System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,尤其涉及一种基于知识图谱的风险预测方法、装置、设备及存储介质。
技术介绍
1、风险预测是风险控制的一个重要环节。基于大数据的风险预测的难点在于如何把握不同来源的数据整合在一起,并构建风险控制引擎,从而有效地识别出风险案件,比如身份造假、团体欺诈、待办包装等。
2、相关技术中的风险预测方案,通常是利用原始样本用户数据训练风险预测模型,利用风险预测模型对用户进行风险预测。但是,由于大数据场景中的数据量巨大,且数据来源广泛,训练风险预测模型的过程耗时耗资源,且无法将不同来源的数据有效整合在一起,导致风险预测结果不准确。
技术实现思路
1、本申请实施例的目的提供一种基于知识图谱的风险预测方法、装置、设备及存储介质,用于提高风险预测效率和准确性,降低资源消耗。
2、为了实现上述目的,本申请实施例采用下述技术方案:
3、第一方面,本申请实施例提供一种基于知识图谱的风险预测方法,包括:
4、获取目标设备数据表及其对应的目标用户数据,所述目标设备数据表包括n个用户的设备数据,所述目标用户数据包括所述n个用户的用户特征数据,n为大于1的整数;
5、基于所述目标设备数据表中有标签用户的设备数据,将所述目标设备数据表转化为目标用户关系表,所述目标用户关系表表示所述n个用户之间的关联关系;
6、基于所述目标用户关系表,生成知识图谱数据;
7、基于所述知识图谱数据、所述目标用户数据以及所述有标签用户的风险标
8、第二方面,本申请实施例提供一种基于知识图谱的风险预测装置,包括
9、获取单元,用于获取目标设备数据表及其对应的目标用户数据,所述目标设备数据表包括n个用户的设备数据,所述目标用户数据包括所述n个用户的用户特征数据,n为大于1的整数;
10、转化单元,用于基于所述目标设备数据表中有标签用户的设备数据,将所述目标设备数据表转化为目标用户关系表,所述目标用户关系表表示所述n个用户之间的关联关系;
11、构建单元,用于基于所述目标用户关系表,生成知识图谱数据;
12、预测单元,用于基于所述知识图谱数据、所述目标用户数据以及所述有标签用户的风险标签,对所述n个用户中的无标签用户进行风险预测。
13、第三方面,本申请实施例提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的基于知识图谱的风险预测方法。
14、第四方面,本申请实施例提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的基于知识图谱的风险预测方法。
15、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
16、以不同用户的设备数据作为关联不同用户的依据,从而建立起表示不同用户间关联关系的知识图谱;进一步,基于知识图谱表示的关联关系以及知识图谱中携带有风险标签用户的用户特征数据,对无标签用户进行风险预测,可以提高风险预测的准确性和效率;在此基础上,对知识图谱的构建过程进行了改进,将不同用户的设备数据以数据表的形式进行存储,基于有标签用户的设备数据对设备数据表进行表操作,将设备数据表转换为表示不同用户间关联关系的用户关系表,基于用户关系表生成知识图谱数据,来模拟传统的知识图谱构建过程,可以简化图谱构建操作,减少对资源的消耗,以及进一步提高风险预测效率。
本文档来自技高网...【技术保护点】
1.一种基于知识图谱的风险预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标设备数据表中有标签用户的设备数据,将所述目标设备数据表转化为目标用户关系表,包括:
3.根据权利要求2所述的方法,其特征在于,所述第一用户关系表包括第一起点用户标识和第一终点用户标识,所述第一起点用户标识是指表示所述有标签用户,所述第一终点用户标识表示所述N个用户中的一个;
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标用户关系表,生成知识图谱数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述目标设备数据表通过如下方式获得:
6.根据权利要求5所述的方法,其特征在于,所述基于所述M个用户中的风险用户在所述K种设备字段的字段值,从所述K种设备字段中确定目标设备字段,包括:
7.根据权利要求5所述的方法,其特征在于,所述基于每组包含的用户数量,从所述M个用户中选取部分用户,包括:
8.根据权利要求5所述的方法,其特征在于,所述基于所述部分用户和所述目标设备字段,对所述
9.根据权利要求1所述的方法,其特征在于,所述基于所述知识图谱数据、所述目标用户数据以及所述有标签用户的风险标签,对所述N个用户中的无标签用户进行风险预测,包括:
10.一种基于知识图谱数据的风险预测装置,其特征在于,包括:
11.一种电子设备,其特征在于,包括:
12.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至9中任一项所述的基于知识图谱的风险预测方法。
...【技术特征摘要】
1.一种基于知识图谱的风险预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标设备数据表中有标签用户的设备数据,将所述目标设备数据表转化为目标用户关系表,包括:
3.根据权利要求2所述的方法,其特征在于,所述第一用户关系表包括第一起点用户标识和第一终点用户标识,所述第一起点用户标识是指表示所述有标签用户,所述第一终点用户标识表示所述n个用户中的一个;
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标用户关系表,生成知识图谱数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述目标设备数据表通过如下方式获得:
6.根据权利要求5所述的方法,其特征在于,所述基于所述m个用户中的风险用户在所述k种设备字段的字段值,从所述k种设备字段中确定目标设备字段,...
【专利技术属性】
技术研发人员:夏志超,王鑫,肖冰,陆全,蒋宁,吴海英,
申请(专利权)人:马上消费金融股份有限公司,
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。