CN110362689A - 一种风险评估方法、装置、存储介质和服务器 - Google Patents
一种风险评估方法、装置、存储介质和服务器 Download PDFInfo
- Publication number
- CN110362689A CN110362689A CN201910540945.5A CN201910540945A CN110362689A CN 110362689 A CN110362689 A CN 110362689A CN 201910540945 A CN201910540945 A CN 201910540945A CN 110362689 A CN110362689 A CN 110362689A
- Authority
- CN
- China
- Prior art keywords
- assessed
- risk
- target
- information
- bill
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012502 risk assessment Methods 0.000 title claims abstract description 32
- 238000013507 mapping Methods 0.000 claims abstract description 46
- 239000000463 material Substances 0.000 claims abstract description 34
- 238000003058 natural language processing Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 241000406668 Loxodonta cyclotis Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000270322 Lepidosauria Species 0.000 description 1
- -1 brief introduction Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- RSMUVYRMZCOLBH-UHFFFAOYSA-N metsulfuron methyl Chemical compound COC(=O)C1=CC=CC=C1S(=O)(=O)NC(=O)NC1=NC(C)=NC(OC)=N1 RSMUVYRMZCOLBH-UHFFFAOYSA-N 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Animal Behavior & Ethology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Machine Translation (AREA)
Abstract
本发明涉及计算机技术领域，提出一种风险评估方法、装置、存储介质和服务器。该方法包括：获取与待评估对象相关的文本材料和业务票据；对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；对所述业务票据进行识别，得到其中的买卖方信息；从所述知识图谱中查找与所述买卖方信息关联的第二对象；将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。采用本发明能够有效提高风险对象识别的准确率。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种风险评估方法、装置、存储介质和服务器。
背景技术
风险评估是金融风控的重要一环，用于识别办理业务的客户是否为风险对象。目前，主要通过专家的经验人工设置各种风控参数来完成风险评估，只能做线性的决策边界，即数值多一可能刷掉很多的正常客户，数值少一可能放进很多的风险客户，风险对象识别的准确率不高。
发明内容
有鉴于此，本发明实施例提供了一种风险评估方法、装置、存储介质和服务器，能够提高风险对象识别的准确率。
本发明实施例的第一方面，提供了一种风险评估方法，包括：
获取与待评估对象相关的文本材料和业务票据；
对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；
对所述业务票据进行识别，得到其中的买卖方信息；
从所述知识图谱中查找与所述买卖方信息关联的第二对象；
将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；
若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
本发明实施例的第二方面，提供了一种风险评估装置，包括：
信息获取模块，用于获取与待评估对象相关的文本材料和业务票据；
文本处理模块，用于对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
第一对象查找模块，用于从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；
票据识别模块，用于对所述业务票据进行识别，得到其中的买卖方信息；
第二对象查找模块，用于从所述知识图谱中查找与所述买卖方信息关联的第二对象；
目标对象确定模块，用于将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；
风险识别模块，用于若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
本发明实施例的第三方面，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可读指令，所述计算机可读指令被处理器执行时实现如本发明实施例的第一方面提出的风险评估方法的步骤。
