CN112669039A - 基于知识图谱的客户风险管控系统及方法 - Google Patents

基于知识图谱的客户风险管控系统及方法 Download PDF

Info

Publication number
CN112669039A
CN112669039A CN202011622017.2A CN202011622017A CN112669039A CN 112669039 A CN112669039 A CN 112669039A CN 202011622017 A CN202011622017 A CN 202011622017A CN 112669039 A CN112669039 A CN 112669039A
Authority
CN
China
Prior art keywords
information
target
customer
client
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
Application number
CN202011622017.2A
Other languages
English (en)
Other versions
CN112669039B (zh
Inventor
宋浩
王静
李立宁
胡迪
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 Chongqing Co ltd
Original Assignee
Bank Of Chongqing Co 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 Chongqing Co ltd filed Critical Bank Of Chongqing Co ltd
Priority to CN202011622017.2A priority Critical patent/CN112669039B/zh
Publication of CN112669039A publication Critical patent/CN112669039A/zh
Application granted granted Critical
Publication of CN112669039B publication Critical patent/CN112669039B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于知识图谱的客户风险管控系统及方法,属于风险管控技术领域,针对可疑业务进行甄别时,甄别的准确性和效率较低的问题,提出以下方案:根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;获取目标客户的交易信息,并根据知识图谱对目标客户的身份信息进行分析识别;根据分析识别结果判断目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。

