CN109299334B - 一种知识图谱的数据处理方法及装置 - Google Patents

Abstract

本发明实施例提供了一种知识图谱的数据处理方法，其中该方法包括：接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则；根据接收到的查询请求，在预先生成的知识图谱数据库中执行数据查询，得到查询结果；将查询结果发送到查询终端。本发明的一种知识图谱的数据处理方法及装置，将复杂的关系网络以知识图谱的形式直观的表示出来，使得我们对隐藏信息的来龙去脉一目了然，从而更容易发现团伙欺诈，并可发现客户多个联系方式，避免失联。

Description

一种知识图谱的数据处理方法及装置

技术领域

本发明公开涉及互联网技术领域，尤其涉及一种知识图谱的数据处理方法及装置。

背景技术

随着互联网金融的发展，特别是P2P兴起，颠覆了传统银行贷款模式，借款端的风控水平可以说决定了一家P2P公司的核心竞争力。借款端风险的一个主要来源是欺诈风险，传统的反欺诈手段主要依赖于信息的人工审核，而身份证、手机号码、银行流水等材料的伪造成本非常低，各类信贷服务机构均不得不投入大量的人力用于核实信息主体的身份及其提供材料的真实性。

知识图谱是一种基于图的数据结构，将真实世界所存在的实体，知识以及概念等描述成机器可以理解的数据结构，将数据转化为知识。将知识图谱应用与反欺诈场景中，知识图谱聚合各类数据源，逐步绘制出借款人的profile，从而针对性的识别欺诈风险。融合来自不同数据源的信息构成知识图谱时，有一些实体会同时属于两个互斥的类别，或某个实体所对应的一个Property对应多个值，这样就会出现不一致性，这个不一致性即可判定为潜在的可疑点。通过这种不一致性检测，我们利用绘制出的知识图谱可以识别潜在的欺诈风险。除了对数据造假进行验证外，由于图结构带来的天然关联检索的特点，知识图谱可以识别潜在的团伙诈骗。

发明内容

本发明实施例为了解决现有技术中，传统的反欺诈手段主要依赖于信息的人工审核，人力投入高，效率低，信息审核不全面，不易对关系拓展等问题，把不同来源的数据，诸如被查询人的手机号、身份证号、微信号、QQ号、邮箱、家庭住址、工作单位、常用IP地址等常用的信用数据整合在一起，将复杂的关系网络以知识图谱的形式直观的表示出来，使得我们对隐藏信息的来龙去脉一目了然，从而更容易发现团伙欺诈，并可发现客户多个联系方式，避免失联。

本发明一实施例提供了一种知识图谱的数据处理方法，包括：

接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则；

根据接收到的查询请求，在预先生成的知识图谱数据库中执行数据查询，得到查询结果；

将得到的查询结果发送到查询终端。

进一步地，本发明实施例提供的知识图谱的数据处理方法中，所述在预先生成的知识图谱数据库中执行的数据查询，包括在知识图谱数据库中执行拓展查询或聚集查询，所述聚集查询执行多次拓展查询。

进一步地，本发明实施例提供的知识图谱的数据处理方法中，所述查询规则包括对所述查询边指向关系的限制，或对查询结果进行优先级排序，或对查询结果的输出进行条数限制。

进一步地，本发明实施例提供的知识图谱的数据处理方法中，所述拓展查询的步骤为：

步骤S1，在所述知识图谱数据库中查找所述查询节点的对应节点，若未找到对应节点，将查询节点所属的查询请求的属性作为新的节点存储到所述知识图谱数据库中，查询结果为“否”，否则执行步骤S2；

步骤S2，以步骤S1中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，当查找到的邻接节点数小于所述查询结果输出条数时，该结果作为查询结果，否则执行步骤S3；

步骤S3，将查找到的邻接节点按照所述查询规则进行筛选，得到满足查询规则的邻接节点作为查询结果。

本发明一实施例提供了一种知识图谱的数据处理装置，包括：

接收模块，用于接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则；

查询模块，用于将接收到的查询请求，在知识图谱数据库中执行数据查询，得到查询结果；

发送模块，用于将得到的所述查询结果发送到所述查询终端。

进一步地，所述查询模块，用于在知识图谱数据库中执行拓展查询或聚集查询，所述聚集查询执行多次的拓展查询。

进一步地，所述查询模块按照查询规则执行数据查询，所述查询规则包括对所述查询边指向关系的限制，或对查询结果进行优先级排序，或对查询结果的输出进行条数限制。

进一步地，所述查询模块执行聚集查询时，包括以下步骤：

步骤S1，在所述知识图谱数据库中查找所述查询节点的对应节点，若未找到对应节点，将查询节点对应的查询请求的属性作为新的节点存储到所述知识图谱数据库中，查询结果为“否”，否则执行步骤S2；

