CN110852878B - 一种可信度确定方法、装置、设备和存储介质 - Google Patents
一种可信度确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110852878B CN110852878B CN201911175625.0A CN201911175625A CN110852878B CN 110852878 B CN110852878 B CN 110852878B CN 201911175625 A CN201911175625 A CN 201911175625A CN 110852878 B CN110852878 B CN 110852878B
- Authority
- CN
- China
- Prior art keywords
- link
- fund
- predicted
- dimension
- determining
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例公开了一种可信度确定方法、装置、设备和存储介质,该可信度确定方法包括:从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度。本发明实施例实现针对房屋开发商为了资金流转的目的,准确挖掘采用伪造资金流向的方式进行贷款的手段产生的信贷业务,达到提高信贷用户可信度审核的准确度的目的。
Description
技术领域
本发明实施例涉及互联网金融技术领域,尤其涉及一种可信度确定方法、装置、设备和存储介质。
背景技术
在房地产行业,对资金的周转速度有极要的要求,若房屋建成后要花较长的时间出售,则开发商的资金周转速度将急剧下降。部分开发商为了解决这些问题,采用了利用其员工或者其亲属虚假购买房屋,并申请银行贷款以回笼资金的违规做法。例如开发商组织其员工或员工亲属等人虚假购买开发商楼盘,由购房者办理贷款以使得开发商快速回笼资金,并供应购房者资金以按月还贷,其中购房人所用的购房首付款由开发商雇佣的中介提供,购房人办理银行贷款后,月供由开发商雇佣的中介提供。因此银行对于购房者的贷款申请需要加强审核力度,挖掘资金流向存在问题的信贷现象。
目前银行审核购房者的贷款申请时,采取的主要措施是审核贷款者的账单、消费、社保以及就业等记录,以及贷款者亲属的账单、消费、社保以及就业等记录,若记录表明贷款者有能力偿还贷款则银行予以审核通过。
然而,简单地对贷款者本人以及其亲属的账单、消费、社保以及就业等情况进行审查,对于开发商伪造房屋购买行为来骗取低息贷款的资金流向问题很难发现,造成银行运行风险加剧。
发明内容
本发明实施例提供一种可信度确定方法、装置、设备和存储介质,以针对房屋开发商为了资金流转的目的,采用伪造资金流向的方式进行贷款的手段产生的信贷业务,达到提高信贷用户可信度审核的准确度的目的。
第一方面,本发明实施例提供了一种可信度确定方法,包括:
从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;
若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;
对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度。
第二方面,本发明实施例还提供了一种可信度确定装置,包括:
目标维度链路构建模块,用于从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;
待分析链路确定模块,用于若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;
可信度确定模块,用于对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度。
第三方面,本发明实施例还提供了一种计算机设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的可信度确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的可信度确定方法。
本发明实施例根据个人节点和企业节点与待预测关系的目标维度的关联关系构建目标维度链路,从目标维度链路中可以清楚直观地发现待预测对象与房屋开发商等公司的目标维度关系;根据个人节点或企业节点设置的预设条件对目标维度链路进行剔除操作,得到待分析链路,从待分析链路中可以进一步明确与待预测对象可疑资金来源相关的链路;然后根据与目标维度相适配的分析规则对待分析链路进行分析,确定是否存在可疑资金来源,进而对待预测对象的可信度进行确定。实现针对房屋开发商为了资金流转的目的,准确挖掘采用伪造资金流向的方式进行贷款的手段产生的信贷业务,达到提高信贷用户可信度审核的准确度的目的。
附图说明
图1是本发明实施例一中的可信度确定方法的流程图;
图2是本发明实施例二中的可信度确定方法的流程图;
图3是本发明实施例三中的可信度确定装置的结构示意图;
图4是本发明实施例四中的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例一中的可信度确定方法的流程图,本实施例可适用于挖掘房屋开发商伪造资金流向的方式进行虚假购房贷款的情况。该方法可以由可信度确定装置来执行,该装置可以采用软件和/或硬件的方式实现,并可配置在计算机设备中,例如计算机设备可以是后台服务器等具有通信和计算能力的设备。如图1所示,该方法具体包括:
步骤101、从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路。
其中,关系数据库用于获知待预测对象的相关信息,包括与待预测对象具有社会关系以及资金流水交易的个人信息和企业信息。例如,关系数据库可以从银行系统中获取,银行采集社会上的人员关系信息以及其资金往来情况构建关系数据库。待预测对象是指需要进行可信度确定的贷款申请用户,例如用户在购房时因资金困难向银行申请购房贷款,银行需要对其购房申请贷款进行审核,则该用户为需要进行可信度确定的待预测对象。目标维度关联关系是指可以对待预测对象的贷款行为进行判断的关系对象,例如对于房地产开发商组织其员工或员工亲属等人虚假购买开发商楼盘的情况,银行可以根据购房贷款者的与房地产开发商的社会关系以及资金流水是否存在异常的情况对贷款申请进行审核。可选的,目标维度可以是资金维度和社会关系维度。个人节点是指与待预测对象存在资金维度或者社会关系维度的关联关系的个人,例如与待预测对象具有社会关系的其他人,如其亲属关系、同事关系等,或者与待预测对象具有资金流水往来的个人,如待预测对象的日常转账对象以及转账给待预测对象的个人。企业节点是指社会中与待预测对象存在资金维度或者社会关系维度的关联关系的企业,例如与待预测对象具有社会关系的企业,如其就业所在企业、投资企业等,或者与待预测对象具有资金流水往来的企业。目标维度链路是指根据确定的个人节点和企业节点以及其分别与待预测对象的关系构成的目标维度关联关系构建的链路,可选的,目标维度链路包括资金维度链路和社会关系维度链路,通过目标维度链路为提取待预测对象的可疑链路提高效率。
具体的,从银行系统中获取与待预测对象具有目标维度关联关系的信息,并确定节点对象,与待预测对象之间构成连接关系。示例性的,当目标维度关联关系为资金关联关系时,提取银行系统中待预测对象所有对公活期存款账户、个人活期存款账户在统计期内的转账类交易流水,并剔除交易对手账户是本人名下账户、内部账户以及正常资金往来的账户(交易对手是大型国有企业、行政事业单位、机关团体、教育机构、医院、部队、房产交易中心、监管账户等)的交易流水,再按客户粒度汇总每日转出客户、转入客户之间的转账金额(客户名下有多个活期存款账户的交易时,按客户级汇总),剔除日交易金额小于预设金额的流水,目的是为了剔除转账金额相对于房贷首付款金额或按揭月供金额可忽略不计的数据,便于提高后续对数据的处理效率。记录留存的待预测对象的交易流水信息:转出客户甲、转入客户乙、交易日期以及转账金额,构成待预测对象的资金维度链路。通过资金维度链路可以明确待预测对象的资金流水往来交易,以便于根据其交易流水对其贷款进行审核。
步骤102、若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路。
其中,预设条件是指根据个人节点或企业节点的身份信息进行设置的对目标维度链路进行进一步筛选操作的条件,根据预设条件可以缩小可疑目标维度链路的范围,以便于提高对待预测对象贷款审核的效率和准确率。示例性的,预设条件可以是明确与待预测对象进行交易往来的节点身份信息。待分析链路是指经过预设条件筛选从目标维度链路中确定的链路。
具体的,根据个人节点或企业节点的信息设置预设条件,预设条件用于对目标维度链路中对待预测对象可信度确定无关的链路进行筛选,根据预设条件从目标维度链路中确定待分析链路,待分析链路为对待预测对象的可信度造成影响的链路。
通过对两度资金维度链路的提取,获取通过中间人向待预测对象转账的交易链,两度资金维度链路中包含了可能为了虚假贷款的转账,避免对可疑资金链的遗漏分析。通过剔除条件对两度资金维度链路进行剔除处理,使得剔除掉无关的转账链,如去除掉待预测对象本身具有贷款能力的情况下对待预测对象进行转账的交易链,提高后续对可疑资金链分析的效率,并且有利于提高对待预测对象可信度预测的准确性。
步骤103、对待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度。
其中,分析规则是指根据房屋购买贷款的性质对目标维度链路进行设置的判断条件,可选的,分析规则可以是针对房屋购买贷款资金条件对资金链上的金额进行设置的阈值条件。可信度是指待预测对象向银行提出的房屋购买贷款申请的真实性,是否为房地产开发商组织其员工或员工亲属等人虚假购买开发商楼盘的情况,可选的,可信度可以是一定数值,当可信度的数值低于一定阈值时,可判定为该待预测对象的可信度为低可信度,其房屋购买贷款的真实性具有一定嫌疑,需要进一步的审核。
具体的,根据待分析链路的维度性质设置对应的分析规则,例如,针对资金维度链路,分析规则可以是对链路上的交易金额进行设置;针对社会关系维度链路,分析规则可以是对链路上的节点身份与待预测对象之间的关系进行设置。用设置好的分析规则对待分析链路进行分析,得到分析结果,从而根据分析结果确定待预测对象的可信度,例如,若待分析链路中存在于分析规则相匹配的链路,则该链路为可疑链路,待预测对象的可信度为可信度低。
在一个可行的实施例中,可选的,若所述目标维度链路包括资金维度链路,则:
若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路,包括:
提取资金维度链路的两度资金链路;其中,所述两度资金链路是由在待预测对象的资金流向中向资金来源方向追溯两层得到的;
根据个人节点或企业节点确定两度资金链路中符合剔除条件的资金维度链路,进行剔除处理,得到待分析的资金维度链路;
相应的,对待分析的资金维度链路采用资金分析规则确定待预测对象的第一可信度,包括:
确定待分析的资金维度链路中头交易额和尾交易额;
若所述头交易额是目标支付数额的第一预设倍数,且尾交易额是目标支付数额的第二预设倍数,则第一可信度为低于预设阈值。
其中,两度资金链路用来提取与待预测对象资金来源密切的资金链路,示例性的,两度资金链路可以是客户A->客户B->客户C,其中,客户C是待预测对象,因为对于房地产开发商组织其员工或员工亲属等人虚假购买开发商楼盘的情况,客户A可以是资金供应人,客户B为中间人。
具体的,确定待预测对象在资金维度链路中的位置,提取待预测对象在资金维度链路中的所有两度资金链路,并将所有的两度资金链路构成两度资金链路网。根据两度资金链路上的节点信息设置剔除条件,示例性的,两度资金链路可以是A->B->C,则剔除条件可以是A和C为同一个人的环状资金链路,或者A和C为对公账户,如水电交易等,或者剔除条件可以是客户C名下所有活期存款账户在贷款审批日前一个月的月日均存款余额大于贷款首付款金额2倍;剔除贷款审批日前,A向B累计转入金额小于预设额度的资金链路,或B向C累计转入金额小于预设额度的资金链路,或者剔除条件可以是剔除贷款账号开户后,客户C名下所有活期存款账户月均存款余额大于贷款月还款额2倍;剔除贷款账号开户后,A向B每月累计转入金额小于预设额度的资金链路,或B向C每月累计转入金额小于预设额度的资金链路,或者剔除条件可以是A或B不是C所购房屋开发商或关联人的资金链路,可选的,剔除条件可以是包括上述的所有条件,利用剔除条件对两度资金链路进行剔除操作,得到符合条件的两度资金维度链路为待分析的资金维度链路。
其中,对于两度资金维度链路A->B->C中,A->B的交易金额为头交易额,B->C的交易金额为尾交易额,从头交易额和尾交易额可疑反映出待预测对象的交易流水情况,便于根据头交易额和尾交易额的数额大小设置资金分析规则。目标支付数额是指在房屋购房贷款中待预测对象需要交付给银行的金额值。
在本实施例中,可选的,所述目标支付数额包括房屋交易首付额或者房屋交易按揭额。因为虚假购房人所用的购房首付款会由开发商雇佣的中介提供,且虚假购房人办理银行贷款后,月供仍由开发商雇佣的中介提供,所以针对待预测对象的资金流水往来对首付额和按揭额进行监控,有利于挖掘出虚假购房贷款,提高对待预测对象可信度预测的准确性。第一预设倍数和第二预设倍数是针对首付额或者房屋交易按揭额的数值进行设置的倍数,符合预设倍数的资金链才可能是提供虚假购房人购房资金的链路。第一可信度为根据资金维度链路进行判断得到的待预测对象的可信度结果,可选的,还可以根据其他目标维度链路进行判断得到有其他结果。
具体的,可以根据首付额和房屋交易按揭额分别设置不同的资金分析规则,确定待分析的资金链路中的头交易额和尾交易额,确定头交易额是否符合首付额的第一预设倍数或房屋交易按揭额的第一预设倍数,并且确定尾交易额是否符合首付额的第二预设倍数或房屋交易按揭额的第二预设倍数,若头交易额和尾交易额均符合预设倍数,则根据资金维度链路判断的第一可信度为低于预设阈值的。示例性的,首付额的第一预设倍数可以是大于首付额0.5和小于1.5倍数这一范围,首付额的第二预设倍数可以是大于首付额0.9小于1.1倍数这一范围;房屋交易按揭额的第一预设倍数和房屋交易按揭额的第二预设倍数均可以是按揭额的大于0.9小于1.1倍数这一范围,并且符合房屋交易按揭额的第一预设倍数和房屋交易按揭额的第二预设倍数这一链路需连续发生大于三个月。
按照首付额和房屋交易按揭额分别对待分析的资金维度链路进行分析,避免对有目的的资金交易存在遗漏的现象,加大对虚假购房贷款现象的挖掘深度,提高对待预测对象可信度预测的准确性。
本发明实施例根据个人节点和企业节点与待预测关系的资金维度的关联关系构建资金维度链路,从资金维度链路中可以清楚直观地发现待预测对象与房屋开发商等公司的资金往来关系;根据个人节点或企业节点设置的预设条件对资金维度链路进行剔除操作,得到待分析的资金维度链路,从待分析的资金维度链路中可以进一步明确与待预测对象存在可疑资金来源的相关链路;然后根据与资金维度相适配的资金分析规则对待分析的资金维度链路进行分析,确定待预测对象是否存在首付额和房屋交易按揭额的可疑资金来源,进而对待预测对象的可信度进行确定。实现针对房屋开发商为了资金流转的目的,准确挖掘采用伪造资金流向的方式进行贷款的手段产生的信贷业务,达到提高信贷用户可信度审核的准确度的目的,并且有利于挖掘高可疑虚假贷款群体,为银行的正常运行提供保障。
实施例二
图2是本发明实施例二中的可信度确定方法的流程图,本实施例二在实施例一的基础上进行进一步地优化,利用社会关系维度链路对待预测对象的可信度进行判断,与从资金维度链路得到的可信度结果共同为待预测对象的最终可信度判断提供依据。如图2所示,所述方法包括:
步骤201、从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的资金维度链路和社会关系维度链路。
其中,目标维度关联关系包括资金维度关联关系和社会关系维度关联关系,资金维度关联关系参考实施例一,社会关系维度关联关系是指根据待预测对象在社会上担任的身份信息构建的关系。例如待预测对象与个人节点的社会关系,如配偶、子女、父母、兄弟姐妹、共同借款人、个贷担保关系(担保人/被担保人)等;待预测对象与企业节点的社会关系,如股东、实际控制人、高管、员工、企业法人对企业客户投资关系等,或者企业节点与企业节点之间的社会关系,如企业担保关系(保证、抵押、质押、信用)、企业对外投资关系、分支机构等,或者其他节点之间的社会关系。社会关系维度链路是指人人、人企、企企社会关系构成的知识图谱,知识图谱是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,即由节点(实体)与边(关系)构造的网络,用于表征各个实体之间的关系。
具体的,根据银行系统中历史数据获取与待预测对象之间存在上述社会关系的个人节点或企业节点信息,以及个人节点之间和企业节点之间的社会关系,构成社会关系网,即社会关系维度链路,在待预测对象的社会关系维度链路中任意两个节点可以通过各种关系进行连接。
可选的,在确定社会关系维度链路之前,还包括构建银行系统中用户和企业社会关系的知识图谱,知识图谱中包括各个节点之间的社会关系,节点包括个人节点和企业节点。确定待预测对象所代表的节点在知识图谱中位置,并根据位置信息确定待预测对象所在的知识图谱的联通子图,则联通子图为所需确定的待预测对象的社会关系维度链路。联通子图是指知识图谱中任意两个节点可通过各种关系进行连接。通过对知识图谱的确定可以明确在银行系统中存在的个人和企业之间的社会关系,避免对节点之间关系的遗漏,进而造成待预测对象的可信度确定的准确性降低;通过知识图谱中节点之间的联通性进而对待预测对象的社会关系维度链路进行确定,可以在知识图谱中剔除待预测对象构不成社会关系的节点,进而对于待预测对象的所有社会关系进行确定,提高对待预测对象的准确性。
待预测对象的资金维度链路构成参考实施例一。
步骤202、若所述资金维度链路和社会关系维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路。
其中,社会关系维度链路中的个人节点或企业节点的预设条件是指根据社会关系维度链路中个人节点身份信息或企业节点身份信息对社会关系维度链路进行筛选设置的条件,用于筛选出对待预测对象的房贷申请审核有关的社会关系维度链路。筛选出的符合预设条件的目标维度链路为需要进一步分析的待分析链路。
步骤203、对待分析的资金维度链路采用资金分析规则确定待预测对象的第一可信度;并对待分析的社会关系维度链路采用社会关系分析规则确定待预测对象的第二可信度。
其中,社会关系分析规则是指根据待预测对象的社会关系维度链路中节点的身份信息进行设置的规则,例如用与待预测对象构成社会连接关系的开发商身份、中介身份以及小额贷款身份的个人节点或企业节点的具体身份信息对社会关系维度链路的性质进行确定。待预测对象的第二可信度是指根据待预测对象的社会关系维度链路的性质对待预测对象的可信度进行判断得到的结果。
待预测对象的第一可信度的确定参考实施例一。
在上述各技术方案的基础上,可选的,若所述目标维度链路包括社会关系维度链路,则:
若所述资金维度链路和社会关系维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路,包括:
若社会关系维度链路中,个人节点或企业节点的身份信息符合开发商身份、中介身份以及小额贷款身份中的一种,则确定社会关系维度链路为待分析的社会关系维度链路;
相应的,若所述目标维度链路包括社会关系维度链路,则:
对待分析的社会关系维度链路采用社会关系分析规则确定待预测对象的第二可信度,包括:
待分析的社会关系维度链路中,若存在符合开发商身份的企业节点,且该企业节点的身份信息为房屋交易开发商,则确定第二可信度为低于预设阈值。
具体的,预设条件可以是个人节点或企业节点的身份信息符合开发商身份、中介身份以及小额贷款身份中的一种。在确定的待预测对象的联通子图中,若联通子图中的企业节点中包含开发商企业身份、中介企业身份以及小额贷款企业身份中的一种或者个人节点中包含开发商身份、中介身份以及小额贷款身份中的一种,则该联通子图所代表的社会关系维度链路为待分析的社会关系维度链路。
通过对待预测对象所在的社会关系维度链路中个人节点或企业节点身份信息的确认,对社会关系维度链路进行进一步的筛选。若待预测对象与开发商身份、中介身份以及小额贷款身份的个人节点或企业节点之间存在社会关系,则待预测对象的房屋贷款可能会有一定的虚假贷款的可能性,因此通过对个人节点或企业节点身份信息的筛选会提高后续待预测对象可信度预测的效率和准确性。
待预测对象的资金维度链路中的待分析链路的确定参考实施例一。
可选的,在对待分析的社会关系维度链路采用社会关系分析规则确定待预测对象的第二可信度之前,还包括:提取待预测对象的房贷信息。
具体的,提取存量未结清、在关注期内发放的个人新建房贷款/再交易住房贷款,记录贷款信息:经办机构、(借款人)客户编号、(借款人)客户姓名、贷款账号、申请日期、审批日期、开户日期、合同金额、贷款余额、首付款金额、分期还款额、楼盘项目名称、楼盘开发商名称。
在确定待分析的社会关系维度链路中,明确开发商身份、中介身份以及小额贷款身份的个人节点或企业节点,并确定其中的企业节点的身份信息为房屋交易开发商,其中的房屋交易开发商为根据待预测对象的房贷信息确定的楼盘开发商,则确定第二可信度为低于预设阈值。
根据待预测对象所在的社会关系维度链路中是否存在其贷款信息中的房屋交易开发商节点,进而确定待预测对象的可信度,实现对待预测对象虚假贷款的准确挖掘,提高对待预测对象可信度预测结果的准确性。
步骤204、若所述第一可信度或者所述第二可信度低于预设阈值,则确定所述待预测对象的可信度为低可信度。
具体的,当根据待分析的资金维度链路确定的第一可信度和根据社会关系维度链路确定的第二可信度中存在至少一个可信度低于预设阈值,则确定待预测对象的可信度为低可信度。根据资金维度链路和社会关系维度链路对待预测对象的可信度进行联合验证,提高对待预测对象可信度预测的准确性。
可选的,在确定待预测对象的可信度为低可信度之后,还包括:
对低可信度的待预测对象进行人工审核,对待预测对象的贷款申请进行审核。
本发明实施例根据资金维度链路和社会关系维度链路共同对待预测对象的可信度进行预测,避免因一方的疏忽导致待预测对象虚假贷款申请的遗漏判断。通过资金维度链路对待预测对象首付额以及按揭额的来源监控,通过对社会关系维度链路对待预测对象与房屋交易开发商的社会关系进行监控,从而实现对待预测对象的房贷申请可信度判断结果的准确性的提升。
实施例三
图3是本发明实施例三中的可信度确定装置的结构示意图,本实施例可适用于挖掘房屋开发商伪造资金流向的方式进行虚假购房贷款的情况。如图3所示,该装置包括:
目标维度链路构建模块310,用于从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;
待分析链路确定模块320,用于若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;
可信度确定模块330,用于对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度。
本发明实施例根据个人节点和企业节点与待预测关系的目标维度的关联关系构建目标维度链路,从目标维度链路中可以清楚直观地发现待预测对象与房屋开发商等公司的目标维度关系;根据个人节点或企业节点设置的预设条件对目标维度链路进行剔除操作,得到待分析链路,从待分析链路中可以进一步明确与待预测对象可疑资金来源相关的链路;然后根据与目标维度相适配的分析规则对待分析链路进行分析,确定是否存在可疑资金来源,进而对待预测对象的可信度进行确定。实现针对房屋开发商为了资金流转的目的,准确挖掘采用伪造资金流向的方式进行贷款的手段产生的信贷业务,达到提高信贷用户可信度审核的准确度的目的。
可选的,所述目标维度链路包括资金维度链路和社会关系维度链路;
相应的,可信度确定模块330,具体包括:
第一可信度确定单元,用于对待分析的资金维度链路采用资金分析规则确定待预测对象的第一可信度;
第二可信度确定单元,用于并对待分析的社会关系维度链路采用社会关系分析规则确定待预测对象的第二可信度;
低可信度确定单元,用于若所述第一可信度或者所述第二可信度低于预设阈值,则确定所述待预测对象的可信度为低可信度。
可选的,若所述目标维度链路包括资金维度链路,则:
待分析链路确定模块320,具体包括:
两度资金链路提取单元,用于提取资金维度链路的两度资金链路;其中,所述两度资金链路是由在待预测对象的资金流向中向资金来源方向追溯两层得到的;
待分析的资金维度链路确定单元,用于根据个人节点或企业节点确定两度资金链路中符合剔除条件的资金维度链路,进行剔除处理,得到待分析的资金维度链路;
相应的,第一可信度确定单元,具体用于:
确定待分析的资金维度链路中头交易额和尾交易额;
若所述头交易额是目标支付数额的第一预设倍数,且尾交易额是目标支付数额的第二预设倍数,则第一可信度为低于预设阈值。
可选的,所述目标支付数额包括房屋交易首付额或者房屋交易按揭额。
可选的,其特征在于,若所述目标维度链路包括社会关系维度链路,则:
待分析链路确定模块320,具体用于:
若社会关系维度链路中,个人节点或企业节点的身份信息符合开发商身份、中介身份以及小额贷款身份中的一种,则确定社会关系维度链路为待分析的社会关系维度链路;
相应的,第二可信度确定单元,具体用于:
待分析的社会关系维度链路中,若存在符合开发商身份的企业节点,且该企业节点的身份信息为房屋交易开发商,则确定第二可信度为低于预设阈值。
本发明实施例所提供的可信度确定装置可执行本发明任意实施例所提供的可信度确定方法,具备执行可信度确定方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图4显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储装置28,连接不同系统组件(包括系统存储装置28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储装置28可以包括易失性存储装置形式的计算机系统可读介质,例如随机存取存储装置(RAM)30和/或高速缓存存储装置32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储装置28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储装置28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的可信度确定方法,包括:
从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;
若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;
对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的可信度确定方法,包括:
从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;
若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;
对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (5)
1.一种可信度确定方法,其特征在于,包括:
从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;
若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;其中,所述预设条件指根据个人节点或企业节点的身份信息进行设置的对目标维度链路进行进一步筛选操作的条件,用于对所述目标维度链路中对待预测对象可信度确定无关的链路进行筛选;
对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度;
其中,所述目标维度链路包括资金维度链路和社会关系维度链路;
相应的,对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度,包括:
对待分析的资金维度链路采用资金分析规则确定待预测对象的第一可信度;并对待分析的社会关系维度链路采用社会关系分析规则确定待预测对象的第二可信度;
若所述第一可信度或者所述第二可信度低于预设阈值,则确定所述待预测对象的可信度为低可信度;
其中,若所述目标维度链路包括资金维度链路,则:
若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路,包括:
提取资金维度链路的两度资金链路;其中,所述两度资金链路是由在待预测对象的资金流向中向资金来源方向追溯两层得到的;
根据个人节点或企业节点确定两度资金链路中符合剔除条件的资金维度链路,进行剔除处理,得到待分析的资金维度链路;
相应的,对待分析的资金维度链路采用资金分析规则确定待预测对象的第一可信度,包括:
确定待分析的资金维度链路中头交易额和尾交易额;
若所述头交易额是目标支付数额的第一预设倍数,且尾交易额是目标支付数额的第二预设倍数,则第一可信度为低于预设阈值;
其中,所述目标支付数额包括房屋交易首付额或者房屋交易按揭额;
其中,所述提取资金维度链路的两度资金链路,具体包括:
确定待预测对象在资金维度链路中的位置,提取待预测对象在所述资金维度链路中的所有两度资金链路,并将所有的两度资金链路构成两度资金链路网。
2.根据权利要求1所述的方法,其特征在于,若所述目标维度链路包括社会关系维度链路,则:
若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路,包括:
若社会关系维度链路中,个人节点或企业节点的身份信息符合开发商身份、中介身份以及小额贷款身份中的一种,则确定社会关系维度链路为待分析的社会关系维度链路;
相应的,对待分析的社会关系维度链路采用社会关系分析规则确定待预测对象的第二可信度,包括:
待分析的社会关系维度链路中,若存在符合开发商身份的企业节点,且该企业节点的身份信息为房屋交易开发商,则确定第二可信度为低于预设阈值。
3.一种可信度确定装置,其特征在于,包括:
目标维度链路构建模块,用于从关系数据库中获取与待预测对象存在目标维度关联关系的个人节点及企业节点,构成待预测对象的目标维度链路;
待分析链路确定模块,用于若所述目标维度链路中的个人节点或企业节点符合预设条件,则确定待预测对象的目标维度链路为待分析链路;其中,所述预设条件指根据个人节点或企业节点的身份信息进行设置的对目标维度链路进行进一步筛选操作的条件,用于对所述目标维度链路中对待预测对象可信度确定无关的链路进行筛选;
可信度确定模块,用于对所述待分析链路采用与目标维度相适配的分析规则进行分析,根据分析结果确定待预测对象的可信度;
其中,所述目标维度链路包括资金维度链路和社会关系维度链路;
相应的,可信度确定模块,具体包括:
第一可信度确定单元,用于对待分析的资金维度链路采用资金分析规则确定待预测对象的第一可信度;
第二可信度确定单元,用于对待分析的社会关系维度链路采用社会关系分析规则确定待预测对象的第二可信度;
低可信度确定单元,用于若所述第一可信度或者所述第二可信度低于预设阈值,则确定所述待预测对象的可信度为低可信度;
其中,若所述目标维度链路包括资金维度链路,则:
待分析链路确定模块,具体包括:
两度资金链路提取单元,用于提取资金维度链路的两度资金链路;其中,所述两度资金链路是由在待预测对象的资金流向中向资金来源方向追溯两层得到的;
待分析的资金维度链路确定单元,用于根据个人节点或企业节点确定两度资金链路中符合剔除条件的资金维度链路,进行剔除处理,得到待分析的资金维度链路;
相应的,第一可信度确定单元,具体用于:
确定待分析的资金维度链路中头交易额和尾交易额;
若所述头交易额是目标支付数额的第一预设倍数,且尾交易额是目标支付数额的第二预设倍数,则第一可信度为低于预设阈值;
其中,所述目标支付数额包括房屋交易首付额或者房屋交易按揭额;
其中,所述提取资金维度链路的两度资金链路,具体包括:
确定待预测对象在资金维度链路中的位置,提取待预测对象在所述资金维度链路中的所有两度资金链路,并将所有的两度资金链路构成两度资金链路网。
4.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-2中任一所述的可信度确定方法。
5.一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,该程序被处理器执行时实现如权利要求1-2中任一所述的可信度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911175625.0A CN110852878B (zh) | 2019-11-26 | 2019-11-26 | 一种可信度确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911175625.0A CN110852878B (zh) | 2019-11-26 | 2019-11-26 | 一种可信度确定方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852878A CN110852878A (zh) | 2020-02-28 |
CN110852878B true CN110852878B (zh) | 2022-08-26 |
Family
ID=69604567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911175625.0A Active CN110852878B (zh) | 2019-11-26 | 2019-11-26 | 一种可信度确定方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852878B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780694A (zh) * | 2020-06-10 | 2021-12-10 | 阿里巴巴集团控股有限公司 | 风险评估方法,装置以及电子设备 |
CN111798304A (zh) * | 2020-07-08 | 2020-10-20 | 中国建设银行股份有限公司 | 一种风险贷款确定方法、装置、电子设备及存储介质 |
CN112101792A (zh) * | 2020-09-16 | 2020-12-18 | 中国建设银行股份有限公司 | 供应链关系构建的方法和装置 |
CN112215288B (zh) * | 2020-10-13 | 2024-04-30 | 中国光大银行股份有限公司 | 目标企业的类别确定方法及装置、存储介质、电子装置 |
CN112598506A (zh) * | 2020-12-25 | 2021-04-02 | 中国农业银行股份有限公司 | 一种虚假按揭用户的确定方法及相关装置 |
CN112613986A (zh) * | 2020-12-29 | 2021-04-06 | 中国农业银行股份有限公司 | 一种资金回流的识别方法、装置及设备 |
CN113868438B (zh) * | 2021-11-30 | 2022-03-04 | 平安科技(深圳)有限公司 | 信息可信度的校准方法、装置、计算机设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2507762A1 (en) * | 2009-12-03 | 2012-10-10 | Venmo Inc. | Trust based transaction system |
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 |
CN109670937A (zh) * | 2018-09-26 | 2019-04-23 | 平安科技(深圳)有限公司 | 风险用户识别方法、用户设备、存储介质及装置 |
-
2019
- 2019-11-26 CN CN201911175625.0A patent/CN110852878B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2507762A1 (en) * | 2009-12-03 | 2012-10-10 | Venmo Inc. | Trust based transaction system |
CN109670937A (zh) * | 2018-09-26 | 2019-04-23 | 平安科技(深圳)有限公司 | 风险用户识别方法、用户设备、存储介质及装置 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN110852878A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852878B (zh) | 一种可信度确定方法、装置、设备和存储介质 | |
Leonov et al. | Prototyping of information system for monitoring banking transactions related to money laundering | |
Debreceny et al. | Data mining journal entries for fraud detection: An exploratory study | |
US20140101029A1 (en) | Method and apparatus for detecting fraudulent loans | |
US20130036038A1 (en) | Financial activity monitoring system | |
US11227333B2 (en) | Using automated data validation in loan origination to evaluate credit worthiness and data reliability | |
US20050125322A1 (en) | System, method and computer product to detect behavioral patterns related to the financial health of a business entity | |
KR20180060044A (ko) | 클라우드 환경에서 개인정보 보호를 지원하는 p2p 중개 보안 시스템 | |
US8429050B2 (en) | Method for detecting ineligibility of a beneficiary and system | |
KR20180060005A (ko) | 클라우드 환경에서 개인정보 보호를 지원하는 p2p 중개 보안 시스템 | |
CN111833182B (zh) | 识别风险对象的方法和装置 | |
Bhat et al. | The impact of risk modeling on the market perception of banks’ estimated fair value gains and losses for financial instruments | |
CN112581283A (zh) | 商业银行员工交易行为分析及告警的方法及装置 | |
Zaiceanu et al. | Methods for risk identification and assessment in financial auditing | |
CN101308564A (zh) | 一种按揭贷款信息监控方法及系统 | |
Alharasis et al. | Key audit matters and auditing quality in the era of COVID-19 pandemic: the case of Jordan | |
Mitrović et al. | Fraud and forensic accounting in the digital environment of accounting information systems: focus on the hotel industry | |
Adebisi et al. | Econometric analysis of the causal link between forensic accounting techniques and fraud prevention in Nigeria | |
Zhou et al. | A user-centered explainable artificial intelligence approach for financial fraud detection | |
Dziwok | New approach to operational risk measurement in banks | |
CN115907947A (zh) | 一种企业贷款风险的预测方法及系统 | |
Osaloni et al. | An evaluation of the effect of forensic accounting techniques on financial reports of listed manufacturing companies in Nigeria | |
CN113962817A (zh) | 异常人员识别方法及装置、电子设备和存储介质 | |
Okafor et al. | Impact of Forensic Audit and Financial Statement Fraud of Deposit Money Bank in Nigeria | |
Nwafor et al. | The use of business intelligence and predictive analytics in detecting and managing occupational fraud in Nigerian banks |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220914 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Patentee after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Patentee before: CHINA CONSTRUCTION BANK Corp. Patentee before: Jianxin Financial Science and Technology Co.,Ltd. |