CN110837538A - 金融知识图谱可视化查询与多维分析系统 - Google Patents

金融知识图谱可视化查询与多维分析系统 Download PDF

Info

Publication number
CN110837538A
CN110837538A CN201911015079.4A CN201911015079A CN110837538A CN 110837538 A CN110837538 A CN 110837538A CN 201911015079 A CN201911015079 A CN 201911015079A CN 110837538 A CN110837538 A CN 110837538A
Authority
CN
China
Prior art keywords
data
query
map
financial
database
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
Application number
CN201911015079.4A
Other languages
English (en)
Inventor
王晓东
何坚
李卫锋
万洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongke Jiexin Information Technology Co Ltd
Original Assignee
Beijing Zhongke Jiexin Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongke Jiexin Information Technology Co Ltd filed Critical Beijing Zhongke Jiexin Information Technology Co Ltd
Priority to CN201911015079.4A priority Critical patent/CN110837538A/zh
Publication of CN110837538A publication Critical patent/CN110837538A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/288Entity relationship models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26Visual data mining; Browsing structured data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof

Abstract

本发明提供了一种金融知识图谱可视化查询与多维分析系统,该金融知识图谱可视化查询与多维分析系统包括图谱设计单元,用于根据金融数据的查询需要设计图谱数据库的结构构成;数据采集单元,用于采集多个非结构化的样本源数据,对所述样本源数据清洗后作为样本数据存储到所述图谱数据库中;图谱输出单元,将所述样本数据导入所述图谱数据库以输出知识图谱;异常分析单元,从所述知识图谱中提取异常数据并根据异常属性进行多维分析。本发明的有益效果是:本申请用于在金融贷款业务中对申贷客户审核,可以在很大程度上避免出现欺诈行为的发生,从而能够降低金融平台的坏账率,避免金融平台的资产损失。