步骤S2，以步骤S1中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，当查找到的邻接节点数小于所述查询结果输出条数时，该结果作为查询结果，否则执行步骤S3；

步骤S3，将查找到的邻接节点按照所述查询规则进行筛选，得到满足查询规则的邻接节点作为查询结果。

本发明一实施例还提供了一种电子设备，包括存储器和处理器，存储器用于存储一条或多条计算机指令，其中，一条或多条计算机指令被所述处理器执行以实现如上述任一项知识图谱的数据处理方法。

本发明一实施例还提供了一种存储有计算机程序的计算机可读存储介质，计算机程序使计算机执行时实现上述任一项知识图谱的数据处理方法。

本发明一实施例提供的一种知识图谱的数据处理方法，在知识图谱数据库中执行查询端发送的查询请求，将查询结果在查询端图形化显示。解决了传统在离线数据仓库查询客户个人关系不便，且不易对关系做拓展的难题，实现了客户关系网的查询，更方便地展示客户的关系信息，从而发现团伙作案，同时还可以发现客户多个联系方式，避免客户失联。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施一提供的一种知识图谱的数据处理方法的流程示意图；

图2为本发明实施二提供的一种知识图谱的数据处理方法的流程示意图；

图3为本发明实施三提供的一种知识图谱的数据处理方法的流程示意图；

图4为本发明实施四提供的一种知识图谱的数据处理装置的示意图。

具体实施方式

为使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下描述中，为了说明而不是为了限定，提出了诸如特定内部程序、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明实施例所述的技术方案，下面通过具体实施例来进行说明。

实施例一

本发明实施例一提供了一种知识图谱的数据处理方法，图1为本发明实施例一提供的知识图谱的数据处理方法的流程示意图。如图1所示，本实施例的方法可以包括：

步骤101，接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则；

步骤102，根据接收到的查询请求，在预先生成的知识图谱数据库中执行数据查询，得到查询结果；

步骤103，将所述查询结果发送到所述查询终端。

本实施例中的方法可以应用于互联网金融业务防欺诈，也可以延伸到其他类似需要查询复杂关系网络的场景。

下面通过一个简单的例子解释说明本实施例的数据处理方法。

本实施例中，查询请求中的查询节点为：互联网金融业务中借贷人登记的手机号；查询拓展边为：属性；查询规则：全部显示。

接受查询终端发送的查询请求，查询请求包括查询节点：手机号“138****0000”，查询拓展边：属性，查询规则：全部显示，发送至知识图谱数据库；在知识图谱数据库查找与查询节点：手机号“138****0000”相对应的节点，若在数据库库中未查找到该查询节点对应的节点，将查询结果“否”发送至查询终端；若找到该查询节点对应的节点，及在数据库中找到手机号“138****0000”，则按照查询拓展边查找该手机号对应的属性，本例中为“是否为中介：否”，“是否为黑名单：否”，“是否命中疑似催收：0”等，将上述查询结果发送至查询终端，以图形化在查询终端显示。

本实施例的一种知识图谱的数据处理方法，以借贷人的手机号作为查询节点，在知识图谱数据库中查找到的该手机号对应的借贷人属性，根据属性结果可以判断借贷人的信用情况，如存在黑名单和催收会标注为可疑客户。

实施例二

本发明实施例二提供了一种知识图谱的数据处理方法，图2为本发明实施例二提供的知识图谱的数据处理方法的流程示意图。如图2所示，本实施例的方法可以包括：

步骤201，接收查询终端发送的查询请求，其中查询请求包括查询节点、查询拓展边、查询规则，查询规则包括排序规则和查询结果输出条数；

步骤202，在所述知识图谱数据库中查找所述查询节点的对应节点，若未找到对应节点，将查询节点对应的查询请求的属性作为新的节点存储到所述知识图谱数据库中，否则执行步骤203；

步骤203，以步骤202中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，当查找到的邻接节点数小于所述查询结果输出条数时，该结果作为查询结果，否则执行步骤204；

