[發明專利]關系網絡圖的展示方法及裝置

在審

• 申請號: 201910872318.1
• 申請日: 2019-09-16
• 公開（公告）號: CN110544052A
• 公開（公告）日: 2019-12-06
• 發明（設計）人: 張杰;羅華剛;李犇;吳信東
• 申請（專利權）人: 北京明略軟件系統有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02
• 代理公司: 11240 北京康信知識產權代理有限責任公司
• 代理人: 江舟<國際申請>=<國際公布>=<進入國

本發明提供了一種關系網絡圖的展示方法及裝置，上述方法包括：獲取第一監控對象的屬性信息、第一風險評估指標、關系網絡圖以及第一事件數據；通過違約風險概率模型對第一監控對象的屬性信息、第一風險評估指標、關系網絡圖以及第一事件數據進行分析，確定第一監控對象違約的概率，違約風險概率模型為使用多組數據通過機器學習訓練出的，多組數據中的每組數據均包括：歷史監控對象的屬性信息、風險評估指標、事件數據、關系網絡圖和歷史監控對象違約的概率；根據第一監控對象違約的概率，按照預定的展示規則對關系網絡圖進行展示，關系網絡圖包括由與歷史監控對象以及與第一監控對象分別對應的節點組成的關系網絡圖。

技術領域

本發明涉及通信領域，具體而言，涉及一種關系網絡圖的展示方法及裝置。

背景技術

近幾十年我國經濟體量逐年增大，信貸業務也得到了迅猛發展，如何有效識別并用量化的手段度量信貸客戶的風險，同時在風險相關的事件發生之后及時有效的判斷出風險如何在企業和個人關系網中傳播擴散，這些都已成為金融機構普遍關注的核心問題。傳統的風險計量方法需要依靠人工分別建立風險計量模型、風險傳導模型，并且建立的過程中依賴人工設定各項因子的分箱及其權重，因此傳統方法的整個流程非常依賴專家經驗。并且傳統方法的風險預測的準確度很難保障，不同專家開發的模型難以統一和量化比較，并且建模周期長。

針對相關技術中，風險預測的準確性較低的技術問題，尚未提出有效的技術方案。

發明內容

本發明實施例提供了一種關系網絡圖的展示方法及裝置，以至少解決相關技術中風險預測的準確性較低的問題。

根據本發明的一個實施例，提供了一種關系網絡圖的展示方法，包括：

獲取第一監控對象的屬性信息、第一風險評估指標、所述關系網絡圖以及第一事件數據；

通過違約風險概率模型對所述第一監控對象的屬性信息、第一風險評估指標、關系網絡圖以及第一事件數據進行分析，確定所述第一監控對象違約的概率，其中，所述違約風險概率模型為使用多組數據通過機器學習訓練出的，所述多組數據中的每組數據均包括：歷史監控對象的屬性信息、風險評估指標、事件數據、所述關系網絡圖和所述歷史監控對象違約的概率；

根據所述第一監控對象違約的概率，按照預定的展示規則對所述關系網絡圖進行展示，其中，所述關系網絡圖包括由與所述歷史監控對象以及與所述第一監控對象分別對應的節點組成的關系網絡圖。

可選地，所述歷史監控對象的風險評估指標包括對所述歷史監控對象進行風險評估的外部指標，所述歷史監控對象的事件數據包括與對所述歷史監控對象進行風險評估有關的事件；所述第一風險評估指標包括對所述第一監控對象進行風險評估的外部指標，所述第一事件數據包括與對所述第一監控對象進行風險評估有關的事件。

可選地，所述歷史監控對象的屬性信息包括以下至少之一：所述歷史監控對象的收入負債比、資金流動性；所述第一監控對象的屬性信息包括以下至少之一：所述第一監控對象的收入負債比、資金流動性；

所述歷史監控對象的風險評估指標、所述第一風險評估指標包括以下至少之一：經濟周期、采購經理人指數；

所述歷史監控對象的事件數據包括以下至少之一：所述歷史監控對象的行政處罰事件、品牌輿情事件、安全事故、財務事件；所述第一事件數據包括以下至少之一：所述第一監控對象的行政處罰事件、品牌輿情事件、安全事故、財務事件。

可選地，所述違約風險概率模型是按照以下方式訓練得到的：將所述關系網絡圖以及所述事件數據分別轉換為第一向量、第二向量，其中，所述第一向量以及所述第二向量均為一維向量；使用所述監控對象的屬性信息、所述歷史監控對象的風險評估指標、所述第一向量以及所述第二向量對所述違約風險概率模型進行訓練得到訓練完成后的所述違約風險概率模型。