[發(fā)明專利]風險識別方法和裝置

有效

• 申請?zhí)枺?/td>: 202110493571.3
• 申請日: 2021-05-07
• 公開（公告）號: CN113222609B
• 公開（公告）日: 2022-05-06
• 發(fā)明（設計）人: 管楚;付子圣;陳紅;鞏金慧;周緒剛
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06N3/04;G06N3/08
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

1.風險識別方法，包括：

獲取風險圖，所述風險圖包括節(jié)點和節(jié)點之間的邊，所述節(jié)點為實體，所述邊為實體間的關聯(lián)關系；

將所述風險圖輸入風險識別模型，得到所述風險圖中待識別節(jié)點的風險得分；

其中所述風險識別模型是預先對所述風險圖中已知風險得分的節(jié)點的知識進行學習后得到的，所述知識包括特征信息、路徑信息和鄰居信息；

該方法還包括：

確定對所述待識別節(jié)點的風險得分影響最大的特征和風險子圖的組合，其中所述風險子圖為所述風險圖中包括所述待識別節(jié)點的子圖；

其中，所述確定對所述風險得分影響最大的特征和風險子圖的組合包括：

變換所述待識別節(jié)點的特征和風險子圖構成的組合；

分別確定各組合與風險得分之間的互信息；

確定所述互信息中滿足預設條件時對應的特征和風險子圖的組合。

2.根據權利要求1所述的方法，其中，所述風險識別模型利用如下方式訓練得到：

確定所述風險圖中被標注風險得分的節(jié)點；

利用所述風險圖中被標注風險得分的節(jié)點訓練圖神經網絡GNN，得到所述風險識別模型；

其中，所述GNN在訓練過程中學習所述被標注風險得分的節(jié)點的特征信息、路徑信息和鄰居信息的權重信息，以最小化所述GNN對所述被標注風險得分的節(jié)點輸出的風險得分與標注的風險得分之間的差異。

3.根據權利要求1所述的方法，其中，所述風險識別模型從所述風險圖中獲取所述待識別節(jié)點的特征信息、路徑信息和鄰居信息，利用預先學習得到的權重信息對所述特征信息、路徑信息和鄰居信息進行注意力處理；將注意力處理后得到的向量映射至風險得分。

4.根據權利要求1所述的方法，其中，所述風險子圖中包含的節(jié)點數量小于或等于預設數量閾值。

5.根據權利要求1至4中任一項所述的方法，其中，所述實體包括賬戶或賬戶群，所述關聯(lián)關系包括資金關系、交易關系、媒介關系或通訊錄關系。

6.風險識別裝置，包括：

圖獲取單元，被配置為獲取風險圖，所述風險圖包括節(jié)點和節(jié)點之間的邊，所述節(jié)點為實體，所述邊為實體間的關聯(lián)關系；

風險評分單元，被配置為將所述風險圖輸入風險識別模型，得到所述風險圖中待識別節(jié)點的風險得分；

其中所述風險識別模型是預先對所述風險圖中已知風險得分的節(jié)點的知識進行學習后得到的，所述知識包括特征信息、路徑信息和鄰居信息；

還包括：

歸因解釋單元，被配置為確定對所述待識別節(jié)點的風險得分影響最大的特征和風險子圖的組合，其中所述風險子圖為所述風險圖中包括所述待識別節(jié)點的子圖；

其中，所述歸因解釋單元，具體被配置為變換所述待識別節(jié)點的特征和風險子圖構成的組合；分別確定各組合與風險得分之間的互信息；確定所述互信息中滿足預設條件時對應的特征和風險子圖的組合。

7.根據權利要求6所述的裝置，還包括：

模型訓練單元，被配置為確定所述風險圖中被標注風險得分的節(jié)點；利用所述風險圖中被標注風險得分的節(jié)點訓練圖神經網絡GNN，得到所述風險識別模型；其中，所述GNN在訓練過程中學習所述被標注風險得分的節(jié)點的特征信息、路徑信息和鄰居信息的權重信息，以最小化所述GNN對所述被標注風險得分的節(jié)點輸出的風險得分與標注的風險得分之間的差異。

8.根據權利要求6所述的裝置，其中，所述風險識別模型，用于從所述風險圖中獲取所述待識別節(jié)點的特征信息、路徑信息和鄰居信息，利用預先學習得到的權重信息對所述特征信息、路徑信息和鄰居信息進行注意力處理；將注意力處理后得到的向量映射至風險得分。

9.根據權利要求6所述的裝置，其中，所述風險子圖中包含的節(jié)點數量小于或等于預設數量閾值。

10.根據權利要求6至9中任一項所述的裝置，其中，所述實體包括賬戶或賬戶群，所述關聯(lián)關系包括資金關系、交易關系、媒介關系或通訊錄關系。

11.一種計算設備，包括存儲器和處理器，其特征在于，所述存儲器中存儲有可執(zhí)行代碼，所述處理器執(zhí)行所述可執(zhí)行代碼時，實現權利要求1-5中任一項所述的方法。