[发明专利]基于知识图谱的银行对公客群风险传导测算的方法及装置

说明书

本申请提供了一种基于知识图谱的银行对公客群风险传导测算的方法及装置，其中，该方法通过构建关联关系知识图谱，针对关联关系知识图谱中每一图谱单元的单元数据，根据风险传导系数预测模型，得到该图谱单元的风险传导系数；在任一待测客户发生风险事件后，基于各图谱单元的风险传导系数，根据预设的算法模型，得到除发生风险事件的待测客户之外的其他待测客户发生风险事件的风险传导概率；基于每个待测客户的风险传导概率，确定至少一条风险传导路径；针对每条风险传导路径，执行业务预警操作，实现银行对与发生风险事件的企业存在关联关系的其他企业的信用受影响程度进行确定，提高了银行确定企业风险的精准度，减少了银行的不必要损失。

技术领域

本申请涉及数据分析技术领域，尤其是涉及一种基于知识图谱的银行对公客群风险传导测算的方法及装置。

背景技术

随着市场经济持续发展，企业跨区域、跨行业生产经营十分普遍。由于企业跨区域、跨行业生产经营的行为，使得银行内存储的多个企业之间存在的关联关系较为复杂，当任一企业发生信用风险事件后，可能会对与发生信用风险事件存在关联关系的其他企业产生信用影响。

目前银行在某一企业发生风险事件后，无法对与发生风险事件的企业存在关联关系的其他企业的信用受影响的程度进行确定，即银行确定企业风险的精准度较低，进而使得银行无法对其他企业进行业务预警操作，使得银行产生了不必要的损失。

发明内容

有鉴于此，本申请的目的在于提供一种基于知识图谱的银行对公客群风险传导测算的方法及装置，以提高银行确定企业风险的精准度。

第一方面，本申请实施例提供了一种基于知识图谱的银行对公客群风险传导测算的方法，所述方法包括：

分别以每一待测客户为节点，以该待测客户与其他待测客户之间的关联关系为边，构建包含各待测客户的关联关系知识图谱，其中，边以及该边对应的两个节点构成所述关联关系知识图谱的图谱单元，每条边对应一方向；

针对每一图谱单元，获取该图谱单元的单元数据，将所述单元数据输入至训练好的风险传导系数预测模型，得到该图谱单元的风险传导系数；

在任一待测客户发生风险事件后，基于各图谱单元的风险传导系数，根据预设的算法模型，得到除发生风险事件的待测客户之外的其他待测客户发生风险事件的风险传导概率；

基于每个待测客户的风险传导概率，确定至少一条风险传导路径，其中，每条风险传导路径的首节点为发生风险事件的待测客户；

针对每条风险传导路径，执行业务预警操作。

本申请的一些实施例中，所述风险传导系数预测模型的训练过程为：

获取与所述关联关系知识图谱的多个图谱单元对应的样本单元数据，所述样本单元数据携带有标签，其中，所述样本单元数据包括训练单元数据以及测试单元数据，所述标签包括违约以及未违约；

将所述训练单元数据输入到深度学习模型中，对所述深度学习模型进行多轮训练；

将所述测试单元数据输入到每轮训练后的所述深度学习模型中，对训练后的所述深度学习模型进行评估，当评估得到的准确度值大于预设的准确度阈值时，则确定训练完成；

将训练完成后得到的所述深度学习模型作为所述风险传导系数预测模型。

本申请的一些实施例中，在构建包含各待测客户的关联关系知识图谱，获取图谱单元的单元数据之后，在训练所述风险传导系数预测模型之前，所述方法还包括：

利用预设的相关度分析算法，对所述图谱单元的单元数据中的每一数据与风险之间的相关度进行分析，得到所述单元数据中的每一数据对应的相关度值；

从所述单元数据中选取相关度值大于相关度阈值的数据，构成所述图谱单元的筛选后的单元数据。