[發明專利]基于關聯網絡的風險評估方法、裝置、設備以及存儲介質

在審

• 申請號: 202110024642.5
• 申請日: 2021-01-08
• 公開（公告）號: CN112669143A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 魯海生;嚴澄;楊青
• 申請（專利權）人: 上海優揚新媒信息技術有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06N3/04;G06N3/08
• 代理公司: 北京知帆遠景知識產權代理有限公司 11890
• 代理人: 劉巖磊

本申請提供一種基于關聯網絡的風險評估方法、裝置、設備以及存儲介質，該方法通過獲取目標節點在關聯網絡中的目標社區，該目標節點為待評估的目標對象在關聯網絡中對應的節點，目標社區由多個關聯程度大于預設值的節點組成，并獲取目標社區的社區特征，社區特征為基于目標社區中每個節點的特征確定的，再將社區特征和第一特征，輸入風險評估模型，得到目標對象的風險評估結果，風險評估模型為基于神經網絡模型訓練得到的，第一特征為基于目標節點的n階鄰居節點的特征確定的，實現了對目標對象的風險進行全面、準確的評估。

技術領域

本申請涉及計算機技術領域，尤其涉及一種基于關聯網絡的風險評估方法、裝置、設備以及存儲介質。

背景技術

目前，常利用互聯網和大數據對需要進行業務行為的用戶進行風險評估，以避免該用戶在進行業務行為時帶來較大的風險。例如，一、通過分析用戶的特征來識別用戶的風險；二、或者在與用戶具有關聯關系的用戶中存在風險大于預設值的用戶時，確定該用戶的風險大，在與用戶具有關聯關系的用戶中不存在風險大于預設值的用戶時，確定該用戶的風險小。

然而，現有的風險評估方法均無法全面、準確的對用戶的風險進行評估。

發明內容

本申請提供一種基于關聯網絡的風險評估方法、裝置、設備以及存儲介質，能夠對目標對象的風險進行全面、準確的評估。

第一方面，本申請實施例提供一種基于關聯網絡的風險評估方法，該方法包括：

獲取目標節點在關聯網絡中的目標社區，目標節點為待評估的目標對象在關聯網絡中對應的節點，目標社區由多個關聯程度大于預設值的節點組成；

獲取目標社區的社區特征，社區特征為基于目標社區中每個節點的特征確定的；

將社區特征和第一特征，輸入風險評估模型，得到目標對象的風險評估結果，風險評估模型為基于神經網絡模型訓練得到的，第一特征為基于目標節點的n階鄰居節點的特征確定的，n≥1。

第二方面，本申請實施例提供一種風險評估裝置，包括：

獲取單元，用于獲取目標節點在關聯網絡中的目標社區，目標節點為待評估的目標對象在關聯網絡中對應的節點，目標社區由多個關聯程度大于預設值的節點組成；

獲取單元還用于獲取目標社區的社區特征，社區特征為基于目標社區中每個節點的特征確定的；

處理單元，用于將社區特征和第一特征，輸入風險評估模型，得到目標對象的風險評估結果，風險評估模型為基于神經網絡模型訓練得到的，第一特征為基于目標節點的n階鄰居節點的特征確定的，n≥1。

第三方面，本申請實施例提供一種電子設備，包括：存儲器和處理器；

存儲器存儲計算機執行指令；

處理器執行存儲器存儲的計算機執行指令，使得處理器執行第一方面或其各實施方式中的方法。

第四方面，本申請實施例提供一種存儲介質，包括：可讀存儲介質和計算機程序，計算機程序用于實現第一方面或其各實現方式中的方法。

本申請實施例，通過圖像識別模型，對輸入的圖像的定位信息和分類信息進行并行的識別，以得到識別結果，提高了處理效率，且具有共享權重的多任務學習機制的圖像識別模型節省了存儲空間，再根據識別結果對圖像進行對應的圖像處理操作，以確保圖像中的目標對象能夠被準確識別。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本申請實施例提供的一種關聯網絡的示意圖；