Description

基于知识图谱的客户风险管控系统及方法
技术领域
本发明涉及风险管控技术领域,具体涉及一种基于知识图谱的客户风险管控系统及方法。
背景技术
随着我国经济的不断加快,银行等各机构之间交易、业务往来的数据大幅度增加,业务数据处理技术也在不断发展,尤其是对于洗钱等可疑交易的排查也越来越受到重视。
然而,当前对可疑业务进行排查时,需要依托于传统反洗钱系统开展的可疑交易分析,仍在采用由系统根据模型规则筛选出疑似可疑交易并交由人工进行二次甄别的方式。具体是将各公司或机构的业务数据进行汇总后,得到相对较为可疑的数据,然后依靠人工逐条进行甄别,面对当前海量的业务数据以及业务分析人员素质的差异,利用模型等得到的可疑数据量不仅庞大而且可能存在偏差。在人为甄别和分析时,甄别过程所需相关数据信息不够全面,不能准确锁定可疑的业务数据,甄别结果质量不能得到有效保障,分析困难耗时多。也即对可疑业务进行甄别的准确性和效率较低。
发明内容
本发明所解决的技术问题在于提供一种基于知识图谱的客户风险管控系统及方法,解决了对可疑业务进行甄别时,甄别的准确性和效率较低的问题。
本发明提供的基础方案:一种基于知识图谱的客户风险管控方法,包括:
根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;
获取目标客户的交易信息,并根据所述知识图谱对所述目标客户的身份信息进行分析识别;
根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。
本发明基础方案的原理及效果为:
相关技术中,对可疑业务进行排查时,需要基于传统反洗钱系统开展的可疑交易分析,一般采用由反洗钱系统根据模型规则筛选出疑似可疑交易并交由人工进行二次甄别的方式。另外,传统反洗钱系统所依据的目标客户关联关系所需的数据信息源通常为银行行内自有数据,而银行行内自有数据因自身来源的局限性,在信息广度上无法呈现不同客户间的隐藏关系,在深度上也无法识别单一客户的信息全貌。也即相关技术中对可疑业务进行甄别时,甄别的准确性和效率较低,导致在开展反洗钱可疑交易分析时无法真正识别目标客户风险隐患。
据此,本方案基于相关技术中存在的问题,通过多维度方式获取目标客户的相关信息,经大数据平台的数据处理以构建具有目标客户信息特征的知识图谱,也即是本方案知识图谱通过采集行内系统、外部系统、以及不同渠道的目标客户信息,如行内系统的目标客户身份数据,外部系统及不同渠道的互联网数据、黑名单数据、交易相关数据等,以提取到目标客户的各种相关信息完成知识图谱的构建,进而在对目标客户的交易信息进行分析识别时,可以将目标客户风险研判的数据依据从行内系统相对局限的数据来源进一步扩大,使得在信息广度上呈现目标客户具有的隐藏关系,在深度上也可以识别目标客户的信息全貌。通过本方案中知识图谱的构建,以在银行开展洗钱风险防控和可疑交易识别过程中,解决目标客户信息不对称的问题,提升目标客户可疑交易甄别的准确性。
此外,在通过多维度方式构建知识图谱后,结合银行行内的交易数据,将银行行内的交易数据与知识图谱的目标客户信息进行关联分析比较,对既有的目标客户信息进行判断,以此形成具有客户信息特征的交易网络识别体系。据此可以挖掘知识图谱中不同散落节点间的目标客户间的潜在关系,还原真实洗钱脉络。并在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单,此目标客户的身份识别清单可作为目标客户的相关风险案例。当目标客户以后在进行交易时,作为目标客户的甄别数据信息,保证目标客户相关信息的数据准确性。
另外,由于本方案中是系统通过构建多维度方式的知识图谱,并获取目标客户的交易信息自动分析识别,基于外部大数据以判断目标客户的交易是否为可疑交易,避免了相关技术中通过人工甄别分析,导致的目标客户数据不全面,分析效率低的问题。
进一步,所述根据多维度方式获取目标客户相关信息具体为:
根据目标客户信息、目标客户关联关系、目标客户受益所有人以及目标客户关联自然人开户信息提取所述目标客户的相关数据。
通过提取目标客户信息、目标客户关联关系、目标客户受益所有人、目标客户关联自然人开户信息等多维度方式信息,使得对目标客户交易数据进行甄别时,比对数据更加全面准确。
进一步,所述根据目标客户信息提取所述目标客户的相关数据包括:客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息;
所述根据多维度方式获取目标客户相关信息,构建具有所述目标客户信息特征的知识图谱的步骤包括:
所述根据多维度方式获取目标客户相关信息中,提取客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息,以构建具有目标客户信息特征的知识图谱;
将提取的客户身份信息、股权关系在内的基础信息与存量目标客户信息进行对比交叉验证,并根据预设频率对所述存量目标客户信息进行更新。
本方案中,利用外部大数据进一步明晰目标客户的企业包含的客户身份信息、股权关系在内的基础信息,并借助与目标客户行内信息的对比交叉验证机制,以此解决了人工获取数据的效率问题。同时根据预设频率对所述存量目标客户信息进行更新,进一步提升经交叉验证后结果数据的准确性。在此基础上,再结合从外部获取的行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息,以此实现对企业等目标客户身份信息的完整刻画。
进一步,所述根据目标客户关联关系提取所述目标客户的相关数据包括:客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息;
所述根据多维度方式获取目标客户相关信息,构建具有所述目标客户信息特征的知识图谱的步骤还包括:
所述根据多维度方式获取目标客户相关信息中,提取客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息,以构建具有目标客户信息特征的知识图谱;
按照预定期限对存量的目标客户及所述存量的目标客户关联方进行分析跟踪,并将与反洗钱黑名单客户有密切关联的企业进行监控预警。
通过规则模型进一步探究目标客户关联关系,将客户信息由点及面的延展挖掘,也即是更加全面了解客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息。相对于传统对目标客户的可疑交易甄别,结合了人工查阅无法直接获取的信息,从而对目标客户身份信息多维度方式的识别,提升目标客户信息识别的可靠性。同时本方案中,按照预定期限对存量的目标客户及所述存量的目标客户关联方进行分析跟踪,并将与反洗钱黑名单客户有密切关联的企业进行监控预警,有效提升了现有反洗钱系统黑名单的使用效率,更加精准识别目标客户是否存在可疑交易嫌疑。
进一步,所述根据目标客户受益所有人提取所述目标客户的相关数据包括:
根据现有受益所有人识别原则和外部工商公示信息,构建目标客户受益所有人自动识别模型。
本方案中,通过外部大数据技术的穿透识别及其海量数据处理能力,构建目标客户受益所有人自动识别模型,提升了受益所有人识别效率及准确性,同时基于此更加完善的构建了 KYC(know-your-customer)动态捕捉架构。
进一步,所述根据目标客户关联自然人开户信息提取所述目标客户的相关数据包括:
根据外部工商公示信息、内部客户信息以及账户信息监控与目标客户紧密相关的自然人开户情况。
本方案中,通过外部工商公示信息、银行内部客户信息以及账户信息,结合本方案构建的知识图谱,以此提升对目标客户可疑交易甄别的准确性。
进一步,所述根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单的步骤包括:
根据目标客户的外部信息和行内客户身份、交易数据,形成具有目标客户信息特征的交易网络识别体系;
根据企业经营范围偏离度规则和客户开户行为分析,有效识别当前洗钱交易形态;
根据反洗钱名单监控体系和特定高风险行业清单,基于企业间的关联关系传导路径挖掘未知洗钱风险模式和风险团伙。
本方案中,通过多维度方式获取目标客户的相关信息,经大数据平台的数据处理构建知识图谱后,即可将目标客户的交易信息与知识图谱中既有的目标客户信息进行比对,以此基于大数据平台对目标客户的可疑交易进行监控。具体地,根据目标客户的外部信息和行内客户身份、交易数据,形成具有目标客户信息特征的交易网络识别体系;并结合企业经营范围偏离度规则和客户开户行为分析,有效识别当前洗钱交易形态;结合反洗钱名单监控体系和特定高风险行业清单,基于企业间的关联关系传导路径挖掘未知洗钱风险模式和风险团伙。以此本方案实现了多维度方式方向对目标客户的交易信息进行检测监控,使得本方案有效保障了目标客户交易信息甄别质量,甄别过程所需相关数据信息也更加全面。
此外,为实现上述目的,本发明还提出一种基于知识图谱的客户风险管控系统,所述基于知识图谱的客户风险管控系统包括:
知识图谱构建模块,用于根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;
客户身份识别模块,用于获取目标客户的交易信息,并根据所述知识图谱对所述目标客户的身份信息进行分析识别;
可疑交易检测模块,用于根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。
附图说明
图1为本发明实施例方案涉及的终端设备内部结构示意图;
图2为本发明基于知识图谱的客户风险管控方法一实施例的流程示意图;
图3为本发明基于知识图谱的客户风险管控系统一实施例的结构示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面通过具体实施方式进一步详细说明:
说明书附图中的附图标记包括:处理器1001、通信总线1002、用户接口1003、网络接口1004、存储器1005。
如图1所示,其为本发明实施例方案涉及的终端设备内部结构示意图。
需要说明的是,图1也即是终端设备的硬件运行环境的结构示意图。本发明实施例终端设备可以是PC、服务器等终端设备。
如图1所示,该终端设备可以包括:处理器1001,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现处理器1001、用户接口1003、网络接口1004、存储器1005之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)、手写板、触控笔等,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口(如RJ45接口)、无线接口(如WIFI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器 (non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及分布式任务的处理程序。其中,操作系统是管理和控制样本终端设备硬件和软件资源的程序,支持分布式任务的处理程序以及其它软件或程序的运行。
在图1所示的终端设备中,用户接口1003主要用于与各个终端进行数据通信;网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;而处理器1001可以用于调用存储器1005中存储的基于知识图谱的客户风险管控的识别程序,并执行以下操作:
根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;
获取目标客户的交易信息,并根据所述知识图谱对所述目标客户的身份信息进行分析识别;
