[发明专利]一种基于关联图谱的风险传导预警方法

说明书

本发明涉及一种基于关联图谱的风险传导预警方法，包括以下步骤：获取客户的所有关联关系，建立客户的关联图谱；对客户进行分类，得到白名单客户和黑名单客户，对黑名单客户进行预警；依据关联图谱和由分类得到的黑名单客户预测所述关联图谱中的风险客户，对风险客户进行预警；利用louvain算法对客户进行社群划分，根据社群黑名单客户覆盖率和社群密度对社群进行预警。本发明通过构建客户的关联图谱和对客户进行分类、对关联的客户进行风险预测以及对社群的风险进行评估等，实现了对单个客户的预警、关联图谱中关联的风险客户的预警以及社群风险的预警。解决了现有技术中无法进行客户之间的关系预测和对社群的风险进行评估和预警的问题。

技术领域

本发明涉及风险传导技术领域，特别涉及一种基于关联图谱的风险传导预警方法。

背景技术

在银行传统业务模式下，客户洞察往往以单个客户为研究对象，较少关注客户关系网络。在客户关系方面，主要对具有直接关系的客户，如集团客户、保证人等进行管理，缺乏对客户关系网络的研究。

由于客户洞察往往以单个客户为研究对象，导致目前现有的银行对客户间风险传导的分析方法只能实现对具有一对一直接关系的客户进行风险评估，例如客户A出现风险(比如发生违约行为)时，只能评估出和该客户A有直接关系的客户B是否存在风险以及风险概率，而无法对和该客户A有间接关系的其他客户进行关系预测，更无法无法评估和预警其他客户因为该客户A出现风险而带来的风险传导结果(一般包括风险传导概率)；还无法对该客户A所在社群受到的风险影响进行评估和预警。

因此，有必要提供一种基于关联图谱的风险传导预警方法，以解决现有技术中无法进行客户之间的关系预测和对社群的风险进行评估和预警的问题。

发明内容

本发明的目的在于提供一种基于关联图谱的风险传导预警方法，以解决现有技术中无法进行客户之间的关系预测和对社群的风险进行评估和预警的问题。

为了解决现有技术中存在的问题，本发明提供了一种基于关联图谱的风险传导预警方法，包括以下步骤：

获取客户的所有关联关系，建立客户的关联图谱；

对客户进行分类，得到白名单客户和黑名单客户，对黑名单客户进行预警；

依据关联图谱和由分类得到的黑名单客户预测所述关联图谱中的风险客户，对风险客户进行预警；

利用louvain算法对客户进行社群划分，根据社群黑名单客户覆盖率和社群密度对社群进行预警。

可选的，在所述基于关联图谱的风险传导预警方法中，所述关联关系的数据来源包括：银行数据、工商数据、信贷数据以及征信数据。

可选的，在所述基于关联图谱的风险传导预警方法中，采用图神经网络模型或机器学习模型对客户进行分类。

可选的，在所述基于关联图谱的风险传导预警方法中，对客户进行分类的方式为：

采用图神经网络模型或机器学习模型给出各客户为黑名单的概率；

图神经网络模型或机器学习模型判断各客户为黑名单的概率，若为黑名单的概率大于85％，则确定为黑名单客户，否则确定为白名单客户。

可选的，在所述基于关联图谱的风险传导预警方法中，预测所述关联图谱中的风险客户包括以下步骤：

判断客户是否与所述由分类得到的黑名单客户直接关联，若是直接关联，则判断为风险客户，并进行预警；若是间接关联，则采用关系预测计算公式计算间接关联的客户与所述由分类得到的黑名单客户之间存在边的概率，若所述存在边的概率大于概率阈值，则判断为风险客户，并进行预警。

可选的，在所述基于关联图谱的风险传导预警方法中，关系预测计算公式为：