[發(fā)明專利]基于知識圖譜技術(shù)的小微企業(yè)畫像生成方法及裝置

在審

• 申請?zhí)枺?/td>: 201910533256.1
• 申請日: 2019-06-19
• 公開（公告）號: CN110489560A
• 公開（公告）日: 2019-11-22
• 發(fā)明（設(shè)計）人: 李振;劉恒;趙興瑩
• 申請（專利權(quán)）人: 民生科技有限責任公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/28;G06Q10/10;G06Q40/00;G06Q40/02
• 代理公司: 11401 北京金智普華知識產(chǎn)權(quán)代理有限公司
• 代理人: 巴曉艷<國際申請>=<國際公布>=<進入

本發(fā)明公開了一種基于知識圖譜技術(shù)的小微企業(yè)畫像生成的方法及裝置，屬于數(shù)據(jù)分析領(lǐng)域。該方法包括：結(jié)構(gòu)化數(shù)據(jù)處理；非結(jié)構(gòu)化數(shù)據(jù)處理；構(gòu)建知識圖譜；生成小微企業(yè)畫像。通過構(gòu)建企業(yè)知識圖譜，將小微企業(yè)分散的數(shù)據(jù)整合起來，并彌補小微企業(yè)缺失的數(shù)據(jù)，形成巨大的企業(yè)數(shù)據(jù)網(wǎng)絡(luò)結(jié)構(gòu)圖，清晰體現(xiàn)企業(yè)多層上下游關(guān)系、多層股權(quán)關(guān)系、高管信息、輿情數(shù)據(jù)等等。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)分析領(lǐng)域，具體涉及一種基于知識圖譜技術(shù)的多源異構(gòu)數(shù)據(jù)的小微企業(yè)畫像生成方法及裝置。

背景技術(shù)

小微企業(yè)是我國經(jīng)濟和社會發(fā)展中的一支重要支撐力量，在確保國民經(jīng)濟穩(wěn)定增長、緩解社會就業(yè)壓力、拉動民間投資、優(yōu)化經(jīng)濟結(jié)構(gòu)、促進市場競爭、推進技術(shù)創(chuàng)新、保持社會穩(wěn)定等方面具有不可替代的重要作用。但是小微企業(yè)融資難是全世界難題，小微企業(yè)融資困難本質(zhì)上來說三個不對稱，一個信息不對稱，一個風險不對稱，一個是收益和成本不對稱。信息不對稱是銀行對小微企業(yè)不透明、不了解；風險不對稱是因為沒有抵押，小微企業(yè)破產(chǎn)后，給銀行造成損失；成本不對稱是指，大銀行做小微企業(yè)貸款每一筆要幾千塊成本，成本高、收益小。

所以，創(chuàng)建小微企業(yè)公司信息相關(guān)的知識圖譜，能夠?qū)崿F(xiàn)只需查詢一家公司，就可以了解該公司的整個股權(quán)鏈情況，向上可穿透股東，向下可穿透子公司，高效直觀的刻畫擬授信主體間的關(guān)聯(lián)網(wǎng)絡(luò),借助知識圖譜技術(shù)可以全維度對主體進行畫像，立體復(fù)現(xiàn)主體的真實狀況，從而快速高效地小微企業(yè)信息不完善的痛點，幫助銀行等金融機構(gòu)實現(xiàn)小微企業(yè)風險評級和信用管理考核評價，一定程度上解決小微企業(yè)貸款難的問題。

知識圖譜基于圖的數(shù)據(jù)結(jié)構(gòu)，由節(jié)點和邊組成，每個節(jié)點表示“實體”，每條邊為實體與實體之間的“關(guān)系”，可以清晰表達公司之間的各種關(guān)系，借助知識圖譜可以全面展示小微企業(yè)的信息，解決之前傳統(tǒng)方案諸多難題和不足,更好幫助金融機構(gòu)在小微企業(yè)貸款方面進行風險管理。

發(fā)明內(nèi)容

鑒于上述問題，本發(fā)明針對小微企業(yè)企業(yè)的數(shù)據(jù)來源分散、財務(wù)數(shù)據(jù)不全、數(shù)據(jù)結(jié)構(gòu)差異大、數(shù)據(jù)缺失嚴重等問題，提供了一種基于知識圖譜、兼容多種數(shù)據(jù)源、多種數(shù)據(jù)結(jié)構(gòu)的小微企業(yè)畫像生成方法、設(shè)備和裝置。

根據(jù)本發(fā)明的第一方面，提供一種小微企業(yè)畫像生成方法，其特征在于，所述方法通過結(jié)構(gòu)化數(shù)據(jù)構(gòu)建第一知識圖譜，獲取非結(jié)構(gòu)化數(shù)據(jù)并提取出關(guān)系描述框架三元組關(guān)系表達式，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，導(dǎo)入所述第一企業(yè)知識圖譜形成第二企業(yè)知識圖譜，基于所述第二企業(yè)知識圖譜生成小微企業(yè)畫像，所述方法具體包括：

步驟1：結(jié)構(gòu)化數(shù)據(jù)處理；

步驟2：非結(jié)構(gòu)化數(shù)據(jù)處理；

步驟3：生成小微企業(yè)畫像。

進一步的，所述步驟1具體包括：

步驟11：確定為創(chuàng)建第一企業(yè)知識圖譜所需要的結(jié)構(gòu)化數(shù)據(jù)；

步驟12：將所述結(jié)構(gòu)化數(shù)據(jù)以csv格式文件形式導(dǎo)出；

步驟13：將導(dǎo)出的csv格式文件導(dǎo)入圖數(shù)據(jù)庫并創(chuàng)建節(jié)點，給節(jié)點賦予屬性值；

步驟14：在導(dǎo)入csv格式文件數(shù)據(jù)中查找實體，并建立實體之間的關(guān)系；

步驟15：按照上述步驟導(dǎo)入不同維度的實體關(guān)系，得到第一企業(yè)知識圖譜。

進一步的，所述步驟2具體包括：

步驟21：對用于構(gòu)建實體識別模型和關(guān)系抽取模型的第一非結(jié)構(gòu)化數(shù)據(jù)進行預(yù)處理，去除不必要的信息，提取出正文，并切分為若干句子；

步驟22：標注第一樣本數(shù)據(jù)作為實體識別模型的樣本；

步驟23：將標記的第一樣本數(shù)據(jù)分為實體識別模型訓練集和實體識別模型測試集，實體識別模型訓練集用于訓練實體識別模型的參數(shù)，實體識別模型測試集用于測試實體識別模型是否可用；