步骤204，将查询到的邻接节点数按照所述排序规则进行排序，依据查询结果输出条数顺序截取查询到的邻接节点数作为查询结果；

步骤205，将所述查询结果发送到所述查询终端。

下面通过一个简单的例子解释说明本实施例的数据处理方法。

本实施例中，查询请求中的查询节点为：被查询人的手机号码，查询拓展边“联系人”，查询规则包括：排序规则“黑名单”、查询结果输出条数“5条”。

在查询终端输入查询节点手机号“138****0000”，在知识图谱数据库中查找手机号的对应节点，若在知识图谱数据库中未找到手机号，说明本手机号未曾在知识图谱数据库中登记过，此时手机号“138****0000”所属的被查询人的属性，如身份证号、微信号、QQ号、邮箱、家庭住址、工作单位、常用IP地址、信用情况等作为新的节点登记到知识图谱数据库中。

若在知识图谱数据库查中找到了手机号“138****0000”，依据查询拓展边“联系人”查找到与手机号“138****0000”有过通话记录的手机号，“137****5789”、“180****1007”、“159****0356”、“155****4001”、“130****0022”……，若手机号“138****0000”的“联系人”不超过5个，则直接把查询到的上述手机号作为查询结果。

若查询得到的手机号码“138****0000”的“联系人”的手机号查过5个时，按照排序规则“黑名单”将查询到已计入黑名单的手机号排在查询结果列表的前面，此外默认辅助的排序规则为“通话次数”，也就是说作为黑名单里面的手机号，通话次数多的手机号排序更靠前。

查询结果排序完成后，依照次序顺序截取查询结果输出条数“5条”作为查询结果。

将查询结果以图形化在查询终端显示。

本实施例提供的一种知识图谱的数据处理方法，通过在知识图谱数据库中查找与查询节点“手机号”的“联系人”的手机号，根据查找到的手机号对应的借贷人信息，判断是否团伙欺诈，同时当该客户失联时，能发现该客户联系人的联系方式，避免客户失联。

实施例三

本发明实施例三提供一种知识图谱的数据处理方法。本实施例是在实施例二提供的技术方案的基础上，提供了一种知识图谱聚集查询的查询方法。如图3所示，本实施例中提供了一种知识图谱的数据处理方法，其中步骤301、步骤302、步骤303的原理与实施例二的相似，此处不再重复赘述，本实施例中详细描述聚集查询的方法，其步骤可以包括：

步骤304，以步骤303中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，以找到的邻接节点作为初始节点，再次进行拓展查询，找到查询结果；

步骤305，将查找到的邻接节点按照所述查询规则进行筛选，得到满足查询规则的邻接节点作为查询结果；

步骤306，将所述查询结果发送到所述查询终端。

本实施例中的方法可以应用于互联网金融业务防欺诈，也可以延伸到其他类似需要查询复杂关系网络的场景。

下面通过一个简单的例子解释说明本实施例的数据处理方法。

本实施例中，查询请求包括：查询节点“被查询人的身份证号”，查询拓展边“注册登录”，查询规则为：排序规则“黑名单”和查询结果输出条数“5条”。

在查询终端输入查询节点：身份证号“450304*********101”，在知识图谱数据库中查找该身份证号的对应节点，若在知识图谱数据库中未找到该身份证号，说明本手机号未曾在知识图谱数据库中登记过，此时身份证号“450304*********101”所属的被查询人的属性，如手机号、微信号、QQ号、邮箱、家庭住址、工作单位、常用IP地址、信用情况等作为新的节点和边登记入知识图谱数据库中。

若在知识图谱数据库查中找到了身份证号“450304*********101”，依据查询拓展边“注册登陆”查找到身份证号“450304*********101”注册登陆的IP地址“58.100.45.194”、“112.17.237.210”，以找到的IP地址“58.100.45.194”、“112.17.237.210”作为新的查询节点，查询得到在该两个IP地址上注册登录过的身份证号“522634*********069”、“532122*********815”……，当查找身份证号“450304*********101”有关联关系的“注册登录”的身份证号超过5个时，按照排序规则“黑名单”将查询到已计入黑名单的身份证号排在查询结果列表的前面，此外默认辅助的排序规则为“登陆次数”，也就是说作为黑名单里面的身份证号，登陆次数多的身份证号排序更靠前。

查询结果排序完成后，依照次序顺序截取查询结果输出条数“5条”作为查询结果输出。

本实施例中，根据查询请求，在知识图谱数据库中执行聚集查询，即多次的拓展查询，以第一次拓展查询的结果作为下次查询的初始起点，查询到与借贷人使用同一IP地址的用户信息，以此来识别团伙诈骗。