本发明实施例的第四方面，提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如本发明实施例的第一方面提出的风险评估方法的步骤。
本申请提出的风险评估方法包括：获取与待评估对象相关的文本材料和业务票据；对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；根据所述业务票据和所述兴趣点标签，从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；对所述业务票据进行识别，得到其中的买卖方信息；从所述知识图谱中查找与所述买卖方信息关联的第二对象；将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。本申请风险判定的条件不在于某个风控参数的边界，而是通过NLP和知识图谱技术确定与待评估对象关联的目标对象，综合考虑待评估对象和目标对象的相关信息是否符合风险触发条件，建立的是非线性的决策边界，有效提高了风险对象识别的准确率。
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是本发明实施例提供的一种风险评估方法的第一个实施例的流程图；
图2是本发明实施例提供的一种风险评估方法的第二个实施例的流程图；
图3是本发明实施例提供的一种风险评估装置的一个实施例的结构图；
图4是本发明实施例提供的一种服务器的示意图。
具体实施方式
本发明实施例提供了一种风险评估方法、装置、存储介质和服务器，能够提高风险对象识别的准确率。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中一种风险评估方法的第一个实施例包括：
101、获取与待评估对象相关的文本材料和业务票据；
首先，获取与待评估对象相关的文本材料和业务票据。待评估对象为需要办理金融业务，执行风险评估的对象，可以为个人或者企业。文本材料的来源可以包括两个方面，其一为待评估对象自己提供的文本材料，比如企业的简介、产品说明书、供应商列表等；其二为通过爬虫工具爬取网络上包含相关关键词的文本材料，比如爬取网络上包含待评估对象的企业名称或者产品名称的相关文本材料，可以包括客服反馈信息，社交媒体上的客户评价等。业务票据通常由待评估对象提供，可以是待评估对象最近一段时期内开具的各类电子发票或收据，一般包含买卖方信息、交易金额和交易日期等信息。
102、对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
在获得所述文本材料后，对该文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签。自然语音处理即NLP处理，主要是为了解析文本材料的语义，从而确定该待评估对象的兴趣点。
具体的，NLP处理的过程可以包括：
(1)文本材料清洗，即在文本中找到感兴趣的内容，将其它视作噪声的内容清洗删除，主要包括提取标题、摘要和正文等步骤；
(2)分词，文本材料一般是短文本或者长文本，在进行文本挖掘分析时，希望文本处理的最小单位粒度是词语，一般采用基于字符串匹配、基于理解、基于统计、和基于规则等各种分词方法；
(3)词性标注，给每个词语打上词性标签，比如动词、形容词和名词等，常见的词性标注方法包括基于统计的词性标注方法、基于最大熵的词性标注方法，基于统计最大概率输出词性和基于HMM的词性标注方法等；
(4)去除停用词，去除对文本特征不作任何贡献的字词，比如标点符号、语气词和人称代词等；
(5)将词语转换为词向量，表示成计算机能够识别和计算的数据；
(6)将转换得到的词向量输入预先构建的神经网络模型，得到NLP处理的结果。
通过该神经网络模型会输出一个标签，作为所述待评估对象的兴趣点标签。具体的，该神经网络模型在训练时，采用各个兴趣点标签对应的文本特征作为训练集，通过比较文本特征的匹配度，确定相应的兴趣点标签。比如，输入的文本特征和标签“出口产品”对应的文本特征的匹配度最高，则可确定兴趣点标签为“出口产品”。需要说明的是，匹配的兴趣点标签可以是多个。
103、根据所述业务票据和所述兴趣点标签，从预先构建的知识图谱中查找与所述待评估对象关联的目标对象；
接着，根据所述业务票据和所述兴趣点标签，从预先构建的知识图谱中查找与所述待评估对象关联的目标对象。知识图谱是显示知识发展进程与结构关系的一系列不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。该知识图谱记录各个业务对象之间的相互关系，比如各个企业、产品、个人之间的相互关系。
具体的，可以预先构建兴趣点标签和该知识图谱中各个业务对象之间的关联关系，比如兴趣点标签“进口产品”与业务对象“A公司”关联，兴趣点标签“互联网产品”与业务对象“B公司”以及“C公司”关联。然后，即可通过确定的兴趣点标签从该知识图谱中查找出相应的目标业务对象。另外，通过该业务票据可以提取出买卖方的相关信息，根据买卖方信息同样可以从该知识图谱中查找出相应的目标业务对象(相应的关联关系预先构建)。比如，某个买卖方信息为D公司，则该知识图谱中的D公司或者与D公司相关的其它对象均可作为目标业务对象。
104、若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
在确定目标对象之后，可以获取所述待评估对象和所述目标对象的某些相关信息，比如个人信息或者企业信息，然后判断这些信息是否符合预设的风险触发条件，符合风险触发条件则判定所述待评估对象为风险对象，否则判定所述待评估对象为正常对象。
可选的，步骤104可以包括：
若所述待评估对象的就职企业信息和所述目标对象的就职企业信息不同，且所述待评估对象的电话号码和所述目标对象的电话号码归属于同一个企业，则判定所述待评估对象为风险对象。
