以及各个社区中各个用户的社交行为特征输入金融风险识别模型，得到所述金融风险识别模型输出的各个社区对应的金融风险识别结果；
28、其中，所述金融风险识别模型是基于样本社区对应的资金交易特征以及所述样本社区中各个用户的社交行为特征，以及所述样本社区对应的样本金融风险识别结果训练得到的。
29、在一些实施例中，所述基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果，包括：
30、对各个用户之间的资金交易数据进行解析，确定各个用户之间的异常交易数据；
31、以各个社区中各个用户为节点，以各个用户之间的异常交易数据为边，构建各个社区对应的异常交易图网络；
32、确定各个社区在所述风险识别图网络中对应的子网络；
33、确定任一社区对应的异常交易图网络与对应的子网络的网络结构相似性；
34、在所述网络结构相似性大于预设相似度阈值的情况下，将所述任一社区对应的金融风险识别结果确定为存在金融风险。
35、本申请提供一种金融风险识别装置，包括：
36、特征提取模块，用于对各个用户的社交媒体数据进行特征提取，确定各个用户之间的社交关系特征；
37、网络构建模块，用于以各个用户为节点，基于各个用户之间的社交关系特征确定各个节点之间的边，构建风险识别图网络；
38、社区检测模块，用于对所述风险识别图网络进行社区检测，确定所述风险识别图网络对应的多个社区；
39、风险识别模块，用于基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果。
40、本申请提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述的金融风险识别方法。
41、本申请提供一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行所述的金融风险识别方法。
42、本申请提供的金融风险识别方法、装置、电子设备和存储介质，对各个用户的社交媒体数据进行特征提取，确定各个用户之间的社交关系特征；以各个用户为节点，基于各个用户之间的社交关系特征确定各个节点之间的边，构建风险识别图网络；对风险识别图网络进行社区检测，确定风险识别图网络对应的多个社区；基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果；由于采用了社交媒体数据和资金交易数据相结合的方式进行金融风险识别，能够全面地反映用户的金融交易行为，提高了金融风险识别的全面性和准确性，由于采用了图网络构建和社区检测的分析方法，使得可以从用户之间的社交关系出发，挖掘用户之间潜在的资金交易关系，提高了金融风险识别的准确性，避免遗漏潜在的异常交易风险。
本文档来自技高网...
【技术保护点】
1.一种金融风险识别方法，其特征在于，包括：
2.根据权利要求1所述的金融风险识别方法，其特征在于，所述对各个用户的社交媒体数据进行特征提取，确定各个用户之间的社交关系特征之前，所述方法还包括：
3.根据权利要求2所述的金融风险识别方法，其特征在于，所述确定所述社交媒体数据对应的文本数据之后，所述方法还包括：
4.根据权利要求1所述的金融风险识别方法，其特征在于，所述对所述风险识别图网络进行社区检测，确定所述风险识别图网络对应的多个社区，包括：
5.根据权利要求4所述的金融风险识别方法，其特征在于，所述在当前次检测过程中确定各个边的边介数中心性值，包括：
6.根据权利要求1至5任一项所述的金融风险识别方法，其特征在于，所述基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果，包括：
7.根据权利要求1至5任一项所述的金融风险识别方法，其特征在于，所述基于各个社区中各个用户的社交媒体数据和/或资金交易数据，对各个社区的金融风险进行识别，确定各个社区对应的金融风险识别结果，包括：
8.一种金融风险识别装置，其特征在于，包括：
9.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7任一项所述的金融风险识别方法。
10.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7任一项所述的金融风险识别方法。
...
【技术特征摘要】
1.一种金融风险识别方法，其特征在于，包括：
2.根据权利要求1所述的金融风险识别方法，其特征在于，所述对各个用户的社交媒体数据进行特征提取，确定各个用户之间的社交关系特征之前，所述方法还包括：
3.根据权利要求2所述的金融风险识别方法，其特征在于，所述确定所述社交媒体数据对应的文本数据之后，所述方法还包括：
4.根据权利要求1所述的金融风险识别方法，其特征在于，所述对所述风险识别图网络进行社区检测，确定所述风险识别图网络对应的多个社区，包括：
5.根据权利要求4所述的金融风险识别方法，其特征在于，所述在当前次检测过程中确定各个边的边介数中心性值，包括：
6.根据权利要求1至5任一项所述的金融风险识别方法，其特征在于，所述基于各个社区中各个用户的社...
【专利技术属性】
技术研发人员：张阳，
申请(专利权)人：中银金融科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。