实施例四

本发明实施例四提供了一种知识图谱的数据处理装置。图4为本发明实施例四提供的知识图谱的数据处理装置的结构框图。如图4所示，本实施例中的装置，可以包括：

接收模块401：用于接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则；

查询模块402：用于将接收到的查询请求，在知识图谱数据库中执行数据查询，得到查询结果；

发送模块403，用于将得到的所述查询结果发送到所述查询终端。

进一步地，所述查询模块，用于在知识图谱数据库中执行拓展查询或聚集查询，所述聚集查询执行多次的拓展查询。

进一步地，所述查询模块按照查询规则执行数据查询，所述查询规则包括对所述查询边指向关系的限制，或对查询结果进行优先级排序，或对查询结果的输出进行条数限制。

进一步地，所述查询模块执行聚集查询时，包括以下步骤：

步骤S1，在所述知识图谱数据库中查找所述查询节点的对应节点，若未找到对应节点，将查询节点所属查询请求的属性作为新的节点存储到所述知识图谱数据库中，查询结果为“否”，否则执行步骤S2；

步骤S2，以步骤S1中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，当查找到的邻接节点数小于所述查询结果输出条数时，该结果作为查询结果，否则执行步骤S3；

步骤S3，将查找到的邻接节点按照所述查询规则进行筛选，得到满足查询规则的邻接节点作为查询结果。

本实施例中的知识图谱的数据处理装置，可以用于执行上述任一实施例所述的数据处理方法，其具体实现原理可以参见上述任一实施例，此处不再赘述。

实施例五

本发明实施例五提供了一种电子设备，包括存储器和处理器存储器用于存储一条或多条计算机指令，其中，一条或多条计算机指令被所述处理器执行以实现上述任一实施例所述的知识图谱的数据处理方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序使计算机执行时可以实现上述任一实施例所述的知识图谱的数据处理方法。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机设备中的执行过程。

计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，本实施例仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。

处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器还可以用于暂时地存储已经输出或者将要输出的数据。

本发明实施例还提供了一种存储有计算机程序的计算机可读存储介质，计算机程序使计算机执行时实现上述任一项的知识图谱的数据处理方法。

以上详细描述了本发明的具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (4)

1.一种知识图谱的数据处理方法，其特征在于，包括以下步骤：

接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则，所述查询规则包括，对所述查询拓展边指向关系的限制，或对查询结果进行优先级排序，或对查询结果的输出进行条数限制；

根据接受到的查询请求，在预先生成的知识图谱数据库中执行数据查询，包括在知识图谱数据库中执行拓展查询或聚集查询，所述聚集查询执行多次拓展查询，得到查询结果，所述拓展查询包括：

步骤S1，在所述知识图谱数据库中查找所述查询节点的对应节点，若未找到对应节点，将查询节点对应的查询请求的属性作为新的节点存储到所述知识图谱数据库中，查询结果为“否”，否则执行步骤S2；

步骤S2，以步骤S1中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，当查找到的邻接节点满足所述查询规则时，该结果作为查询结果，否则执行步骤S3；

步骤S3，将查找到的邻接节点按照所述查询规则进行筛选，得到满足查询规则的邻接节点作为查询结果；

将得到的查询结果发送到查询终端。

2.一种知识图谱的数据处理装置，其特征在于，包括：

接收模块，用于接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则，所述查询规则包括对所述查询边指向关系的限制，或对查询结果进行优先级排序，或对查询结果的输出进行条数限制；

查询模块，用于将接收到的查询请求，在预先生成的知识图谱数据库中执行数据查询，包括在知识图谱数据库中执行拓展查询或聚集查询，所述聚集查询执行多次拓展查询，得到查询结果，所述拓展查询包括：

步骤S1，在所述知识图谱数据库中查找所述查询节点的对应节点，若未找到对应节点，将查询节点所属的查询请求的属性作为新的节点存储到所述知识图谱数据库中，查询结果为“否”，否则执行步骤S2；

步骤S2，以步骤S1中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，当查找到的邻接节点数小于所述查询结果输出条数时，该结果作为查询结果，否则执行步骤S3；

步骤S3，将查找到的邻接节点按照所述查询规则进行筛选，得到满足查询规则的邻接节点作为查询结果；

发送模块，用于将得到的所述查询结果发送到所述查询终端。

3.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1所述的知识图谱的数据处理方法。

4.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序使计算机执行时实现如权利要求1所述的知识图谱的数据处理方法。

Images