[發明專利]基于用戶信息知識圖譜的風險評估方法、裝置和電子設備

在審

• 申請號: 201910943590.4
• 申請日: 2019-09-30
• 公開（公告）號: CN110795568A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 李尚英;張涵;蔡興
• 申請（專利權）人: 北京淇瑀信息科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06Q40/02;G06N20/00
• 代理公司: 11691 北京清誠知識產權代理有限公司
• 代理人: 喬東峰

1.一種基于用戶信息知識圖譜的風險評估方法，其特征在于，包括：

獲取多個用戶信息數據；

根據所述信息數據構建用戶信息知識圖譜；

利用所述用戶信息知識圖譜分析產生用戶深度特征；

基于所述用戶深度特征，通過深度關系風險模型對所述用戶進行風險評估。

2.根據權利要求1所述的方法，其特征在于，所述根據所述信息數據構建知識圖譜進一步包括：

對獲取的所述信息數據進行深度分析并篩選，挖掘所述用戶信息數據之間的關聯關系，以構建所述用戶信息知識圖譜。

3.根據權利要求1-2中任一項所述的方法，其特征在于，所述挖掘所述用戶信息數據之間的關聯關系進一步包括：

對所述用戶信息數據進行篩選，選擇一部分用戶信息數據用于進行深度分析，挖掘所述用戶信息數據之間的關聯關系，以構建所述用戶信息知識圖譜；選擇另一部分用戶信息數據用于構建關系數據庫；

建立所述用戶信息知識圖譜與所述關系數據庫之間映射，通過所述用戶信息知識圖譜調用所述關系數據庫內的相關數據。

4.根據權利要求1-3中任一項所述的方法，其特征在于，

利用所述用戶信息知識圖譜分析產生用戶深度特征進一步包括：獲取所述用戶的深度關系用戶信息；

基于所述深度關系用戶信息歸納提取深度關系用戶特征。

5.根據權利要求1-4中任一項所述的方法，其特征在于：

所述深度關系用戶可包括所述用戶的N度關系用戶，其中N為大于等于2的自然數。

6.根據權利要求1-5中任一項所述的方法，其特征在于，所述基于所述用戶深度特征，通過深度關系風險模型對所述用戶進行風險評估步驟進一步包括：

構建所述深度關系風險模型；

設定風險閾值；

將所述用戶深度特征代入所述深度關系風險模型以形成所述用戶的深度關系風險得分；

所述深度風險關系得分高于所述風險閾值的用戶評估為疑似風險用戶。

7.根據權利要求1-6中任一項所述的方法，其特征在于，構建所述風險關系模型步驟進一步包括：

獲取歷史用戶相關信息，所述歷史用戶相關信息可包括所述歷史用戶風險信息、所述歷史用戶深度關系用戶信息；

以所述歷史用戶風險信息、所述歷史用戶深度關系用戶信息為樣本進行機器學習方法訓練構建所述風險關系模型。

8.一種基于用戶信息知識圖譜的風險評估裝置，其特征在于，包括：

數據獲取模塊，用于獲取多個用戶信息數據；

圖譜構建模塊，用于根據所述信息數據構建用戶信息知識圖譜；

分析提取模塊，用于利用所述用戶信息知識圖譜分析產生用戶深度特征；

深度風險模型構建模塊，用于構建深度關系風險模型；

風險評估模塊，基于所述用戶深度特征，通過深度關系風險模型對所述用戶進行風險評估。

9.一種電子設備，其中，該電子設備包括：

處理器；以及，

存儲計算機可執行指令的存儲器，所述可執行指令在被執行時使所述處理器執行根據權利要求1-7中任一項所述的方法。

10.一種計算機可讀存儲介質，其中，所述計算機可讀存儲介質存儲一個或多個程序，所述一個或多個程序當被處理器執行時，實現權利要求1-7中任一項所述的方法。