CN110008346A - 黑名单传导图谱构建方法、装置、计算机设备和存储介质 - Google Patents
黑名单传导图谱构建方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110008346A CN110008346A CN201910068269.6A CN201910068269A CN110008346A CN 110008346 A CN110008346 A CN 110008346A CN 201910068269 A CN201910068269 A CN 201910068269A CN 110008346 A CN110008346 A CN 110008346A
- Authority
- CN
- China
- Prior art keywords
- factor
- relationship
- node
- blacklist
- source data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012954 risk control Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种黑名单传导图谱构建方法、装置、计算机设备和存储介质。所述方法涉及业务安全的风险控制技术,包括:获取业务源数据;根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。采用本方法在构建黑名单传导图谱时无需人工直接参与,在进行黑名单传导时,能够有效避免人为因素的影响,提高了黑名单传导时的可信度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种黑名单传导图谱构建方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的不断发展,越来越多的业务场景通过互联网技术在线上提供服务,如购物、银行金融服务、保险服务等等。而在互联网上的用户信息可信度有限,各业务系统均会配置对应的黑名单机制,通过黑名单机制来进行来风险控制,避免欺诈舞弊行为,如银行通过失信黑名单进行欺诈行为预测。
然而,目前各场景中的黑名单机制是由专门人员基于业务系统的特点进行人工设计设置,其中设计人员个人因素对黑名单机制的影响很大,在进行黑名单传导时,容易出现人为因素导致黑名单机制可信度降低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够避免因人为因素影响导致黑名单可信度降低,提高黑名单传导的可信度的黑名单传导图谱构建方法、装置、计算机设备和存储介质。
一种黑名单传导图谱构建方法,所述方法包括:
获取业务源数据;
根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;
将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
在其中一个实施例中,业务源数据的数据类型包括对象描述类型和关系描述类型,根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子的步骤包括:
当业务源数据为对象描述类型时,根据业务源数据创建对应的节点因子;
当业务源数据为关系描述类型时,根据业务源数据创建对应的关系因子,并为关系因子及关系因子描述的节点因子建立映射关系。
在其中一个实施例中,节点因子包括第一节点因子和第二节点因子,将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架的步骤包括:
根据第一节点因子查询对应的关系因子;
根据关系因子查询对应的第二节点因子;
通过关系因子将第一节点因子和第二节点因子组合连接,得到传导图谱框架。
在其中一个实施例中,查询关系因子对应的衰减系数的步骤包括:
根据业务源数据确定业务源数据所属的业务系统;
向业务系统查询对应的衰减系数表单,衰减系数表单记录业务系统内关系因子的衰减系数;
从衰减系数表单中获取衰减系数。
在其中一个实施例中,在查询关系因子对应的衰减系数的步骤之前,还包括:
确定业务系统的应用类型和业务系统内关系因子的关系类型;
根据预设的衰减系数映射表,按照业务系统的应用类型和关系因子的关系类型,确定关系因子的衰减系数;
根据关系因子和衰减系数得到衰减系数表单。
在其中一个实施例中,在得到黑名单传导图谱的步骤之后,还包括:
查询黑名单数据库,获取黑名单数据;
将黑名单数据与黑名单传导图谱中的节点因子进行匹配;
当匹配成功时,将匹配成功的节点因子添加黑名单标识。
在其中一个实施例中,还包括:
当监测到业务源数据更新时,获取更新后的业务源数据;
根据更新后的业务源数据更新黑名单传导图谱。
一种黑名单传导图谱构建装置,所述装置包括:
源数据获取模块,用于获取业务源数据;
图谱因子划分模块,用于根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;
图谱因子组合模块,用于将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