根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。
进一步地,处理器1001可以调用存储器1005中存储的基于知识图谱的客户风险管控程序,在执行根据多维度方式获取目标客户相关信息,构建具有所述目标客户信息特征的知识图谱的步骤时,还执行以下操作:
所述根据多维度方式获取目标客户相关信息中,提取客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息,以构建具有目标客户信息特征的知识图谱;
将提取的客户身份信息、股权关系在内的基础信息与存量目标客户信息进行对比交叉验证,并根据预设频率对所述存量目标客户信息进行更新。
进一步地,处理器1001可以调用存储器1005中存储的基于知识图谱的客户风险管控程序,在执行根据多维度方式获取目标客户相关信息,构建具有所述目标客户信息特征的知识图谱的步骤时,还执行以下操作:
所述根据多维度方式获取目标客户相关信息中,提取客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息,以构建具有目标客户信息特征的知识图谱;
按照预定期限对存量的目标客户及所述存量的目标客户关联方进行分析跟踪,并将与反洗钱黑名单客户有密切关联的企业进行监控预警。
进一步地,处理器1001可以调用存储器1005中存储的基于知识图谱的客户风险管控程序,在执行根据目标客户受益所有人提取所述目标客户的相关数据的操作包括:
根据现有受益所有人识别原则和外部工商公示信息,构建目标客户受益所有人自动识别模型。
进一步地,处理器1001可以调用存储器1005中存储的基于知识图谱的客户风险管控程序,在执行根据目标客户关联自然人开户信息提取所述目标客户的相关数据的操作包括:
根据外部工商公示信息、内部客户信息以及账户信息监控与目标客户紧密相关的自然人开户情况。
进一步地,处理器1001可以调用存储器1005中存储的基于知识图谱的客户风险管控程序,在执行根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单的步骤时,还执行以下操作:
根据目标客户的外部信息和行内客户身份、交易数据,形成具有目标客户信息特征的交易网络识别体系;
根据企业经营范围偏离度规则和客户开户行为分析,有效识别当前洗钱交易形态;
根据反洗钱名单监控体系和特定高风险行业清单,基于企业间的关联关系传导路径挖掘未知洗钱风险模式和风险团伙。
基于上述的结构,提出本发明基于知识图谱的客户风险管控方法的各个实施例。
请参照图2,其为本发明基于知识图谱的客户风险管控方法一实施例的流程示意图。
本发明实施例提供了基于知识图谱的客户风险管控方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例基于知识图谱的客户风险管控方法应用于上述终端设备,本发明实施例终端设备可以是PC,服务器等终端设备,在此不做具体限制。
为便于理解本发明基于知识图谱的客户风险管控方法,本实施例中,在与个人或者其他小微企业进行交易之前,采取本方案构建的知识图谱对目标客户(目标客户可以是个人客户和目标客户,以下实施例以目标客户为例进行说明)进行分析识别,以确认其是否为存在洗钱(以下实施例均将“洗钱”作为“可疑交易”进行说明)嫌疑的应用场景为例,对本发明基于知识图谱的客户风险管控方法进行说明,应当理解的是,本发明基于知识图谱的客户风险管控方法,并不对实际的应用场景进行限定,本发明基于知识图谱的客户风险管控同样也可以应用于其他任何需要进行客户风险管控的场景中。
本发明下述方案中对于知识图谱的客户风险管控以监控目标客户反洗钱进行说明。本实施例基于知识图谱的客户风险管控方法包括:
步骤S100,根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;
步骤S200,获取目标客户的交易信息,并根据所述知识图谱对所述目标客户的身份信息进行分析识别。
根据多维度方式获取目标客户相关信息中多维度方式具体是,根据目标客户信息、目标客户关联关系、目标客户受益所有人以及目标客户关联自然人开户信息提取所述目标客户的相关数据,并据此提取的目标客户相关信息,经大数据平台的数据处理以构建具有目标客户信息特征的知识图谱,使得对目标客户交易数据进行甄别时,比对数据更加全面准确。
需要说明的是,本方案中涉及的大数据平台可以但不限定于是Hadoop大数据分析平台、 SparkSQL数据库等,通过大数据平台的数据分析处理,避免了人工甄别分析,导致的目标客户数据不全面,分析效率低的问题。
在一实施例中,根据目标客户信息提取所述目标客户的相关数据包括:客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息。
本实施例中,本方案构建的具有目标客户信息特征的知识图谱,包括客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息;可以理解的是,此处的目标客户信息的获取途径包括但不限定于企查查、天眼查、外部工商公示信息等。
此外,本方案中借助与目标客户行内信息的对比交叉验证机制,解决了人工获取数据的效率问题。同时根据预设频率对所述存量目标客户信息进行更新,结合从外部获取的行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息,进一步提升了将目标客户的交易信息与知识图谱比对的结果数据准确性。可以理解的是,本方案中预设频率根据实际应用情况设置,对银行存量目标客户信息更新的频率越高,则经交叉验证后结果的数据准确性越高。
在一实施例中,根据目标客户关联关系提取所述目标客户的相关数据包括:客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息。
本实施例中,本方案构建的具有目标客户信息特征的知识图谱,包括客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息;可以理解的是,此处的目标客户关联关系信息的获取途径包括但不限定于企查查、天眼查、企业官网等。
此外,本方案通过规则模型进一步探究目标客户关联关系,将客户信息由点及面的延展挖掘。相对于传统对目标客户是否洗钱进行甄别,结合了人工查阅无法直接获取的信息,从而对目标客户身份信息多维度方式的识别,提升了目标客户信息识别的可靠性。需要说明的是,本方案采用风铃智评系统对目标客户的大量复杂数据进行处理,以此提高对目标客户授信风险管理的精准度和效率。
同时在本方案中,对于反洗钱黑名单的应用方面,利用风铃智评系统在目标客户关联关系挖掘的优势,以及基于风铃智评系统的数据整合分析、构建企业关系网络、企业群体风险监测和企业风险评价模型,按照预定期限对存量的目标客户及所述存量的目标客户关联方进行分析跟踪,并将与反洗钱黑名单客户有密切关联的企业进行监控预警,并可以以预警信号的形式回传至反洗钱系统,有效提升了现有反洗钱系统黑名单的使用效率,更加精准识别目标客户是否存在洗钱嫌疑。
在一实施例中,根据现有受益所有人识别原则和外部工商公示信息,构建目标客户受益所有人自动识别模型。可以理解的是,通过本方案中构建目标客户受益所有人自动识别模型,以自动识别企业受益所有人,基于此更加完善的构建了KYC(know-your-customer)动态捕捉架构,以达到可以在判断企业目标客户存在洗钱嫌疑时,精准挖掘到嫌疑企业后面的受益所有人,掌握洗钱实际控制人,以此阻止洗钱事件的发生。
需要说明的是,本实施例中,KYC动态捕捉架即是"了解你的客户",其主要是通过对目标客户身份的核实和商业行为的了解,有效地发现和报告可疑行为。通常这种了解,是通过对交易的受益方、来源和资金用途以及考虑企业经营历史后的企业行为和交易形式的恰当性和合理性作恰当的、尽职的调查,来获得完全的了解。了解客户原则的审查程序包括:
(1)确认直接客户的身份,也就是说知道该客户是什么人或什么主体;
(2)核实客户身份时,应使用可靠、独立的文件、数据或资料;
(3)确认实际所有权和控制权——确认是什么自然人最终拥有和控制直接客户,和/或交易的实际受益人;
(4)核实其客户的实际所有人和/或交易的实际受益人的身份;
(5)进行持续的尽职审查和详细审查——在与客户的商业关系存续期间对交易和账户进行持续的详细检查,以保证正在进行的交易与机构对客户、客户业务及客户风险状况的了解相一致,如果有必要的话,应确认资金的来源。
步骤S300,根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。
需要说明的是,本实施例中,在具体逻辑上通过有效整合目标客户的外部信息数据和行内客户身份、交易数据,形成具有目标客户信息特征的交易网络识别体系,以此还原真实洗钱脉络。通过结合企业经营范围偏离度规则和客户开户行为分析,突破传统反洗钱工作的多种洗钱交易模式进行分析的限制,有效识别当前日趋复杂的洗钱交易形态。通过现有的反洗钱名单监控体系和特定高风险行业清单为基础,并挖掘企业间的关联关系传导路径,以此挖掘未知洗钱风险模式和风险团伙的目的。
进一步地,对于上述客户开户信息关联关系识别具体为:筛选近N天内,所有异地新开户自然人客户,以身份证地址近似性为基础,识别其异地新开户自然人客户信息的共同性,形成异常开户清单反馈至反洗钱系统。需要说明的是,异常开户清单是指当多个异地新开户自然人客户身份证地址相同或者相近似,则判断为异常开户;此处的N天范围根据实际应用场景设置,例如可以是10天、15天、30天等,此处不做具体限定。
根据上述可疑交易监测,对于特定高风险行业识别预警:以现有特定高风险行业名单为基础,对比银行中既有存量公司客户,寻找与特定高风险行业客户在近N月内资金交易强度 (笔数&金额)较高的企业(清单)或具有较强关联关系的企业,且行业命中特定高风险行业范围的企业,形成特定高风险行业预警清单反馈至反洗钱系统。需要说明的是,此处的N 月范围根据实际应用场景设置,例如可以是1个月、2个月、3个月等,此处不做具体限定。本方案中,在近N月内资金交易强度较高的企业可以但不限定是排名前10的企业,也可是排名前12的企业等。
对于企业关联方交易的相关性分析:以银行存量公司客户为基础,寻找与其在近N月内资金交易强度(笔数&金额)较高的企业(清单),并逐一寻找银行行内客户与上述资金交易强度较高的企业清单中所有客户之间的3度以内的关联关系路径,若有连通路径,则输出路径链条上的企业。需要说明的是,此处的N月范围根据实际应用场景设置,例如可以是1个月、2个月、3个月等,此处不做具体限定。本方案中,在近N月内资金交易强度较高的企业可以但不限定是排名前10的企业,也可是排名前12的企业等。
对于企业经营范围偏离度分析:依据银行现有相关数据,分析出明显具有差异性的经营范围,比对银行既有存量公司客户在近N月内具有一定强度(笔数&金额)资金交易,对其中排名前10的交易对手分别进行上述经营范围的差异性比对或注册时间的近似性比对,对触发规则的企业通过清单的形式反馈至反洗钱系统。需要说明的是,此处的N月范围根据实际应用场景设置,例如可以是1个月、2个月、3个月等,此处不做具体限定。
在一实施例中,可以获取客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息等目标客户信息,结合客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息等目标客户关联关系数据,以此构建的具有目标客户信息特征的知识图谱。根据此处的知识图谱,可以对目标客户所在行业以及其同行业的其它企业进行风险预警分析,以此实现对目标客户建立风险等级体系。
具体地,如目标客户是一家医疗器械的企业,可以根据本方案建立的知识图谱,对其判断不存在洗钱行为,可通过大数据平台对医疗器械行业进行风险预警,判断该行业的发展趋势,发展前景,以进一步预测该企业风险等级。需要说明的是,当该企业需要贷款时,风险等级可以是A级、B级、C级等。如风险等级A级,表示该目标客户信用极好,目标客户发展较好,所在行业发展前景较好等,在该目标客户需要贷款时,可以贷款1000万;如风险等级B级,表示该目标客户信用较好,目标客户发展一般,所在行业发展前景一般等,在该目标客户需要贷款时,可以贷款500万;如风险等级C级,表示该目标客户信用一般,目标客户发展一般,所在行业发展前景一般等,在该目标客户需要贷款时,可以贷款200万。当然,此处只是对目标客户的风险等级预警、风险等级预警条件、不同风险等级对应贷款数额等进行举例说明,不做具体限定,具体操作根据实际应用场景作出相应规则。
进一步地,对于银行也具有多种类的理财产品,当目标客户为个人客户,需要购买理财产品时,也可根据客户身份信息、征信信息、历史还款行为等信息对其风险等级进行预警,并可根据其风险等级对应可购买的理财产品种类。
在一实施例中,知识图谱的构建具有客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息、异常经营名录信息的风险信息等目标客户信息,客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息等目标客户关联关系数据,目标客户受益所有人、目标客户关联自然人开户信息等。本方案将客户地址、客户投资产品等客户基础信息,以及行政处罚信息、失信被执行人信息、异常经营名录信息等可查询的外部信息,根据涉及客户相关信息的重要程度,在系统中分别加密存储。当在对目标客户的交易信息进行分析识别时,需要结合知识图谱中的目标客户相关信息进行比对,此时,根据需要比对的目标客户信息分别调用对应目标客户信息进行比对分析,降低了比对流程,同时提升了对目标客户信息的保护。
具体地,本方案将构成知识图谱的目标客户相关信息分别加密存储,即是此处整体相当于是一个分布式系统,系统中将所有的目标客户相关信息全部抽象成块来进行存储,以便于分布式文件系统对目标客户相关信息的管理。例如,所有的目标客户相关信息都是以块的方式存放在分布式文件系统当中,在Hadoop大数据分析平台中,具有目标客户相关信息的块大小可以是64M、128M等,块的大小可以通过系统中的配置文件进行指定,块大小以字节为单位,每一块赋予一个用于寻址的编号。
需要说明的是,在本方案中,可以将客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息等目标客户信息作为一个块存储;将客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息等目标客户关联关系作为一个块存储;将目标客户所属企业现有受益所有人、外部工商公示信息作为一个块存储;将外部工商公示信息、内部客户信息以及账户信息等目标客户关联自然人开户信息也作为一个块存储。
当需要根据目标客户的交易信息,对目标客户的身份信息进行分析识别时,知识图谱中具有目标客户信息的各个块就生成随机索引,以便于调取所需的目标客户信息对目标客户的交易进行分析识别。具体可以是调取目标客户基础信息对目标客户关联关系、目标客户受益所有人、目标客户关联自然人开户信息、行政处罚信息、异常经营名录信息、行内客户身份等目标客户相关信息进行比对;调取目标客户企业相关信息,根据企业经营范围偏离度规则和客户开户行为分析,以此有效识别洗钱交易形态;调取企业间的关联关系,根据反洗钱名单监控体系和特定高风险行业清单,基于企业间的关联关系传导路径挖掘未知洗钱风险模式和风险团伙。传统方案中每次需要目标客户的相关信息时,就整体调取知识图谱中的客户相关信息,数据量大,对目标客户判断的速度慢,本方案通过上述分块存储可以简化存储子系统,增强了数据调取访问的并行性,提升了数据调取访问速度,同时也更适用于对目标客户相关信息的备份。
进一步地,由于在对目标客户的相关信息进行调取时,可能会存在信息泄露;基于此,本方案对分块存储的目标客户相关信息的每一块分别进行加密,针对分块存储的每一块设置权限,以在需要调取目标客户相关信息时,就获取相对应块的权限调取目标客户相关信息。例如,当需要获取目标客户关联关系信息时,就获取对应存储目标客户关联关系信息的块的权限,这样可以增强对目标客户相关信息的保护,提升了安全性。
需要说明的是,上述实施例中,利用风铃智评系统所拥有的内外部大数据,对银行既有存量目标客户进行监控,当目标客户身份信息发生变更或触发特定风险事件时,形成客户身份重新识别清单。需要说明的是,客户身份信息变更包括但不限定于是:工商信息发生变更,企业实际控制人、受益所有人其一发生变化,企业股权结构发生变更。特定风险事件包括但不限定于是:行政处罚信息,经营异常名录信息,失信被执行人信息,负面舆情信息,司法信息等。本方案中对于形成的客户身份识别清单的使用可以极大程度提升对银行存量目标客户身份信息监控的效率及准确度。
此外,请参照图3,本发明实施例还提出一种基于知识图谱的客户风险管控系统,本发明基于知识图谱的客户风险管控系统包括:
知识图谱构建模块,用于根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;
客户身份识别模块,用于获取目标客户的交易信息,并根据所述知识图谱对所述目标客户的身份信息进行分析识别;
可疑交易检测模块,用于根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。
其中,本发明基于知识图谱的客户风险管控系统的各个功能模块实现的步骤可参照本发明基于知识图谱的客户风险管控方法的各个实施例,此处不再赘述。
本发明还可提供一种终端设备,所述终端设备包括:存储器、处理器、通信总线以及存储在所述存储器上的基于知识图谱的客户风险管控程序:
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行所述基于知识图谱的客户风险管控程序,以实现上述基于知识图谱的客户风险管控方法各实施例的步骤。
此外,本发明实施例还可提出一种计算机可读存储介质,应用于计算机,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质上存储有基于知识图谱的客户风险管控程序,所述基于知识图谱的客户风险管控程序被处理器执行时实现如上所述的基于知识图谱的客户风险管控方法的步骤。
其中,在所述处理器上运行的基于知识图谱的客户风险管控程序被执行时所实现的步骤可参照本发明基于知识图谱的客户风险管控方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
以上的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知系统不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种基于知识图谱的客户风险管控方法,其特征在于,包括:
根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;
获取目标客户的交易信息,并根据所述知识图谱对所述目标客户的身份信息进行分析识别;
根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。
2.根据权利要求1所述的基于知识图谱的客户风险管控方法,其特征在于,所述根据多维度方式获取目标客户相关信息具体为:
根据目标客户信息、目标客户关联关系、目标客户受益所有人以及目标客户关联自然人开户信息提取所述目标客户的相关数据。
3.根据权利要求2所述的基于知识图谱的客户风险管控方法,其特征在于,所述根据目标客户信息提取所述目标客户的相关数据包括:客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息;
所述根据多维度方式获取目标客户相关信息,构建具有所述目标客户信息特征的知识图谱的步骤包括:
所述根据多维度方式获取目标客户相关信息中,提取客户身份信息、股权关系在内的基础信息、行政处罚信息、失信被执行人信息以及异常经营名录信息的风险信息,以构建具有目标客户信息特征的知识图谱;
将提取的客户身份信息、股权关系在内的基础信息与存量目标客户信息进行对比交叉验证,并根据预设频率对所述存量目标客户信息进行更新。
4.根据权利要求2所述的基于知识图谱的客户风险管控方法,其特征在于,所述根据目标客户关联关系提取所述目标客户的相关数据包括:客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息;
所述根据多维度方式获取目标客户相关信息,构建具有所述目标客户信息特征的知识图谱的步骤还包括:
所述根据多维度方式获取目标客户相关信息中,提取客户股东或高管对外投资信息、任职企业信息、一致行动人信息以及历史高管信息,以构建具有目标客户信息特征的知识图谱;
按照预定期限对存量的目标客户及所述存量的目标客户关联方进行分析跟踪,并将与反洗钱黑名单客户有密切关联的企业进行监控预警。
5.根据权利要求2所述的基于知识图谱的客户风险管控方法,其特征在于,所述根据目标客户受益所有人提取所述目标客户的相关数据包括:
根据现有受益所有人识别原则和外部工商公示信息,构建目标客户受益所有人自动识别模型。
6.根据权利要求2所述的基于知识图谱的客户风险管控方法,其特征在于,所述根据目标客户关联自然人开户信息提取所述目标客户的相关数据包括:
根据外部工商公示信息、内部客户信息以及账户信息监控与目标客户紧密相关的自然人开户情况。
7.根据权利要求1所述的基于知识图谱的客户风险管控方法,其特征在于,所述根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单的步骤包括:
根据目标客户的外部信息和行内客户身份、交易数据,形成具有目标客户信息特征的交易网络识别体系;
根据企业经营范围偏离度规则和客户开户行为分析,有效识别当前洗钱交易形态;
根据反洗钱名单监控体系和特定高风险行业清单,基于企业间的关联关系传导路径挖掘未知洗钱风险模式和风险团伙。
8.一种基于知识图谱的客户风险管控系统,其特征在于,所述基于知识图谱的客户风险管控系统包括:
知识图谱构建模块,用于根据多维度方式获取目标客户相关信息,构建具有目标客户信息特征的知识图谱;
客户身份识别模块,用于获取目标客户的交易信息,并根据所述知识图谱对所述目标客户的身份信息进行分析识别;
可疑交易检测模块,用于根据分析识别结果判断所述目标客户的交易是否为可疑交易,以在目标客户身份信息发生变更或触发特定风险时,形成目标客户身份识别清单。
CN202011622017.2A 2020-12-31 2020-12-31 基于知识图谱的客户风险管控系统及方法 Active CN112669039B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011622017.2A CN112669039B (zh) 2020-12-31 2020-12-31 基于知识图谱的客户风险管控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011622017.2A CN112669039B (zh) 2020-12-31 2020-12-31 基于知识图谱的客户风险管控系统及方法

Publications (2)

Publication Number Publication Date
CN112669039A true CN112669039A (zh) 2021-04-16
CN112669039B CN112669039B (zh) 2024-03-05

Family

ID=75412147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011622017.2A Active CN112669039B (zh) 2020-12-31 2020-12-31 基于知识图谱的客户风险管控系统及方法

Country Status (1)

Country Link
CN (1) CN112669039B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487431A (zh) * 2021-07-05 2021-10-08 中国工商银行股份有限公司 集中式触发身份甄别的方法及装置
CN116911986A (zh) * 2023-09-07 2023-10-20 连京恒创科技(北京)有限公司 一种业务风险识别方法及系统
CN117649240A (zh) * 2023-12-18 2024-03-05 中国人寿保险股份有限公司 可疑账户识别方法、系统、设备、存储介质和程序产品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010225040A (ja) * 2009-03-25 2010-10-07 Mizuho Information & Research Institute Inc マネーロンダリング判定支援システム、方法及びプログラム
CN109767327A (zh) * 2018-12-20 2019-05-17 平安科技(深圳)有限公司 基于反洗钱的客户信息采集及其使用方法
CN111639119A (zh) * 2020-06-03 2020-09-08 上海盛付通电子支付服务有限公司 反洗钱系统中的客户信息查询方法和设备
CN111913994A (zh) * 2020-08-12 2020-11-10 武汉众邦银行股份有限公司 基于行内数据和外部数据的客户风险数据监测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010225040A (ja) * 2009-03-25 2010-10-07 Mizuho Information & Research Institute Inc マネーロンダリング判定支援システム、方法及びプログラム
CN109767327A (zh) * 2018-12-20 2019-05-17 平安科技(深圳)有限公司 基于反洗钱的客户信息采集及其使用方法
CN111639119A (zh) * 2020-06-03 2020-09-08 上海盛付通电子支付服务有限公司 反洗钱系统中的客户信息查询方法和设备
CN111913994A (zh) * 2020-08-12 2020-11-10 武汉众邦银行股份有限公司 基于行内数据和外部数据的客户风险数据监测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487431A (zh) * 2021-07-05 2021-10-08 中国工商银行股份有限公司 集中式触发身份甄别的方法及装置
CN116911986A (zh) * 2023-09-07 2023-10-20 连京恒创科技(北京)有限公司 一种业务风险识别方法及系统
CN117649240A (zh) * 2023-12-18 2024-03-05 中国人寿保险股份有限公司 可疑账户识别方法、系统、设备、存储介质和程序产品

Also Published As

Publication number Publication date
CN112669039B (zh) 2024-03-05

Similar Documents

Publication Publication Date Title
CN109347801B (zh) 一种基于多源词嵌入和知识图谱的漏洞利用风险评估方法
CN109544163B (zh) 一种用户支付行为的风险控制方法、装置、设备及介质
KR20210116439A (ko) 자금 세탁 방지 분석을 위한 시스템 및 방법
Didimo et al. Combining network visualization and data mining for tax risk assessment
CN112669039A (zh) 基于知识图谱的客户风险管控系统及方法
US20200242615A1 (en) First party fraud detection
US20080021801A1 (en) Dynamic multidimensional risk-weighted suspicious activities detector
US20120259753A1 (en) System and method for managing collaborative financial fraud detection logic
US20100100468A1 (en) System and method for multi layer rule processing background
Goldberg et al. The NASD Securities Observation, New Analysis and Regulation System (SONAR).
SG193866A1 (en) Event processing for detection of suspicious financial activity
KR102113347B1 (ko) 인공지능을 이용한 암호화폐 계좌 분류 방법, 장치 및 컴퓨터프로그램
CN112581283A (zh) 商业银行员工交易行为分析及告警的方法及装置
EP4060539A1 (en) Real-time malicious activity detection using non-transaction data
KR102110266B1 (ko) 인공지능을 이용한 암호화폐 탈세 여부 판단 방법, 장치 및 컴퓨터프로그램
Kaban Central audit activities as a continuous audit approach in the Turkish banking sector: A case study about frauds in savings accounts
Mardjono et al. Does Forensic Accounting Matter? Diagnosing Fraud Using the Internal Control System and Big Data on Audit Institutions in Indonesia
Reddy et al. CNN-Bidirectional LSTM based Approach for Financial Fraud Detection and Prevention System
Al-Sayyed et al. Mobile money fraud detection using data analysis and visualization techniques
Garin et al. Machine learning in classifying bitcoin addresses
Zainal et al. A review on computer technology applications in fraud detection and prevention
CN115952186A (zh) 一种问题数据及其链路追溯方法及装置
US20140074737A1 (en) Screening and monitoring data to ensure that a subject entity complies with laws and regulations
CN115033891A (zh) 漏洞评估方法及装置、存储介质、电子设备
Wang et al. Data mining techniques for auditing attest function and fraud detection

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