CN112115279A - 一种基于知识图谱的风险管控方法及装置 - Google Patents
一种基于知识图谱的风险管控方法及装置 Download PDFInfo
- Publication number
- CN112115279A CN112115279A CN202011045138.5A CN202011045138A CN112115279A CN 112115279 A CN112115279 A CN 112115279A CN 202011045138 A CN202011045138 A CN 202011045138A CN 112115279 A CN112115279 A CN 112115279A
- Authority
- CN
- China
- Prior art keywords
- controlled
- risk
- control
- node
- risk node
- 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
- 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
- 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
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06Q40/08—Insurance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种基于知识图谱的风险管控方法及装置,所述方法包括:根据业务相关信息获取业务的风险属性值n,n为正整数;根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;根据所述管控成对节点确定所述风险管控知识图谱的管控路径。本申请能够形成风险管控路径,实现对风险的灵活管控。
Description
技术领域
本申请涉及人工智能领域,具体是一种基于知识图谱的风险管控方法及装置。
背景技术
在金融风险控制过程中,通常采用固定的信息传递方式进行信息传递,即预先设置了信息的流转方向,按照审核人员的职位层级逐级审核信息,并判断风险,导致工作效率低下。举例来说,在反洗钱风险管控过程中,由人工审核风险数据,并判断是否存在洗钱风险的风险层级管控结构相对固定,即审核人员只能按其所在的职位层级进行风险审核,无法根据风险高低灵活地变更层级管控模型,即无法灵活地控制信息的流转方向,进一步地,由于现有技术中采用的是传统的关系型数据库模型进行数据存储,因此相关审核人员无法方便地预测风险管控路径,即信息的流转方向,对未知风险的防控能力比较有限。
发明内容
针对现有技术中的问题,本申请提供一种基于知识图谱的风险管控方法及装置,能够形成风险管控路径,实现对风险的灵活管控。
为解决上述技术问题,本申请提供以下技术方案:
第一方面,本申请提供一种基于知识图谱的风险管控方法,包括:
根据业务相关信息获取业务的风险属性值n,n为正整数;
根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;
根据所述管控成对节点确定所述风险管控知识图谱的管控路径。
进一步地,根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点,包括:
根据所述风险属性值确定风险管控层级;
根据所述风险管控层级确定多组管控成对节点。
进一步地,当n为1时,所述管控成对节点包括一组初控成对节点、一组复控成对节点及一组终控成对节点,所述根据所述管控成对节点确定所述风险管控知识图谱的管控路径,包括:
根据初控成对节点的初始风险节点的管控初审结果形成第一已控风险节点,所述初始风险节点及第一已控风险节点组成所述初控成对节点;
继承所述第一已控风险节点得到第一待控风险节点,根据所述第一待控风险节点的管控复审结果形成第二已控风险节点,所述第一待控风险节点及所述第二已控风险节点组成所述复控成对节点;
继承所述第二已控风险节点得到第二待控风险节点,根据所述第二待控风险节点的管控终审结果形成终控风险节点,所述第二待控风险节点及所述终控风险节点组成所述终控成对节点。
进一步地,所述根据所述第一待控风险节点的管控复审结果形成第二已控风险节点之后,还包括:
判断所述第二已控风险节点的干预属性值是否为1,若为1,则得到一终控风险节点。
进一步地,当n为2时,所述管控成对节点包括两组初控成对节点、两组复控成对节点及一组终控成对节点,所述根据所述管控成对节点确定所述风险管控知识图谱管控路径,包括:
根据第一组初控成对节点的初始风险节点的管控初审结果形成第一已控风险节点,所述初始风险节点及第一已控风险节点组成一所述第一组初控成对节点;
继承所述第一已控风险节点得到第一待控风险节点,根据所述第一待控风险节点的管控复审结果形成第二已控风险节点,所述第一待控风险节点及所述第二已控风险节点组成第一组复控成对节点;
继承所述第二已控风险节点得到第二待控风险节点,根据所述第二待控风险节点的管控初审结果形成第三已控风险节点,所述第二待控风险节点及所述第三已控风险节点组成第二组初控成对节点;
继承所述第三已控风险节点得到第三待控风险节点,根据所述第三待控风险节点的管控复审结果形成第四已控风险节点,所述第三待控风险节点及所述第四已控风险节点组成第二组复控成对节点;
继承所述第四已控风险节点得到第四待控风险节点,根据所述第四待控风险节点的管控终审结果形成终控风险节点,所述第四待控风险节点及所述终控风险节点组成所述终控成对节点。
进一步地,所述的风险管控方法,还包括:
判断所述第二已控风险节点或所述第四已控风险节点的干预属性值是否为1,若为1,则得到一终控风险节点。
进一步地,当n为3时,所述管控成对节点包括三组初控成对节点、三组复控成对节点及一组终控成对节点,所述根据所述管控成对节点确定所述风险管控知识图谱管控路径,包括:
根据第一组初控成对节点的初始风险节点的管控初审结果形成第一已控风险节点,所述初始风险节点及第一已控风险节点组成一所述第一组初控成对节点;
继承所述第一已控风险节点得到第一待控风险节点,根据所述第一待控风险节点的管控复审结果形成第二已控风险节点,所述第一待控风险节点及所述第二已控风险节点组成第一组复控成对节点;
继承所述第二已控风险节点得到第二待控风险节点,根据所述第二待控风险节点的管控初审结果形成第三已控风险节点,所述第二待控风险节点及所述第三已控风险节点组成第二组初控成对节点;
继承所述第三已控风险节点得到第三待控风险节点,根据所述第三待控风险节点的管控复审结果形成第四已控风险节点,所述第三待控风险节点及所述第四已控风险节点组成第二组复控成对节点;
继承所述第四已控风险节点得到第四待控风险节点,根据所述第四待控风险节点的管控初审结果形成第五已控风险节点,所述第四待控风险节点及所述第五已控风险节点组成第三组初控成对节点;
继承所述第五已控风险节点得到第五待控风险节点,根据所述第五待控风险节点的管控复审结果形成第六已控风险节点,所述第五待控风险节点及所述第六已控风险节点组成第三组复控成对节点;
继承所述第六已控风险节点得到第六待控风险节点,根据所述第六待控风险节点的管控终审结果形成终控风险节点,所述第六待控风险节点及所述终控风险节点组成终控成对节点。
进一步地,所述的风险管控方法,还包括:
判断所述第二已控风险节点、所述第四已控风险节点或所述第六已控风险节点的干预属性值是否为1,若为1,则得到一终控风险节点。
进一步地,所述的风险管控方法,还包括:
当对各已控风险节点进行重新管控时,得到原始态;
当对各待控风险节点或所述原始态进行弃控时,得到中间态;
当对所述原始态或所述中间态进行释放时,回到各所述原始态或各所述中间态对应的初始风险节点、第二待控风险节点或第四待控风险节点。
第二方面,本申请提供一种基于知识图谱的风险管控装置,包括:
获取单元,用于根据业务相关信息获取业务的风险属性值n,n为正整数;
生成单元,用于根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;
确定单元,用于根据所述管控成对节点确定所述风险管控知识图谱的管控路径。
进一步地,所述生成单元包括:
层级确定模块,用于根据所述风险属性值确定风险管控层级;
节点确定模块,用于根据所述风险管控层级确定多组管控成对节点。
第三方面,本申请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,所述处理器执行所述程序时实现所述基于知识图谱的风险管控方法的步骤。
第四方面,本申请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所述基于知识图谱的风险管控方法的步骤。
针对现有技术中的问题,本申请提供一种基于知识图谱的风险管控方法及装置,能够根据业务相关信息获取业务的风险属性值,进而生成的风险管控知识图谱的管控成对节点,最终确定风险管控知识图谱的管控路径,构成风险层级模型进行风险要素的直观分析及灵活控制。
附图说明
图1为本申请实施例中基于知识图谱的风险管控方法流程图之一;
图2为本申请实施例中确定待生成的风险管控知识图谱的管控成对节点的流程图;
图3为本申请实施例中确定所述风险管控知识图谱的管控路径的流程图之一;
图4为本申请实施例中确定所述风险管控知识图谱的管控路径的流程图之二;
图5为本申请实施例中确定所述风险管控知识图谱的管控路径的流程图之三;
图6为本申请实施例中基于知识图谱的风险管控方法流程图之二;
图7为本申请实施例中基于知识图谱的风险管控装置结构图;
图8为本申请实施例中生成单元的结构图;
图9为本申请一实施例中的风险管控知识图谱的管控路径示意图;
图10为本申请另一实施例中的风险管控知识图谱的管控路径示意图;
图11为本申请又一实施例中一风险管控知识图谱的管控路径示意图;
图12为本申请实施例中的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,为了能够形成风险管控路径,实现对风险的灵活管控,本申请提供一种基于知识图谱的风险管控方法,包括:
S101:根据业务相关信息获取业务的风险属性值n,n为正整数;
可以理解的是,本申请实施例可以应用于但不限于银行领域的反洗钱风险管控场景。本申请提供的基于知识图谱的风险管控方法的核心在于建立能够解决风险管控的动态的风险管控知识图谱,可以基于具体业务场景中的业务相关信息获取业务的风险属性值,这些业务包括但不限于汇款业务、理财产品购入、基金购入、保险购入等。上述风险属性值可以为n,n为正整数。本申请实施例中n可取1、2或3,分别对应于低风险、中风险或高风险。
一实施例中,业务相关信息可以包括:汇款人的个人信息、汇款金额及汇款渠道。首先判断汇款人的个人信息,如果该汇款人被列入国际相关制裁名单库,则将该业务的风险属性值定为3,即高风险,并无需再判断该业务相关信息中的汇款金额及汇款渠道;否则,继续判断该业务相关信息中的汇款金额,本申请实施例将汇款金额分为10万元人民币、100万元人民币及1000万元人民币三个档位,分别对应风险属性值中的1、2及3;最后,判断该业务相关信息中的汇款渠道,本申请实施例将汇款渠道分为境内渠道及境外渠道两类,如果汇款经由境外渠道,则在根据汇款金额确定的风险属性值的基础上加1,如果汇款金额确定的风险属性值已经为3,则无需再在根据汇款金额确定的风险属性值的基础上加1,而是可将该业务的风险属性值直接确定为3。
另一实施例中,业务相关信息可以包括:交易者的个人信息、交易渠道、交易特征、行业特征(适用于对公交易)及职业特征(适用于对私交易)。其中,交易者的个人信息可以包括:姓名、国籍、身份证号或护照证件号等;交易渠道可以包括:理财产品、股票、基金、保险或转账等;交易特征可以包括:单卡或多卡、单笔或多笔、交易金额、交易频率等;行业特征(适用于对公交易)可以包括:低风险行业、中风险行业及高风险行业;职业特征(适用于对私交易)可以包括:低风险职业、中风险职业及高风险职业。在分别进行了针对交易者的个人信息、交易渠道、交易特征、行业特征(适用于对公交易)及职业特征(适用于对私交易)的风险属性值确定后,可以根据交易者的个人信息、交易渠道、交易特征、行业特征(适用于对公交易)及职业特征(适用于对私交易)各自所对应的权重,利用加权求和的方法计算出业务最终的风险属性值。一实施例中,可将交易者的个人信息、交易渠道、交易特征及行业特征(适用于对公交易)的权重分别设定为30%、20%、40%及10%;另一实施例中,可将交易者的个人信息、交易渠道、交易特征及职业特征(适用于对私交易)的权重分别设定为20%、20%、40%及20%。
S102:根据风险属性值确定待生成的风险管控知识图谱的管控成对节点;
可以理解的是,参见图9,在风险管控知识图谱中,可以根据风险属性值确定待生成的风险管控知识图谱的管控成对节点,如(N1,N2)、(N3,N4)等。
设风险入口节点为S,根据风险入口节点S对应的风险属性值,确定待生成的风险管控知识图谱的风险管控层级。一实施例中,设风险属性值x与风险管控层级正相关,则当x取值为n时,成对节点对数为(2*n+1)。其中,包括n对初控成对节点,n对复控成对节点及1对终控成对节点。风险管控知识图谱的风险管控层级数量为(2*n+1)。
S103:根据管控成对节点确定风险管控知识图谱的管控路径。
可以理解的是,参见图9,风险管控知识图谱中涉及到的节点包括:风险入口节点S、初始风险节点N1、已控风险节点,如N2、N4等,待控风险节点,如N1、N3、N5等,终控风险节点F。此外,风险管控知识图谱中还涉及:原始态及中间态。所谓原始态是指从已控风险节点经重新管控后得到的节点;所谓中间态是指从待控风险节点经弃控后得到的节点。
在根据管控成对节点确定风险管控知识图谱的管控路径时,首先,在风险管控知识图谱中,可以根据风险属性值生成由风险入口节点S至初始风险节点N1的路径。然后,根据S102中所确定的风险管控层级生成管控成对节点。每一个层级对应一个管控成对节点,层级间的两个节点间的关系为继承,继承可以是指节点特性的复制。最后,生成终控风险节点F,终控风险节点F即为风险被最终控制住的节点,终控风险节点F的干预属性值为1。此外,当偶数层级的已控风险节点的干预属性值为1时,终控风险节点F会继承此节点,而无需继续经历后续的风险管控层级。按照以上方法即可确定由风险入口节点S到终控风险节点F的所有路径。这些路径就是合规的风险管控路径集合。具体的实施例请见下文阐述。
从上述描述可知,本申请提供的基于知识图谱的风险管控方法,能够根据业务相关信息获取业务的风险属性值,进而生成的风险管控知识图谱的管控成对节点,最终确定风险管控知识图谱的管控路径,构成风险层级模型进行风险要素的直观分析及灵活控制。
参见图2,根据风险属性值确定待生成的风险管控知识图谱的管控成对节点,包括:
S201:根据风险属性值确定风险管控层级;
S202:根据风险管控层级确定多组管控成对节点。
参见图3及图9,当n为1时,管控成对节点包括一组初控成对节点、一组复控成对节点及一组终控成对节点,根据管控成对节点确定风险管控知识图谱的管控路径,包括:
S301:根据初控成对节点(N1,N2)的初始风险节点N1的管控初审结果形成已控风险节点N2,初始风险节点N1及已控风险节点N2组成初控成对节点(N1,N2)。
可以理解的是,所谓初控可以是指由客户端中设定的程序判断业务对应的风险是否处于可控范围,给出初控结果,到达已控风险节点N2。一实施例中,初控结果可以根据业务所涉及的交易者、交易渠道及交易金额等得出。又一实施例中,初控结果可以根据业务所涉及的交易者的个人信息、交易渠道、交易特征、行业特征(适用于对公交易)及职业特征(适用于对私交易)等得出。如需对已控风险节点N2进行重新管控,则已控风险节点N2将返回原始态N1’,经过释放,返回初始风险节点N1。初控结果可以由初控人员利用客户端给出。
S302:继承已控风险节点N2得到待控风险节点N3,根据待控风险节点N3的管控复审结果形成已控风险节点N4,待控风险节点N3及已控风险节点N4组成复控成对节点(N3,N4)。
可以理解的是,所谓复控可以是指由客户端中设定的程序判断业务对应的风险是否处于可控范围,给出复控结果,到达已控风险节点N4。如需对待控风险节点N3进行弃控,则待控风险节点N3返回中间态N2’。如需对已控风险节点N4进行重新管控,则已控风险节点N4将返回原始态N3’,经过弃控,返回中间态N2’,再经过释放,返回初始风险节点N1。原始态N3’还可经过复控,返回已控风险节点N4。一实施例中,复控结果可以根据业务所涉及的交易者、交易渠道及交易金额等得出。又一实施例中,复控结果可以根据业务所涉及的交易者的个人信息、交易渠道、交易特征、行业特征(适用于对公交易)及职业特征(适用于对私交易)等得出。复控结果可以由复控人员利用客户端给出。
S303:继承已控风险节点N4得到待控风险节点N5,根据待控风险节点N5的管控终审结果形成终控风险节点F,待控风险节点N5及终控风险节点F组成所述终控成对节点(N5,F)。
可以理解的是,当到达终控风险节点F时,即完成了对业务的最终风险管控。所谓终控可以是指由客户端中设定的程序判断业务对应的风险是否处于可控范围。一实施例中,终控结果可以根据业务所涉及的交易者、交易渠道及交易金额等得出。又一实施例中,终控结果可以根据业务所涉及的交易者的个人信息、交易渠道、交易特征、行业特征(适用于对公交易)及职业特征(适用于对私交易)等得出。终控结果可以由终控人员利用客户端给出。
一实施例中,根据待控风险节点N3的管控复审结果形成已控风险节点N4之后,还包括:判断已控风险节点N4的干预属性值是否为1,若为1,则形成终控风险节点F。
可以理解的是,如果客户端中设定的程序判断风险到此已经得到了管控,则无需继续经历后续的管控层级,而可直接结束风险管控,即形成终控风险节点F。
从上述描述可知,本申请提供的基于知识图谱的风险管控方法,能够根据管控成对节点确定风险管控知识图谱的管控路径。
参见图4及图10,当n为2时,管控成对节点包括两组初控成对节点、两组复控成对节点及一组终控成对节点,根据管控成对节点确定风险管控知识图谱管控路径,包括:
S401:根据初控成对节点(N1,N2)的初始风险节点N1的管控初审结果形成已控风险节点N2,初始风险节点N1及已控风险节点N2组成初控成对节点(N1,N2)。具体方法参见S301,在此不再赘述。
S402:继承已控风险节点N2得到待控风险节点N3,根据待控风险节点N3的管控复审结果形成已控风险节点N4,待控风险节点N3及已控风险节点N4组成复控成对节点(N3,N4)。具体方法参见S302,在此不再赘述。
S403:继承已控风险节点N4得到待控风险节点N5,根据待控风险节点N5的管控初审结果形成已控风险节点N6,待控风险节点N5及已控风险节点N6组成另一初控成对节点(N5,N6)。具体方法参见S301,在此不再赘述。
S404:继承已控风险节点N6得到待控风险节点N7,根据待控风险节点N7的管控复审结果形成已控风险节点N8,待控风险节点N7及已控风险节点N8组成另一复控成对节点(N7,N8)。具体方法参见S302,在此不再赘述。
S405:继承已控风险节点N8得到待控风险节点N9,根据待控风险节点N9的管控终审结果形成终控风险节点F,待控风险节点N9及终控风险节点F组成终控成对节点(N9,F)。具体方法参见S303,在此不再赘述。
一实施例中,判断已控风险节点N4或已控风险节点N8的干预属性值是否为1,若为1,则形成终控风险节点F。
可以理解的是,如果客户端中设定的程序判断风险到此已经得到了管控,则无需继续经历后续的管控层级,而可直接结束风险管控,即形成终控风险节点F。
从上述描述可知,本申请提供的基于知识图谱的风险管控方法,能够根据管控成对节点确定风险管控知识图谱的管控路径。
参见图5及图11,当n为3时,管控成对节点包括三组初控成对节点、三组复控成对节点及一组终控成对节点,根据管控成对节点确定风险管控知识图谱管控路径,包括:
S501:根据初控成对节点(N1,N2)的初始风险节点N1的管控初审结果形成已控风险节点N2,初始风险节点N1及已控风险节点N2组成初控成对节点(N1,N2)。具体方法参见S301,在此不再赘述。
S502:继承已控风险节点N2得到待控风险节点N3,根据待控风险节点N3的管控复审结果形成已控风险节点N4,待控风险节点N3及已控风险节点N4组成复控成对节点(N3,N4)。具体方法参见S302,在此不再赘述。
S503:继承已控风险节点N4得到待控风险节点N5,根据待控风险节点N5的管控初审结果形成已控风险节点N6,待控风险节点N5及已控风险节点N6组成另一初控成对节点(N5,N6)。具体方法参见S301,在此不再赘述。
S504:继承已控风险节点N6得到待控风险节点N7,根据待控风险节点N7的管控复审结果形成已控风险节点N8,待控风险节点N7及已控风险节点N8组成另一复控成对节点(N7,N8)。具体方法参见S302,在此不再赘述。
S505:继承已控风险节点N8得到待控风险节点N9,根据待控风险节点N9的管控初审结果形成已控风险节点N10,待控风险节点N9及已控风险节点N10组成又一初控成对节点(N9,N10)。具体方法参见S301,在此不再赘述。
S506:继承已控风险节点N10得到待控风险节点N11,根据待控风险节点N11的管控复审结果形成已控风险节点N12,待控风险节点N11及已控风险节点N12组成又一复控成对节点(N11,N12)。具体方法参见S302,在此不再赘述。
S507:继承已控风险节点N12得到待控风险节点N13,根据待控风险节点N13的管控终审结果形成终控风险节点F,待控风险节点N13及终控风险节点F组成又一终控成对节点(N13,F)。具体方法参见S303,在此不再赘述。
一实施例中,判断已控风险节点N4、第四已控风险节点N8或已控风险节点N12的干预属性值是否为1,若为1,则形成一终控风险节点。
可以理解的是,如果客户端中设定的程序判断风险到此已经得到了管控,则无需继续经历后续的管控层级,而可直接结束风险管控,即形成终控风险节点F。
从上述描述可知,本申请提供的基于知识图谱的风险管控方法,能够根据管控成对节点确定风险管控知识图谱的管控路径。
参见图6、图9、图10及图11,本申请提供的基于知识图谱的风险管控方法还包括:
S601:当对各已控风险节点N2、N4、N6、N8、N10及N12进行重新管控时,形成各已控风险节点N2、N4、N6、N8、N10及N12对应的原始态N1’、N3’、N5’、N7’、N9’及N11’。
S602:当对各待控风险节点N3、N5、N7、N9、N11及N13或原始态N3’、N7’及N11’进行弃控时,形成中间态N2’、N6’及N10’;其中,待控风险节点N3、N5、原始态N3’对应返回中间态N2’;待控风险节点N7、N9、原始态N7’对应返回中间态N6’;待控风险节点N11、N13、原始态N11’对应返回中间态N10’。
S603:当对原始态N3’、N7’及N11’或中间态N2’、N6’及N10’进行释放时,回到各原始态N3’、N5’及N11’或各中间态N2’、N6’及N10’对应的初始风险节点、待控风险节点或待控风险节点。
从上述描述可知,本申请提供的基于知识图谱的风险管控方法,能够根据业务相关信息获取业务的风险属性值,进而生成的风险管控知识图谱的管控成对节点,最终确定风险管控知识图谱的管控路径,构成风险层级模型进行风险要素的直观分析及灵活控制。
基于同一发明构思,本申请实施例还提供了一种基于知识图谱的风险管控装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于基于知识图谱的风险管控装置解决问题的原理与基于知识图谱的风险管控方法相似,因此基于知识图谱的风险管控装置的实施可以参见基于软件性能基准确定方法的实施,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。
参见图7,为了能够形成风险管控路径,实现对风险的灵活管控,本申请提供一种基于知识图谱的风险管控装置,包括:获取单元701、生成单元702及确定单元703。
获取单元701,用于根据业务相关信息获取业务的风险属性值n,n为正整数;
生成单元702,用于根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;
确定单元703,用于根据所述管控成对节点确定所述风险管控知识图谱的管控路径。
参见图8,生成单元702包括:层级确定模块801及节点确定模块802。
层级确定模块801,用于根据所述风险属性值确定风险管控层级;
节点确定模块802,用于根据所述风险管控层级确定多组管控成对节点。
从硬件层面来说,为了能够形成风险管控路径,实现对风险的灵活管控,本申请提供一种基于知识图谱的风险管控方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
处理器(Processor)、存储器(Memory)、通讯接口(Communications Interface)和总线;其中,所述处理器、存储器、通讯接口通过所述总线完成相互间的通讯;所述通讯接口用于实现所述基于知识图谱的风险管控装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输;该逻辑控制器可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该逻辑控制器可以参照实施例中的基于知识图谱的风险管控方法的实施例,以及基于知识图谱的风险管控装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
可以理解的是,所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,基于知识图谱的风险管控方法的部分可以在如上述内容所述的电子设备侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通讯模块(即通讯单元),可以与远程的服务器进行通讯连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通讯链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
图12为本申请实施例的电子设备9600的系统构成的示意框图。如图12所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图12是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,基于知识图谱的风险管控方法功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
S101:根据业务相关信息获取业务的风险属性值n,n为正整数;
S102:根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;
S103:根据所述管控成对节点确定所述风险管控知识图谱的管控路径。
本申请提供一种基于知识图谱的风险管控方法及装置,能够根据业务相关信息获取业务的风险属性值,进而生成的风险管控知识图谱的管控成对节点,最终确定风险管控知识图谱的管控路径,构成风险层级模型进行风险要素的直观分析及灵活控制。
在另一个实施方式中,基于知识图谱的风险管控装置可以与中央处理器9100分开配置,例如可以将基于知识图谱的风险管控装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现基于知识图谱的风险管控方法的功能。
如图12所示,该电子设备9600还可以包括:通讯模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图12中所示的所有部件;此外,电子设备9600还可以包括图12中没有示出的部件,可以参考现有技术。
如图12所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通讯功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通讯模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通讯模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通讯终端的情况相同。
基于不同的通讯技术,在同一电子设备中,可以设置有多个通讯模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通讯模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的基于知识图谱的风险管控方法中全部步骤的一种计算机可读存储介质,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执行主体为服务器或客户端的基于知识图谱的风险管控方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
S101:根据业务相关信息获取业务的风险属性值n,n为正整数;
S102:根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;
S103:根据所述管控成对节点确定所述风险管控知识图谱的管控路径。
本申请提供一种基于知识图谱的风险管控方法及装置,能够根据业务相关信息获取业务的风险属性值,进而生成的风险管控知识图谱的管控成对节点,最终确定风险管控知识图谱的管控路径,构成风险层级模型进行风险要素的直观分析及灵活控制。
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、装置、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(装置)、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 (13)
1.一种基于知识图谱的风险管控方法,其特征在于,包括:
根据业务相关信息获取业务的风险属性值n,n为正整数;
根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;
根据所述管控成对节点确定所述风险管控知识图谱的管控路径。
2.根据权利要求1所述的风险管控方法,其特征在于,根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点,包括:
根据所述风险属性值确定风险管控层级;
根据所述风险管控层级确定多组管控成对节点。
3.根据权利要求1所述的风险管控方法,其特征在于,当n为1时,所述管控成对节点包括一组初控成对节点、一组复控成对节点及一组终控成对节点,所述根据所述管控成对节点确定所述风险管控知识图谱的管控路径,包括:
根据初控成对节点的初始风险节点的管控初审结果形成第一已控风险节点,所述初始风险节点及第一已控风险节点组成所述初控成对节点;
继承所述第一已控风险节点得到第一待控风险节点,根据所述第一待控风险节点的管控复审结果形成第二已控风险节点,所述第一待控风险节点及所述第二已控风险节点组成所述复控成对节点;
继承所述第二已控风险节点得到第二待控风险节点,根据所述第二待控风险节点的管控终审结果形成终控风险节点,所述第二待控风险节点及所述终控风险节点组成所述终控成对节点。
4.根据权利要求3所述的风险管控方法,其特征在于,所述根据所述第一待控风险节点的管控复审结果形成第二已控风险节点之后,还包括:
判断所述第二已控风险节点的干预属性值是否为1,若为1,则得到一终控风险节点。
5.根据权利要求1所述的风险管控方法,其特征在于,当n为2时,所述管控成对节点包括两组初控成对节点、两组复控成对节点及一组终控成对节点,所述根据所述管控成对节点确定所述风险管控知识图谱管控路径,包括:
根据第一组初控成对节点的初始风险节点的管控初审结果形成第一已控风险节点,所述初始风险节点及第一已控风险节点组成一所述第一组初控成对节点;
继承所述第一已控风险节点得到第一待控风险节点,根据所述第一待控风险节点的管控复审结果形成第二已控风险节点,所述第二待控风险节点及所述第二已控风险节点组成第一组复控成对节点;
继承所述第二已控风险节点得到第二待控风险节点,根据所述第二待控风险节点的管控初审结果形成第三已控风险节点,所述第一待控风险节点及所述第三已控风险节点组成第二组初控成对节点;
继承所述第三已控风险节点得到第三待控风险节点,根据所述第三待控风险节点的管控复审结果形成第四已控风险节点,所述第三待控风险节点及所述第四已控风险节点组成第二组复控成对节点;
继承所述第四已控风险节点得到第四待控风险节点,根据所述第四待控风险节点的管控终审结果形成终控风险节点,所述第四待控风险节点及所述终控风险节点组成终控成对节点。
6.根据权利要求5所述的风险管控方法,其特征在于,还包括:
判断所述第二已控风险节点或所述第四已控风险节点的干预属性值是否为1,若为1,则得到一终控风险节点。
7.根据权利要求1所述的风险管控方法,其特征在于,当n为3时,所述管控成对节点包括三组初控成对节点、三组复控成对节点及一组终控成对节点,所述根据所述管控成对节点确定所述风险管控知识图谱管控路径,包括:
根据第一组初控成对节点的初始风险节点的管控初审结果形成第一已控风险节点,所述初始风险节点及第一已控风险节点组成所述第一组初控成对节点;
继承所述第一已控风险节点得到第一待控风险节点,根据所述第一待控风险节点的管控复审结果形成第二已控风险节点,所述第一待控风险节点及所述第二已控风险节点组成第一组复控成对节点;
继承所述第二已控风险节点得到第二待控风险节点,根据所述第二待控风险节点的管控初审结果形成第三已控风险节点,所述第二待控风险节点及所述第三已控风险节点组成第二组初控成对节点;
继承所述第三已控风险节点得到第三待控风险节点,根据所述第三待控风险节点的管控复审结果形成第四已控风险节点,所述第三待控风险节点及所述第四已控风险节点组成第二组复控成对节点;
继承所述第四已控风险节点得到第四待控风险节点,根据所述第四待控风险节点的管控初审结果形成第五已控风险节点,所述第四待控风险节点及所述第五已控风险节点组成第三组初控成对节点;
继承所述第五已控风险节点得到第五待控风险节点,根据所述第五待控风险节点的管控复审结果形成第六已控风险节点,所述第五待控风险节点及所述第六已控风险节点组成第三组复控成对节点;
继承所述第六已控风险节点得到第六待控风险节点,根据所述第六待控风险节点的管控终审结果形成终控风险节点,所述第六待控风险节点及所述终控风险节点组成终控成对节点。
8.根据权利要求7所述的风险管控方法,其特征在于,还包括:
判断所述第二已控风险节点、所述第四已控风险节点或所述第六已控风险节点的干预属性值是否为1,若为1,则得到一终控风险节点。
9.根据权利要求3-8中任一项所述的风险管控方法,其特征在于,还包括:
当对各已控风险节点进行重新管控时,得到原始态;
当对各待控风险节点或所述原始态进行弃控时,得到中间态;
当对所述原始态或所述中间态进行释放时,回到各所述原始态或各所述中间态对应的初始风险节点、第二待控风险节点或第四待控风险节点。
10.一种基于知识图谱的风险管控装置,其特征在于,包括:
获取单元,用于根据业务相关信息获取业务的风险属性值n,n为正整数;
生成单元,用于根据所述风险属性值确定待生成的风险管控知识图谱的管控成对节点;
确定单元,用于根据所述管控成对节点确定所述风险管控知识图谱的管控路径。
11.根据权利要求10所述的风险管控装置,其特征在于,所述生成单元包括:
层级确定模块,用于根据所述风险属性值确定风险管控层级;
节点确定模块,用于根据所述风险管控层级确定多组管控成对节点。
12.一种电子设备,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9任一项所述的基于知识图谱的风险管控方法的步骤。
13.一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9任一项所述的基于知识图谱的风险管控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011045138.5A CN112115279A (zh) | 2020-09-28 | 2020-09-28 | 一种基于知识图谱的风险管控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011045138.5A CN112115279A (zh) | 2020-09-28 | 2020-09-28 | 一种基于知识图谱的风险管控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112115279A true CN112115279A (zh) | 2020-12-22 |
Family
ID=73797160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011045138.5A Pending CN112115279A (zh) | 2020-09-28 | 2020-09-28 | 一种基于知识图谱的风险管控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112115279A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613763A (zh) * | 2020-12-25 | 2021-04-06 | 北京知因智慧科技有限公司 | 数据传导方法及装置 |
-
2020
- 2020-09-28 CN CN202011045138.5A patent/CN112115279A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613763A (zh) * | 2020-12-25 | 2021-04-06 | 北京知因智慧科技有限公司 | 数据传导方法及装置 |
CN112613763B (zh) * | 2020-12-25 | 2024-04-16 | 北京知因智慧科技有限公司 | 数据传导方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220284410A1 (en) | Display method, medium, and terminal | |
CN112115279A (zh) | 一种基于知识图谱的风险管控方法及装置 | |
CN113242291A (zh) | 一种数据处理方法、装置、设备及介质 | |
CN109615349A (zh) | 一种提前授权的联合支付方法和装置 | |
CN112561686A (zh) | 供应链企业授信额度评估方法及系统 | |
CN115495519A (zh) | 报表数据加工方法及装置 | |
CN111797099A (zh) | 一种基于科目与辅助属性的数据处理方法及装置 | |
CN112102058A (zh) | 管会系统参数配置方法及装置 | |
CN113822704A (zh) | 计算优惠费用的方法、装置、电子设备及可读存储介质 | |
CN112417018A (zh) | 一种数据共享方法及装置 | |
CN112101915A (zh) | 金融服务管控数据处理方法及装置 | |
CN112184248A (zh) | 卡组织拒付调单数据处理方法及装置 | |
CN112116402A (zh) | 信用风险客户级违约率确定方法及装置 | |
CN110675147B (zh) | 一种区块链交易方法、电子设备以及存储装置 | |
CN113129134B (zh) | 信贷产品数据处理方法及装置 | |
CN113011459B (zh) | 模型训练方法、装置和计算设备 | |
CN115731019A (zh) | 柔性事务数据处理方法及装置 | |
CN113077352B (zh) | 基于用户信息和保险相关信息的保险服务物品推荐方法 | |
CN113706288A (zh) | 一种融资申请准入确定方法及装置 | |
CN109492845A (zh) | 用于动态调整还款计划的方法和设备 | |
CN113689190A (zh) | 一种小微金融贷款审批流程匹配方法及装置 | |
CN113689287A (zh) | 一种贷款额度确定方法及装置 | |
CN111292175A (zh) | 资金清算方法及装置 | |
CN113129134A (zh) | 信贷产品数据处理方法及装置 | |
CN117596299A (zh) | 事务数据调度方法、装置、存储介质、产品及电子设备 |
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 |