衰减系数配置模块,用于查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取业务源数据;
根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;
将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取业务源数据;
根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;
将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
上述黑名单传导图谱构建方法、装置、计算机设备和存储介质,根据获取的业务源数据的数据类型,建立节点因子和对应的关系因子,再根据节点因子和关系因子的对应关系进行组合连接,得到传导图谱框架,最后为传导图谱框架中的关系因子配置对应的衰减系数,从而得到黑名单传导图谱。本申请在构建黑名单传导图谱时无需人工直接参与,在进行黑名单传导时,能够有效避免人为因素的影响,提高了黑名单传导时的可信度。
附图说明
图1为一个实施例中黑名单传导图谱构建方法的应用场景图;
图2为一个实施例中黑名单传导图谱构建方法的流程示意图;
图3为一个实施例中查询关系因子对应的衰减系数的步骤的流程示意图;
图4为另一个实施例中黑名单传导图谱构建方法的流程示意图;
图5为一个实施例中黑名单传导图谱构建装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的黑名单传导图谱构建方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。服务器104根据获取的业务源数据的数据类型,建立节点因子和对应的关系因子,再根据节点因子和关系因子的对应关系进行组合连接,得到传导图谱框架,最后为传导图谱框架中的关系因子配置对应的衰减系数,从而得到黑名单传导图谱。终端102通过网络向服务器104发送用户数据,如黑名单节点时,服务器104可以通过构建的黑名单传导图谱进行黑名单传导扩充。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种黑名单传导图谱构建方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤S201:获取业务源数据。
业务源数据指业务系统的数据库中存储的用户数据,反映了各业务场景的业务系统下各用户的个人信息及对应的业务服务数据,如姓名、年龄、出生日期等基本信息,亲属关系,组织关系,联系方式,业务项目、内容,历史订单等用户数据。业务源数据可以直接向各业务系统发送请求,从业务系统的数据库中获取.gbd格式的数据库文件,也可以从第三方服务平台获取,例如,可以从第三方企业链接系统中获取该业务源数据。在具体应用中,可以根据待构建的黑名单传导图谱的应用场景进行动态调整获取业务源数据的类别。例如,对于建立健康保险系统的黑名单传导图谱,可以针对性获取与生理健康相关及医疗保险服务相关的业务源数据,而过滤与租赁服务相关的业务源数据。
步骤S203:根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子。
获得的业务源数据中,包括描述对象概念的数据,如描述人的姓名、年龄、所处地域,及描述物的名称、标识、数据类型等,该类型业务源数据对应于人或物等对象概念,具体可以为诸如用户、证件等实体对象,也可以为交易名称的非实体对象;业务源数据还包括描述对象关系的数据,例如描述亲属关系、支付交易关系、从属关系的数据等。具体的如描述用户A和用户B之间亲属关系的数据,例如可以为父子关系;又如描述用户A与证件之间的从属关系,可以为用户A“使用”证件/证件“被使用”对象为用户A。
在得到业务源数据后,根据业务源数据的数据类型,如对象描述类型或关系描述类型,根据业务源数据建立对应的节点因子或关系因子。具体地,可以基于图形数据库技术,根据对象描述类型的业务源数据建立节点因子,对应于图形数据库的节点;根据关系描述类型的业务源数据建立关系因子,对应于图形数据库的边。其中,各节点因子通过关系因子进行连接,关系因子反映了连接的节点因子之间的关系。
步骤S205:将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架。
关系因子连接节点因子,其表征了所连接的节点因子之间的联系,在根据业务源数据建立一一建立节点因子及对应的关系因子后,按照节点因子和关系因子相互对应关系,进行组合连接。例如,“用户A姓名”、“身份证”和“手机号码”为3个节点因子,而“身份证使用”和“手机使用”为2个关系因子,通过将“用户A姓名”-“身份证使用”-“身份证”、以及将“用户A姓名”-“手机使用”-“手机号码”进行组合连接,从而将“用户A姓名”、“身份证”和“手机号码”3个节点因子通过“身份证使用”和“手机使用”2个关系因子进行对应连接,实现了将分散独立的节点因子进行连接,得到完整的存在连接联系的传导图谱框架。该传导图谱框架中的节点因子通过对应的关系因子进行连接,反映了在业务系统中各用户数据之间的联系。
步骤S207:查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
