CN112001786A - 基于知识图谱的客户信用卡额度配置方法及装置 - Google Patents
基于知识图谱的客户信用卡额度配置方法及装置 Download PDFInfo
- Publication number
- CN112001786A CN112001786A CN202010776205.4A CN202010776205A CN112001786A CN 112001786 A CN112001786 A CN 112001786A CN 202010776205 A CN202010776205 A CN 202010776205A CN 112001786 A CN112001786 A CN 112001786A
- Authority
- CN
- China
- Prior art keywords
- client
- credit card
- customer
- risk value
- knowledge graph
- 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
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种基于知识图谱的客户信用卡额度配置方法及装置,该方法包括:构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;获取与申请信用卡客户有实体关系的客户集合;根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。本发明可以对客户信用卡额度进行准确合理的配置。
Description
本发明涉及计算机技术领域,尤其涉及一种基于知识图谱的客户信用卡额度配置方法及装置。
背景技术
目前国内商业银行采取的信用卡额度配置方法有基准利率加点法、成本加成定价法、关系定价法及市场参照法等,这些方法同样在成熟的市场化中有明显的缺陷,分析如下:
基准利率加点法定价模型是在参考央行的基准利率基础上,结合用户信用的风险程度指标来制定信用卡额度,具有一定的合理性和竞争力。但这种定价方法考虑的因素还不够全面。
成本加成定价法定价模型是一种“成本导向型”模型,银行虽有利可图,但有较强的内向性,对外部因素如宏观经济形势、市场状况、顾客个人资料等考虑的并不多,更多的只是考虑本行内部的因素,最后的准确率不高。
关系定价法主要针对银行的大客户,根据大客户与本行的业务往来密切程度、对本行的贡献度及大客户自身信誉度等因素来确定信用卡额度,往往对与银行关系较好的大客户制定较大的额度,是吸引大客户的最佳手段。但在使用这种方法的时候,银行对关系较好的大客户制定信用卡额度的浮动空间较小。
市场参照法是指商业银行在确定信用卡额度时,以同业竞争者对同个用户制定的信用卡额度为参考,确定自身的合理价格。这种方法从表明上看,虽有一定的市场竞争力,但却有明显的外向性特点。因为只是一味的为了抢占市场而参考同业竞争者的市场价格,却没有仔细权衡自身的成本与利润,结果很有可能导致虽然抢到了市场但却赢利很少甚至出现亏损的局面。
综上所述,目前缺乏一种更准确合理的信用卡额度配置方法。
发明内容
本发明实施例提出一种基于知识图谱的客户信用卡额度配置方法,用以对客户信用卡额度进行准确合理的配置,该方法包括:
构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;
根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;
获取与申请信用卡客户有实体关系的客户集合;
根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。
本发明实施例提出一种基于知识图谱的客户信用卡额度配置装置,用以对客户信用卡额度进行准确合理的配置,该装置包括:
知识图谱构建模块,用于构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;
客户风险系数确定模块,用于根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;
客户集合获得模块,用于获取与申请信用卡客户有实体关系的客户集合;
额度配置模块,用于根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。
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基于知识图谱的客户信用卡额度配置方法。
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基于知识图谱的客户信用卡额度配置方法的计算机程序。
在本发明实施例中,构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;获取与申请信用卡客户有实体关系的客户集合;根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。在上述实施例中,确定客户信用卡额度的过程不止考虑了客户的风险值,而是通过构建两个知识图谱,充分挖掘出与每个客户有关系的客户和所在企业,最后根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度,使得确定的申请信用卡客户的第二信用卡额度更准确。
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为本发明实施例中基于知识图谱的客户信用卡额度配置方法的流程图;
图2为本发明实施例中基于知识图谱的客户信用卡额度配置方法的详细流程图;
图3为本发明实施例中基于知识图谱的客户信用卡额度配置装置的示意图;
图4为本发明实施例中基于知识图谱的客户信用卡额度配置装置的另一示意图;
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为本发明实施例中基于知识图谱的客户信用卡额度配置方法的流程图,如图1所示,该方法包括:
步骤101,构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;
步骤102,根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;
步骤103,获取与申请信用卡客户有实体关系的客户集合;
步骤104,根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。
在本发明实施例中,确定客户信用卡额度的过程不止考虑了客户的风险值,而是通过构建两个知识图谱,充分挖掘出与每个客户有关系的客户和所在企业,最后根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度,使得确定的申请信用卡客户的第二信用卡额度更准确。
具体实施时,要构建两个知识图谱,对申请信用卡客户的信息进行深度挖掘。通过两个知识图谱对客户进行风险级别判定审核,同时利用群体的知识图谱的额度定价,确定客户信用卡额度。客户关系知识图谱的实体为客户,实体属性为客户属性,实体关系为客户之间的关系,主要是指平级之间的关系,例如同学、同事,不包括上下级的关系,客户属性对应一个属性风险值,且每个客户也有自己的风险值,这个风险值在客户知识图谱中是随时更新的,是按照一些预设条件确定的。企业知识图谱的实体为企业,实体属性为企业属性,实体关系为企业之间的关系,同样,企业属性对应一个属性风险值,每个企业也有自己按照预设条件确定的风险值。
在一实施例中,所述方法还包括:对每个客户,根据该客户的属性风险值、与该客户有实体关系的实体的风险值,确定该客户的第一风险值;根据该客户所在企业的属性风险值、与该企业有实体关系的实体的风险值,确定该企业的第二风险值。
在上述实施例中,可以通过加权求和等多种方式计算第一风险值和第二风险值。
在一实施例中,根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数,包括:
对每个客户,确定第一风险值对应的权值和第二风险值确定的权值;根据第一风险值及对应的权值、第二风险值及对应的权值,确定每个客户的客户风险值;
基于每个客户的客户风险值和至少一个预设阈值,确定每个客户的客户风险系数。
在上述实施例中,确定了权值之后,就可以通过加权求和的方式计算每个客户的客户风险值,具体公式如下:
Value(Ai)=w1·r1(Ai)+w2·r2(Ai)
其中,Value(Ai)为客户Ai的客户风险值;w1和w2为权值;r1(Ai)为客户Ai的第一风险值;r2(Ai)为客户Ai所在企业在企业关系知识图谱中的第二风险值。
然后,确定几个预设阈值,例如,30,60,80,100,每个客户的客户风险值R(Ai)确定方式为:
当Value(Ai)<30时,则R(Ai)=1,此时为低风险。
当30<=Value(Ai)<60时,则R(Ai)=2,此时为中等风险。
当60<=Value(Ai)<80时,则R(Ai)=3,此时为中高风险。
当80<=Value(Ai)<100时,则R(Ai)=4,此时为高风险。
之后,需要确定每个客户预设的第一信用卡额度,第一信用卡额度也称为基础定价,该定价由业务部门根据经验制定的规则生成。比如,客户所在的机构为某国有银行总行职员且其他信息都正常,则该名客户的信用卡额度定价可为80000元;如果客户的身份为学校学生,则信用卡额度定价为500元。
在一实施例中,采用如下公式,根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度:
其中,F(Ai)为申请信用卡客户的第二信用卡额度;
C(Ai)为申请信用卡客户的预设的第一信用卡额度;
C(Bk)为所述客户集合中第k个客户的预设的第一信用卡额度;
R(Bk)为所述客户集合中第k个客户的客户风险系数。
在确定了申请信用卡客户的第二信用卡额度后,可定期更新每个客户知识图谱中每个客户的第二信用卡额度,即为配置的客户信用卡额度,本发明在现有信用卡额度的基础上,结合客户的群体效应,改进客户的信用额度,进而改进客户的额度的有效性。
基于上述实施例中,下面给出一个基于知识图谱的客户信用卡额度配置方法的详细流程图,如图2所示,包括:
步骤201,构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;
步骤202,对每个客户,根据该客户的属性风险值、与该客户有实体关系的实体的风险值,确定该客户的第一风险值;根据该客户所在企业的属性风险值、与该企业有实体关系的实体的风险值,确定该企业的第二风险值;
步骤203,对每个客户,确定第一风险值对应的权值和第二风险值确定的权值;根据第一风险值及对应的权值、第二风险值及对应的权值,确定每个客户的客户风险值;
步骤204,基于每个客户的客户风险值和至少一个预设阈值,确定每个客户的客户风险系数;
步骤205,获取与申请信用卡客户有实体关系的客户集合;
步骤206,根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。
当然,可以理解的是,还可有其他具体实施例,相关变化例均应落入本发明的保护范围。
综上所述,在本发明实施例提出的方法中,构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;获取与申请信用卡客户有实体关系的客户集合;根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。在上述实施例中,确定客户信用卡额度的过程不止考虑了客户的风险值,而是通过构建两个知识图谱,充分挖掘出与每个客户有关系的客户和所在企业,最后根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度,使得确定的申请信用卡客户的第二信用卡额度更准确。
本发明实施例还提出一种基于知识图谱的客户信用卡额度配置装置,其原理与基于知识图谱的客户信用卡额度配置方法类似,这里不再赘述。
图3为本发明实施例中基于知识图谱的客户信用卡额度配置装置的示意图,如图3所示,该装置包括:
知识图谱构建模块301,用于构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;
客户风险系数确定模块302,用于根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;
客户集合获得模块303,用于获取与申请信用卡客户有实体关系的客户集合;
额度配置模块304,用于根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。
在一实施例中,所述装置还包括风险值计算模块305,如图4所示,为本发明实施例中基于知识图谱的客户信用卡额度配置装置的另一示意图,风险值计算模块305用于:
对每个客户,根据该客户的属性风险值、与该客户有实体关系的实体的风险值,确定该客户的第一风险值;根据该客户所在企业的属性风险值、与该企业有实体关系的实体的风险值,确定该企业的第二风险值。
在一实施例中,客户风险系数确定模块302具体用于:
对每个客户,确定第一风险值对应的权值和第二风险值确定的权值;根据第一风险值及对应的权值、第二风险值及对应的权值,确定每个客户的客户风险值;
基于每个客户的客户风险值和至少一个预设阈值,确定每个客户的客户风险系数。
在一实施例中,额度配置模块304具体用于:
采用如下公式,根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度:
其中,F(Ai)为申请信用卡客户的第二信用卡额度;
C(Ai)为申请信用卡客户的预设的第一信用卡额度;
C(Bk)为所述客户集合中第k个客户的预设的第一信用卡额度;
R(Bk)为所述客户集合中第k个客户的客户风险系数。
综上所述,在本发明实施例提出的装置中,构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;获取与申请信用卡客户有实体关系的客户集合;根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。在上述实施例中,确定客户信用卡额度的过程不止考虑了客户的风险值,而是通过构建两个知识图谱,充分挖掘出与每个客户有关系的客户和所在企业,最后根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度,使得确定的申请信用卡客户的第二信用卡额度更准确。
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基于知识图谱的客户信用卡额度配置方法中全部步骤,所述电子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和总线504;
其中,所述处理器501、存储器502、通信接口503通过所述总线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基于知识图谱的客户信用卡额度配置方法中的全部步骤。
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基于知识图谱的客户信用卡额度配置方法中全部步骤,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基于知识图谱的客户信用卡额度配置方法的全部步骤。
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 (10)
1.一种基于知识图谱的客户信用卡额度配置方法,其特征在于,包括:
构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;
根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;
获取与申请信用卡客户有实体关系的客户集合;
根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。
2.如权利要求1所述的基于知识图谱的客户信用卡额度配置方法,其特征在于,还包括:
对每个客户,根据该客户的属性风险值、与该客户有实体关系的实体的风险值,确定该客户的第一风险值;根据该客户所在企业的属性风险值、与该企业有实体关系的实体的风险值,确定该企业的第二风险值。
3.如权利要求1所述的基于知识图谱的客户信用卡额度配置方法,其特征在于,根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数,包括:
对每个客户,确定第一风险值对应的权值和第二风险值确定的权值;根据第一风险值及对应的权值、第二风险值及对应的权值,确定每个客户的客户风险值;
基于每个客户的客户风险值和至少一个预设阈值,确定每个客户的客户风险系数。
5.一种基于知识图谱的客户信用卡额度配置装置,其特征在于,包括:
知识图谱构建模块,用于构建申请信用卡客户的客户关系知识图谱和客户关系知识图谱中每个客户所在企业的企业关系知识图谱;
客户风险系数确定模块,用于根据每个客户在客户关系知识图谱中的第一风险值,以及每个客户所在企业在企业关系知识图谱中的第二风险值,确定每个客户的客户风险系数;
客户集合获得模块,用于获取与申请信用卡客户有实体关系的客户集合;
额度配置模块,用于根据申请信用卡客户的预设的第一信用卡额度、所述客户集合中每个客户的客户风险系数和预设的第一信用卡额度,确定申请信用卡客户的第二信用卡额度。
6.如权利要求5所述的基于知识图谱的客户信用卡额度配置装置,其特征在于,还包括风险值计算模块,用于:
对每个客户,根据该客户的属性风险值、与该客户有实体关系的实体的风险值,确定该客户的第一风险值;根据该客户所在企业的属性风险值、与该企业有实体关系的实体的风险值,确定该企业的第二风险值。
7.如权利要求5所述的基于知识图谱的客户信用卡额度配置装置,其特征在于,客户风险系数确定模块具体用于:
对每个客户,确定第一风险值对应的权值和第二风险值确定的权值;根据第一风险值及对应的权值、第二风险值及对应的权值,确定每个客户的客户风险值;
基于每个客户的客户风险值和至少一个预设阈值,确定每个客户的客户风险系数。
9.一种计算机设备,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1至4任一项所述方法。
10.一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1至4任一项所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010776205.4A CN112001786B (zh) | 2020-08-05 | 2020-08-05 | 基于知识图谱的客户信用卡额度配置方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010776205.4A CN112001786B (zh) | 2020-08-05 | 2020-08-05 | 基于知识图谱的客户信用卡额度配置方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112001786A true CN112001786A (zh) | 2020-11-27 |
CN112001786B CN112001786B (zh) | 2023-08-22 |
Family
ID=73463724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010776205.4A Active CN112001786B (zh) | 2020-08-05 | 2020-08-05 | 基于知识图谱的客户信用卡额度配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001786B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744046A (zh) * | 2021-09-08 | 2021-12-03 | 未鲲(上海)科技服务有限公司 | 业务数据处理方法、装置、计算机设备及存储介质 |
CN113902545A (zh) * | 2021-09-30 | 2022-01-07 | 北京淇瑀信息科技有限公司 | 资源额度分配方法、装置及电子设备 |
CN117112808A (zh) * | 2023-10-24 | 2023-11-24 | 中国标准化研究院 | 一种信用失信主体的信息知识图谱构建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120029956A1 (en) * | 2010-07-30 | 2012-02-02 | Bank Of America Corporation | Comprehensive exposure analysis system and method |
US20150170066A1 (en) * | 2013-12-13 | 2015-06-18 | Bank Of America Corporation | Comprehensive exposure revenue analytics |
CN109993412A (zh) * | 2019-03-01 | 2019-07-09 | 百融金融信息服务股份有限公司 | 风险评估模型的构建方法及装置、存储介质、计算机设备 |
CN110930249A (zh) * | 2020-02-07 | 2020-03-27 | 成都数联铭品科技有限公司 | 大型企业信用风险预测方法及系统、存储介质及电子设备 |
-
2020
- 2020-08-05 CN CN202010776205.4A patent/CN112001786B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120029956A1 (en) * | 2010-07-30 | 2012-02-02 | Bank Of America Corporation | Comprehensive exposure analysis system and method |
US20150170066A1 (en) * | 2013-12-13 | 2015-06-18 | Bank Of America Corporation | Comprehensive exposure revenue analytics |
CN109993412A (zh) * | 2019-03-01 | 2019-07-09 | 百融金融信息服务股份有限公司 | 风险评估模型的构建方法及装置、存储介质、计算机设备 |
CN110930249A (zh) * | 2020-02-07 | 2020-03-27 | 成都数联铭品科技有限公司 | 大型企业信用风险预测方法及系统、存储介质及电子设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744046A (zh) * | 2021-09-08 | 2021-12-03 | 未鲲(上海)科技服务有限公司 | 业务数据处理方法、装置、计算机设备及存储介质 |
CN113902545A (zh) * | 2021-09-30 | 2022-01-07 | 北京淇瑀信息科技有限公司 | 资源额度分配方法、装置及电子设备 |
CN113902545B (zh) * | 2021-09-30 | 2024-08-27 | 北京淇瑀信息科技有限公司 | 资源额度分配方法、装置及电子设备 |
CN117112808A (zh) * | 2023-10-24 | 2023-11-24 | 中国标准化研究院 | 一种信用失信主体的信息知识图谱构建方法 |
CN117112808B (zh) * | 2023-10-24 | 2024-01-19 | 中国标准化研究院 | 一种信用失信主体的信息知识图谱构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112001786B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
CN112001786A (zh) | 基于知识图谱的客户信用卡额度配置方法及装置 | |
CN103827826B (zh) | 自适应地确定事务型工作负荷的响应时间分布 | |
CN108399564B (zh) | 信用评分方法及装置 | |
US9836522B2 (en) | Framework for ordered clustering | |
CN103699443B (zh) | 任务分发方法及扫描器 | |
JP2021509492A (ja) | 当事者の間の戦略的対話における戦略探索 | |
JP7078799B2 (ja) | 当事者間の戦略的対話における戦略探索のためのサンプリング方式 | |
CN109325655A (zh) | 人群绩效特征预测中的缺失特征处理方法及装置 | |
CN115599650A (zh) | It系统的健康度评估方法、装置、电子设备及存储介质 | |
CN114742237A (zh) | 联邦学习模型聚合方法、装置、电子设备及可读存储介质 | |
CN111159420A (zh) | 一种基于属性计算与知识模板的实体优化方法 | |
CN113850669A (zh) | 用户分群方法、装置、计算机设备及计算机可读存储介质 | |
CN106294115B (zh) | 一种应用系统迁移性的测试方法及装置 | |
CN112035676A (zh) | 用户操作行为知识图谱构建方法及装置 | |
CN109996252B (zh) | 基于用户感知的区域扩容方法和装置 | |
CN109636437A (zh) | 小区均价预估方法、电子装置及存储介质 | |
CN108804640B (zh) | 基于最大化iv的数据分组方法、装置、储存介质及设备 | |
CN107798020A (zh) | 一种公交路线匹配判断方法及装置 | |
CN113434705B (zh) | 一种基于关系图谱的提现额度调整方法、系统 | |
CN109409993A (zh) | 计算机资源的报价获取方法、装置、计算机装置及存储介质 | |
CN115796709B (zh) | 交易业务健康情况的评估方法、装置、设备及存储介质 | |
US20210049610A1 (en) | System and method for evaluating risk | |
CN117611013A (zh) | 目标用例的工作量确定方法、装置、设备及存储介质 | |
CN116701716A (zh) | 基于图计算的大型数据集群系统重要性定级方法 |
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 |