CN111737490A - 基于银行渠道的知识图谱本体模型生成方法及装置 - Google Patents
基于银行渠道的知识图谱本体模型生成方法及装置 Download PDFInfo
- Publication number
- CN111737490A CN111737490A CN202010563615.0A CN202010563615A CN111737490A CN 111737490 A CN111737490 A CN 111737490A CN 202010563615 A CN202010563615 A CN 202010563615A CN 111737490 A CN111737490 A CN 111737490A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- relationship
- generating
- relation
- 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.)
- Granted
Links
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/322—Trees
-
- 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
Abstract
本发明提供了一种基于银行渠道的知识图谱本体模型生成方法及装置,该方法包括:接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据。依据本发明可以方便业务管理者分析渠道特性,并支持网点画像特征查询、人员运营能力查询、客户动线分析等应用场景,为渠道精细化管理提供有力支撑。
Description
技术领域
本发明涉及人工智能领域技术领域,特别是关于知识图谱技术领域,具体涉及一种基于银行渠道的知识图谱本体模型生成方法及装置。
背景技术
知识图谱作为人工智能的一个分支,是一种用图模型来描述知识和建模世界万物之间的关联关系的技术方法。知识图谱展示了现实中实体、概念、事件之间的关系,力求将当今繁杂庞大的知识进行系统化、有序化的组织,在网络信息资源爆炸式增长的背景下,传统的知识组织结构松散,难以满足用户日益增长的对知识服务的需求和期望。知识图谱技术的诞生,适应了用户的认知需求,具有无比优越的高效性。当前知识图谱应用于众多领域,还未有在银行渠道领域的知识图谱有效应用。
发明内容
针对现有技术中的问题,本发明提供的基于银行渠道的知识图谱本体模型生成方法及装置,可以方便业务管理者分析渠道特性,并支持网点画像特征查询、人员运营能力查询、客户动线分析等应用场景,为渠道精细化管理提供有力支撑。
为解决上述技术问题,本发明提供以下技术方案:
一方面,本发明提供一种基于银行渠道的知识图谱本体模型生成方法,包括:
接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;
根据所述物理渠道数据生成所述本体模型。
一实施例中,所述根据所述物理渠道数据生成所述本体模型包括:
利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型,其中:所述本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务以及地理网格;
所述关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系以及客户与智慧柜员机业务的办理关系。
一实施例中,所述利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型,包括:
根据所述地理信息数据建立地理网格;
生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型;
根据所述第一关系模型、所述第二关系模型以及所述第三关系模型生成所述本体模型。
一实施例中,所述生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型,包括:
建立所述地理网格的K-D树结构数据;
利用二叉树方法,根据所述K-D树结构数据分别建立所述地理网格与所述网点的映射关系、所述地理网格与所述员工的映射关系以及所述地理网格和员工外拓业务的映射关系,以分别生成所述第一关系模型、所述第二关系模型以及所述第三关系模型。
一实施例中,基于银行渠道的知识图谱本体模型生成方法还包括:
将所述物理渠道数据转化为结构化数据;
将所述结构化数据进行实体识别以及关系抽取;
将实体识别以及关系抽取之后的结构化数据映射到描述模型中。
第二方面,本发明提供一种基于银行渠道的知识图谱本体模型生成装置,该装置包括:
数据接收单元,用于接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;
模型生成单元,用于根据所述物理渠道数据生成所述本体模型。
一实施例中,所述模型生成单元包括模型生成模块,所述模型生成模块用于利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型,其中:所述本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务以及地理网格;