其中,衰减系数反映了通过某关系因子描述的关系在黑名单传导时对黑名单可能性的变化程度,一般地,不同关系之间黑名单传导时变化程度并不同。例如,对于父母、子女等亲属关系与共用IP地址关系,具有亲属关系的节点因子之间联系更为紧密,二者在进行黑名单传导时,亲属关系之间黑名单传导的变化程度更小。在具体应用中,可以为节点因子配置可疑系数属性,以反映该节点的失信概率,如对于黑名单节点因子,其可疑系数可以设为100%,而衰减系数可以用于反映关系因子连接的节点因子之间可疑系数的变化程度,通过衰减系数可以计算得到其他节点因子的可疑系数,以实现黑名单传导。
衰减系数可以由专业人员根据业务场景中涉及的各种节点因子和关系因子预先设置,并存储在一预设衰减系数表单中。在得到传导图谱框架后,获取传导图谱框架中各关系因子对应的衰减系数,并获得的衰减系数添加到关系因子的属性中,实现对传导图谱框架的更新,最终得到关系因子配置了衰减系数属性的黑名单传导图谱。通过该黑名单传导图谱,可以根据节点因子的可疑系数及关系因子的衰减系数进行可疑系数的传导,从而实现黑名单传导扩充。
上述黑名单传导图谱构建方法中,根据获取的业务源数据的数据类型,建立节点因子和对应的关系因子,再根据节点因子和关系因子的对应关系进行组合连接,得到传导图谱框架,最后为传导图谱框架中的关系因子配置对应的衰减系数,从而得到黑名单传导图谱。本申请在构建黑名单传导图谱时无需人工直接参与,在进行黑名单传导时,能够有效避免人为因素的影响,提高了黑名单传导时的可信度。
在一个实施例中,业务源数据的数据类型包括对象描述类型和关系描述类型,根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子的步骤包括:当业务源数据为对象描述类型时,根据业务源数据创建对应的节点因子;当业务源数据为关系描述类型时,根据业务源数据创建对应的关系因子,并为关系因子及关系因子描述的节点因子建立映射关系。
其中,对象描述类型的业务源数据表征了人或物等对象概念;关系描述类型的业务源数据表征了人或物等对象概念之间的关系。将获取的业务源数据进行业务类型判断,对于对象描述类型的业务源数据,根据该业务源数据建立节点因子,如“员工C姓名”“邮箱”“公司”“设备”等节点因子;对于关系描述类型的业务源数据,根据该业务源数据建立关系因子,并为建立的关系因子及所描述的节点因子建立映射,例如,“父母”“就职”“设备使用”“邮箱使用”等关系因子。具体地,在对关系因子及所描述的节点因子建立映射时,可以建立节点映射表,将关系因子及对应描述的前后节点因子存储至该节点映射表中,以便对各节点因子和关系因子进行管控。
在一个实施例中,节点因子包括第一节点因子和第二节点因子,将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架的步骤包括:根据第一节点因子查询对应的关系因子;根据关系因子查询对应的第二节点因子;通过关系因子将第一节点因子和第二节点因子组合连接,得到传导图谱框架。
其中,第一节点因子可以为关系因子连接的在前节点因子,第二节点因子对应为该关系因子连接的在后节点因子,例如,对于“用户A姓名”、“身份证”节点因子和“身份证使用”关系因子,第一节点因子为“用户A姓名”、关系因子为“身份证使用”关系因子,第二节点因子为“身份证”,反映了用户A使用了该身份证。在构建传导图谱框架时,根据第一节点因子查询对应的关系因子,进一步根据获得的关系因子查询对应的第二节点因子,最后通过该关系因子将第一节点因子和查询得到的第二节点因子进行连接,完成节点因子与关系因子的组合。在具体应用中,可以基于图形数据库技术进行实现,节点因子对应于图形数据库中的节点,关系因子对应于图形数据库中的边,将节点因子和对应的关系因子进行组合连接,即将图形数据库中的各节点通过边进行连接,最后得到传导图谱框架。
在一个实施例中,如图3所示,查询关系因子对应的衰减系数的步骤包括:
步骤S301:根据业务源数据确定业务源数据所属的业务系统。
一般地,对于不同应用场景的业务系统,其构建有不同的黑名单机制,并配置有不同的黑名单传导规则。本实施例中,在查询关系因子对应的衰减系数时,根据业务源数据确定所属的业务系统。具体地,可以根据获取的业务源数据中,提取业务关键词,根据业务关键词确定所属业务系统。进一步地,可以对于提取的业务关键词进行频次统计,按照业务关键词的频次高低进行业务系统确定。例如,当提取到业务关键词“健康险”“医保”“病历”等时,可以确定为健康保险的应用场景,即获得的业务源数据所属业务系统为健康险系统。
步骤S303:向业务系统查询对应的衰减系数表单,衰减系数表单记录业务系统内关系因子的衰减系数。
各业务系统的衰减系数设置规则是依据本业务系统的特点进行设计的,在确定业务源数据所属业务系统后,向对应的业务系统查询衰减系数表单,该衰减系数表单记录业务系统内关系因子的衰减系数。一般地,衰减系数与业务场景和关系因子的类型相关。其中,关系因子类型可以包括基础关系类型,如亲属关系、同学关系、同事关系等;及业务关系类型,如保险业务员关系、理赔代理关系等。衰减系数表单记录了在该业务系统内,各关系因子的对应的衰减系数。
在一个具体的在移动支付场景下,如下表1所示,衰减系数初步划分为高中低三级,而在实际应用时,可以进一步进行量化,如设置为高对应于80%~100%,中对应于40%~79%,低对应于0%~39%,以便进行数值运算。表1中,移动支付交易关系的衰减系数级别为高,表明了在移动支付场景下,对于移动支付交易关系类型的关系因子,其连接的节点因子之间的联系紧密,黑名单传导时变化程度低。