Description

金融知识图谱可视化查询与多维分析系统
技术领域
本发明涉及到金融系统技术领域,尤其涉及到一种金融知识图谱可视化查询与多维分析系统。
背景技术
随着互联网金融的发展,贷款业务逐渐兴起,而有些人是征信黑户,但经过包装后能成为征信白户,但此类客户多是无正常还款能力的客户,故若放款成功可能会给金融平台造成坏账,导致金融平台的资产损失,因此,为了杜绝上述欺诈行为的发生,如何识别出欺诈行为至关重要。
发明内容
本发明的目的在于提供一种金融知识图谱可视化查询与多维分析系统,以解决上述背景技术中提出的问题。
本发明是通过以下技术方案实现:
本发明提供了一种金融知识图谱可视化查询与多维分析系统,该金融知识图谱可视化查询与多维分析系统包括图谱设计单元,用于根据金融数据的查询需要设计图谱数据库的结构构成,所述结构构成包括节点及节点间关系的表述;
数据采集单元,用于采集多个非结构化的样本源数据,对所述样本源数据清洗后作为样本数据存储到所述图谱数据库中;
图谱输出单元,将所述样本数据导入所述图谱数据库以输出知识图谱;
异常分析单元,从所述知识图谱中提取异常数据并根据异常属性进行多维分析,所述异常属性包括投机行为、炒作行为或欺诈行为。
优选的,所述数据采集单元包括:
信息采集模块,用于从图谱数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/ 或收件人信息作为样本源数据;
信息清洗模块,用于对所述样本源数据清洗筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据后作为所述样本数据。
优选的,所述图谱输出单元包括:
预存储模块,用于采用CYPHER语言预设多种金融数据查询语句,包括姓名查询语句、电话查询语句或身份识别码查询语句;
图谱生成模块,用于将多个所述样本数据以节点形式分布展开,节点间关系通过指示线关联形成所述知识图谱。
优选的,所述异常分析单元包括:
分析模块,用于根据所述异常属性采用CYPHER语言预设多种金融异常属性查询语句,包括投机行为查询语句、炒作行为查询语句或欺诈行为查询语句;
处理模块,用于根据输入的查询语句,从多个所述样本数据以节点形式分布展开形成的知识图谱中,筛选出异常关系节点,再从筛选出的异常关系节点中识别出金融异常数据,并以查询结果形式输出。
优选的,所述图谱数据库为基于多种数据类型对应设置多种节点类型、且按照一节点对应一数据的原则而设计的图谱数据库。
优选的,所述图谱设计单元、所述数据采集单元、所述图谱输出单元以及所述异常分析单元均存储于计算机中,所述知识图谱通过计算机的显示屏输出显示,所述图谱数据库存储于数据库主机中。
在上述实施例中,本申请用于在金融贷款业务中对申贷客户审核,可以在很大程度上避免出现欺诈行为的发生,从而能够降低金融平台的坏账率,避免金融平台的资产损失。
附图说明
图1是本发明实施例提供的金融知识图谱可视化查询与多维分析系统的结构框图。
图中:1-图谱设计单元;2-数据采集单元;21-信息采集模块;22-信息清洗模块;3-图谱输出单元;31-预存储模块;32-图谱生成模块;4-异常分析单元;41-分析模块;42-处理模块。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。
为了方便理解本发明实施例提供的金融知识图谱可视化查询与多维分析系统,首先说明一下本发明实施例提供的金融知识图谱可视化查询与多维分析系统的应用场景,该金融知识图谱可视化查询与多维分析系统用于金融贷款业务中对申贷客户的审核,以避免出现欺诈行为的发生。下面结合具体的实施例对其进行详细说明。
请参考图1,图1是本发明实施例提供的金融知识图谱可视化查询与多维分析系统的结构框图。
如图1所示,该金融知识图谱可视化查询与多维分析系统包括图谱设计单元1、数据采集单元2、图谱输出单元3和异常分析单元4四个单元,四个单元均存储于计算机中。下面将详细说明每个单元的用途。
首先,图谱设计单元1是用于根据金融数据的查询需要设计图谱数据库的结构构成,所述结构构成包括节点及节点间关系的表述,所述图谱数据库存储于数据库主机中。所述节点为实体数据信息,例如姓名、单位、职务、住址、电话等实体数据信息;所述节点间关系采用指示线关联。
其次,数据采集单元2用于采集多个非结构化的样本源数据,并对所述样本源数据清洗后作为样本数据存储到所述图谱数据库中。需要说明的是,所述样本源数据包括贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息。所述样本数据为剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据后的数据。
所述数据采集单元2包括信息采集模块21和信息清洗模块22。其中,信息采集模块21用于从所述图谱数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/ 或收件人信息作为样本源数据;信息清洗模块22用于对所述样本源数据清洗筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据后作为所述样本数据。
