[发明专利]基于关系网络的属性信息处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于关系网络的属性信息处理方法、装置、计算机设备和存储介质。该方法包括：获取关系网络图谱；关系网络图谱包括多个对象节点及每个对象节点连接的属性节点；识别每个对象节点对应属性信息是否缺失；根据识别结果将关系网络图谱中多个对象节点区分为确定对象节点和待定对象节点；在关系网络图谱中与待定对象节点存在目标关联关系的确定对象节点标记为参考对象节点；计算每个参考对象节点与待定对象节点的综合关联度；获取参考对象节点对应的属性信息值，并根据综合关联度确定属性信息值的参考权重；根据多个属性信息值及分别对应的参考权重，确定目标对象对应的属性信息值。采用本方法能够提高属性信息准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于关系网络的属性信息处理方法、装置、计算机设备和存储介质。

背景技术

对风险属性等属性信息处理在多种行业均为必须的业务环节。例如，在金融行业，需要对虚拟资源的发行主体、贷款申请人是否存在违约风险进行预测，以更好的进行风险控制，减少风险事件的发生可能性及造成的损失。风险预测是指运用多种信息渠道和分析方法，根据企业的风险战略和风险偏好确定识别指标，并以这些识别指标为出发点，及时识别潜在风险的过程。传统的风险预测方式仅是简单的指标比对，当指标不符合预设条件时即笼统的判定存在风险，使得风险预测准确性降低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高属性信息准确性的基于关系网络的属性信息处理方法、装置、计算机设备和存储介质。

一种基于关系网络的属性信息处理方法，所述方法包括：获取关系网络图谱；所述关系网络图谱包括多个对象节点及每个对象节点连接的属性节点；识别每个对象节点对应属性信息是否缺失；根据识别结果将所述关系网络图谱中多个对象节点区分为确定对象节点和待定对象节点；在所述关系网络图谱中划取每个所述待定对象节点的全连通子网络图；将所述全连通子网络图中与待定对象节点存在目标关联关系的确定对象节点标记为参考对象节点；计算每个参考对象节点与所述待定对象节点的综合关联度；获取所述参考对象节点对应的属性信息值，并根据所述综合关联度确定所述属性信息值的参考权重；根据多个属性信息值及分别对应的参考权重，确定所述目标对象对应的属性信息值，以控制终端根据所述属性信息值进行数据处理。

在一个实施例中，所述根据多个属性信息值及分别对应的参考权重，计算得到所述目标对象对应的属性信息值包括：从数据处理系统获取目标对象的身份属性信息；查询与所述数据处理系统对应的信息预测模型和关联系数权重；将所述身份属性信息输入所述信息预测模型，得到目标关联系数；根据所述目标关联系数及所述关联系数权重，计算得到第一属性参考值；根据多个属性信息值及分别对应的参考权重，计算得到第二属性参考值；根据所述第一属性参考值及所述第二属性参考值，计算得到所述目标对象的属性信息值。

在一个实施例中，所述获取关系网络图谱之前，所述方法还包括：获取多个目标对象的身份属性信息和社交网络信息；根据所述身份属性信息生成每个目标对象对应的对象节点及属性节点，采用有向边将所述属性节点连接至相应对象节点；识别不同所述对象节点是否连接有相同的属性节点；若是，对所述相同的属性节点进行合并，并将所述相同的属性节点标记为对应多个对象节点的关联节点；根据所述社交网络信息计算所述对象节点基于不同关联节点的单边关联度，将所述单边关联度添加至相应关联节点相连的有向边，得到关系网络图谱。

在一个实施例中，所述计算每个参考对象节点与所述待定对象节点的综合关联度，包括：获取所述待定对象节点对应的社交网络信息；根据所述社交网络信息计算所述待定对象节点基于不同关联节点与不同参考对象节点之间的单边关联度；对每个参考对象节点与所述待定对象节点之间多个关联节点的单边关联度进行叠加，得到所述参考对象节点与所述待定对象节点的综合关联度。