CN111414490A - 确定失联修复信息的方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明公开了确定失联修复信息的方法、装置、电子设备和存储介质，涉及计算机技术领域。该方法的一具体实施方式包括：从目标数据中提取各实体和各实体之间的实体关系，各实体包括目标实体；根据各实体之间的实体关系，构建实体关系图谱，实体关系图谱包括各实体之间的关联关系；根据实体关系图谱和实体关系对应的关联度，确定目标实体与各实体中除目标实体外的其他实体之间的紧密度；根据紧密度的大小，确定目标实体对应的失联修复信息。该实施方式能够避免花费很多的时间和精力才能从所有用户的信息中确定出与失联用户关系密切的信息，成本较高的问题。

Description

确定失联修复信息的方法、装置、电子设备和存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种确定失联修复信息的方法、装置、电子设备和存储介质。

背景技术

随着移动互联网、大数据、人工智能等技术的发展，用户在办理各种业务时通常会被要求填写联系方式，尤其是货代等重要的业务，填写的联系方式可以便于后续的业务处理。但是有时会由于信息存在缺失或信息变更未及时更新等原因，出现无法联系到用户的问题，即该用户成为失联用户。

对于失联用户，工作人员通常会进行失联修复。修复方式为从所有的用户信息中筛选与失联用户关系密切的人或者企业等信息，以便于能够通过这些信息联系到失联用户。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

由于所有用户的信息错综复杂，很难直接确定各用户之间是否存在关系以及关系是否密切，所以需要花费很多的时间和精力才能从中确定出与失联用户关系密切的信息，成本较高。

发明内容

有鉴于此，本发明实施例提供一种确定失联修复信息的方法、装置、系统和存储介质，能够避免花费很多的时间和精力才能从所有用户的信息中确定出与失联用户关系密切的信息，成本较高的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种确定失联修复信息的方法。

本发明实施例的一种确定失联修复信息的方法包括：从目标数据中提取各实体和所述各实体之间的实体关系，所述各实体包括目标实体；根据所述各实体之间的实体关系，构建实体关系图谱，所述实体关系图谱包括所述各实体之间的关联关系；根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度；根据所述紧密度的大小，确定所述目标实体对应的失联修复信息。

在一个实施例中，所述根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度，包括：

根据所述实体关系图谱，确定所述其他实体中所述目标实体的邻居实体；

根据所述实体关系对应的关联度，计算所述目标实体与所述邻居实体之间的紧密度。

在又一个实施例中，所述根据所述实体关系图谱，确定所述其他实体中所述目标实体的邻居实体，包括：

根据所述实体关系图谱，确定所述目标对应的关系链路，所述关系链路表示所述目标实体与所述其他实体通过实体关系依次关联形成的链路；

根据所述目标实体对应的关系链路，确定与所述目标实体的邻居实体。

在又一个实施例中，在所述根据所述目标实体对应的关系链路，确定与所述目标实体的邻居实体之前，还包括：

如果所述目标实体对应的关系链路包括闭环关系链路，则将所述闭环关系链路调整为由所述目标实体为起点的开环关系链路。

在又一个实施例中，所述实体关系包括多种类型，所述实体关系对应的关联度包括每种类型的实体关系对应的关联度；

所述根据所述实体关系对应的关联度，计算所述目标实体与所述邻居实体之间的紧密度，包括：

确定所述目标实体与所述邻居实体之间包括实体关系的目标类型和目标数量，并根据所述目标类型对应的关联度和所述目标数量，计算所述目标实体与所述邻居实体之间的紧密度。

在又一个实施例中，所述邻居实体包括与所述目标实体存在直接邻居关系和共同邻居关系的实体。

在又一个实施例中，所述根据所述紧密度的大小，确定所述目标实体对应的失联修复名单，包括：

将与所述目标实体之间紧密度的大小大于阈值的实体，确定为所述目标实体对应的失联修复信息。

在又一个实施例中，在所述根据所述各实体之间的实体关系，构建实体关系图谱之前，还包括：

从所述目标数据中抽取所述各实体的属性信息；

根据所述属性信息，对所述各实体去重；

所述根据所述各实体之间的实体关系，构建实体关系图谱，包括：

根据去重后的实体和所述各实体之间的实体关系，构建所述实体关系图谱。

为实现上述目的，根据本发明的另一方面，提供了一种确定失联修复信息的装置。

本发明的一种确定失联修复信息的装置包括：提取单元，用于从目标数据中提取各实体和所述各实体之间的实体关系，所述各实体包括目标实体；构建单元，用于根据所述各实体之间的实体关系，构建实体关系图谱，所述实体关系图谱包括所述各实体之间的关联关系；确定单元，用于根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度；所述确定单元，还用于根据所述紧密度的大小，确定所述目标实体对应的失联修复信息。

在一个实施例中，所述确定单元，具体用于：

根据所述实体关系图谱，确定所述其他实体中所述目标实体的邻居实体；

根据所述实体关系对应的关联度，计算所述目标实体与所述邻居实体之间的紧密度。

在又一个实施例中，所述确定单元，具体用于：

根据所述实体关系图谱，确定所述目标对应的关系链路，所述关系链路表示所述目标实体与所述其他实体通过实体关系依次关联形成的链路；

根据所述目标实体对应的关系链路，确定与所述目标实体的邻居实体。

在又一个实施例中，所述确定单元，具体用于：

如果所述目标实体对应的关系链路包括闭环关系链路，则将所述闭环关系链路调整为由所述目标实体为起点的开环关系链路。

在又一个实施例中，所述实体关系包括多种类型，所述实体关系对应的关联度包括每种类型的实体关系对应的关联度；

所述确定单元，具体用于：

确定所述目标实体与所述邻居实体之间包括实体关系的目标类型和目标数量，并根据所述目标类型对应的关联度和所述目标数量，计算所述目标实体与所述邻居实体之间的紧密度。

在又一个实施例中，所述邻居实体包括与所述目标实体存在直接邻居关系和共同邻居关系的实体。

在又一个实施例中，所述确定单元，具体用于：

将与所述目标实体之间紧密度的大小大于阈值的实体，确定为所述目标实体对应的失联修复信息。

在又一个实施例中，所述抽取单元，还用于从所述目标数据中抽取所述各实体的属性信息；

所述装置还包括：

去重单元，用于根据所述属性信息，对所述各实体去重；

所述构建单元，还用于根据去重后的实体和所述各实体之间的实体关系，构建所述实体关系图谱。

为实现上述目的，根据本发明实施例的再一个方面，提供了一种电子设备。

本发明实施例的一种电子设备，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本发明实施例提供的确定失联修复信息的方法。

为实现上述目的，根据本发明实施例的又一个方面，提供了一种计算机可读介质。

本发明实施例的一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例提供的确定失联修复信息的方法。

上述发明中的一个实施例具有如下优点或有益效果：本发明实施例中，从目标数据中抽取各实体和实体之间的实体关系，基于抽取的信息可以构建出实体关系图谱，即通过构建实体关系图谱的方式可以直接确定出存在关联关系的实体，实现从目标数据中筛选出存在关联的实体、以及实体之间关联的实体关系；然后根据实体关系图谱和实体关系对应的关联度可以确定出目标实体与其他实体之间的紧密度，进而可以确定出与目标实体关系紧密的失联修复信息，即可确定出失联人员对应的失联修复信息。如此本发明实施例中，通过实体关系图谱来确定失联人员相关联的实体，以及关联的紧密程度，从而可以避免花费过多的时间和精力从目标数据中确定出与失联用户相关的信息，减低失联修复的成本。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的确定失联修复信息的方法的一种主要流程的示意图；

图2是根据本发明实施例的实体关系图谱的一种示意图；

图3是根据本发明实施例的确定失联修复信息的方法的又一种主要流程的示意图；

图4是根据本发明实施例的知识图谱的技术架构的一种示意图；

图5是根据本发明实施例的知识图谱的一种示意图；

图6是根据本发明实施例的知识图谱的又一种示意图；

图7是根据本发明实施例的确定失联修复信息的装置的主要单元的示意图；

图8是本发明实施例可以应用于其中的又一种示例性系统架构图；

图9是适于用来实现本发明实施例的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要指出的是，在不冲突的情况下，本发明中的实施例以及实施例中的特征可以互相组合。

本发明实施例提供了一种确定失联修复信息的方法，该方法可终端或服务器执行，如图1所示，该方法包括如下步骤。

S101：从目标数据中提取各实体和各实体之间的实体关系。

其中，各实体中包括目标实体，目标实体表示需要确定失联修复信息的实体，目标实体可以为失联用户，目标实体可以为一个也可以为多个。目标数据可以包括应用企业的内部数据，也可以包括能够从网络等公共资源中获取到的数据。

本发明实施例中实体和实体关系均可以根据具体应用场景确定。例如在银行业务场景中，能够提供失联用户相关信息可以包括自然人、企业和账户，所以可以将自然人、企业和账户作为需要提取的实体，失联用户也为需要提取的实体之一。实体关系可以为能够体现与失联用户关系密切的关系，实体关系可以包括多种类型，例如，在银行业务场景中，实体关系包括类型可以如表1中所示。

表1

S102：根据各实体之间的实体关系，构建实体关系图谱。

其中，实体关系图谱包括各实体之间的关联关系，实体关系图谱即为实体的知识图谱。步骤S101中抽取了实体和实体关系，则基于抽取的信息可以构建实体关系图谱。如图2所示为本发明实施例中的一种实体关系图谱的示意图。

本发明实施例的一种实现方式中，由于目标数据中包括的数据来源不同，所以可能存在同一个实体对应不同的标识信息，导致实体重复抽取的问题。为了避免书体重复抽取的问题，本发明实施例可以对抽取的实体进行融合去重。例如，可以统一各实体的标识信息，将作为两个不同实体进行抽取的相同实体融合去重。另外，一些目标数据可能为加密数据，在不了解解密方式时，可以将非加密数据中抽取的实体按照加密数据的加密方式加密，然后将其与从加密数据中抽取的实体进行融合去重。

在实体去重时，抽取的两个实体是否为同一个，可以通过实体的属性信息进行比较判断，如果两个实体的属性信息相同，则可以确定两个实体为同一个实体，所以在执行实体融合去重之前，还可以抽取各实体的属性信息。属性信息的内容可以根据场景设置，例如，实体为企业时，抽取的属性信息可以包括企业的工商注册信息、企业规模、经营情况、存贷款余额等；实体为自然人时，抽取的属性信息可以包括该实体的年龄、性别、客户ID等信息。

S103：根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度。

本发明实施例中可以对实体关系设置对应的关联度，以体现实体之间的紧密程度。在实体关系包括多种类型时，可以对各类型的实体关系分别设置对应的紧密度。

由于各实体的关系复杂，很多实体可以通过多个中间实体建立关联关系，但是这些通过多个中间实体建立关联关系的实体之间关系通常不紧密，如果一个实体失联，通过另一个实体很难联系到失联实体，所以这种关系不紧密的实体之间可以不进行分析，所以本发明实施例中，可以设置实体之间的邻居关系，对满足邻居关系的实体才进行分析。邻居关系可以根据需求设置。例如，本发明实施例中可以设置邻居关系包括直接邻居关系和共同邻居关系，其中，直接邻居关系表示两个实体之间存在实体关系，直接邻居关系还可以称为一度实体关系，共同邻居关系表示两个实体与另外一个相同的实体存在实体关系，如实体A和实体B之间存在实体关系，实体B和实体C之间也存在实体关系，则实体A和实体B、实体B和实体C为直接邻居关系，实体A和实体C为共同邻居关系。

所以基于上述设置，本步骤可以具体执行为：根据实体关系图谱，确定其他实体中目标实体的邻居实体；根据实体关系对应的关联度，计算目标实体与邻居实体之间的紧密度。

对目标实体，由于预先设置实体之间邻居关系后，所有可以先根据实体关系图谱，确定目标实体为邻居关系的实体，即目标实体的邻居实体，然后计算目标实体与邻居实体之间的紧密度。

由于本发明实施例中，实体关系存在多种类型，则可以为每种类型的实体关系设置对应的关联度，所以根据实体关系对应的关联度，计算目标实体与邻居实体之间的紧密度的步骤可以执行为：确定目标实体与邻居实体之间包括实体关系的目标类型和目标数量，并根据目标类型对应的关联度和目标数量，计算目标实体与邻居实体之间的紧密度。

由于不同类型实体关系对应的关联度不同，所有本步骤中可以先统计目标实体与邻居实体之间存在的实体关系属于哪种类型，以及属于各实体关系类型的数量，然后根据算法计算出目标实体与邻居实体之间的紧密度。预设算法可以具体为累加算法，即将目标实体与邻居实体之间存在的实体关系对应的关联度累加得出紧密度。

S104：根据紧密度的大小，确定目标实体对应的失联修复信息。

其中，在确定出目标实体与其他实体之间的紧密度后，可以根据紧密度为目标实体确定出对应的失联修复信息。失联修复信息可以包括抽取的实体，以及实体对应的属性信息。属性信息可以预先抽取。本步骤中可以先基于紧密度确定出与目标实体关系紧密的实体，然后获取到这些与目标实体关系紧密的实体的属性信息，即目标实体对应的失联修复信息。

由于紧密度越高说明实体之间关系越密切，所以本发明实施例可以设置紧密度的阈值，当目标实体与其他实体之间紧密度大于阈值时，才可以被确定为失联修复信息。即将与目标实体之间紧密度的大小大于阈值的实体确定为实体对应的失联修复信息。

需要说明的是，本发明实施例中目标实体可以为全部实体，即通过本发明实施例确定出了全部实体对应的失联修复信息并存储，所以在失联人员属于全部实体中的一个时，可以通过查询的方式直接得出该失联人员的失联修复信息。

本发明实施例中，从目标数据中抽取各实体和实体之间的实体关系，基于抽取的信息可以构建出实体关系图谱，即通过构建实体关系图谱的方式可以直接确定出存在关联关系的实体，实现从目标数据中筛选出存在关联的实体、以及实体之间关联的实体关系；然后根据实体关系图谱和实体关系对应的关联度可以确定出目标实体与其他实体之间的紧密度，进而可以确定出与目标实体关系紧密的失联修复信息，即可确定出失联人员对应的失联修复信息。如此本发明实施例中，通过实体关系图谱来确定失联人员相关联的实体，以及关联的紧密程度，进而得出失联修复信息，从而可以避免花费过多的时间和精力从目标数据中确定出与失联用户相关的信息，减低失联修复的成本。

下面结合图1所示的实施例，以确定目标实体的失联修复信息为例，对步骤S103和步骤S104的执行过程具体说明。如图3所示，该方法包括以下步骤。

S301：根据实体关系图谱，确定目标实体对应的关系链路。

其中，为了确定各实体对应的邻居实体，本发明实施例可以先根据实体关系图谱，确定目标实体对应的关系链路。关系链路表示各实体通过实体关系依次关联形成的链路，例如，实体A与和实体B之间存在实体关系，实体B和实体C之间也存在实体关系，实体C和实体D之间也存在实体关系，则可以得出实体A对应的一条关系链路为实体A-实体B-实体C-实体D。

S302：根据关系链路，确定目标实体对应的邻居实体，邻居实体包括直接邻居实体和共同邻居实体。

其中，本发明实施例中可以预先设置邻居关系，以邻居关系包括直接邻居关系和共同邻居关系为例进行说明。在确定出目标实体对应的关系链路后，可以通过目标实体对应的关系链路，直接确定与各实体中每个实体对应的邻居实体。例如，实体A对应的一条关系链路为实体A-实体B-实体C-实体D，则很容得出实体A和实体B为直接邻居关系，实体A和实体C为共同邻居关系，即实体A对应的邻居节点为实体B和实体C。

需要说明的是，由于已经设置邻居关系，所以在确定目标实体对应的关系链路时，可以只确定存在邻居关系的关系链路即可。例如，实体A对应的一条关系链路为实体A-实体B-实体C-实体D，但是根据设置可知实体D与实体A并不存在设置的邻居关系，所以在确定实体A的关系链路时可以只确定至实体C，即实体A对应的一条关系链路为实体A-实体B-实体C，从而简化计算过程。另外，目标实体对应的关系链路中常会出现闭环关系链路，闭环关系链路是指实体之间通过实体关系可以形成闭环的关系链路。例如，实体A与和实体B之间存在实体关系，实体B和实体C之间存在实体关系，实体C和实体A之间也存在实体关系，所以确定一条关系链路为实体A-实体B-实体C-实体A，即形成了闭环。由于闭环关系链路在确定邻居节点时很容易出现循环计算，所以如果目标实体对应的关系链路为包括闭环关系链路，则可以将闭环关系链路调整为由目标实体为起点的开环关系链路。例如，对于实体A，存在闭环关系链路为实体A-实体B-实体C-实体A，则需要将此链路调整为实体A-实体B-实体C的开环关系链路，该开环链路的起点为实体A。

S303：统计目标实体与直接邻居实体之间实体关系的类型和每种类型实体关系的数量，以及目标实体与共同邻居实体之间实体关系的类型和每种类型实体关系的数量。

其中，目标实体可以对应多个直接邻居实体，目标实体与每个直接邻居实体之间也可以存在多个实体关系。目标实体与直接邻居实体存在直接实体关系，则通过统计可以得出目标实体与每个直接邻居实体之间实体关系的类型和每种类型实体关系的数量。

目标实体与共同邻居实体之间存在共同的直接邻居实体，所以目标实体与共同邻居实体之间实体关系包括目标实体与该共同的直接邻居实体之间实体关系，以及共同邻居实体与该共同的直接邻居实体之间实体关系。例如，实体A和实体B之间存在实体关系，实体B和实体C之间也存在实体关系，则实体A和实体C为共同邻居关系，实体A为目标实体，则实体C为实体A的共同邻居实体，实体B为实体A和实体C之间的共同的直接邻居实体，所以实体A和实体C之间的实体关系包括实体A和实体B之间的实体关系，以及实体B和实体C之间的实体关系。

目标实体可以对应多个共同邻居实体，目标实体与每个共同邻居实体之间也可以存在多个实体关系。目标实体与共同邻居实体存在直接实体关系，则通过统计可以得出目标实体与每个共同邻居实体之间实体关系的类型和每种类型实体关系的数量。

目标实体与共同邻居实体之间实体关系包括目标实体与共同的直接邻居实体之间实体关系，以及共同邻居实体与共同的直接邻居实体之间实体关系，所以统计的目标实体与共同邻居实体之间实体关系可以包括：目标实体与共同的直接邻居实体之间实体关系的类型和每种类型实体关系的数量，以及共同邻居实体与共同的直接邻居实体之间实体关系的类型和每种类型实体关系的数量。

S304：根据实体关系的关联度计算目标实体与各邻居实体之间的紧密度。

本发明实施例中，目标实体与直接邻居实体之间的紧密度和目标实体与共同邻居实体之间的紧密度可以分别计算。

对于目标实体与直接邻居实体之间的紧密度，可以通过累加算法计算。例如，实体B与实体A的直接邻居实体，两者之间存在的实体关系为父母子女和担保关系，并且父母子女的数量为1、担保关系的数量为2，因此可以计算得出实体A与实体B之间紧密度为：担保关系对应的关联度乘以2后，与父母子女对应的关联度之和。

需要说明的是，为了便于计算，对计算目标实体与直接邻居实体之间的紧密度可以通过公式1进行处理。

1/log(degree(紧密度)) (1)

目标实体与直接邻居实体之间实体关系包括：目标实体与共同的直接邻居实体之间实体关系的类型和每种类型实体关系的数量，以及共同邻居实体与共同的直接邻居实体之间实体关系的类型和每种类型实体关系的数量。所以对于目标实体与直接邻居实体之间的紧密度，可以分别计算目标实体与共同的直接邻居实体之间紧密度和共同邻居实体与共同的直接邻居实体之间紧密度，然后再将二者相加并乘以预设权重计算得出。目标实体与共同的直接邻居实体之间紧密度和共同邻居实体与共同的直接邻居实体之间紧密度计算方式可以如目标实体与直接邻居实体之间的紧密度的计算方式，预设权重通常为小于1的数值。

S305：将与目标实体之间的紧密度大于阈值的邻居实体确定为失联修复信息。

失联修复信息通常可以不仅包括实体，还可以包括实体的属性信息，属性信息包括的内容可以预先设置。例如，终端设备输出的失联修复信息可以如表2所示，其中失联人即为目标实体，联系人即为目标实体的一个失联修复信息包括的实体。数据业务日期可以表示确定失联修复信息的日期。

表2

本发明实施例中，通过实体关系图谱来确定失联人员相关联的实体，以及关联的紧密程度，进而得出失联修复信息，从而可以避免花费过多的时间和精力从目标数据中确定出与失联用户相关的信息，减低失联修复的成本。

以本发明实施的应用场景为银行业务为例，银行业务中失联用户通常为银行的客户，如针对不良贷款的债务人、进入催收阶段的客户、包含企业和自然人，下述以失联客户来表示失联人员。不良贷款可以包括公司类和个人类不良贷款(含次级、可疑、损失类贷款)及已核销呆账贷款。债务人指授信业务的借款人(含贸易融资、保函、承兑、保理业务的申请人等)、保证人和其它还款义务人等。其它还款义务人是指依据法律或协议、法院判决、仲裁书等法律文件，明确负有还款义务的单位和个人，包括但不限于保理业务买方、个人类贷款的共同借款人、财产合法继承人等。

本发明实施的应用场景为银行业务时，结合图1和图3所示的实施例，本发明实施例可以具体执行为：通过构建以客户为中心的实体关系图谱，并以实体关系图谱输入基于Spark GraphX(分布式图处理框架)提供的对图计算和图挖掘的接口，进行关系链路预测，输出以各失联客户为起点的邻居节点，并输出失联客户与邻居实体之间的紧密度；最后取与失联客户紧密度满足阈值以上的实体，将该实体和实体的属性信息确定为失联修复信息。

实体关系图谱的构建是根据知识图谱构建的。实体关系图谱的构建是后续确定失联修复信息的基础，对于构建实体关系图谱，可以从实体抽取、属性抽取、关系抽取逐步构建以客户为中心的实体关系图谱，形成了包括企业、自然人、账户三类实体，以及信用卡联系人、共同借款人、父母子女、兄弟姐妹、配偶、个贷担保人、共同担保人、账户间资金往来、客户持有账户、客户间资金往来等实体关系。

实体关系图谱的构建，其前提是需要把目标数据从不同的数据源中抽取出来。目标数据的数据源主要来自两种渠道：一种是银行业务本身的数据，这部分数据产生于银行经营、管理活动过程中，通常包含在企业信息系统中的数据库表并以结构化的方式存储；另一种是网络上公开、抓取的数据，这些数据除了常见的结构化，还包含了半结构化或非结构化的数据。

为了构建全面的实体关系图谱，可以构建了包含全量对公客户(企业)、全量对私客户(自然人)的实体关系图谱，其中包括了失联客户及其他银行客户。本发明实施例中，可以整合但不限于银行内部对公客户及其相关自然人的基础信息、关联关系信息、资产负债信息、交易行为信息、风险评级等信息，还可以整合行外工商企业及其相关股东、法人、高管等关联自然人的公开信息，以构建实体关系图谱。

需要说明的是，本发明实施例在运行前，还可以进行客户cincinnati的整合，如从银行对私客户办理业务时注册的联系电话方式，整合客户通讯方式，包括对私客户签约手机银行的联系信息、签约手机银行短信产品服务的联系信息、信用卡办理时的联系信息、对私客户信息注册的联系信息。另外，客户的联系地址信息整合，包括客户信息的登记地址、信用卡账单地址信息等。通过地址标准化，对客户的地址信息进行整合及修复等等。

本发明实施例中，可以基于知识图谱的关系挖掘算法实现实体关系图谱的构建。知识图谱是一种基于图的数据结构，由节点(Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。如图4所示为一种知识图谱的技术架构的示意图。知识图谱本质上是一种知识表示的方式，侧重在用一种关联方式来表达实体与实体之间的语义关系，也是一种大规模语义网络。知识图谱特别适合基于2度以上的多层关系探查，适合基于复杂关系类型、多种关系方向的分析，适合以图遍历、图算法为主要技术手段的分析，适合图、关系网络为主要展现形式的业务需求。

在构建实体关系图谱后，本发明实施例可以根据链路预测的方式来挖掘实体关系图谱中各实体之间的关系。

图结构上的链路预测是指通过已知的网络结构等信息预测网络中尚未产生连边的两个节点之间产生连接的可能性，在失联客户修复中链路预测主要用于修复图谱中失联客户缺失的关系和挖掘失联客户与关联人的潜在关系。链路预测可以包括两种，分别为利用拓扑指标进行链路预测，以及利用知识图谱表现学习实现链路预测和关系补全。

利用拓扑指标进行链路预测，主要依据图谱的拓扑结构预测两个没有直接关系的实体之间存在关系的可能性。一个比较浅显的拓扑指标是共同邻居的个数(又称CN指标)，如果两个节点有更多的共同邻居则更可能相连。这其实可以看做是业务规则的量化表示。比如根据业务规则，如果某个客户与失联客户在多个公司共同担任高管并且都与某个企业构成上下游关系，则认为这个客户与这个失联客户高度关联，有助于我们修复这个失联客户的关系。而在"共同邻居个数"这个拓扑指标上，这个客户和失联客户也会被认为有高度可能关联，如图5所示。

“共同邻居”这个指标，在聚类系数比较高的网络表现较好，但是在一般网络中效果并不好。实际利用拓扑指标的链路预测中，许多指标都是从“共同邻居”派生出来的。具体来说，常用的有下面几个指标：a.Adamic-Adar(AA指标)，其思想是度小的共同邻居的贡献比度大的共同邻居贡献大，具体来说，如果两个节点的某个共同邻居度为k，则他的权重为1/lg(k)；b.Resource-Allocation(RA指标)，思想也是度小的共同邻居的贡献比度大的共同邻居贡献大，具体到RA值，如果两个节点的某个共同邻居的度为k，则他的权重为1/k。

对失联人关系修复来说，如果客户A，客户B和失联客户C都没有直接联系，但是在图谱当中有若干共同邻居。客户A与失联客户的共同邻居是他们毕业的学校以及所在的地域，客户B与失联客户的共同邻居是他们共同任职高管的公司，那么根据“度小的共同邻居的贡献比度大的共同邻居贡献大”原则设计的拓扑指标(AA值或者RA值)，都会认定B客户与失联客户C存在潜在关系的可能性比A客户与失联客户C存在潜在关系的可能性大，因为C城市和X大学的度比较大，如下图6所示。

失联修复实现方法为，从失联客户出发，计算其他客户与这个客户的RA值或者AA值，筛选输出RA值或者AA值较高的节点名单，并输出他们之间的关联路径作为失联关系修复的线索。

利用知识图谱表现学习实现链路预测和关系补全。所谓知识图谱表现学习(Representation Learning)，就是将图谱中的实体和关系映射到一个向量空间，使得实体和关系在向量空间对应的向量的相对关系反映节点属性和图谱拓扑结构。

失联修复实现方法：通过一定的表现学习方法，如DeepWalk，Node2vec等，在组织机构图谱上学习获得节点的向量。取出失联客户实体的向量，筛选出与失联客户实体向量余弦相似度最高的向量对应的实体，就是潜在的与该失联客户紧密关联的实体。

需要说明的是，本发明实施例为基于人与人之间的关系网实施的，因此目标数据需要从各种系统获取，可以包括：与人有关的各种关系信息，关系所涉及到的人、单位等节点信息。目标数据还需要进行预处理，数据预处理可以首先从各种源系统的表中获取相关关系信息，并从中筛选出所有涉及到的实体ID，如此得出实体关系图可以使用唯一实体ID进行编码，并生成实体ID-实体关系-实体ID形式的关系，具体的数据格式如下：

实体信息：实体信息，实体唯一ID；

关系信息：实体X唯一ID，实体Y唯一ID，实体关系。

本发明实施例中，将机器学习、链路预测等方法运用到银行失联修复场景中，运用知识图谱挖掘出失联人的密切联系人，丰富个人关系、潜在关系，为银行资产保全业务提供催收依据。知识图谱通过语义链接可以帮助理解大数据，获得对大数据的洞察，通过行内外知识的融合和构建，形成客户关系网络；运用知识推理，获取失联人关联人，并量化关联度，最终通过客户信息修复及关联人信息修复进而触达客户。同时，在满足客户之间关系挖掘结果准确率和推荐率的情况下，解决了用户数据巨大，计算资源较难满足计算需求的情况。并且可以根据银行经营过程特点，对客户联系方式信息的整合，解决了客户对于产品没有评分数据的难题。

为了解决现有技术存在的问题，本发明实施例提供了一种确定失联修复信息的装置700，如图7所示，该装置700包括：

提取单元701，用于从目标数据中提取各实体和所述各实体之间的实体关系，所述各实体包括目标实体；

构建单元702，用于根据所述各实体之间的实体关系，构建实体关系图谱，所述实体关系图谱包括所述各实体之间的关联关系；

确定单元703，用于根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度；

所述确定单元703，还用于根据所述紧密度的大小，确定所述目标实体对应的失联修复信息。

本发明实施例的一种实现方式中，所述确定单元703，具体用于：

根据所述实体关系图谱，确定所述其他实体中所述目标实体的邻居实体；

根据所述实体关系对应的关联度，计算所述目标实体与所述邻居实体之间的紧密度。

本发明实施例的又一种实现方式中，所述确定单元703，具体用于：

根据所述实体关系图谱，确定所述目标对应的关系链路，所述关系链路表示所述目标实体与所述其他实体通过实体关系依次关联形成的链路；

根据所述目标实体对应的关系链路，确定与所述目标实体的邻居实体。

本发明实施例的又一种实现方式中，所述确定单元703，具体用于：

如果所述目标实体对应的关系链路包括闭环关系链路，则将所述闭环关系链路调整为由所述目标实体为起点的开环关系链路。

本发明实施例的又一种实现方式中，所述实体关系包括多种类型，所述实体关系对应的关联度包括每种类型的实体关系对应的关联度；

所述确定单元703，具体用于：

确定所述目标实体与所述邻居实体之间包括实体关系的目标类型和目标数量，并根据所述目标类型对应的关联度和所述目标数量，计算所述目标实体与所述邻居实体之间的紧密度。

本发明实施例的又一种实现方式中，所述邻居实体包括与所述目标实体存在直接邻居关系和共同邻居关系的实体。

本发明实施例的又一种实现方式中，所述确定单元703，具体用于：

将与所述目标实体之间紧密度的大小大于阈值的实体，确定为所述目标实体对应的失联修复信息。

本发明实施例的又一种实现方式中，所述抽取单元701，还用于从所述目标数据中抽取所述各实体的属性信息；

所述装置700还包括：

去重单元，用于根据所述属性信息，对所述各实体去重；

所述构建单元702，还用于根据去重后的实体和所述各实体之间的实体关系，构建所述实体关系图谱。

应理解的是，实施本发明实施例的方式与实施图1或图3所示实施例的方式相同，在此不再赘述。

本发明实施例中，从目标数据中抽取各实体和实体之间的实体关系，基于抽取的信息可以构建出实体关系图谱，即通过构建实体关系图谱的方式可以直接确定出存在关联关系的实体，实现从目标数据中筛选出存在关联的实体、以及实体之间关联的实体关系；然后根据实体关系图谱和实体关系对应的关联度可以确定出目标实体与其他实体之间的紧密度，进而可以确定出与目标实体关系紧密的失联修复信息，即可确定出失联人员对应的失联修复信息。如此本发明实施例中，通过实体关系图谱来确定失联人员相关联的实体，以及关联的紧密程度，进而得出失联修复信息，从而可以避免花费过多的时间和精力从目标数据中确定出与失联用户相关的信息，减低失联修复的成本。

根据本发明的实施例，本发明还提供了一种电子设备和一种可读存储介质。

本发明的电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行本发明实施例所提供的确定失联修复信息的方法。

图8示出了可以应用本发明实施例的确定失联修复信息的方法或确定失联修复信息的装置的示例性系统架构800。

如图8所示，系统架构800可以包括终端设备801、802、803，网络804和服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备801、802、803通过网络804与服务器805交互，以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备801、802、803可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器805可以是提供各种服务的服务器，例如对用户利用终端设备801、802、803所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的确定失联修复信息的方法一般由服务器805执行，相应地，确定失联修复信息的装置一般设置于服务器805中。本发明实施例所提供的确定失联修复信息的方法一般由终端设备801、802、803执行，相应地，确定失联修复信息的装置一般设置于终端设备801、802、803中。

应该理解，图8中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图9，其示出了适于用来实现本发明实施例的计算机系统900的结构示意图。图9示出的计算机系统仅仅是一个示例，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9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中，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。而在本发明中，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。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个单元、程序段、或代码的一部分，上述单元、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括抽取单元、构建单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，抽取单元还可以被描述为“抽取单元的功能的单元”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行本发明所提供的确定失联修复信息的方法。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种确定失联修复信息的方法，其特征在于，包括：

从目标数据中提取各实体和所述各实体之间的实体关系，所述各实体包括目标实体；

根据所述各实体之间的实体关系，构建实体关系图谱，所述实体关系图谱包括所述各实体之间的关联关系；

根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度；

根据所述紧密度的大小，确定所述目标实体对应的失联修复信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度，包括：

根据所述实体关系图谱，确定所述其他实体中所述目标实体的邻居实体；

根据所述实体关系对应的关联度，计算所述目标实体与所述邻居实体之间的紧密度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述实体关系图谱，确定所述其他实体中所述目标实体的邻居实体，包括：

根据所述实体关系图谱，确定所述目标对应的关系链路，所述关系链路表示所述目标实体与所述其他实体通过实体关系依次关联形成的链路；

根据所述目标实体对应的关系链路，确定与所述目标实体的邻居实体。

4.根据权利要求3所述的方法，其特征在于，在所述根据所述目标实体对应的关系链路，确定与所述目标实体的邻居实体之前，还包括：

如果所述目标实体对应的关系链路包括闭环关系链路，则将所述闭环关系链路调整为由所述目标实体为起点的开环关系链路。

5.根据权利要求2所述的方法，其特征在于，所述实体关系包括多种类型，所述实体关系对应的关联度包括每种类型的实体关系对应的关联度；

所述根据所述实体关系对应的关联度，计算所述目标实体与所述邻居实体之间的紧密度，包括：

确定所述目标实体与所述邻居实体之间包括实体关系的目标类型和目标数量，并根据所述目标类型对应的关联度和所述目标数量，计算所述目标实体与所述邻居实体之间的紧密度。

6.根据权利要求2所述的方法，其特征在于，所述邻居实体包括与所述目标实体存在直接邻居关系和共同邻居关系的实体。

7.根据权利要求1所述的方法，其特征在于，所述根据所述紧密度的大小，确定所述目标实体对应的失联修复名单，包括：

将与所述目标实体之间紧密度的大小大于阈值的实体，确定为所述目标实体对应的失联修复信息。

8.根据权利要求1所述的方法，其特征在于，在所述根据所述各实体之间的实体关系，构建实体关系图谱之前，还包括：

从所述目标数据中抽取所述各实体的属性信息；

根据所述属性信息，对所述各实体去重；

所述根据所述各实体之间的实体关系，构建实体关系图谱，包括：

根据去重后的实体和所述各实体之间的实体关系，构建所述实体关系图谱。

9.一种确定失联修复信息的装置，其特征在于，包括：

提取单元，用于从目标数据中提取各实体和所述各实体之间的实体关系，所述各实体包括目标实体；

构建单元，用于根据所述各实体之间的实体关系，构建实体关系图谱，所述实体关系图谱包括所述各实体之间的关联关系；

确定单元，用于根据所述实体关系图谱和所述实体关系对应的关联度，确定目标实体与所述各实体中除所述目标实体外的其他实体之间的紧密度；

所述确定单元，还用于根据所述紧密度的大小，确定所述目标实体对应的失联修复信息。

10.一种电子设备，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1-8中任一所述的方法。

11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。

Images