关系因子类型 | 衰减系数 |
移动支付交易关系 | 高 |
亲属关系(配偶、兄弟姐妹) | 高 |
亲属关系(父母、子女、其他) | 中 |
银行流水关系 | 高 |
保险业务关系 | 中 |
组织关系(上级) | 高 |
组织关系(下级) | 中 |
共用电话号码关系 | 高 |
电话流关系 | 低 |
共用IP关系 | 低 |
表1
通过向业务源数据所属的业务系统查询对应的衰减系数表单,能够得到适用于该业务系统的衰减系数设置规则,以提高黑名单传导图谱的可信度。
步骤S305:从衰减系数表单中获取衰减系数。
获得衰减系数表单后,根据关系因子查询对应的衰减系数。衰减系数表单记录有各种关系因子的衰减系数,根据查询的关系因子在衰减系数表单查询,得到对应衰减系数。若当前衰减系数表单中为查询到该关系因子及其对应的衰减系数时,可以发出提示消息,以提醒业务系统及时更新衰减系数表单。
在其中一个实施例中,在查询关系因子对应的衰减系数的步骤之前,还包括:确定业务系统的应用类型和业务系统内关系因子的关系类型;根据预设的衰减系数映射表,按照业务系统的应用类型和关系因子的关系类型,确定关系因子的衰减系数;根据关系因子和衰减系数得到衰减系数表单。
在构建衰减系数表单时,根据业务系统的应用类型,如移动支付应用类型、保险理赔应用类型等,以及关系因子的关系类型,按照预设的衰减系数映射表,确定关系因子的衰减系数,并汇总保存至衰减系数表单中。其中,衰减系数映射表由专业人员基于各应用类型的业务系统及关系类型的特点预先设置,通过查询该衰减系数映射表,可以查询各应用类型的业务系统内关系因子对应的衰减系数。一般地,对于不同的业务系统,会涉及到不同的关系因子,对于不同类型的关系因子设有不同的衰减系数。在构建某一业务系统的黑名单传导图谱时,根据该业务系统的应用类型及该业务系统中涉及的关系因子,从衰减系数映射表中查询到对应的衰减系数,并生成衰减系数表单,后续通过该衰减系数表单进行关系因子属性配置,从而避免了直接从衰减系数映射表中查询关系因子的衰减系数,提高了黑名单传导图谱构建的效率。
在其中一个实施例中,在得到黑名单传导图谱的步骤之后,还包括:查询黑名单数据库,获取黑名单数据;将黑名单数据与黑名单传导图谱中的节点因子进行匹配;当匹配成功时,将匹配成功的节点因子添加黑名单标识。
在得到黑名单传导图谱后,可以根据已知的黑名单数据对黑名单传导图谱中的黑名单节点因子进行标识,已提高后续运行黑名单传导时的效率。具体地,查询黑名单数据库,获取黑名单数据。其中,黑名单数据库可以按照业务源数据获得的渠道进行获取,此外,还可以从互联网中爬取已公开的失信名单或黑名单进行获取。获得黑名单数据后,将黑名单数据与黑名单传导图谱中的节点因子进行匹配,具体地,从黑名单数据中提取描述对象概念的数据,并将其与黑名单传导图谱中的节点因子进行匹配,若匹配成功,将匹配成功的节点因子添加黑名单标识。在具体应用时,可以为节点因子配置可疑系数属性,当节点因子为黑名单时,将其可疑系数设置为100%,即将可疑系数100%作为黑名单标识,以此,只需查询各节点因子的可疑系数,即可快速导出黑名单传导图谱中的黑名单。
在其中一个实施例中,还包括:当监测到业务源数据更新时,获取更新后的业务源数据;根据更新后的业务源数据更新黑名单传导图谱。
本实施例中,可以添加数据监控任务,用于监控业务源数据。当监测到业务源数据发生更新时,根据更新后的业务源数据及时更新黑名单传导图谱,以提高黑名单传导图谱的时效性。具体地,可以周期性监测业务源数据是否发生更新,也可以监测数据修改指令,即当监测到执行过数据修改指令时,根据数据修改指令对应的业务源数据进行黑名单传导图谱更新。
在一个实施例中,如图4所示,提供了一种黑名单传导图谱构建方法,包括以下步骤:
步骤S401:获取业务源数据。
本实施例中,业务源数据一方面从业务系统的数据库中获取.gbd格式的数据库文件,另一方面从第三方服务平台获取,如微信企看看、个金会等。
步骤S402:业务源数据的数据类型包括对象描述类型和关系描述类型;
步骤S403:当业务源数据为对象描述类型时,根据业务源数据创建对应的节点因子;
步骤S404:当业务源数据为关系描述类型时,根据业务源数据创建对应的关系因子,并为关系因子及关系因子描述的节点因子建立映射关系;
步骤S405:节点因子包括第一节点因子和第二节点因子,根据第一节点因子查询对应的关系因子;
步骤S406:根据关系因子查询对应的第二节点因子;
步骤S407:通过关系因子将第一节点因子和第二节点因子组合连接,得到传导图谱框架。
本实施例中,基于图形数据库技术,按照业务源数据的数据类型,分别创建节点因子和关系因子,其中,节点因子对应于图形数据库中的节点,关系因子对应于图形数据库中的边,节点因子通过关系因子进行连接,从而将业务源数据中的各节点因子和关系因子组合得到传导图谱框架,该传导图谱框架中的节点因子通过对应的关系因子进行连接,反映了在业务系统中各用户数据之间的联系。
步骤S408:确定业务系统的应用类型和业务系统内关系因子的关系类型;
步骤S409:根据预设的衰减系数映射表,按照业务系统的应用类型和关系因子的关系类型,确定关系因子的衰减系数;
步骤S410:根据关系因子和衰减系数得到衰减系数表单;