所述关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系以及客户与智慧柜员机业务的办理关系。
一实施例中,所述模型生成模块包括:
地理网格建立模块,用于根据所述地理信息数据建立地理网格;
关系模型生成模块,用于生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型;
本体模型生成模块,用于根据所述第一关系模型、所述第二关系模型以及所述第三关系模型生成所述本体模型。
一实施例中,所述关系模型生成模块包括:
K-D树建立模块,用于建立所述地理网格的K-D树结构数据;
映射关系建立模块,用于利用二叉树方法,根据所述K-D树结构数据分别建立所述地理网格与所述网点的映射关系、所述地理网格与所述员工的映射关系以及所述地理网格和员工外拓业务的映射关系,以分别生成所述第一关系模型、所述第二关系模型以及所述第三关系模型。
一实施例中,基于银行渠道的知识图谱本体模型生成装置还包括:
数据转化单元,用于将所述物理渠道数据转化为结构化数据;
数据抽取单元,用于将所述结构化数据进行实体识别以及关系抽取;
数据映射单元,用于将实体识别以及关系抽取之后的结构化数据映射到描述模型中。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现基于银行渠道的知识图谱本体模型生成方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现基于银行渠道的知识图谱本体模型生成方法的步骤。
从上述描述可知,本发明实施例提供基于银行渠道的知识图谱本体模型生成方法及装置,首先接收银行渠道的物理渠道数据;其中,物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;最后根据所述物理渠道数据生成所述本体模型。本发明实施例创新性引入地理网格本体,实现地理信息和渠道资源信息的融合。
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为本发明的实施例中的基于银行渠道的知识图谱本体模型生成方法的流程示意图一;
图2为本发明的实施例中步骤200的流程示意图;
图3为本发明的实施例中步骤201的流程示意图;
图4为本发明的实施例中步骤2012的流程示意图;
图5为本发明的实施例中的基于银行渠道的知识图谱本体模型生成方法的流程示意图二;
图6为本发明的具体应用实例中基于银行渠道的知识图谱本体模型生成方法的流程示意图;
图7为本发明的具体应用实例中六边形地理网格示意图;
图8为本发明的具体应用实例中本体模型示意图;
图9为本发明的实施例中基于银行渠道的知识图谱本体模型生成装置的结构示意图一;
图10为本发明的实施例中模型生成单元的结构框图;
图11为本发明的实施例中模型生成模块的结构框图;
图12为本发明的实施例中关系模型生成模块的结构框图;
图13为本发明的实施例中基于银行渠道的知识图谱本体模型生成装置的结构示意图二;
图14为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,显然,所描述的实施例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作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。
本发明的实施例提供一种基于银行渠道的知识图谱本体模型生成方法的具体实施方式,参见图1,该方法具体包括如下内容:
步骤100:接收银行渠道的物理渠道数据。
具体地,采集物理渠道数据并存储于企业级数据仓库,可以理解的是,步骤100中的物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据。步骤100创新性引入区域网格实体(地理信息数据),以实现地理信息和渠道资源信息的融合。
步骤200:根据所述物理渠道数据生成所述本体模型。
具体地,确定银行物理渠道本体模型,用以约束知识图谱数据的组织方式,本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务、地理网格,关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系、客户与智慧柜员机业务的办理关系等。
从上述描述可知,本发明实施例提供基于银行渠道的知识图谱本体模型生成方法,首先接收银行渠道的物理渠道数据;其中,物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;最后根据所述物理渠道数据生成所述本体模型。本发明实施例创新性引入地理网格本体,实现地理信息和渠道资源信息的融合。
一实施例中,参见图2,步骤200包括:
步骤201:利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型。
在步骤201中,所述本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务以及地理网格;所述关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系以及客户与智慧柜员机业务的办理关系。详细设计如表1所示。
表1本体建模参数表
一实施例中,参见图3,步骤201进一步包括:
步骤2011:根据所述地理信息数据建立地理网格。
本实施例除了考虑物理渠道人员、设备、机构等资源,创新性的引入地理网格本体,优选地,在全行范围内划分六边形地理网格研究区域,地理网格半径可根据实际应用调整。
步骤2012:生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型。
这里以第一关系模型为例(第二关系模型与第三关系模型与其类似),通过空间地理计算在全国地图范围生成六边形网格,并对其进行编码,从网点管理系统中抽取网点信息生成网点信息表,遍历网点信息表,提取网点坐标,快速获得距离最近的六边形地理网格,通过地理空间计算函数判断网点坐标是否在六边网格内,从而建立地理网格和网点的关系模型。
步骤2013:根据所述第一关系模型、所述第二关系模型以及所述第三关系模型生成所述本体模型。
一实施例中,参见图4,步骤2012进一步包括:
步骤20121:建立所述地理网格的K-D树结构数据。
步骤20121中,K-D树(k-dimensional tree),是一棵二叉树,树中存储的是一些k维数据。在一个k维数据集合上构建一棵K-D树代表了对该k维数据集合构成的k维空间的一个划分,即树中的每个结点就对应了一个k维的超矩形区域(Hyperrectangle)。另外,K-D树是一棵高维二叉搜索树,与普通二叉搜索树不同的是,树中存储的是一些K维数据普通的二叉搜索树是一维的,当推广到K维后,就是的K-D树,在K-D树进行划分时,可以每次选择方差最大的属性来划分数据到左右子树。
步骤20122:利用二叉树方法,根据所述K-D树结构数据分别建立所述地理网格与所述网点的映射关系、所述地理网格与所述员工的映射关系以及所述地理网格和员工外拓业务的映射关系,以分别生成所述第一关系模型、所述第二关系模型以及所述第三关系模型。
具体地,遍历网点信息表的每一行记录,提取坐标信息,判断是否已遍历完所有记录,如果否,获得坐标经纬度为;如果是,流程结束。通过在地理网格中心点K-D Tree(K-D树)对象找通过二叉树查找快速获得距离最近的中心点坐标经纬度。将经纬度转化为平面坐标。接着,根据三角推导,可以计算两点距离,判断该距离是否小于六边形网格半径R,如果否,跳转到“通过在地理网格中心点K-D Tree对象找通过二叉树查找快速获得距离最近的中心点坐标经纬度。”这一步骤,并继续循环其以下步骤。如果是,建立地理网格与网点的映射关系如下表,从而建立起第一关系模型。第二关系模型与第三关系模型与第一关系模型建立过程与其类似。
一实施例中,参见图5,基于银行渠道的知识图谱本体模型生成方法还包括:
步骤300:将所述物理渠道数据转化为结构化数据。
步骤400:将所述结构化数据进行实体识别以及关系抽取。
步骤500:将实体识别以及关系抽取之后的结构化数据映射到描述模型中。
在步骤300至步骤500中,将已有的结构化数据资源进行转化,形成基础数据集,通过工具将银行渠道结构化数据进行实体识别和关系抽取,进而映射到描述模型中。接着对映射后的描述模型进行知识融合,包括模式层融合和数据层融合,模式层的融合将新得到的本体融入到已有的本体库中,数据层的融合,将实体的名称、属性、关系以及所属类别进行融合,实现知识对齐、冲突解决。最后将描述模型三元组数据存储于图数据库中,并对外提供图检索和图挖掘服务。
为进一步地说明本方案,本发明以北京银行网点为例,提供基于银行渠道的知识图谱本体模型生成方法的具体应用实例,该具体应用实例具体包括如下内容,参见图6。
S1:数据采集。
具体地,采集物理渠道数据并存储于企业级数据仓库,包括柜柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据、客户信息数据。
S2:数据加工。
从数据仓库提取原始数据进行加工,生成结构化数据。
S3:本体建模。
确定银行物理渠道本体模型,用以约束知识图谱数据的组织方式,本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务、地理网格,关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系、客户与智慧柜员机业务的办理关系等。
本方案除了考虑物理渠道人员、设备、机构等资源,创新性的引入地理网格本体,在全行范围内划分六边形地理网格研究区域,地理网格半径可根据实际应用调整,如图7所示。
六边形地理网格研究区域通过网点位置建立关系,其实体生成及关系建立过程如下:
(1)通过空间地理计算在全国地图范围生成六边形网格,并对其进行编码,其主要数据字段如表2所示:
表2
网格编号 | 网格中心点X坐标 | 网格中心点Y坐标 |
HEXAGON_ID | HEXAGON_X-COORDINATE | HEXAGON_Y-COORDINATE |
(2)从网点管理系统中抽取网点信息生成网点信息表,其主要数据字段如表3所示:
表3
网点编号 | 网点名称 | 网点中心点X坐标 | 网格中心点Y坐标 |
INS_ID | INS_NAME | INS_X-COORDINATE | INS_Y-COORDINATE |
(3)遍历网点信息表,提取网点坐标,快速获得距离最近的六边形地理网格g,通过地理空间计算函数判断网点坐标是否在六边网格g内,从而建立地理网格和网点的关系模型,其算法流程如下:
1)对所有全国地理网格中心点坐标集合【(HEXAGON_X-COORDINATE,HEXAGON_Y-COORDINATE)】建立K-D Tree。
2)遍历网点信息表的每一行记录,提取坐标信息(INS_X-COORDINATE,INS_Y-COORDINATE),判断是否已遍历完所有记录,如果否,获得坐标经纬度为(LonA,LatA);如果是,流程结束。
3)通过(LonA,LatA)在地理网格中心点KDTree对象找通过二叉树查找快速获得距离最近的中心点坐标经纬度为(LonB,LatB)。
4)将经纬度转化为平面坐标:对于(LonA,LatA)和(LonB,LatB),按照0度经线的基准,东经取经度的正值(Longitude),西经取经度负值(-Longitude),北纬取90-纬度值(90-Latitude),南纬取90+纬度值(90+Latitude),则经过上述处理过后的两点被计为(MLonA,MLatA)和(MLonB,MLatB)。
5)根据三角推导,可以得到计算两点距离的如下公式:
C=sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB)
Distance=R*Arccos(C)*Pi/180
6)判断Distance是否小于六边形网格半径R,如果否,跳转到步骤3),如果是,跳转到步骤7)。
7)建立地理网格与网点的映射关系如表4所示,从而建立起网点与地理网格的归属关系模型。
表4
网格编号 | 网点编号 |
HEXAGON_ID1 | INS_ID1 |
HEXAGON_ID1 | INS_ID2 |
HEXAGON_ID1 | INS_ID3 |
HEXAGON_ID1 | ... |
(4)从员工管理系统中抽取员工住址信息生成员工信息表,其主要数据字段如表5所示:
表5
遍历员工信息表,提取员工住址坐标,快速获得距离最近的六边形地理网格g,通过地理空间计算函数判断坐标是否在六边形网格g内,从而建立地理网格和员工的关系模型,其算法流程同上。
(5)从业务管理系统中获取员工外拓业务信息生成外拓业务表,其主要数据字段如表6所示:
表6
遍历外拓业务表,提取外拓业务坐标,快速获得距离最近的六边形地理网格g,通过地理空间计算函数判断坐标是否在六边形网格g内,从而建立地理网格和员工外拓业务的关系模型,其算法流程同上。构建的本体模型实例如图8所示。
S4:实体关系抽取。
将已有的结构化数据资源进行转化,形成基础数据集,通过D2R工具将银行渠道结构化数据进行实体识别和关系抽取,进而映射到RDF模型(描述模型)。
S5:知识融合。
步骤S5包括模式层融合和数据层融合,模式层的融合将新得到的本体融入到已有的本体库中,数据层的融合,将实体的名称、属性、关系以及所属类别进行融合,实现知识对齐、冲突解决。
S6:知识存储。
将RDF三元组数据存储于图数据库。
S7:提供服务。
对外提供图检索和图挖掘服务。
从上述描述可知,本发明实施例提供基于银行渠道的知识图谱本体模型生成方法,首先接收银行渠道的物理渠道数据;其中,物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;最后根据所述物理渠道数据生成所述本体模型。本发明实施例创新性引入地理网格本体,实现地理信息和渠道资源信息的融合。
本发明一方面将渠道资源与地理信息相结合,以支撑对银行渠道要素的全方位把握,重点解决银行物理渠道领域的精细化管理和智能化运营问题,以改善外部客户交互体验,提升内部资源使用效率及优化组合。第二方面,通过关联映射网点位置、员工家庭住址、员工外拓位置抽取区域网格和网点及员工实体的关系。更加完整有效的描述了银行渠道领域语义网络。第二方面,本发明在地理网格与渠道资源映射关系建立过程中,通过KDTree大大增加检索效率。具体地,本发明具有的有益效果如下:
1.通过建立知识图谱实现银行渠道各要素的高效整合,方便业务管理者分析渠道特性,可支持网点画像特征查询、人员运营能力查询、客户动线分析等应用场景,为渠道精细化管理提供有力支撑。
2.银行渠道领域的本体模型全面考虑银行渠道关键实体及各实体间的有效关系,创新性的引入地理网格本体,在全行范围内划分六边形地理网格研究区域,为高效分析渠道效能提供强有力的抓手。
基于同一发明构思,本申请实施例还提供了基于银行渠道的知识图谱本体模型生成装置,可以用于实现上述实施例所描述的方法,如下面的实施例。由于基于银行渠道的知识图谱本体模型生成装置解决问题的原理与基于银行渠道的知识图谱本体模型生成方法相似,因此基于银行渠道的知识图谱本体模型生成装置的实施可以参见基于银行渠道的知识图谱本体模型生成方法实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明的实施例提供一种能够实现基于银行渠道的知识图谱本体模型生成方法的基于银行渠道的知识图谱本体模型生成装置的具体实施方式,参见图9,基于银行渠道的知识图谱本体模型生成装置具体包括如下内容:
数据接收单元10,用于接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;
模型生成单元20,用于根据所述物理渠道数据生成所述本体模型。
一实施例中,参见图10,所述模型生成单元20包括模型生成模块201,所述模型生成模块201用于利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型,其中:所述本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务以及地理网格;
所述关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系以及客户与智慧柜员机业务的办理关系。
一实施例中,参见图11,所述模型生成模块201包括:
地理网格建立模块2011,用于根据所述地理信息数据建立地理网格;
关系模型生成模块2012,用于生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型;
本体模型生成模块2013,用于根据所述第一关系模型、所述第二关系模型以及所述第三关系模型生成所述本体模型。
一实施例中,参见图12,所述关系模型生成模块2012包括:
K-D树建立模块20121,用于建立所述地理网格的K-D树结构数据;
映射关系建立模块20122,用于利用二叉树方法,根据所述K-D树结构数据分别建立所述地理网格与所述网点的映射关系、所述地理网格与所述员工的映射关系以及所述地理网格和员工外拓业务的映射关系,以分别生成所述第一关系模型、所述第二关系模型以及所述第三关系模型。
一实施例中,参见图13,基于银行渠道的知识图谱本体模型生成装置还包括:
数据转化单元30,用于将所述物理渠道数据转化为结构化数据;
数据抽取单元40,用于将所述结构化数据进行实体识别以及关系抽取;
数据映射单元50,用于将实体识别以及关系抽取之后的结构化数据映射到描述模型中。
从上述描述可知,本发明实施例提供基于银行渠道的知识图谱本体模型生成装置,首先接收银行渠道的物理渠道数据;其中,物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;最后根据所述物理渠道数据生成所述本体模型。本发明实施例创新性引入地理网格本体,实现地理信息和渠道资源信息的融合。
本发明一方面将渠道资源与地理信息相结合,以支撑对银行渠道要素的全方位把握,重点解决银行物理渠道领域的精细化管理和智能化运营问题,以改善外部客户交互体验,提升内部资源使用效率及优化组合。第二方面,通过关联映射网点位置、员工家庭住址、员工外拓位置抽取区域网格和网点及员工实体的关系。更加完整有效的描述了银行渠道领域语义网络。第二方面,本发明在地理网格与渠道资源映射关系建立过程中,通过KDTree大大增加检索效率。具体地,本发明具有的有益效果如下:
1.通过建立知识图谱实现银行渠道各要素的高效整合,方便业务管理者分析渠道特性,可支持网点画像特征查询、人员运营能力查询、客户动线分析等应用场景,为渠道精细化管理提供有力支撑。
2.银行渠道领域的本体模型全面考虑银行渠道关键实体及各实体间的有效关系,创新性的引入地理网格本体,在全行范围内划分六边形地理网格研究区域,为高效分析渠道效能提供强有力的抓手。
本申请的实施例还提供能够实现上述实施例中的基于银行渠道的知识图谱本体模型生成方法中全部步骤的一种电子设备的具体实施方式,参见图14,电子设备具体包括如下内容:
处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204;
其中,处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信;通信接口1203用于实现服务器端设备、采集设备以及用户端设备等相关设备之间的信息传输。
处理器1201用于调用存储器1202中的计算机程序,处理器执行计算机程序时实现上述实施例中的基于银行渠道的知识图谱本体模型生成方法中的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;
步骤200:根据所述物理渠道数据生成所述本体模型。
本申请的实施例还提供能够实现上述实施例中的基于银行渠道的知识图谱本体模型生成方法中全部步骤的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的基于银行渠道的知识图谱本体模型生成方法的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;
步骤200:根据所述物理渠道数据生成所述本体模型。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种基于银行渠道的知识图谱本体模型生成方法,其特征在于,包括:
接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;
根据所述物理渠道数据生成所述本体模型。
2.根据权利要求1所述的知识图谱本体模型生成方法,其特征在于,所述根据所述物理渠道数据生成所述本体模型包括:
利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型,其中:所述本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务以及地理网格;
所述关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系以及客户与智慧柜员机业务的办理关系。
3.根据权利要求2所述的知识图谱本体模型生成方法,其特征在于,所述利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型,包括:
根据所述地理信息数据建立地理网格;
生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型;
根据所述第一关系模型、所述第二关系模型以及所述第三关系模型生成所述本体模型。
4.根据权利要求3所述的知识图谱本体模型生成方法,其特征在于,所述生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型,包括:
建立所述地理网格的K-D树结构数据;
利用二叉树方法,根据所述K-D树结构数据分别建立所述地理网格与所述网点的映射关系、所述地理网格与所述员工的映射关系以及所述地理网格和员工外拓业务的映射关系,以分别生成所述第一关系模型、所述第二关系模型以及所述第三关系模型。
5.根据权利要求1所述的知识图谱本体模型生成方法,其特征在于,还包括:
将所述物理渠道数据转化为结构化数据;
将所述结构化数据进行实体识别以及关系抽取;
将实体识别以及关系抽取之后的结构化数据映射到描述模型中。
6.一种基于银行渠道的知识图谱本体模型生成装置,其特征在于,包括:
数据接收单元,用于接收银行渠道的物理渠道数据;所述物理渠道数据包括:柜面交易流水数据、网点设备交易流水数据、机构员工数据、地理信息数据、业务菜单维表数据、网点信息数据、员工复核流水数据以及客户信息数据;
模型生成单元,用于根据所述物理渠道数据生成所述本体模型。
7.根据权利要求6所述的知识图谱本体模型生成装置,其特征在于,所述模型生成单元包括模型生成模块,所述模型生成模块用于利用知识图谱方法,根据所述银行渠道的本体以及关系生成所述本体模型,其中:所述本体包括网点、柜台、机构、设备、员工、客户、智慧柜员机、柜面业务、智慧柜员机业务以及地理网格;
所述关系包括员工与员工之间的协作关系、设备与网点的归属关系、网点与机构的管辖关系、网点与地理网格的归属关系、客户与设备的使用关系、机构与机构的层级关系、员工与网点的归属关系、员工与员工的授权、复核以及管理关系、员工与业务的办理关系、员工与客户的服务关系以及客户与智慧柜员机业务的办理关系。
8.根据权利要求7所述的知识图谱本体模型生成装置,其特征在于,所述模型生成模块包括:
地理网格建立模块,用于根据所述地理信息数据建立地理网格;
关系模型生成模块,用于生成所述地理网格与所述网点的第一关系模型、所述地理网格与所述员工的第二关系模型以及所述地理网格和员工外拓业务的第三关系模型;
本体模型生成模块,用于根据所述第一关系模型、所述第二关系模型以及所述第三关系模型生成所述本体模型。
9.根据权利要求8所述的知识图谱本体模型生成装置,其特征在于,所述关系模型生成模块包括:
K-D树建立模块,用于建立所述地理网格的K-D树结构数据;
映射关系建立模块,用于利用二叉树方法,根据所述K-D树结构数据分别建立所述地理网格与所述网点的映射关系、所述地理网格与所述员工的映射关系以及所述地理网格和员工外拓业务的映射关系,以分别生成所述第一关系模型、所述第二关系模型以及所述第三关系模型。
10.根据权利要求6所述的知识图谱本体模型生成装置,其特征在于,还包括:
数据转化单元,用于将所述物理渠道数据转化为结构化数据;
数据抽取单元,用于将所述结构化数据进行实体识别以及关系抽取;
数据映射单元,用于将实体识别以及关系抽取之后的结构化数据映射到描述模型中。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任一项所述基于银行渠道的知识图谱本体模型生成方法的步骤。
12.一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,该计算机程序被处理器执行时实现权利要求1至5任一项所述基于银行渠道的知识图谱本体模型生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010563615.0A CN111737490B (zh) | 2020-06-19 | 2020-06-19 | 基于银行渠道的知识图谱本体模型生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010563615.0A CN111737490B (zh) | 2020-06-19 | 2020-06-19 | 基于银行渠道的知识图谱本体模型生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111737490A true CN111737490A (zh) | 2020-10-02 |
CN111737490B CN111737490B (zh) | 2023-07-25 |
Family
ID=72650184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010563615.0A Active CN111737490B (zh) | 2020-06-19 | 2020-06-19 | 基于银行渠道的知识图谱本体模型生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111737490B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610008A (zh) * | 2021-08-10 | 2021-11-05 | 北京百度网讯科技有限公司 | 获取渣土车状态的方法、装置、设备以及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916422A (zh) * | 2010-09-01 | 2010-12-15 | 中国建设银行股份有限公司 | 一种用于银行的多维度绩效评价系统及方法 |
CN103971211A (zh) * | 2014-05-29 | 2014-08-06 | 中国银行股份有限公司 | 一种信息处理方法及装置 |
US20140279420A1 (en) * | 2013-03-15 | 2014-09-18 | Michael D. Okerlund | System and method for facilitating financial transactions utilizing a plurality of networked databases |
CN104766240A (zh) * | 2015-03-24 | 2015-07-08 | 中国银行股份有限公司 | 电子银行业务数据处理系统及方法 |
CN105427163A (zh) * | 2015-12-09 | 2016-03-23 | 华夏银行股份有限公司 | 一种数据控制系统 |
CN106326248A (zh) * | 2015-06-23 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 数据库数据的存储方法和装置 |
CN109064318A (zh) * | 2018-08-24 | 2018-12-21 | 苏宁消费金融有限公司 | 一种基于知识图谱的互联网金融风险监测系统 |
CN109087431A (zh) * | 2018-06-27 | 2018-12-25 | 中国建设银行股份有限公司 | 银行网点的业务调度处理方法、设备和存储介质 |
CN110751361A (zh) * | 2019-09-03 | 2020-02-04 | 福建省农村信用社联合社 | 一种银行需求条目级管理方法及系统 |
CN110750650A (zh) * | 2019-09-30 | 2020-02-04 | 中盈优创资讯科技有限公司 | 企业知识图谱的构建方法及装置 |
CN111046192A (zh) * | 2019-12-25 | 2020-04-21 | 中国建设银行股份有限公司 | 银行涉案账户的识别方法及装置 |
-
2020
- 2020-06-19 CN CN202010563615.0A patent/CN111737490B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916422A (zh) * | 2010-09-01 | 2010-12-15 | 中国建设银行股份有限公司 | 一种用于银行的多维度绩效评价系统及方法 |
US20140279420A1 (en) * | 2013-03-15 | 2014-09-18 | Michael D. Okerlund | System and method for facilitating financial transactions utilizing a plurality of networked databases |
CN103971211A (zh) * | 2014-05-29 | 2014-08-06 | 中国银行股份有限公司 | 一种信息处理方法及装置 |
CN104766240A (zh) * | 2015-03-24 | 2015-07-08 | 中国银行股份有限公司 | 电子银行业务数据处理系统及方法 |
CN106326248A (zh) * | 2015-06-23 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 数据库数据的存储方法和装置 |
CN105427163A (zh) * | 2015-12-09 | 2016-03-23 | 华夏银行股份有限公司 | 一种数据控制系统 |
CN109087431A (zh) * | 2018-06-27 | 2018-12-25 | 中国建设银行股份有限公司 | 银行网点的业务调度处理方法、设备和存储介质 |
CN109064318A (zh) * | 2018-08-24 | 2018-12-21 | 苏宁消费金融有限公司 | 一种基于知识图谱的互联网金融风险监测系统 |
CN110751361A (zh) * | 2019-09-03 | 2020-02-04 | 福建省农村信用社联合社 | 一种银行需求条目级管理方法及系统 |
CN110750650A (zh) * | 2019-09-30 | 2020-02-04 | 中盈优创资讯科技有限公司 | 企业知识图谱的构建方法及装置 |
CN111046192A (zh) * | 2019-12-25 | 2020-04-21 | 中国建设银行股份有限公司 | 银行涉案账户的识别方法及装置 |
Non-Patent Citations (3)
Title |
---|
TONG RUAN等: "building and exploring an enterprise knowledge graph for investment analysis", THE SEMANTIC WEB-ISWC 2016 * |
侯海波;: "工商银行全球金融市场后台运营平台介绍", 中国金融电脑 * |
葛兆强;: "电子银行运营与管理模式研究", 金融电子化 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610008A (zh) * | 2021-08-10 | 2021-11-05 | 北京百度网讯科技有限公司 | 获取渣土车状态的方法、装置、设备以及存储介质 |
CN113610008B (zh) * | 2021-08-10 | 2022-09-16 | 北京百度网讯科技有限公司 | 获取渣土车状态的方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111737490B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103235825B (zh) | 一种基于Hadoop云计算框架的海量人脸识别搜索引擎设计方法 | |
CN107590250A (zh) | 一种时空轨迹生成方法及装置 | |
CN108446293A (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
CN109241159B (zh) | 一种数据立方体的分区查询方法、系统及终端设备 | |
CN106709012A (zh) | 一种大数据分析方法及装置 | |
CN104462222A (zh) | 一种卡口车辆通行数据的分布式存储方法及系统 | |
CN104820708B (zh) | 一种基于云计算平台的大数据聚类方法和装置 | |
CN104809244B (zh) | 一种大数据环境下的数据挖掘方法和装置 | |
Praveen et al. | Big data environment for geospatial data analysis | |
CN109857803B (zh) | 数据同步方法、装置、设备、系统及计算机可读存储介质 | |
CN107247799A (zh) | 兼容多种大数据存储的数据处理方法、系统及其建模方法 | |
CN103281351A (zh) | 一种高效能遥感数据处理与分析的云服务平台 | |
CN107194533B (zh) | 一种配电网全信息模型构建方法及系统 | |
CN108009265B (zh) | 一种云计算环境下的空间数据索引方法 | |
CN115858829A (zh) | 一种基于算力网络的多源异构环境数据资产构建方法 | |
CN116796083B (zh) | 一种空间数据划分方法及系统 | |
CN111737490B (zh) | 基于银行渠道的知识图谱本体模型生成方法及装置 | |
CN114049463A (zh) | 一种二叉树的数据网格化、网格点数据的获取方法及装置 | |
Karim et al. | Spatiotemporal Aspects of Big Data. | |
US11836637B2 (en) | Construction method of human-object-space interaction model based on knowledge graph | |
CN111475511A (zh) | 基于树状结构的数据存储方法、访问方法、装置及设备 | |
Zhang et al. | The modeling of big traffic data processing based on cloud computing | |
CN110162521A (zh) | 一种支付系统交易数据处理方法及系统 | |
Basnet et al. | Analysis of multifactorial social unrest events with spatio-temporal k-dimensional tree-based dbscan | |
WO2023216675A1 (zh) | 数据处理方法和装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220920 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |