[发明专利]基于相似性的风险识别方法、装置、设备及存储介质

权利要求书

1.一种基于相似性的风险识别方法，其特征在于，所述基于相似性的风险识别方法包括如下步骤：

在接收到风险识别指令时，在预设数据中确定目标对象以及待抽取关系对象，并基于所述目标对象与待抽取关系对象在所述预设数据中的对应关系，生成所述目标对象与所述待抽取关系对象对应的关联相似度矩阵；

将所述关联相似度矩阵进行归一化处理，并基于迭代算法将预设风险标签向量以及归一化之后的关联相似度矩阵进行迭代，以获取所述目标对象的风险值；

在所述目标对象的风险值达到收敛条件时，输出所述目标对象对应的风险值，以便确定所述目标对象是否具有风险。

2.如权利要求1所述的基于相似性的风险识别方法，其特征在于，所述在接收到风险识别指令时，在预设数据中确定目标对象以及待抽取关系对象，并基于所述目标对象与待抽取关系对象在所述预设数据中的对应关系，生成所述目标对象与所述待抽取关系对象对应的关联相似度矩阵的步骤具体包括：

在接收到风险识别指令时，在所述预设数据中确定所述目标对象以及待抽取关系对象，并在所述预设数据中确定所述目标对象与所述待抽取关系对应的关联数据表；

基于所述关联数据表以及矩阵公式，生成所述目标对象与所述待抽取关系对象对应的关联相似度矩阵，其中，所述矩阵公式为：

S＝D^-1/2WD^-1/2或S＝D^-1W，其中，D为对角矩阵，W为所述关联数据表中的向量。

3.如权利要求2所述的基于相似性的风险识别方法，其特征在于，所述将所述关联相似度矩阵进行归一化处理，并基于迭代算法将预设风险标签向量以及归一化之后的关联相似度矩阵进行迭代，以获取所述目标对象的风险值的步骤具体包括：

将所述关联相似度矩阵进行归一化处理，并确定所述关联相似度矩阵对应的矩阵类型；

在所述关联相似度矩阵对应的矩阵类型为第一类型时，确定所述第一类型对应的第一迭代公式，作为所述迭代算法，其中，所述第一迭代公式为：

P(t)＝kSP(t-1)+(1-k)^Y，其中，t为迭代轮次，P_(t)为迭代t轮次结点节点的风险值向量，P₀＝Y，Y为预设风险标签向量，S为关联相似度矩阵，k为预设常量；

基于所述迭代算法将预设风险标签向量以及归一化之后的关联相似度矩阵进行迭代，以获取所述目标对象的风险值。

4.如权利要求3所述的基于相似性的风险识别方法，其特征在于，所述将所述关联相似度矩阵进行归一化处理，并确定所述关联相似度矩阵对应的矩阵类型的步骤之后，还包括：

在所述关联相似度矩阵对应的矩阵类型为第二类型时，确定所述第二类型对应的第二迭代公式，作为所述迭代算法，其中，所述第二迭代公式为：

P_e(t)＝S^TP_c(t-1)，其中，P_e(t)为目标对象为用户且待抽取关系对象为实体时的风险值向量；

P_c(t)＝SP_e(t-1)，其中，P_c(t)为目标对象为实体且待抽取关系对象为用户时的风险值向量；

基于所述迭代算法将预设风险标签向量以及归一化之后的关联相似度矩阵进行迭代，以获取所述目标对象的风险值。

5.如权利要求1-4中任一项所述的基于相似性的风险识别方法，其特征在于，所述在所述目标对象的风险值达到收敛条件时，输出所述目标对象对应的风险值，以便确定所述目标对象是否具有风险的步骤具体包括：

判断所述目标对象的风险值对应的变化值是否小于预设变化阈值；

在所述目标对象的风险值对应的变化值小于所述变化阈值时，输出所述目标对象对应的风险值，以便确定所述目标对象是否具有风险。