步骤S411:根据业务源数据确定业务源数据所属的业务系统;
步骤S412:向业务系统查询对应的衰减系数表单,衰减系数表单记录业务系统内关系因子的衰减系数;
步骤S413:从衰减系数表单中获取衰减系数;
步骤S414:根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
本实施例中,一方面根据业务系统的应用类型和关系因子的关系类型按照预设的衰减系数映射表,确定当前业务源数据中涉及的各关系因子的衰减系数,并建立衰减系数表单用于存储。另一方面,在配置衰减系数时,向业务系统查询对应的衰减系数表单,从该衰减系数表单中获取关系因子的衰减系数,并将该衰减系数添加到传导图谱框架中关系因子的属性中,最终得到配置衰减系数后的黑名单传导图谱。通过该黑名单传导图谱,可以根据节点因子的可疑系数及关系因子的衰减系数进行可疑系数的传导,从而实现黑名单传导扩充。
步骤S415:查询黑名单数据库,获取黑名单数据;
步骤S416:将黑名单数据与黑名单传导图谱中的节点因子进行匹配;
步骤S417:当匹配成功时,将匹配成功的节点因子添加黑名单标识。
本实施例中,在得到黑名单传导图谱后,可以根据已知的黑名单数据对黑名单传导图谱中的黑名单节点因子进行标识,已提高后续运行黑名单传导时的效率。
步骤S418:当监测到业务源数据更新时,获取更新后的业务源数据;
步骤S419:根据更新后的业务源数据更新黑名单传导图谱。
本实施例中,创建数据监控任务,用于监控业务源数据,当监测到业务源数据发生更新时,根据更新后的业务源数据及时更新黑名单传导图谱,以提高黑名单传导图谱的时效性。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种黑名单传导图谱构建装置,包括:源数据获取模块501、图谱因子划分模块503、图谱因子组合模块505和衰减系数配置模块507,其中:
源数据获取模块501,用于获取业务源数据;
图谱因子划分模块503,用于根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;
图谱因子组合模块505,用于将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
衰减系数配置模块507,用于查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
上述黑名单传导图谱构建装置,通过源数据获取模块获取业务源数据,通过图谱因子划分模块根据获取的业务源数据的数据类型,建立节点因子和对应的关系因子,再通过图谱因子组合模块根据节点因子和关系因子的对应关系进行组合连接,得到传导图谱框架,最后通过衰减系数配置模块为传导图谱框架中的关系因子配置对应的衰减系数,从而得到黑名单传导图谱。本实施例提供的黑名单传导图谱构建装置在构建黑名单传导图谱时无需人工直接参与,在进行黑名单传导时,能够有效避免人为因素的影响,提高了黑名单传导时的可信度。
在一个实施例中,业务源数据的数据类型包括对象描述类型和关系描述类型,图谱因子划分模块501包括节点因子创建单元和关系因子创建单元,其中:节点因子创建单元,用于当业务源数据为对象描述类型时,根据业务源数据创建对应的节点因子;关系因子创建单元,用于当业务源数据为关系描述类型时,根据业务源数据创建对应的关系因子,并为关系因子及关系因子描述的节点因子建立映射关系。
在一个实施例中,节点因子包括第一节点因子和第二节点因子,图谱因子组合模块505包括第一节点单元、第二节点单元和节点组合单元,其中:第一节点单元,用于根据第一节点因子查询对应的关系因子;第二节点单元,用于根据关系因子查询对应的第二节点因子;节点组合单元,用于通过关系因子将第一节点因子和第二节点因子组合连接,得到传导图谱框架。
在一个实施例中,衰减系数配置模块507包括业务系统确定单元、系数表单查询单元和衰减系数获取单元,其中:业务系统确定单元,用于根据业务源数据确定业务源数据所属的业务系统;系数表单查询单元,用于向业务系统查询对应的衰减系数表单,衰减系数表单记录业务系统内关系因子的衰减系数;衰减系数获取单元,用于从衰减系数表单中获取衰减系数。
在一个实施例中,还包括类型确定模块、衰减系数确定模块和系数表单获取模块,其中:类型确定模块,用于确定业务系统的应用类型和业务系统内关系因子的关系类型;衰减系数确定模块,用于根据预设的衰减系数映射表,按照业务系统的应用类型和关系因子的关系类型,确定关系因子的衰减系数;系数表单获取模块,用于根据关系因子和衰减系数得到衰减系数表单。
在一个实施例中,还包括黑名单查询模块、黑名单匹配模块和标识模块,其中:黑名单查询模块,用于查询黑名单数据库,获取黑名单数据;黑名单匹配模块,用于将黑名单数据与黑名单传导图谱中的节点因子进行匹配;标识模块,用于当匹配成功时,将匹配成功的节点因子添加黑名单标识。
在一个实施例中,还包括更新数据获取模块和图谱更新模块,其中:更新数据获取模块,用于当监测到业务源数据更新时,获取更新后的业务源数据;图谱更新模块,用于根据更新后的业务源数据更新黑名单传导图谱。
关于黑名单传导图谱构建装置的具体限定可以参见上文中对于黑名单传导图谱构建方法的限定,在此不再赘述。上述黑名单传导图谱构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种黑名单传导图谱构建方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取业务源数据;
