CN111984797A - 客户身份识别装置及方法 - Google Patents

客户身份识别装置及方法 Download PDF

Info

Publication number
CN111984797A
CN111984797A CN202010927425.2A CN202010927425A CN111984797A CN 111984797 A CN111984797 A CN 111984797A CN 202010927425 A CN202010927425 A CN 202010927425A CN 111984797 A CN111984797 A CN 111984797A
Authority
CN
China
Prior art keywords
data
target
target entity
client
extracting
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
CN202010927425.2A
Other languages
English (en)
Inventor
郭慧杰
李娟�
李乐
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.)
Bank of China Ltd
Original Assignee
Bank of China 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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202010927425.2A priority Critical patent/CN111984797A/zh
Publication of CN111984797A publication Critical patent/CN111984797A/zh
Pending legal-status Critical Current

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • 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
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining

Abstract

本发明提供了一种客户身份识别装置及方法，该装置包括：数据检索模块，用于基于目标客户的第一数据，检索获得目标客户的第二数据；实体抽取模块，用于从第二数据中抽取出目标实体；关系抽取模块，用于从第二数据中抽取出目标实体对应的关系；匹配模块，用于将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；匹配结果返回模块，用于反馈查询结果。本发明可以快速识别客户身份。

Description

客户身份识别装置及方法
技术领域
本发明涉及知识图谱技术领域，尤其涉及一种客户身份识别装置及方法。
背景技术
目前在处理银行业务中，经常需要识别匹配客户身份，即判断查到的这个人是不是要找的人，比如在进行尽职调查中，需要借助工商信息、互联网信息等渠道来搜集客户的行业发展情况、生产经营情况、客户高管信息等。海量信息十分繁杂，往往需要客户经理人工审阅、逐个识别查到的信息是否是要找的客户信息，工作量大费时费力，而且人工识别有出错风险。再比如海外分行在进行对公开户前，需要通过当地工商系统以及当地监管要求的系统检索股东、董事等人的身份信息、有无负面情况、债务纠纷等，检索到的信息异常繁杂，需要客户经理逐个识别比对检索返回的人物/公司信息是不是要找的客户信息。信息繁杂工作量大导致开户时长长达一个月，客户体验差。因此，目前缺乏一种快速地客户身份识别方法。
发明内容
本发明实施例提出一种客户身份识别装置，用以快速识别客户身份，该装置包括：
数据检索模块，用于基于目标客户的第一数据，检索获得目标客户的第二数据；
实体抽取模块，用于从第二数据中抽取出目标实体；
关系抽取模块，用于从第二数据中抽取出目标实体对应的关系；
匹配模块，用于将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；
匹配结果返回模块，用于反馈查询结果。
本发明实施例提出一种客户身份识别方法，用以快速识别客户身份，该方法包括：
基于目标客户的第一数据，检索获得目标客户的第二数据；
从第二数据中抽取出目标实体；
从第二数据中抽取出目标实体对应的关系；
将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；
反馈查询结果。
本发明实施例还提出了一种计算机设备，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，所述处理器执行所述计算机程序时实现上述客户身份识别方法。
本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述客户身份识别方法的计算机程序。
在本发明实施例中，客户身份识别装置包括数据检索模块，用于基于目标客户的第一数据，检索获得目标客户的第二数据；实体抽取模块，用于从第二数据中抽取出目标实体；关系抽取模块，用于从第二数据中抽取出目标实体对应的关系；匹配模块，用于将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；匹配结果返回模块，用于反馈查询结果。在上述过程中，通过从第二数据中抽取目标实体以及对应的关系，从而从目标实体的第一数据生成的知识图谱中查询目标实体是否为目标客户，可得到精确地查询结果。
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，下面描述中的附图仅仅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。在附图中：
图1为本发明实施例中客户身份识别装置的示意图；
图2为本发明实施例中客户身份识别装置的另一示意图；
图3为本发明实施例中客户身份识别方法的流程图；
图4为本发明实施例中客户身份识别方法的另一流程图；
图5为本发明实施例中计算机设备的示意图。
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明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
图1为本发明实施例中客户身份识别装置的示意图，如图1所示，该装置包括：
数据检索模块101，用于基于目标客户的第一数据，检索获得目标客户的第二数据；
实体抽取模块102，用于从第二数据中抽取出目标实体；
关系抽取模块103，用于从第二数据中抽取出目标实体对应的关系；
匹配模块104，用于将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；
匹配结果返回模块105，用于反馈查询结果。
在本发明实施例提出的装置中，通过从第二数据中抽取目标实体以及对应的关系，从而从目标实体的第一数据生成的知识图谱中查询目标实体是否为目标客户，可得到精确地查询结果。
具体实施时，数据检索模块、实体抽取模块、关系抽取模块可以均包括在数据接收模块中数据接收模块，主要任务是从数据检索模块查询返回的海量的第二数据中识别出目标实体以及对应的关系；匹配模块将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；匹配结果返回模块：将查询结果返回，包括目标实体为目标客户的情况以及目标实体不是目标客户的情况，对于目标实体不是目标客户的情况，要给出原因，比如姚明(是否匹配：否；原因：出生地不符)，从而快速给业务人员提供参考。
具体实施时，目标客户可以是一个人(对私业务)或者一个公司(对公业务)，目标客户到银行办理业务，银行根据目标客户的第一数据，建立针对目标客户的知识图谱，若目标客户为一个人，那么第一数据包括姓名、身份证号、工作单位、住址、亲属关系中的至少一种，若目标客户为一个公司，第一数据包括公司名称、法人、董事中的至少一种，这些作为基础数据，是后续进行身份匹配的基准。之后，需要检索的第二数据包括结构化数据和非结构化数据，例如，在进行尽职调查中，需要借助工商信息、互联网信息等渠道来搜集客户的行业发展情况、生产经营情况、客户高管信息等，这些都属于第二数据。
在一实施例中，实体识别模块具体用于：
采用同义词挖掘、缩略词抽取以及模式识别融合从第二数据中抽取出目标实体。
在上述实施例中，抽取描述的目标实体是指从海量的第二数据中识别抽取出目标实体信息，比如查到的这篇新闻在说谁，这份财务运营情况是哪个公司的等等，包含工商、税务、法律、互联网等外联系统传过来的数据，可能是文本、图片、表格等形式。
由于检索查询到的第二数据海量，并且存在大量文本(中、英文等)、图表等多种非结构化、半结构化的数据类型，本发明实施例考虑到由于实体在文本中通常有不同的表示形式，或者不同的提及方式，比如周杰伦，在文本中有时被称作“周董”或者“Jay Chou”；再比如查询结果是XX公司的第三季度业绩报表(一张图片形式)；这种通过获取关键词的方法很明显不能解决问题。因此，实体识别模块识别单元是采用同义词挖掘、缩略词抽取以及模式识别融合从第二数据中抽取出目标实体。实现上述过程的方法有多种，实体识别的方法有多种，比如：基于规则、词典和在线知识库的方法、监督学习方法和半监督学习方法、基于深度学习方法等，相关变化例均应落入本发明的保护范围。
在一实施例中，目标实体对应的关系采用如下的三元组表示：<主体、谓词、客体>。
在上述实施例中，抽取关系是指从上述第二数据中识别抽取出信息数据中描述的关系，比如新闻中提到张某(目标实体)的妻子是李某(夫妻关系)，比如王某(目标实体)就读于中国政法大学(教育经历关系)。关系抽取旨在从无结构化的文本中抽取实体以及实体之间的关系。关系抽取的结果是生成关系实例。
在一实施例中，关系抽取模块具体用于：
采用基于模式或规则的抽取方法，从第二数据中抽取出目标实体对应的关系。
在上述实施例中，将模式或者规则与第二数据的文本进行匹配，进而识别出第二数据的文本所提及的三元组的主体、客体和谓词。例如，给定“出生时间”的模式“X出生于Y”(X表示实体，Y表示时间)，可以用于匹配相应文本并抽取“出生时间”关系的实例。再比如，三元组<A、就职于、中国银行>，再比如<B、出生在、上海>等等，目标实体不一定是人。
在一实施例中，匹配模块用于将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果，可以用SPARQL查询语言来实现对知识图谱的查询，第一数据生成的知识图谱是基于目标客户的第一数据构建知识图谱，可以理解为匹配的基准，知识图谱本身也是一种图数据，在知识图谱上的查询匹配，关键问题是提升查询的表达能力，即要充分表达要查询的语义信息和结构约束。匹配模块是将目标实体以及对应的关系作为查询条件与知识图谱中节点和边(语义信息和结构约束)进行关联，可以做到精准高效。比如姚明(目标实体)出生于(关系)上海，本发明实施例是把这一目标实体以及对应的关系作为查询条件去匹配知识图谱里的节点和边，充分体现了查询的表达能力，从而达到精准快速匹配的效果。
在一实施例中，所述装置还包括预警模块，如图2所示为本发明实施例中客户身份识别装置的另一示意图，预警模块106用于：
在目标实体为目标客户时，从第二数据中挖掘目标客户的敏感信息；
基于所述敏感信息生成预警信息。
在上述实施例中，在目标实体为目标客户时，预警模块基于自然语言理解技术学习非结构化文本数据中包含的舆情、情感倾向，比如是否涉及政要人物、是否涉及诈骗、反洗钱等敏感信息，基于所述敏感信息生成预警信息，从而提醒业务人员重点关注该目标客户。
综上所述，在本发明实施例提出的装置中，包括数据检索模块，用于基于目标客户的第一数据，检索获得目标客户的第二数据；实体抽取模块，用于从第二数据中抽取出目标实体；关系抽取模块，用于从第二数据中抽取出目标实体对应的关系；匹配模块，用于将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；匹配结果返回模块，用于反馈查询结果。在上述过程中，通过从第二数据中抽取目标实体以及对应的关系，从而从目标实体的第一数据生成的知识图谱中查询目标实体是否为目标客户，可得到精确地查询结果。另外，准确高效、精准识别匹配客户身份，极大程度上解决业务处理中面对繁杂数据，识别分辨困难、工作量大的问题；极大加快业务处理流程，提升客户体验。
本发明实施例还提出一种客户身份识别方法，其原理与客户身份识别装置类似，这里不再赘述。
图3为本发明实施例中客户身份识别方法的流程图，如图3所示，该方法包括：
步骤301，基于目标客户的第一数据，检索获得目标客户的第二数据；
步骤302，从第二数据中抽取出目标实体；
步骤303，从第二数据中抽取出目标实体对应的关系；
步骤304，将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；
步骤305，反馈查询结果。
在一实施例中，从第二数据中抽取出目标实体，包括：
采用同义词挖掘、缩略词抽取以及模式识别融合从第二数据中抽取出目标实体。
在一实施例中，目标实体对应的关系采用如下的三元组表示：<主体、谓词、客体>。
在一实施例中，从第二数据中抽取出目标实体对应的关系，包括：
采用基于模式或规则的抽取方法，从第二数据中抽取出目标实体对应的关系。
在一实施例中，图4为本发明实施例中客户身份识别方法的另一流程图，所述方法还包括：
步骤306，在目标实体为目标客户时，从第二数据中挖掘目标客户的敏感信息；基于所述敏感信息生成预警信息。
综上所述，在本发明实施例提出的方法中，基于目标客户的第一数据，检索获得目标客户的第二数据；从第二数据中抽取出目标实体；从第二数据中抽取出目标实体对应的关系；将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；反馈查询结果。在上述过程中，通过从第二数据中抽取目标实体以及对应的关系，从而从目标实体的第一数据生成的知识图谱中查询目标实体是否为目标客户，可得到精确地查询结果。另外，准确高效、精准识别匹配客户身份，极大程度上解决业务处理中面对繁杂数据，识别分辨困难、工作量大的问题；极大加快业务处理流程，提升客户体验。
本申请的实施例还提供一种计算机设备，图5为本发明实施例中计算机设备的示意图，该计算机设备能够实现上述实施例中的客户身份识别方法中全部步骤，所述计算机设备具体包括如下内容：
处理器(processor)501、存储器(memory)502、通信接口(CommunicationsInterface)503和通信总线504；
其中，所述处理器501、存储器502、通信接口503通过所述通信总线504完成相互间的通信；所述通信接口503用于实现服务器端设备、检测设备以及用户端设备等相关设备之间的信息传输；
所述处理器501用于调用所述存储器502中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的客户身份识别方法中的全部步骤。
本申请的实施例还提供一种计算机可读存储介质，能够实现上述实施例中的客户身份识别方法中全部步骤，所述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客户身份识别方法的全部步骤。
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。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种客户身份识别装置，其特征在于，包括：
数据检索模块，用于基于目标客户的第一数据，检索获得目标客户的第二数据；
实体抽取模块，用于从第二数据中抽取出目标实体；
关系抽取模块，用于从第二数据中抽取出目标实体对应的关系；
匹配模块，用于将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；
匹配结果返回模块，用于反馈查询结果。
2.如权利要求1所述的客户身份识别装置，其特征在于，实体识别模块具体用于：
采用同义词挖掘、缩略词抽取以及模式识别融合从第二数据中抽取出目标实体。
3.如权利要求1所述的客户身份识别装置，其特征在于，目标实体对应的关系采用如下的三元组表示：<主体、谓词、客体>。
4.如权利要求3所述的客户身份识别装置，其特征在于，关系抽取模块具体用于：
采用基于模式或规则的抽取方法，从第二数据中抽取出目标实体对应的关系。
5.如权利要求1所述的客户身份识别装置，其特征在于，还包括预警模块，用于：
在目标实体为目标客户时，从第二数据中挖掘目标客户的敏感信息；
基于所述敏感信息生成预警信息。
6.一种客户身份识别方法，其特征在于，包括：
基于目标客户的第一数据，检索获得目标客户的第二数据；
从第二数据中抽取出目标实体；
从第二数据中抽取出目标实体对应的关系；
将目标实体以及对应的关系作为查询条件，从第一数据生成的知识图谱中，查询目标实体是否为目标客户，获得查询结果；
反馈查询结果。
7.如权利要求6所述的客户身份识别方法，其特征在于，从第二数据中抽取出目标实体，包括：
采用同义词挖掘、缩略词抽取以及模式识别融合从第二数据中抽取出目标实体。
8.如权利要求6所述的客户身份识别方法，其特征在于，目标实体对应的关系采用如下的三元组表示：<主体、谓词、客体>。
9.如权利要求8所述的客户身份识别方法，其特征在于，从第二数据中抽取出目标实体对应的关系，包括：
采用基于模式或规则的抽取方法，从第二数据中抽取出目标实体对应的关系。
10.如权利要求6所述的客户身份识别方法，其特征在于，还包括：
在目标实体为目标客户时，从第二数据中挖掘目标客户的敏感信息；
基于所述敏感信息生成预警信息。
11.一种计算机设备，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计算机程序时实现权利要求6至10任一项所述方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求6至10任一项所述方法的计算机程序。
CN202010927425.2A 2020-09-07 2020-09-07 客户身份识别装置及方法 Pending CN111984797A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010927425.2A CN111984797A (zh) 2020-09-07 2020-09-07 客户身份识别装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010927425.2A CN111984797A (zh) 2020-09-07 2020-09-07 客户身份识别装置及方法

Publications (1)

Publication Number Publication Date
CN111984797A true CN111984797A (zh) 2020-11-24

Family

ID=73447652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010927425.2A Pending CN111984797A (zh) 2020-09-07 2020-09-07 客户身份识别装置及方法

Country Status (1)

Country Link
CN (1) CN111984797A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112530438A (zh) * 2020-11-27 2021-03-19 贵州电网有限责任公司 一种基于知识图谱辅助声纹识别的身份认证方法
CN115879548A (zh) * 2022-12-06 2023-03-31 北京领雁科技股份有限公司 一种用于客户身份识别的知识图谱构建方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596439A (zh) * 2018-03-29 2018-09-28 北京中兴通网络科技股份有限公司 一种基于知识图谱的企业风险预测方法及系统
CN108829858A (zh) * 2018-06-22 2018-11-16 北京京东金融科技控股有限公司 数据查询方法、装置及计算机可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596439A (zh) * 2018-03-29 2018-09-28 北京中兴通网络科技股份有限公司 一种基于知识图谱的企业风险预测方法及系统
CN108829858A (zh) * 2018-06-22 2018-11-16 北京京东金融科技控股有限公司 数据查询方法、装置及计算机可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112530438A (zh) * 2020-11-27 2021-03-19 贵州电网有限责任公司 一种基于知识图谱辅助声纹识别的身份认证方法
CN112530438B (zh) * 2020-11-27 2023-04-07 贵州电网有限责任公司 一种基于知识图谱辅助声纹识别的身份认证方法
CN115879548A (zh) * 2022-12-06 2023-03-31 北京领雁科技股份有限公司 一种用于客户身份识别的知识图谱构建方法和系统
CN115879548B (zh) * 2022-12-06 2023-08-25 北京领雁科技股份有限公司 一种用于客户身份识别的知识图谱构建方法和系统

Similar Documents

Publication Publication Date Title
US10332012B2 (en) Knowledge driven solution inference
CN110929125B (zh) 搜索召回方法、装置、设备及其存储介质
CN107872454B (zh) 超大型互联网平台威胁信息监测与分析系统及方法
CN108090351B (zh) 用于处理请求消息的方法和装置
US20180181646A1 (en) System and method for determining identity relationships among enterprise data entities
US10592508B2 (en) Organizing datasets for adaptive responses to queries
US20220019742A1 (en) Situational awareness by fusing multi-modal data with semantic model
US11860950B2 (en) Document matching and data extraction
CN112000773A (zh) 基于搜索引擎技术的数据关联关系挖掘方法及应用
CN113836314B (zh) 知识图谱构建方法、装置、设备以及存储介质
CN113986864A (zh) 日志数据处理方法、装置、电子设备及存储介质
CN111984797A (zh) 客户身份识别装置及方法
CN111143394B (zh) 知识数据处理方法、装置、介质及电子设备
CN111651552A (zh) 结构化信息确定方法、装置和电子设备
Jeon et al. Making a graph database from unstructured text
Benny et al. Hadoop framework for entity resolution within high velocity streams
CN116955856A (zh) 信息展示方法、装置、电子设备以及存储介质
CN111639161A (zh) 制度信息处理方法、装置、计算机系统和介质
KR102025813B1 (ko) 사건 흐름 정보를 제공하기 위한 연대순 정보 기반 큐레이션 장치 및 그것의 제어방법
CN115292506A (zh) 应用于办公领域的知识图谱本体构建方法和装置
Prathyusha et al. Normalization Methods for Multiple Sources of Data
CN113377739A (zh) 知识图谱应用方法、平台、电子设备及存储介质
CN114443802A (zh) 一种接口文档处理方法、装置、电子设备和存储介质
CN110083817B (zh) 一种命名排歧方法、装置、计算机可读存储介质
US11776176B2 (en) Visual representation of directional correlation of service health

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