此方式适用于待评估对象和目标对象均为个人的情况，若所述待评估对象的就职企业信息和所述目标对象的就职企业信息不同，而所述待评估对象的电话号码和所述目标对象的电话号码归属于同一个企业，则表明可能存在信息造假的风险，可判定所述待评估对象为风险对象。
可选的，步骤104可以包括：
(1)分别获取所述待评估对象的贷款记录以及所述目标对象的贷款记录
(2)根据获取到的贷款记录判断所述待评估对象和所述目标对象是否于同一天申请过贷款；
(3)若所述待评估对象和所述目标对象于同一天申请过贷款，且所述待评估对象和所述目标对象预留的地址信息相同，则判定所述待评估对象为风险对象。
此方式既适用于待评估对象和目标对象为个人，也适用于待评估对象和目标对象为企业的情况。通过获取到的贷款记录可以判断所述待评估对象和所述目标对象是否于同一天申请过贷款，若两者于同一天申请过贷款且预留的地址信息相同，则表明可能存在骗贷风险，故判定所述待评估对象为风险对象。
可选的，步骤104可以包括：
(1)获取所述待评估对象和所述目标对象之间的来往记录；
(2)根据所述来往记录统计所述待评估对象和所述目标对象在预设周期内的来往频次；
(3)若所述来往频次超过第三阈值，则判定所述待评估对象为风险对象。
此方式既适用于待评估对象和目标对象为个人，也适用于待评估对象和目标对象为企业的情况。对于个人对象，来往记录可以为电话沟通记录；对于企业对象，来往记录可以为发票交易记录。若所述待评估对象和所述目标对象在预设周期内(比如1周内)的来往频次较高，则表明可能存在合伙骗贷的风险，故判定所述待评估对象为风险对象。
本发明实施例提出的风险评估方法包括：获取与待评估对象相关的文本材料和业务票据；对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；根据所述业务票据和所述兴趣点标签，从预先构建的知识图谱中查找与所述待评估对象关联的目标对象，所述知识图谱记录各个业务对象之间的相互关系；若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。本实施例风险判定的条件不在于某个风控参数的边界，而是通过NLP和知识图谱技术确定与待评估对象关联的目标对象，综合考虑待评估对象和目标对象的相关信息是否符合风险触发条件，建立的是非线性的决策边界，有效提高了风险对象识别的准确率。
请参阅图2，本发明实施例中一种风险评估方法的第二个实施例包括：
201、获取与待评估对象相关的文本材料和业务票据；
202、对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
步骤201-202与步骤101-102相同，具体可参照步骤101-102的相关说明。
203、从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象；
该知识图谱记录各个业务对象之间的相互关系，即各个业务对象的属性以及相互之间的连接关系。第一对象既可以包含该兴趣点标签直接指向的对象，也可以包含通过知识图谱延伸的与直接指向对象具备相互连接关系的对象。比如，若兴趣点标签指向的对象为A公司，则第一对象不仅为A公司，还可以包含该知识图谱上与A公司连接的其它个人或企业对象。
204、对所述业务票据进行识别，得到其中的买卖方信息；
接着，对所述业务票据进行识别，得到其中的买卖方信息。
进一步的，步骤204可以包括：
(1)分别提取各个所述业务票据的交易金额；
(2)将交易金额超过第一阈值的业务票据确定为目标票据；
(3)对所述目标票据进行识别，得到其中的买卖方信息；
(4)分别统计各个买卖方信息对应的目标票据数量；
(5)将对应的目标票据数量小于第二阈值的买卖方信息去除。
根据业务数据中的买卖方信息，可以统计出哪些企业或个人与待评估对象具备频繁的交易关系。而为了进一步提高目标对象统计的准确性，可以将小额交易、或者交易次数较少(票据数量少)的买卖方信息去除。
205、从所述知识图谱中查找与所述买卖方信息关联的第二对象；
在获得买卖方信息之后，从所述知识图谱中查找与所述买卖方信息关联的第二对象。类似的，第二对象既可以包含该买卖方信息直接指向的对象，也可以包含通过知识图谱延伸的与直接指向对象具备相互连接关系的对象。
206、将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；
在从所述知识图谱中查找出第一对象和第二对象之后，即可将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象。
207、若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
步骤207与步骤104相同，具体可参照步骤104的相关说明。
本发明实施例提出的风险评估方法包括：获取与待评估对象相关的文本材料和业务票据；对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象；对所述业务票据进行识别，得到其中的买卖方信息；从所述知识图谱中查找与所述买卖方信息关联的第二对象；将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。与本发明的第一个实施例相比，本实施例提出了一种根据所述业务票据和所述兴趣点标签，从预先构建的知识图谱中查找与所述待评估对象关联的目标对象的具体实施方式。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种风险评估方法，下面将对一种风险评估装置进行描述。
请参阅图3，本发明实施例中一种风险评估装置的一个实施例包括：
信息获取模块301，用于获取与待评估对象相关的文本材料和业务票据；
文本处理模块302，用于对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
第一对象查找模块303，用于从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；
票据识别模块304，用于对所述业务票据进行识别，得到其中的买卖方信息；
第二对象查找模块305，用于从所述知识图谱中查找与所述买卖方信息关联的第二对象；
目标对象确定模块306，用于将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；
风险识别模块307，用于若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
进一步的，所述票据识别单元可以包括：
交易金额提取子单元，用于分别提取各个所述业务票据的交易金额；
目标票据确定子单元，用于将交易金额超过第一阈值的业务票据确定为目标票据；
目标票据识别子单元，用于对所述目标票据进行识别，得到其中的买卖方信息；
票据数量统计子单元，用于分别统计各个买卖方信息对应的目标票据数量；
信息去除子单元，用于将对应的目标票据数量小于第二阈值的买卖方信息去除。
可选的，所述风险识别模块可以包括：
第一风险识别单元，用于若所述待评估对象的就职企业信息和所述目标对象的就职企业信息不同，且所述待评估对象的电话号码和所述目标对象的电话号码归属于同一个企业，则判定所述待评估对象为风险对象。
可选的，所述风险识别模块可以包括：
贷款记录获取单元，用于分别获取所述待评估对象的贷款记录以及所述目标对象的贷款记录
贷款判断单元，用于根据获取到的贷款记录判断所述待评估对象和所述目标对象是否于同一天申请过贷款；
第二风险识别单元，用于若所述待评估对象和所述目标对象于同一天申请过贷款，且所述待评估对象和所述目标对象预留的地址信息相同，则判定所述待评估对象为风险对象。
可选的，所述风险识别模块可以包括：
来往记录获取单元，用于获取所述待评估对象和所述目标对象之间的来往记录；
来往频次统计单元，用于根据所述来往记录统计所述待评估对象和所述目标对象在预设周期内的来往频次；
第三风险识别单元，用于若所述来往频次超过第三阈值，则判定所述待评估对象为风险对象。
本发明实施例还提供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可读指令，所述计算机可读指令被处理器执行时实现如图1或图2表示的任意一种风险评估方法的步骤。
本发明实施例还提供一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如图1或图2表示的任意一种风险评估方法的步骤。
图4是本发明一实施例提供的服务器的示意图。如图4所示，该实施例的服务器4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机可读指令42。所述处理器40执行所述计算机可读指令42时实现上述各个风险评估方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器40执行所述计算机可读指令42时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块301至307的功能。
示例性的，所述计算机可读指令42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机可读指令42在所述服务器4中的执行过程。
所述服务器4可以是智能手机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是服务器4的示例，并不构成对服务器4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，例如所述服务器4还可以包括输入输出设备、网络接入设备、总线等。
所述处理器40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。
所述存储器41可以是所述服务器4的内部存储单元，例如服务器4的硬盘或内存。所述存储器41也可以是所述服务器4的外部存储设备，例如所述服务器4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，所述存储器41还可以既包括所述服务器4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机可读指令以及所述服务器所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
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，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnLyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种风险评估方法，其特征在于，包括：
获取与待评估对象相关的文本材料和业务票据；
对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；
对所述业务票据进行识别，得到其中的买卖方信息；
从所述知识图谱中查找与所述买卖方信息关联的第二对象；
将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；
若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
2.根据权利要求1所述的风险评估方法，其特征在于，所述对所述业务票据进行识别，得到其中的买卖方信息包括：
分别提取各个所述业务票据的交易金额；
将交易金额超过第一阈值的业务票据确定为目标票据；
对所述目标票据进行识别，得到其中的买卖方信息；
分别统计各个买卖方信息对应的目标票据数量；
将对应的目标票据数量小于第二阈值的买卖方信息去除。
3.根据权利要求1或2所述的风险评估方法，其特征在于，所述若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象包括：
若所述待评估对象的就职企业信息和所述目标对象的就职企业信息不同，且所述待评估对象的电话号码和所述目标对象的电话号码归属于同一个企业，则判定所述待评估对象为风险对象。
4.根据权利要求1或2所述的风险评估方法，其特征在于，所述若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象包括：
分别获取所述待评估对象的贷款记录以及所述目标对象的贷款记录
根据获取到的贷款记录判断所述待评估对象和所述目标对象是否于同一天申请过贷款；
若所述待评估对象和所述目标对象于同一天申请过贷款，且所述待评估对象和所述目标对象预留的地址信息相同，则判定所述待评估对象为风险对象。
5.根据权利要求1或2所述的风险评估方法，其特征在于，所述若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象包括：
获取所述待评估对象和所述目标对象之间的来往记录；
根据所述来往记录统计所述待评估对象和所述目标对象在预设周期内的来往频次；
若所述来往频次超过第三阈值，则判定所述待评估对象为风险对象。
6.一种风险评估装置，其特征在于，包括：
信息获取模块，用于获取与待评估对象相关的文本材料和业务票据；
文本处理模块，用于对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
第一对象查找模块，用于从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；
票据识别模块，用于对所述业务票据进行识别，得到其中的买卖方信息；
第二对象查找模块，用于从所述知识图谱中查找与所述买卖方信息关联的第二对象；
目标对象确定模块，用于将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；
风险识别模块，用于若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
7.一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可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至5中任一项所述的风险评估方法的步骤。
8.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如下步骤：
获取与待评估对象相关的文本材料和业务票据；
对所述文本材料进行自然语言处理，得到所述待评估对象的兴趣点标签；
从预先构建的知识图谱中查找与所述兴趣点标签关联的第一对象，所述知识图谱记录各个业务对象之间的相互关系；
对所述业务票据进行识别，得到其中的买卖方信息；
从所述知识图谱中查找与所述买卖方信息关联的第二对象；
将所述第一对象和所述第二对象确定为与所述待评估对象关联的目标对象；
若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象。
9.根据权利要求8所述的服务器，其特征在于，所述对所述业务票据进行识别，得到其中的买卖方信息包括：
分别提取各个所述业务票据的交易金额；
将交易金额超过第一阈值的业务票据确定为目标票据；
对所述目标票据进行识别，得到其中的买卖方信息；
分别统计各个买卖方信息对应的目标票据数量；
将对应的目标票据数量小于第二阈值的买卖方信息去除。
10.根据权利要求8或9所述的服务器，其特征在于，所述若所述待评估对象和所述目标对象的相关信息符合预设的风险触发条件，则判定所述待评估对象为风险对象包括：
若所述待评估对象的就职企业信息和所述目标对象的就职企业信息不同，且所述待评估对象的电话号码和所述目标对象的电话号码归属于同一个企业，则判定所述待评估对象为风险对象。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910540945.5A CN110362689A (zh) | 2019-06-21 | 2019-06-21 | 一种风险评估方法、装置、存储介质和服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910540945.5A CN110362689A (zh) | 2019-06-21 | 2019-06-21 | 一种风险评估方法、装置、存储介质和服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110362689A true CN110362689A (zh) | 2019-10-22 |
Family
ID=68216536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910540945.5A Pending CN110362689A (zh) | 2019-06-21 | 2019-06-21 | 一种风险评估方法、装置、存储介质和服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110362689A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111429255A (zh) * | 2020-03-19 | 2020-07-17 | 中国建设银行股份有限公司 | 一种风险评估方法、装置、设备及存储介质 |
| CN111833182A (zh) * | 2020-07-27 | 2020-10-27 | 中国工商银行股份有限公司 | 识别风险对象的方法和装置 |
| CN112015909A (zh) * | 2020-08-19 | 2020-12-01 | 普洛斯科技(重庆)有限公司 | 知识图谱的构建方法及装置、电子设备、存储介质 |
| CN112288279A (zh) * | 2020-10-30 | 2021-01-29 | 平安医疗健康管理股份有限公司 | 基于自然语言处理和线性回归的业务风险评估方法和装置 |
| CN112561682A (zh) * | 2020-12-10 | 2021-03-26 | 中信银行股份有限公司 | 一种针对小微企业的银行授信风险评估方法及系统 |
| CN113033565A (zh) * | 2021-03-10 | 2021-06-25 | 大象慧云信息技术有限公司 | 一种电子发票数据处理方法及系统 |
| CN116629620A (zh) * | 2023-07-26 | 2023-08-22 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种风险等级确定方法、装置、电子设备及存储介质 |
| CN117273375A (zh) * | 2023-10-19 | 2023-12-22 | 国网安徽省电力有限公司铜陵供电公司 | 基于知识图谱的配网故障处置决策监管提升系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150127416A1 (en) * | 2013-11-01 | 2015-05-07 | Digital Risk Analytics, LLC | Systems, methods and computer readable media for multi-dimensional risk assessment |
| US20160055409A1 (en) * | 2014-08-19 | 2016-02-25 | Qualcomm Incorporated | Knowledge-graph biased classification for data |
| CN109118118A (zh) * | 2018-09-06 | 2019-01-01 | 平安科技（深圳）有限公司 | 企业业务的风险评估方法、存储介质和服务器 |
| CN109584048A (zh) * | 2018-11-30 | 2019-04-05 | 上海点融信息科技有限责任公司 | 基于人工智能对申请者进行风险评级的方法和装置 |
| CN109636564A (zh) * | 2018-10-16 | 2019-04-16 | 平安科技（深圳）有限公司 | 用于风控的信息核实方法、装置、设备及存储介质 |
| WO2019074446A1 (en) * | 2017-10-13 | 2019-04-18 | Digital Alpha Group Pte Ltd | LOAN REQUEST PROCESSING SYSTEM AND METHOD |
| CN109685639A (zh) * | 2018-08-21 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 贷款审核方法、装置、设备及计算机可读存储介质 |
-
2019
- 2019-06-21 CN CN201910540945.5A patent/CN110362689A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150127416A1 (en) * | 2013-11-01 | 2015-05-07 | Digital Risk Analytics, LLC | Systems, methods and computer readable media for multi-dimensional risk assessment |
| US20160055409A1 (en) * | 2014-08-19 | 2016-02-25 | Qualcomm Incorporated | Knowledge-graph biased classification for data |
| WO2019074446A1 (en) * | 2017-10-13 | 2019-04-18 | Digital Alpha Group Pte Ltd | LOAN REQUEST PROCESSING SYSTEM AND METHOD |
| CN109685639A (zh) * | 2018-08-21 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 贷款审核方法、装置、设备及计算机可读存储介质 |
| CN109118118A (zh) * | 2018-09-06 | 2019-01-01 | 平安科技（深圳）有限公司 | 企业业务的风险评估方法、存储介质和服务器 |
| CN109636564A (zh) * | 2018-10-16 | 2019-04-16 | 平安科技（深圳）有限公司 | 用于风控的信息核实方法、装置、设备及存储介质 |
| CN109584048A (zh) * | 2018-11-30 | 2019-04-05 | 上海点融信息科技有限责任公司 | 基于人工智能对申请者进行风险评级的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| LUO JIANFENG等: ""A Comprehensive Evaluation Method of Logistics Company\'s Credit Risk Based on Logistics Finance"", 《2010 INTERNATIONAL FORUM ON INFORMATION TECHNOLOGY AND APPLICATIONS》, pages 299 - 302 * |
| 郑明贵;王训洪;: "基于云物元模型的国内矿山项目并购风险评估研究", 中国矿业, no. 12, pages 48 - 53 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111429255B (zh) * | 2020-03-19 | 2024-02-20 | 中国建设银行股份有限公司 | 一种风险评估方法、装置、设备及存储介质 |
| CN111429255A (zh) * | 2020-03-19 | 2020-07-17 | 中国建设银行股份有限公司 | 一种风险评估方法、装置、设备及存储介质 |
| CN111833182A (zh) * | 2020-07-27 | 2020-10-27 | 中国工商银行股份有限公司 | 识别风险对象的方法和装置 |
| CN111833182B (zh) * | 2020-07-27 | 2024-03-08 | 中国工商银行股份有限公司 | 识别风险对象的方法和装置 |
| CN112015909A (zh) * | 2020-08-19 | 2020-12-01 | 普洛斯科技(重庆)有限公司 | 知识图谱的构建方法及装置、电子设备、存储介质 |
| CN112015909B (zh) * | 2020-08-19 | 2024-04-30 | 普洛斯科技(重庆)有限公司 | 知识图谱的构建方法及装置、电子设备、存储介质 |
| CN112288279A (zh) * | 2020-10-30 | 2021-01-29 | 平安医疗健康管理股份有限公司 | 基于自然语言处理和线性回归的业务风险评估方法和装置 |
| CN112561682A (zh) * | 2020-12-10 | 2021-03-26 | 中信银行股份有限公司 | 一种针对小微企业的银行授信风险评估方法及系统 |
| CN113033565A (zh) * | 2021-03-10 | 2021-06-25 | 大象慧云信息技术有限公司 | 一种电子发票数据处理方法及系统 |
| CN116629620B (zh) * | 2023-07-26 | 2024-02-02 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种风险等级确定方法、装置、电子设备及存储介质 |
| CN116629620A (zh) * | 2023-07-26 | 2023-08-22 | 太平金融科技服务(上海)有限公司深圳分公司 | 一种风险等级确定方法、装置、电子设备及存储介质 |
| CN117273375A (zh) * | 2023-10-19 | 2023-12-22 | 国网安徽省电力有限公司铜陵供电公司 | 基于知识图谱的配网故障处置决策监管提升系统 |
| CN117273375B (zh) * | 2023-10-19 | 2024-04-02 | 国网安徽省电力有限公司铜陵供电公司 | 基于知识图谱的配网故障处置决策监管提升系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110362689A (zh) | 一种风险评估方法、装置、存储介质和服务器 | |
| US20210173711A1 (en) | Integrated value chain risk-based profiling and optimization | |
| CN110263248A (zh) | 一种信息推送方法、装置、存储介质和服务器 | |
| CN106845999A (zh) | 风险用户识别方法、装置和服务器 | |
| CN106776897B (zh) | 一种用户画像标签确定方法及装置 | |
| CN109670837A (zh) | 债券违约风险的识别方法、装置、计算机设备和存储介质 | |
| CN103064987A (zh) | 一种虚假交易信息识别方法 | |
| US10956522B1 (en) | Regular expression generation and screening of textual items | |
| CN109087163A (zh) | 信用评估的方法及装置 | |
| US11250433B2 (en) | Using semi-supervised label procreation to train a risk determination model | |
| CN110909540B (zh) | 短信垃圾新词识别方法、装置及电子设备 | |
| CN112989059A (zh) | 潜在客户识别方法及装置、设备及可读计算机存储介质 | |
| CN109840323A (zh) | 保险产品的语音识别处理方法及服务器 | |
| CN113139876B (zh) | 风险模型训练方法、装置、计算机设备及可读存储介质 | |
| CN110609908A (zh) | 案件串并方法及装置 | |
| CN110913354A (zh) | 短信分类方法、装置及电子设备 | |
| CN111476653A (zh) | 一种风险信息识别、确定、模型训练方法及装置 | |
| CN107861945A (zh) | 金融数据分析方法、应用服务器及计算机可读存储介质 | |
| CN114782161A (zh) | 识别风险用户的方法、装置、存储介质及电子装置 | |
| CN113887214A (zh) | 基于人工智能的意愿推测方法、及其相关设备 | |
| CN112287111B (zh) | 一种文本处理方法和相关装置 | |
| CN113408627A (zh) | 目标对象的确定方法、装置和服务器 | |
| CN110972086A (zh) | 短信息处理方法、装置、电子设备及计算机可读存储介质 | |
| CN113421007A (zh) | 风险包裹的识别方法、装置、设备和存储介质 | |
| CN113095723A (zh) | 优惠券的推荐方法及装置 |
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 |