根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;
将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当业务源数据为对象描述类型时,根据业务源数据创建对应的节点因子;当业务源数据为关系描述类型时,根据业务源数据创建对应的关系因子,并为关系因子及关系因子描述的节点因子建立映射关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据第一节点因子查询对应的关系因子;根据关系因子查询对应的第二节点因子;通过关系因子将第一节点因子和第二节点因子组合连接,得到传导图谱框架。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据业务源数据确定业务源数据所属的业务系统;向业务系统查询对应的衰减系数表单,衰减系数表单记录业务系统内关系因子的衰减系数;从衰减系数表单中获取衰减系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定业务系统的应用类型和业务系统内关系因子的关系类型;根据预设的衰减系数映射表,按照业务系统的应用类型和关系因子的关系类型,确定关系因子的衰减系数;根据关系因子和衰减系数得到衰减系数表单。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:查询黑名单数据库,获取黑名单数据;将黑名单数据与黑名单传导图谱中的节点因子进行匹配;当匹配成功时,将匹配成功的节点因子添加黑名单标识。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当监测到业务源数据更新时,获取更新后的业务源数据;根据更新后的业务源数据更新黑名单传导图谱。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取业务源数据;
根据业务源数据的数据类型和业务源数据,建立节点因子及节点因子对应的关系因子;
将节点因子和关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
查询关系因子对应的衰减系数,并根据衰减系数,更新传导图谱框架中关系因子的属性,得到黑名单传导图谱。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当业务源数据为对象描述类型时,根据业务源数据创建对应的节点因子;当业务源数据为关系描述类型时,根据业务源数据创建对应的关系因子,并为关系因子及关系因子描述的节点因子建立映射关系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据第一节点因子查询对应的关系因子;根据关系因子查询对应的第二节点因子;通过关系因子将第一节点因子和第二节点因子组合连接,得到传导图谱框架。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据业务源数据确定业务源数据所属的业务系统;向业务系统查询对应的衰减系数表单,衰减系数表单记录业务系统内关系因子的衰减系数;从衰减系数表单中获取衰减系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定业务系统的应用类型和业务系统内关系因子的关系类型;根据预设的衰减系数映射表,按照业务系统的应用类型和关系因子的关系类型,确定关系因子的衰减系数;根据关系因子和衰减系数得到衰减系数表单。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:查询黑名单数据库,获取黑名单数据;将黑名单数据与黑名单传导图谱中的节点因子进行匹配;当匹配成功时,将匹配成功的节点因子添加黑名单标识。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当监测到业务源数据更新时,获取更新后的业务源数据;根据更新后的业务源数据更新黑名单传导图谱。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种黑名单传导图谱构建方法,所述方法包括:
获取业务源数据;
根据所述业务源数据的数据类型和所述业务源数据,建立节点因子及所述节点因子对应的关系因子;
将所述节点因子和所述关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
查询所述关系因子对应的衰减系数,并根据所述衰减系数,更新所述传导图谱框架中所述关系因子的属性,得到黑名单传导图谱。
2.根据权利要求1所述的方法,其特征在于,所述业务源数据的数据类型包括对象描述类型和关系描述类型,所述根据所述业务源数据的数据类型和所述业务源数据,建立节点因子及所述节点因子对应的关系因子的步骤包括:
当所述业务源数据为对象描述类型时,根据所述业务源数据创建对应的节点因子;
当所述业务源数据为关系描述类型时,根据所述业务源数据创建对应的关系因子,并为所述关系因子及所述关系因子描述的所述节点因子建立映射关系。
3.根据权利要求1所述的方法,其特征在于,所述节点因子包括第一节点因子和第二节点因子,所述将所述节点因子和所述关系因子按照相互对应关系进行组合连接,得到传导图谱框架的步骤包括:
根据所述第一节点因子查询对应的所述关系因子;
根据所述关系因子查询对应的所述第二节点因子;
通过所述关系因子将所述第一节点因子和所述第二节点因子组合连接,得到所述传导图谱框架。
4.根据权利要求1至3任意一项所述的方法,其特征在于,所述查询所述关系因子对应的衰减系数的步骤包括:
根据所述业务源数据确定所述业务源数据所属的业务系统;
向所述业务系统查询对应的衰减系数表单,所述衰减系数表单记录所述业务系统内所述关系因子的所述衰减系数;
从所述衰减系数表单中获取所述衰减系数。
5.根据权利要求4所述的方法,其特征在于,在所述查询所述关系因子对应的衰减系数的步骤之前,还包括:
确定所述业务系统的应用类型和所述业务系统内所述关系因子的关系类型;
根据预设的衰减系数映射表,按照所述业务系统的应用类型和所述关系因子的关系类型,确定所述关系因子的所述衰减系数;
根据所述关系因子和所述衰减系数得到所述衰减系数表单。
6.根据权利要求1所述的方法,其特征在于,在所述得到黑名单传导图谱的步骤之后,还包括:
查询黑名单数据库,获取黑名单数据;
将所述黑名单数据与所述黑名单传导图谱中的所述节点因子进行匹配;
当匹配成功时,将匹配成功的所述节点因子添加黑名单标识。
7.根据权利要求1所述的方法,其特征在于,还包括:
当监测到所述业务源数据更新时,获取更新后的所述业务源数据;
根据所述更新后的所述业务源数据更新所述黑名单传导图谱。
8.一种黑名单传导图谱构建装置,其特征在于,所述装置包括:
源数据获取模块,用于获取业务源数据;
图谱因子划分模块,用于根据所述业务源数据的数据类型和所述业务源数据,建立节点因子及所述节点因子对应的关系因子;
图谱因子组合模块,用于将所述节点因子和所述关系因子按照相互对应关系进行组合连接,得到传导图谱框架;
衰减系数配置模块,用于查询所述关系因子对应的衰减系数,并根据所述衰减系数,更新所述传导图谱框架中所述关系因子的属性,得到黑名单传导图谱。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910068269.6A CN110008346B (zh) | 2019-01-24 | 2019-01-24 | 黑名单传导图谱构建方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910068269.6A CN110008346B (zh) | 2019-01-24 | 2019-01-24 | 黑名单传导图谱构建方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110008346A true CN110008346A (zh) | 2019-07-12 |
CN110008346B CN110008346B (zh) | 2024-05-03 |
Family
ID=67165509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910068269.6A Active CN110008346B (zh) | 2019-01-24 | 2019-01-24 | 黑名单传导图谱构建方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110008346B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111061883A (zh) * | 2019-10-25 | 2020-04-24 | 珠海格力电器股份有限公司 | 更新知识图谱的方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130246454A1 (en) * | 2012-03-19 | 2013-09-19 | Alcatel-Lucent U.S.A., Inc. | Method of modifying access control for web services using query languages |
CN106897273A (zh) * | 2017-04-12 | 2017-06-27 | 福州大学 | 一种基于知识图谱的网络安全动态预警方法 |
CN107403326A (zh) * | 2017-08-14 | 2017-11-28 | 云数信息科技(深圳)有限公司 | 一种基于电信数据的保险欺诈识别方法及装置 |
CN107566179A (zh) * | 2017-09-07 | 2018-01-09 | 阿里巴巴集团控股有限公司 | 一种节点处理方法及装置 |
CN108614881A (zh) * | 2018-04-28 | 2018-10-02 | 北京京东金融科技控股有限公司 | 呈现企业关联关系图谱的方法及装置、存储介质、电子终端 |
CN109255034A (zh) * | 2018-08-08 | 2019-01-22 | 数据地平线(广州)科技有限公司 | 一种基于产业链的行业知识图谱构建方法 |
-
2019
- 2019-01-24 CN CN201910068269.6A patent/CN110008346B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130246454A1 (en) * | 2012-03-19 | 2013-09-19 | Alcatel-Lucent U.S.A., Inc. | Method of modifying access control for web services using query languages |
CN106897273A (zh) * | 2017-04-12 | 2017-06-27 | 福州大学 | 一种基于知识图谱的网络安全动态预警方法 |
CN107403326A (zh) * | 2017-08-14 | 2017-11-28 | 云数信息科技(深圳)有限公司 | 一种基于电信数据的保险欺诈识别方法及装置 |
CN107566179A (zh) * | 2017-09-07 | 2018-01-09 | 阿里巴巴集团控股有限公司 | 一种节点处理方法及装置 |
CN108614881A (zh) * | 2018-04-28 | 2018-10-02 | 北京京东金融科技控股有限公司 | 呈现企业关联关系图谱的方法及装置、存储介质、电子终端 |
CN109255034A (zh) * | 2018-08-08 | 2019-01-22 | 数据地平线(广州)科技有限公司 | 一种基于产业链的行业知识图谱构建方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111061883A (zh) * | 2019-10-25 | 2020-04-24 | 珠海格力电器股份有限公司 | 更新知识图谱的方法、装置、设备及存储介质 |
CN111061883B (zh) * | 2019-10-25 | 2023-12-08 | 珠海格力电器股份有限公司 | 更新知识图谱的方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110008346B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108509485B (zh) | 数据的预处理方法、装置、计算机设备和存储介质 | |
CN109816399A (zh) | 投诉件的管理方法、装置、计算机设备和存储介质 | |
CN108876133A (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
CN109659013A (zh) | 病症分诊及路径优化方法、装置、设备及存储介质 | |
WO2019019744A1 (zh) | 理赔流程识别方法、装置、服务器和存储介质 | |
WO2021036449A1 (zh) | 维度数据处理方法、装置、计算机设备和存储介质 | |
CN109816331A (zh) | 审核任务处理方法、装置、计算机设备和存储介质 | |
CN107111616A (zh) | 第三方数据共享的隐私保护 | |
CN111078507A (zh) | 数据监控方法、系统、计算机设备和存储介质 | |
CN103679048A (zh) | 用于多系统全景中的数据保密和销毁的系统和方法 | |
CN108512948B (zh) | 通讯录更新方法、装置、计算机设备和存储介质 | |
CN109325366A (zh) | 基于联盟链的业务处理方法、设备及计算机可读存储介质 | |
CN113592426B (zh) | 审批策略的生成方法、装置、计算机设备和存储介质 | |
CN110008346A (zh) | 黑名单传导图谱构建方法、装置、计算机设备和存储介质 | |
CN110135190B (zh) | 数据管理方法、服务器及计算机存储介质 | |
WO2020253067A1 (zh) | 基于数据分析的项目方案管理方法、相关装置及存储介质 | |
CN112989216A (zh) | 同事的推荐方法、装置、计算机设备及存储介质 | |
CN110502549A (zh) | 用户数据处理方法、装置、计算机设备和存储介质 | |
CN109377266A (zh) | 业务数据跟踪与管理方法、装置、计算机设备和存储介质 | |
CN115629743A (zh) | 服务组件的编排方法、服务调度方法、装置、电子设备及存储介质 | |
CN110008347B (zh) | 黑名单传导扩充方法、装置、计算机设备和存储介质 | |
CN110008220B (zh) | 黑名单传导图谱衰减系数获取方法、装置和计算机设备 | |
CN113806373A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113689201A (zh) | 基于区块链的数据处理方法及系统 | |
CN110247956A (zh) | 用户画像生成方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |