CN112037043A - 基于知识图谱的优质贷款企业确定方法及装置 - Google Patents
基于知识图谱的优质贷款企业确定方法及装置 Download PDFInfo
- Publication number
- CN112037043A CN112037043A CN202010909493.6A CN202010909493A CN112037043A CN 112037043 A CN112037043 A CN 112037043A CN 202010909493 A CN202010909493 A CN 202010909493A CN 112037043 A CN112037043 A CN 112037043A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- knowledge graph
- business
- entity
- loan
- 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
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优质贷款企业确定方法及装置,该方法包括:构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;删除关联企业集合中的风险企业,获得优质贷款企业集合。本发明可以准确地判断企业是否为优质贷款企业,准确度高。
Description
技术领域
本发明涉及风险预警分析技术领域,尤其涉及一种基于知识图谱的优质贷款企业确定方法及装置。
背景技术
优质贷款企业的选择是对于银行的而言,极其重要,直接影响到贷款企业后续的风险。目前,银行的优质企业选择是基于企业本身的信息进行选择,信息单一,对于银行而言,增加企业贷款的风险。如果能够提前判断出优质贷款企业,对银行来说非常重要。目前,缺乏一种优质贷款企业的判断方法。
发明内容
本发明实施例提出一种基于知识图谱的优质贷款企业确定方法,用以准确地判断企业是否为优质贷款企业,准确度高,该方法包括:
构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;
从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;
根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;
删除关联企业集合中的风险企业,获得优质贷款企业集合。
本发明实施例提出一种基于知识图谱的优质贷款企业确定装置,准确地判断企业是否为优质贷款企业,准确度高,该装置包括:
企业知识图谱构建模块,用于构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;
关系集合确定模块,用于从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;
关联企业集合生成模块,用于根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;
优质贷款企业集合获得模块,用于删除关联企业集合中的风险企业,获得优质贷款企业集合。
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优质贷款企业确定方法。
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优质贷款企业确定方法的计算机程序。
在本发明实施例中,构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;删除关联企业集合中的风险企业,获得优质贷款企业集合。在上述实施例中,确定优质贷款企业的过程依据不同关系集合形成条件,确定不同类型的关系集合,从而可以发现N度关系的关联企业,并删除了风险企业,从而可以发现更多更准确地优质企业。
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优质贷款企业确定方法的流程图;
图2为本发明实施例中一个企业知识图谱的示意图;
图3为本发明实施例中基于知识图谱的优质贷款企业确定方法的详细流程图图;
图4为本发明实施例基于知识图谱的优质贷款企业确定装置的示意图;
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优质贷款企业确定方法的流程图,如图1所示,该方法包括:
步骤101,构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;
步骤102,从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;
步骤103,根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;
步骤104,删除关联企业集合中的风险企业,获得优质贷款企业集合。
在本发明实施例中,确定优质贷款企业的过程依据不同关系集合形成条件,确定不同类型的关系集合,从而可以发现N度关系的关联企业,并删除了风险企业,从而可以发现更多更准确地优质企业。
具体实施时,贷款分为多种形式,联保贷款指多个小企业自愿组成一个联合担保体,一起向贷款机构申请贷款,若其中一个企业逾期还款,其他企业将承担连带责任。信用贷款指一些贷款机构也为企业主推出了信用贷款产品,比如亚联财企业贷、宜信助业贷、平安银行新一贷等等。抵押贷款是企业融资中最常见的一种方式,而且能提供抵押物的企业也比较容易获贷,房产抵押贷款是小微企业主的上上之选。订单贷款主要是针对有优质产品、核心技术,且已获得市场认可的科技型小企业。
在步骤101中,要构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系,在一实施例中,所述企业实体属性包括企业工商数据、企业法律诉讼数据、企业舆情数据、行内企业数据、行内担保数据和企业信贷数据中的至少一种。其中,企业信贷数据包含行内信贷业务数据、贷前调查报告、信贷审批报告、贷后检查报告等信息。
企业实体内部包括企业法人、股权关系、股权构成、集团成员关系等,此部分数据由外部工商数据获取,上述内部构成可以关联交易信息、历史贷款信息,进而可确定出企业实体关系,在一实施例中,所述企业实体关系包括对外投资关系、担保关系、资金上下游关系、行政处罚关系、司法出发关系中的至少一种。图2为本发明实施例中一个企业知识图谱的示意图。
在步骤102中,从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;不同关系集合形成条件包括股权关联关系条件(例如股权占比超过30%)、集团成员关系条件(例如,不同企业具有相同的法人)、资金往来关系条件(借款、还贷信用良好)、供应链关系条件(产品上下游关系、集团与子公司关系良好)等。
在步骤103中,根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合,一般是以种子节点为起始节点A,以不同类型的关系集合进行企业发现,搜索N度关系的关联企业集合Set(A),其中种子节点为预先确定的优质贷款企业。
例如:企业A占企业B的股权为40%,企业A占企业C的股权为25%,企业B占企业D的股权为50%,企业D占企业F的股权为80%,则2度关系的关联企业集合为{企业B,企业D}。
在一实施例中,删除关联企业集合中的风险企业,获得优质贷款企业集合,包括:
基于企业实体的属性信息,通过查询属性风险表,确定企业实体的属性风险值;
根据企业实体的属性风险值,确定企业实体的风险值;
删除关联企业集合中风险值大于预设阈值的企业实体,获得优质贷款企业集合。
在上述实施例中,表1为属性风险表的一个示例。
表1
属性信息 | 属性信息描述 | 属性风险值 |
企业工商数据 | 企业经营亏损超过自身资金 | 100 |
企业工商数据 | 企业投资失败 | 80 |
根据企业实体的属性风险值,确定企业实体的风险值,包括:
确定企业实体的属性风险值对应的权重;
根据企业实体的属性风险值以及对应的权重,确定企业实体的风险值。
之后,删除关联企业集合中风险值大于预设阈值的企业实体,获得优质贷款企业集合。
综合上述实施例,图3为本发明实施例中基于知识图谱的优质贷款企业确定方法的详细流程图,如图3所示,包括:
步骤301,构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;
步骤302,从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;
步骤303,根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;
步骤304,基于企业实体的属性信息,通过查询属性风险表,确定企业实体的属性风险值;
步骤305,根据企业实体的属性风险值,确定企业实体的风险值;
步骤306,删除关联企业集合中风险值大于预设阈值的企业实体,获得优质贷款企业集合。
当然,可以理解的是,上述详细流程还可以有其他变化例,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,构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;删除关联企业集合中的风险企业,获得优质贷款企业集合。在上述实施例中,确定优质贷款企业的过程依据不同关系集合形成条件,确定不同类型的关系集合,从而可以发现N度关系的关联企业,并删除了风险企业,从而可以发现更多更准确地优质企业。
本发明实施例还提出一种基于知识图谱的优质贷款企业确定装置,其原理与基于知识图谱的优质贷款企业确定方法类似,这里不再赘述。
图4为本发明实施例中基于知识图谱的优质贷款企业确定装置的示意图,如图4所示,该装置包括:
企业知识图谱构建模块401,用于构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;
关系集合确定模块402,用于从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;
关联企业集合生成模块403,用于根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;
优质贷款企业集合获得模块404,用于删除关联企业集合中的风险企业,获得优质贷款企业集合。
在一实施例中,所述企业实体属性包括企业工商数据、企业法律诉讼数据、企业舆情数据、行内企业数据、行内担保数据和企业信贷数据中的至少一种。
在一实施例中,所述企业实体关系包括对外投资关系、担保关系、资金上下游关系、行政处罚关系、司法出发关系中的至少一种。
在一实施例中,优质贷款企业集合获得模块404具体用于:
基于企业实体的属性信息,通过查询属性风险表,确定企业实体的属性风险值;
根据企业实体的属性风险值,确定企业实体的风险值;
删除关联企业集合中风险值大于预设阈值的企业实体,获得优质贷款企业集合。
综上所述,在本发明实施例提出的装置中,构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;删除关联企业集合中的风险企业,获得优质贷款企业集合。在上述实施例中,确定优质贷款企业的过程依据不同关系集合形成条件,确定不同类型的关系集合,从而可以发现N度关系的关联企业,并删除了风险企业,从而可以发现更多更准确地优质企业。
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优质贷款企业确定方法中全部步骤,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基于知识图谱的优质贷款企业确定方法中的全部步骤。
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优质贷款企业确定方法中全部步骤,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优质贷款企业确定方法的全部步骤。
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优质贷款企业确定方法,其特征在于,包括:
构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;
从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;
根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;
删除关联企业集合中的风险企业,获得优质贷款企业集合。
2.如权利要求1所述的基于知识图谱的优质贷款企业确定方法,其特征在于,所述企业实体属性包括企业工商数据、企业法律诉讼数据、企业舆情数据、行内企业数据、行内担保数据和企业信贷数据中的至少一种。
3.如权利要求1所述的基于知识图谱的优质贷款企业确定方法,其特征在于,所述企业实体关系包括对外投资关系、担保关系、资金上下游关系、行政处罚关系、司法出发关系中的至少一种。
4.如权利要求1所述的基于知识图谱的优质贷款企业确定方法,其特征在于,删除关联企业集合中的风险企业,获得优质贷款企业集合,包括:
基于企业实体的属性信息,通过查询属性风险表,确定企业实体的属性风险值;
根据企业实体的属性风险值,确定企业实体的风险值;
删除关联企业集合中风险值大于预设阈值的企业实体,获得优质贷款企业集合。
5.一种基于知识图谱的优质贷款企业确定装置,其特征在于,包括:
企业知识图谱构建模块,用于构建企业知识图谱,所述企业知识图谱包括企业实体、企业实体的属性信息、企业实体关系;
关系集合确定模块,用于从企业知识图谱中,依据不同关系集合形成条件,确定不同类型的关系集合;
关联企业集合生成模块,用于根据不同类型的关系集合,发现N度关系的关联企业,生成关联企业集合;
优质贷款企业集合获得模块,用于删除关联企业集合中的风险企业,获得优质贷款企业集合。
6.如权利要求5所述的基于知识图谱的优质贷款企业确定装置,其特征在于,所述企业实体属性包括企业工商数据、企业法律诉讼数据、企业舆情数据、行内企业数据、行内担保数据和企业信贷数据中的至少一种。
7.如权利要求5所述的基于知识图谱的优质贷款企业确定装置,其特征在于,所述企业实体关系包括对外投资关系、担保关系、资金上下游关系、行政处罚关系、司法出发关系中的至少一种。
8.如权利要求5所述的基于知识图谱的优质贷款企业确定装置,其特征在于,优质贷款企业集合获得模块具体用于:
基于企业实体的属性信息,通过查询属性风险表,确定企业实体的属性风险值;
根据企业实体的属性风险值,确定企业实体的风险值;
删除关联企业集合中风险值大于预设阈值的企业实体,获得优质贷款企业集合。
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 |
---|---|---|---|
CN202010909493.6A CN112037043A (zh) | 2020-09-02 | 2020-09-02 | 基于知识图谱的优质贷款企业确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010909493.6A CN112037043A (zh) | 2020-09-02 | 2020-09-02 | 基于知识图谱的优质贷款企业确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112037043A true CN112037043A (zh) | 2020-12-04 |
Family
ID=73591154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010909493.6A Pending CN112037043A (zh) | 2020-09-02 | 2020-09-02 | 基于知识图谱的优质贷款企业确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037043A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598507A (zh) * | 2020-12-25 | 2021-04-02 | 北京知因智慧科技有限公司 | 基于知识图谱的过度授信风险预测系统和方法 |
CN112837149A (zh) * | 2021-03-18 | 2021-05-25 | 中国工商银行股份有限公司 | 一种企业信贷风险的识别方法和装置 |
CN112884496A (zh) * | 2021-05-06 | 2021-06-01 | 达而观数据(成都)有限公司 | 计算企业信用因子分数的方法、装置及计算机存储介质 |
CN112967130A (zh) * | 2021-03-18 | 2021-06-15 | 中国工商银行股份有限公司 | 一种企业关联关系的识别方法及装置 |
CN115310609A (zh) * | 2022-10-10 | 2022-11-08 | 中信证券股份有限公司 | 一种构建衍生担保图谱的方法、装置及相关设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163741A (zh) * | 2019-04-16 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 基于信贷风控模型的信贷决策方法、装置、设备及介质 |
CN110503295A (zh) * | 2019-07-05 | 2019-11-26 | 深圳壹账通智能科技有限公司 | 供应链金融的风险分析方法、装置、计算终端及存储介质 |
CN110888930A (zh) * | 2019-12-23 | 2020-03-17 | 武汉大学 | 基于知识图谱的金融知识查询服务接口设计与实现方法 |
CN111414485A (zh) * | 2020-03-17 | 2020-07-14 | 北京恒通慧源大数据技术有限公司 | 企业客户关联关系图谱构建方法、装置、存储器和计算机 |
CN111582643A (zh) * | 2020-04-08 | 2020-08-25 | 北京明略软件系统有限公司 | 一种企业风险信息收集的方法、装置和设备 |
-
2020
- 2020-09-02 CN CN202010909493.6A patent/CN112037043A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163741A (zh) * | 2019-04-16 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 基于信贷风控模型的信贷决策方法、装置、设备及介质 |
CN110503295A (zh) * | 2019-07-05 | 2019-11-26 | 深圳壹账通智能科技有限公司 | 供应链金融的风险分析方法、装置、计算终端及存储介质 |
CN110888930A (zh) * | 2019-12-23 | 2020-03-17 | 武汉大学 | 基于知识图谱的金融知识查询服务接口设计与实现方法 |
CN111414485A (zh) * | 2020-03-17 | 2020-07-14 | 北京恒通慧源大数据技术有限公司 | 企业客户关联关系图谱构建方法、装置、存储器和计算机 |
CN111582643A (zh) * | 2020-04-08 | 2020-08-25 | 北京明略软件系统有限公司 | 一种企业风险信息收集的方法、装置和设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598507A (zh) * | 2020-12-25 | 2021-04-02 | 北京知因智慧科技有限公司 | 基于知识图谱的过度授信风险预测系统和方法 |
CN112837149A (zh) * | 2021-03-18 | 2021-05-25 | 中国工商银行股份有限公司 | 一种企业信贷风险的识别方法和装置 |
CN112967130A (zh) * | 2021-03-18 | 2021-06-15 | 中国工商银行股份有限公司 | 一种企业关联关系的识别方法及装置 |
CN112884496A (zh) * | 2021-05-06 | 2021-06-01 | 达而观数据(成都)有限公司 | 计算企业信用因子分数的方法、装置及计算机存储介质 |
CN112884496B (zh) * | 2021-05-06 | 2021-08-20 | 达而观数据(成都)有限公司 | 计算企业信用因子分数的方法、装置及计算机存储介质 |
CN115310609A (zh) * | 2022-10-10 | 2022-11-08 | 中信证券股份有限公司 | 一种构建衍生担保图谱的方法、装置及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112037043A (zh) | 基于知识图谱的优质贷款企业确定方法及装置 | |
CN111967976B (zh) | 基于知识图谱的风险企业确定方法及装置 | |
US10115108B1 (en) | Rendering transaction data to identify fraud detection rule strength | |
CN111476662A (zh) | 反洗钱识别方法及装置 | |
US10896462B2 (en) | System and method for aggregating and analyzing financial data | |
CA2991136A1 (en) | Modifying data structures to indicate derived relationships among entity data objects | |
US20150363875A1 (en) | System and Method for Filtering and Analyzing Transaction Information | |
CN110400082B (zh) | 异常交易企业的识别方法和装置 | |
CN112734559A (zh) | 企业信用风险评价方法、装置及电子设备 | |
CN110796539A (zh) | 一种征信评估方法及装置 | |
CN112232950A (zh) | 针对借贷风险的评估方法及装置、设备、计算机可读存储介质 | |
Tabash et al. | Islamic Banking and Economic Growth--A cointegration Approach. | |
CN111798304A (zh) | 一种风险贷款确定方法、装置、电子设备及存储介质 | |
CN109271415B (zh) | 一种征信数据库的数据处理方法及装置 | |
KR101927578B1 (ko) | 기업정보 제공 시스템 및 방법 | |
CN112766637A (zh) | 股东支持企业的评分方法、装置和电子设备 | |
CN111177653A (zh) | 一种信用评估方法和装置 | |
CN116188140A (zh) | 一种信贷金融风险策略生产方法和装置 | |
CN114638504A (zh) | 企业风险评估方法、装置、设备、介质及产品 | |
CN111488463B (zh) | 测试语料生成方法、装置及电子设备 | |
CN111984798A (zh) | 图谱数据预处理方法及装置 | |
US20130325693A1 (en) | Credit behavior network mapping | |
Štofa et al. | Success factors of crowdfunding of innovative projects | |
CN114022272A (zh) | 一种识别隐性资金回流的方法及装置 | |
CN111179052A (zh) | 一种识别实际控制人的方法及系统 |
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 |