CN110909986A

CN110909986A - 基于知识图谱的疑似实际控制人的风险识别方法及系统

Info

Publication number: CN110909986A
Application number: CN201911066225.6A
Authority: CN
Inventors: 徐书勋
Original assignee: Suning Financial Technology Nanjing Co Ltd
Current assignee: Suning Financial Technology Nanjing Co Ltd
Priority date: 2019-11-04
Filing date: 2019-11-04
Publication date: 2020-03-24

Abstract

本发明公开了一种基于知识图谱的疑似实际控制人的风险识别方法及系统，该方法包括：从股权关系数据库中抽取实体节点数据及实体间的关系数据，将数据聚合并存储到图数据库中；基于深度优先遍历算法，从图数据库中逐级计算某企业的股权关系，对持股比例做递归计算得到疑似实际控制人信息；监测疑似实际控制人信息是否发生变化，并在其发生变化时推送预警信息给用户。通过本发明的风险识别方法及系统能够有效识别和判断出企业/自然人等实体的疑似实际控制人并可供外部查询和风险预警。

Description

基于知识图谱的疑似实际控制人的风险识别方法及系统

技术领域

本发明属于知识图谱技术和图数据库在企业关系分析领域的应用，具体涉及一种基于知识图谱的疑似实际控制人的风险识别方法及系统。

背景技术

知识图谱是结构化的语义知识库，用于迅速描述物理世界中的概念及其相互关系。通过对错综复杂的结构化数据进行有效的加工、处理、整合，转化为简单、清晰的“实体，关系，实体”的三元组，最后聚合大量知识，从而实现知识的快速响应和推理。本质上，知识图谱旨在描述真实世界中存在的各种实体或概念及其关系，其构成一张巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。

图数据库是大数据时代的一种新型数据库，是基于数学中图论的算法而实现的高效处理复杂关系网络的新型数据库系统。它善于处理大量的、复杂的、互联的、多变的网状数据。其效率远远高于传统的关系型数据库的百倍、千倍甚至万倍。图数据库结合知识图谱已被广泛应用于大数据风控、个性化推荐、情报分析、反欺诈等领域。另外，通过知识图谱能够将已有的信息、数据以及链接关系聚集为知识，使信息资源更易于计算、理解以及评价。

实际控制人是指通过投资关系、协议或者其他安排，能够实际支配公司行为的自然人、法人或者其他组织，不论其是否直接持有公司股权。在企业尤其中小企业的风险控制中，实际控制人通常是企业的灵魂人物，完全能够通过个人行为影响企业行为或者关键时刻做出决定性结论。

如何有效计算和识别实际控制人在企业贷款等财务管理上的风险也就显得尤为重要。

发明内容

基于现有技术的上述缺陷，本发明的目的是提供一种基于知识图谱的疑似实际控制人的风险识别方法及系统，以有效识别和判断出企业实体的疑似实际控制人并可供外部查询和风险预警。

本发明采用的技术方案如下：

一种基于知识图谱的疑似实际控制人的识别方法，所述方法包括：

从股权关系数据库中抽取实体节点数据及实体间的关系数据，将数据聚合并存储到图数据库中；

基于深度优先遍历算法，从图数据库中逐级计算某企业的股权关系，对持股比例做递归计算得到疑似实际控制人信息；

监测实际控制人信息是否发生变化，并在其发生变化时推送预警信息给用户。

进一步地，在数据存储到图数据库之前，先对实体节点进行内部编码，并对实体内部的编码及节点数据建立索引。

进一步地，所述方法还包括：按照预设周期将最新的股权关系数据批量更新并导入到图数据库中。

进一步地，对疑似实际控制人信息的计算包括：

以图数据库中某企业节点为出发点，访问并标记该节点；

以标记的该节点为当前顶点，依次搜索其邻接点节点持股比例，以及与该邻接点的有关联节点的持股比例，以此类推，直至某一节点对标记的该节点无控股关联；

对垂直式控股的比例做乘积运算，对分叉式控股的比例做加法运算，得到持股比例最大的节点为疑似实际控制人。

进一步地，所述实体节点数据由企业节点数据和自然人节点数据构成，所述企业节点数据包括：企业名称及企业统一社会信用代码，所述自然人节点数据包括：自然人姓名及自然人身份证号；所述实体间的关系数据包括：股权关系、投资关系、持股比例和登记时间。

进一步地，通过spark平台从股权关系数据库批量读取最新变更数据然后导入到图数据库中。

进一步地，所述图数据库为Neo4J图数据库。

基于本发明的另一构思，还提供了一种基于知识图谱的疑似实际控制人的风险识别系统，所述系统包括：

数据采集模块，用于从股权关系数据库中提取实体节点数据及实体间的关系数据，并对这些数据聚合后存储到图数据库中；

计算模块，通过深度优先遍历算法，从图数据库中逐级计算企业的股权关系，对持股比例做递归计算得到疑似实际控制人信息；

监测模块，监测实际控制人信息是否发生变化，并在其发生变化时推送预警信息给用户。

进一步地，所述识别系统提供有数据查询及修改接口，用于读取图数据库中展示的页面数据以及手动修改股权关系库中的数据。

进一步地，所述识别系统还包括：新数据导入模块，用于将股权关系数据库中更新后的实体节点数据及实体间的关系数据导入到图数据库中。

与现有技术相比，本发明所公开的一种基于知识图谱的疑似实际控制人的风险识别方法及系统，具有如下技术效果：

1、采用图数据库持久化企业的股权关系数据，比较传统关系型数据库实现快速的处理复杂关系网络，为疑似实际控制人的挖掘提供一种全新高效的方案；

2、采用知识图谱技术定义企业股权信息的实体节点和关系，对错综复杂的结构化数据进行有效的加工、处理、整合，转化为简单、清晰的“实体，关系，实体”的三元组，最后聚合大量知识，从而实现知识的快速响应和推理；

3、提供疑似实际控制人信息查询接口和动态监测，实现对疑似实际控制人变更的预警信息推送。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例所述的基于知识图谱的疑似实际控制人的识别方法的流程示意图。

图2为本发明实施例中的疑似实际控制人的知识图谱示意图。

图3为发明实施例所述的基于知识图谱的疑似实际控制人的识别系统的架构图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。

参照图1、图2所示，本发明实施例所公开了一种基于知识图谱的疑似实际控制人的风险识别方法，该方法包括如下步骤：

步骤S1、从股权关系数据库中抽取实体节点数据及实体间的关系数据，将数据聚合并存储到图数据库中；

具体来说，该实体节点根据类别分为企业和自然人两种，企业的节点数据包括：企业名称、企业统一社会信用代码(或企业注册码、组织机构代码)，以及自增ID，自然人的节点数据包括：自然人姓名、身份证号，以及自增ID。其中，自增ID是指在设计表时如果将id字段的值设置为自增的形式也就是 AUTO_INCREMENT，那么当插入一行数据时就无需指定id，数据表会根据前一个id值+1进行填充，指定了AUTO_INCREMENT的列必须要建索引，一般把ID作为主键，这样方便系统会自动为ID建立索引。实体间的关系数据包括：企业或自然人的股权关系、投资关系等，以及企业或自然人的持股比例、登记时间。每个节点的数据作为其属性标签被添加。实体间的关系则可作为图谱的边。本发明采用知识图谱定义实体节点、边和属性。实体节点即前述的企业和自然人两种，节点属性也即企业或自然人自身携带的节点数据，比如企业名称及其信用代码，自然人姓名及其身份证号等，边属性也就是他们的对外投资关系、股权比例等。根据上述规则，把数据聚合成知识图谱结构，上述实体节点、节点属性及边属性构成了知识图谱的基本元素。

本实施例中，图数据库采用了Neo4J，它是一种可以高效处理复杂关系网络的新型数据库系统，善于处理大量的、复杂的、互联的、多变的网状数据，其效率远远高于传统的关系型数据库。

步骤S2、基于深度优先遍历算法，从图数据库中逐级计算某企业的股权关系，对持股比例做递归计算得到疑似实际控制人信息；

具体来说，对疑似实际控制人信息的计算包括如下过程：

以图数据库中某企业节点为出发点，访问并标记该节点；

以标记的该节点为当前顶点，依次搜索其邻接点节点持股比例，以及与该邻接点的有关联节点的持股比例，以此类推，直至某一节点对标记的该节点无控股关联；此处的有关联，是指存在控股关系；

对垂直式控股的比例做乘积运算，对分叉式控股的比例做加法运算，得到持股比例最大的节点为疑似实际控制人。此处的垂直式控股是指在一条直线上只存在单一的控股，此处的分叉式控股是指某一节点被多个不同企业/自然人所控股，存在分支的直线，垂直式控股的控股比例是相乘，分叉式控股的控股比例是相加，当然，在分叉式控股的各支线上某节点仍然是可以存在垂直式控股或者再次被分叉式控股。参照图2所示，来对本发明的深度优先遍历算法过程进行说明。

1)针对Neo4J图数据库中的某个企业Ci作为出发点，访问并标记该节点；

2)以Ci为当前顶点，依次搜索Ci的邻接点节点Cj且持股比例为15％；继续访问Cj的邻接点Ck且持股比例为100％，将边上的持股比例做乘积计算出Ck对Ci持股比例为15％；

3)继续访问Ci邻接点Cl，重复步骤2)，计算得到Cn点持股比例为16％；

4)继续访问Ci邻接点Cm，重复步骤2)，计算得到Cn点持股比例为45.5％，综合计算Cn持股比例为61.5％；

5)最终取持股比例最大的节点Cn作为该查询企业Ci的疑似实际控制人。

步骤S3、监测疑似实际控制人信息是否发生变化，并在其发生变化时推送预警信息给用户。

具体来说，疑似实际控制人信息被存储在图数据库中，通过监测节点实时监测该某实体节点的疑似实际控制人信息是否发生变化，该变化包括持股比例的变化或者股东变更(含增加、减少或替换)，在疑似实际控制人信息发生变化时，则主动触发预警，并推送给前端进行可视化展示和提醒。本发明将知识图谱建立的模型进行封装，并提供疑似实际控制人的查询接口，通过查询接口可知晓各企业的实际控制人及其相关股权信息。

在步骤S1中，Neo4J图数据库中包括各实体节点数据及各节点间的关系数据。当股权关系数据库不断地会有数据更新，包括股东的变更、股东持股比例的变更，或者某企业新增了股东等信息，更新后的数据都会通过spark平台将最新的企业股权数据批量更新到Neo4J图数据库中。spark是一个实现快速通用的集群计算平台，Spark提供了一个全面、统一的框架用于管理各种有着不同性质(文本数据、图表数据等)的数据集和数据源(批量数据或实时的流数据) 的大数据处理的需求。通过数据的更新，能够将股权变更的相关信息及时、准确的推送给图数据库，提高后续识别的准确性。其中，更新可以为设定的固定周期，比如每天晚上24：00更新，或者可以仅仅对设定的关注节点进行动态监测，也就是说，只有被设定为关注的节点数据及其关系数据发生变化时才主动提示用户，以方便用户将最新的数据导入到图数据库中。

此外，本发明还针对疑似实际控制人图谱的实体节点进行内部编码，同时针对实体的内部编码、企业名称、企业统一社会信用码等设计合理的索引，可针对图谱的单个节点以及子图进行访问，如此可降低存储空间，进而提高了对图谱数据的访问速度。基于实际需求，对企业编码、企业名称、自然人名称等关键实体字段添加索引，在实践中查询速度能得到有效提升。

本领域普通技术人员应当理解的是，上述实施例的各种方法中的全部或者部分步骤是可以通过程序指令相关的硬件来完成，该程序可以存储于一判断机存储介质中，存储介质可以包括：只读存储器ROM、随机存取存储器RAM、磁盘或光盘等。

与上述实施例中的方法相对应地，参照图3所示，本发明还提供了一种基于知识图谱的疑似实际控制人的风险识别系统，该系统包括：

监测模块，监测实际控制人信息是否发生变化，并在其发生变化时推送预警信息给前端用户，以进行变更提醒，这样，用户便能及时察觉到某企业的风险，对企业财务管理、贷款管理等提供参考。

本实施例中，该识别系统提供有数据查询及修改接口，用于读取图数据库中展示的页面数据以及手动修改股权关系库中的数据。查询接口可查询图数据库中某实体节点的疑似实际控制人信息，修改接口则可对某些错误的信息进行手动修改，当然，查询和修改可以采用同一个接口。

本实施例中，该识别系统还包括：新数据导入模块，用于将股权关系数据库中更新后的实体节点数据及实体间的关系数据导入到图数据库中。其中，新数据导入模块可通过大数据工具Spark从企业股权数据库批量读取最新变更数据，对图谱数据进行更新。

首先构建图数据关系模型，根据企业投资信息、股权结构信息及法人对外投资信息等定义企业和法人实体，以及实体间的关系和属性，完成股权信息聚合，并最终把数据保存到图数据库；

其次计算和输出疑似实际控制人，对企业和企业的股权关系、企业和自然人的股权关系及持股比例进行抓取，按照设定的挖掘算法计算企业的疑似实际控制人和股权比例，该系统模型支持用户的手动纠正编辑实际控制人信息，同时设置有疑似实际控制人查询和预警接口。

另外，在本发明实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，上述集成的模块、系统、平台既可以采用硬件的方式实现，也可以采用软件功能单元的形式实现。

最后应说明的是：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

1.一种基于知识图谱的疑似实际控制人的风险识别方法，其特征在于，所述方法包括：

监测疑似实际控制人信息是否发生变化，并在其发生变化时推送预警信息给用户。

2.根据权利要求1所述的识别方法，其特征在于，在数据存储到图数据库之前，先对实体节点进行内部编码，并对实体节点内部的编码及节点数据建立索引。

3.根据权利要求1或2所述的识别方法，其特征在于，所述方法还包括：按照预设周期将最新的股权关系数据批量更新并导入到图数据库中。

4.根据权利要求1所述的识别方法，其特征在于，对疑似实际控制人信息的计算包括：

以图数据库中某企业节点为出发点，访问并标记该节点；

5.根据权利要求1所述的识别方法，其特征在于，所述实体节点数据由企业节点数据和自然人节点数据构成，所述企业节点数据包括：企业名称及企业统一社会信用代码，所述自然人节点数据包括：自然人姓名及自然人身份证号；所述实体间的关系数据包括：股权关系、投资关系、持股比例和登记时间。

6.根据权利要求3所述的识别方法，其特征在于，通过spark平台从股权关系数据库批量读取最新变更数据然后导入到图数据库中。

7.根据权利要求1所述的识别方法，其特征在于，所述图数据库为Neo4J图数据库。

8.一种基于知识图谱的疑似实际控制人的风险识别系统，其特征在于，该系统包括：

9.根据权利要求8所述的识别系统，其特征在于，所述识别系统还包括：新数据导入模块，用于将股权关系数据库中更新后的实体节点数据及实体间的关系数据导入到图数据库中。

10.根据权利要求8或9所述的识别系统，其特征在于，所述识别系统提供有数据查询及修改接口，用于读取图数据库中展示的页面数据以及手动修改股权关系数据库中的数据。