再次,图谱输出单元3将所述样本数据导入所述图谱数据库以输出知识图谱,所述知识图谱通过计算机的显示屏输出显示,输出的所述知识图谱为多个所述样本数据以节点形式分布展开,且节点间关系通过指示线关联形成,这样,输出显示的所述知识图谱具有可视化更为直观的特点。
所述图谱输出单元3包括预存储模块31和图谱生成模块32,其中,预存储模块31用于采用CYPHER语言预设多种金融数据查询语句,所述多种金融数据查询语句包括姓名查询语句、电话查询语句或身份识别码查询语句;图谱生成模块32用于将多个所述样本数据以节点形式分布展开,节点间关系通过指示线关联形成所述知识图谱,以在计算机的显示屏输出显示。
最后,异常分析单元4通过从所述知识图谱中提取异常数据并根据异常属性进行多维分析,所述异常属性包括投机行为、炒作行为或欺诈行为。本发明将投机行为、炒作行为或欺诈行为作为所述异常属性进行多维分析,在金融贷款业务中对申贷客户审核时,可以在很大程度上避免出现欺诈行为的发生,例如骗贷,从而能够降低金融平台的坏账率,避免金融平台的资产损失。
异常分析单元4包括分析模块41和处理模块42,其中,分析模块41 用于根据所述异常属性采用CYPHER语言预设多种金融异常属性查询语句,包括投机行为查询语句、炒作行为查询语句或欺诈行为查询语句;处理模块42用于根据输入的查询语句,从多个所述样本数据以节点形式分布展开形成的知识图谱中,筛选出异常关系节点,再从筛选出的异常关系节点中识别出金融异常数据,并以查询结果形式在计算机的显示屏输出,有助于金融平台的评估工作人员更为直观的判断申贷客户是否可以放贷。
在本发明中,作为优选,所述图谱数据库为基于多种数据类型对应设置多种节点类型、且按照一节点对应一数据的原则而设计的图谱数据库。具体来说,就是一种数据类型对应一种节点类型,例如,节点类型为姓名,那么对应的数据类型可为字符串;节点类型为电话,那么对应的数据类型可为数字串;并且,是保证每一节点对应拥有节点数据,例如,姓名:XXX。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种金融知识图谱可视化查询与多维分析系统,其特征在于,包括:
图谱设计单元,用于根据金融数据的查询需要设计图谱数据库的结构构成,所述结构构成包括节点及节点间关系的表述;
数据采集单元,用于采集多个非结构化的样本源数据,对所述样本源数据清洗后作为样本数据存储到所述图谱数据库中;
图谱输出单元,将所述样本数据导入所述图谱数据库以输出知识图谱;
异常分析单元,从所述知识图谱中提取异常数据并根据异常属性进行多维分析,所述异常属性包括投机行为、炒作行为或欺诈行为。
2.根据权利要求1所述的金融知识图谱可视化查询与多维分析系统,其特征在于,所述数据采集单元包括:
信息采集模块,用于从图谱数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息作为样本源数据;
信息清洗模块,用于对所述样本源数据清洗筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据后作为所述样本数据。
3.根据权利要求1所述的金融知识图谱可视化查询与多维分析系统,其特征在于,所述图谱输出单元包括:
预存储模块,用于采用CYPHER语言预设多种金融数据查询语句,包括姓名查询语句、电话查询语句或身份识别码查询语句;
图谱生成模块,用于将多个所述样本数据以节点形式分布展开,节点间关系通过指示线关联形成所述知识图谱。
4.根据权利要求1所述的金融知识图谱可视化查询与多维分析系统,其特征在于,所述异常分析单元包括:
分析模块,用于根据所述异常属性采用CYPHER语言预设多种金融异常属性查询语句,包括投机行为查询语句、炒作行为查询语句或欺诈行为查询语句;
处理模块,用于根据输入的查询语句,从多个所述样本数据以节点形式分布展开形成的知识图谱中,筛选出异常关系节点,再从筛选出的异常关系节点中识别出金融异常数据,并以查询结果形式输出。
5.根据权利要求1所述的金融知识图谱可视化查询与多维分析系统,其特征在于,所述图谱数据库为基于多种数据类型对应设置多种节点类型、且按照一节点对应一数据的原则而设计的图谱数据库。
6.根据权利要求1所述的金融知识图谱可视化查询与多维分析系统,其特征在于,所述图谱设计单元、所述数据采集单元、所述图谱输出单元以及所述异常分析单元均存储于计算机中,所述知识图谱通过计算机的显示屏输出显示,所述图谱数据库存储于数据库主机中。
CN201911015079.4A 2019-10-24 2019-10-24 金融知识图谱可视化查询与多维分析系统 Pending CN110837538A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911015079.4A CN110837538A (zh) 2019-10-24 2019-10-24 金融知识图谱可视化查询与多维分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911015079.4A CN110837538A (zh) 2019-10-24 2019-10-24 金融知识图谱可视化查询与多维分析系统

Publications (1)

Publication Number Publication Date
CN110837538A true CN110837538A (zh) 2020-02-25

Family

ID=69575651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911015079.4A Pending CN110837538A (zh) 2019-10-24 2019-10-24 金融知识图谱可视化查询与多维分析系统

Country Status (1)

Country Link
CN (1) CN110837538A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612633A (zh) * 2020-05-27 2020-09-01 佛山市知识图谱科技有限公司 股票分析方法、装置、计算机设备和存储介质
CN112398819A (zh) * 2020-11-02 2021-02-23 杭州海康威视数字技术股份有限公司 异常识别的方法及装置
CN115269879A (zh) * 2022-09-05 2022-11-01 北京百度网讯科技有限公司 知识结构数据的生成方法、数据搜索方法和风险告警方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335354A (zh) * 2015-12-09 2016-02-17 中国联合网络通信集团有限公司 欺诈信息识别方法和装置
CN109491995A (zh) * 2018-12-25 2019-03-19 苏宁易购集团股份有限公司 基于知识图谱查询金融异常数据的方法及系统
US20190122111A1 (en) * 2017-10-24 2019-04-25 Nec Laboratories America, Inc. Adaptive Convolutional Neural Knowledge Graph Learning System Leveraging Entity Descriptions

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335354A (zh) * 2015-12-09 2016-02-17 中国联合网络通信集团有限公司 欺诈信息识别方法和装置
US20190122111A1 (en) * 2017-10-24 2019-04-25 Nec Laboratories America, Inc. Adaptive Convolutional Neural Knowledge Graph Learning System Leveraging Entity Descriptions
CN109491995A (zh) * 2018-12-25 2019-03-19 苏宁易购集团股份有限公司 基于知识图谱查询金融异常数据的方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612633A (zh) * 2020-05-27 2020-09-01 佛山市知识图谱科技有限公司 股票分析方法、装置、计算机设备和存储介质
CN112398819A (zh) * 2020-11-02 2021-02-23 杭州海康威视数字技术股份有限公司 异常识别的方法及装置
CN115269879A (zh) * 2022-09-05 2022-11-01 北京百度网讯科技有限公司 知识结构数据的生成方法、数据搜索方法和风险告警方法

Similar Documents

Publication Publication Date Title
US20230034113A1 (en) Systems and user interfaces for holistic, data-driven investigation of bad actor behavior based on clustering and scoring of related data
CN111143673B (zh) 一种多渠道客户信息处理及自动化营销的方法及系统
CN107819627B (zh) 系统故障处理方法及服务器
CN110837538A (zh) 金融知识图谱可视化查询与多维分析系统
US8583408B2 (en) Standardized modeling suite
US10579589B2 (en) Data filtering
CN113298354B (zh) 业务衍生指标的自动生成方法、装置及电子设备
US20120272326A1 (en) Tokenization system
US11282092B2 (en) System and method for universal data modeling
US9141686B2 (en) Risk analysis using unstructured data
US20140122163A1 (en) External operational risk analysis
CN112822210B (zh) 一种基于网络资产的漏洞管理系统
US20150066713A1 (en) Entropic link filter for automatic network generation
US20140195347A1 (en) Method, system, and computer program product for business designation
CN112287039A (zh) 一种团伙识别方法及相关装置
US20130297361A1 (en) Enterprise Resource Planning System Entity Event Monitoring
US20140156339A1 (en) Operational risk and control analysis of an organization
US9529860B2 (en) Keyword frequency analysis system
WO2012172561A1 (en) Enterprise information fusion
CN112286778A (zh) 一种业务链调用解析方法及装置
CN112651660A (zh) 企业风险预警方法及装置
CN112801788A (zh) 一种互联网股权融资平台监控系统及监控方法
CA3137134A1 (en) Company size estimation system
Bonilla et al. Episodic Non‐Linearities And Market Efficiency In The Mexican Stock Market
US10592980B1 (en) Systems methods and computer program products for identifying financial accounts utilized for business purposes

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200225

WD01 Invention patent application deemed withdrawn after publication