[發明專利]基于圖特征的企業間隱性關聯關系挖掘方法、設備及介質

在審

• 申請號: 202011430159.9
• 申請日: 2020-12-09
• 公開（公告）號: CN112417176A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 仇鈞;姚利虎;韓靜;李志剛
• 申請（專利權）人: 交通銀行股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/901;G06F16/908;G06Q40/02
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 孫永申

1.一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，該方法包括以下步驟：

步驟1：針對數據庫中現存數據進行超級節點識別及剔除操作后生成關聯關系圖；

步驟2：基于現存數據和關聯關系圖進一步提取生成股權樹，針對所有股權樹通過進一步處理得到股權樹對以及股權樹對根節點的對應數據信息；

步驟3：基于關聯關系圖、股權樹對以及股權樹對根節點的對應數據信息，結合Y變量標識規則構建分別采用股權樹對和股權樹根節點兩個維度的特征變量體系；

步驟4：針對股權樹對和股權樹根節點兩個維度的特征變量體系中的所有股權樹指標進行指標聚合及模型寬表整合操作后得到用于模型訓練的最終數據；

步驟5：利用最終數據對LightGBM算法模型訓練，得到訓練完畢的LightGBM算法模型，即隱性關聯關系挖掘模型，并利用其對實際數據進行企業間隱性關聯關系挖掘。

2.根據權利要求1所述的一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，所述的步驟1具體包括：針對數據庫中現存數據根據中心度、入度、出度、頁面排名、緊密中心度指標結果進行初步劃分識別得到超級節點，進行剔除操作后生成關聯關系圖，所述數據庫為TigerGraph數據庫。

3.根據權利要求1所述的一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，所述的步驟2包括以下分步驟：

步驟201：針對現存數據提取時點末全量法人有貸戶數據，基于有貸戶數據通過股權穿透規則進一步生成股權樹；

步驟202：基于股權樹對應數據整合去重，并限定股權樹層級；

步驟203：基于關聯關系圖獲取連通分量，并生成每個步驟1中節點的連通分量編號；

步驟204：剔除股權樹對應數據中的根節點同層非根節點的節點數據、超節點數據、連通分量編號為空的節點數據；

步驟205：基于步驟204，剔除只包含孤立節點、樹內每個節點都隸屬不同的連通體的股權樹、樹間孤立股權樹；

步驟206：基于步驟202至步驟205生成的股權樹數據和連通分量編號結果，同一連通分量編號內的，兩兩組合生成控股股權樹對，剔除根節點均為個人的股權樹對，不同連通分量編號間的股權樹，不組對；

步驟207：組對完畢后得到股權樹對以及股權樹對根節點的對應數據信息。

4.根據權利要求1所述的一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，所述的步驟3中分別采用股權樹對和股權樹根節點兩個維度的特征變量體系包括股權樹特征變量和股權樹根節點對特征變量，其中，所述股權樹特征變量包括股權樹內圖指標、股權樹間圖指標、股權樹間資金交易以及股權樹對圖模式指標，所述股權樹根節點對特征變量包括股權樹根節點對圖指標和股權樹根節點對圖模式指標。

5.根據權利要求1所述的一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，該挖掘方法還包括步驟6：采用兩階段PU-Learning建模法對開發樣本進行正負樣本數據平衡處理，利用經過正負樣本數據平衡處理的開發樣本對隱性關聯關系挖掘模型進行模型評價。

6.根據權利要求1所述的一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，所述的步驟5具體包括：將最終數據設定為LightGBM算法模型入模數據，設定評估目標、訓練關鍵超參數以及模型訓練策略后，最終獲得模型超參數和模型結果，即對應為訓練完畢的LightGBM算法模型，也即隱性關聯關系挖掘模型，并利用其對實際數據進行企業間隱性關聯關系挖掘。

7.根據權利要求6所述的一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，所述的評估目標采用AUC和binary_logloss，所述的關鍵超參數包括通用參數、booster參數和模型學習參數。

8.根據權利要求6所述的一種基于圖特征的企業間隱性關聯關系挖掘方法，其特征在于，所述的模型訓練策略采用留出法評估或K折交叉驗證。