CN111553786A - 基于图形数据库的银行股东贷款关联交易挖掘方法和*** - Google Patents
基于图形数据库的银行股东贷款关联交易挖掘方法和*** Download PDFInfo
- Publication number
- CN111553786A CN111553786A CN202010334419.6A CN202010334419A CN111553786A CN 111553786 A CN111553786 A CN 111553786A CN 202010334419 A CN202010334419 A CN 202010334419A CN 111553786 A CN111553786 A CN 111553786A
- Authority
- CN
- China
- Prior art keywords
- data
- shareholder
- bank
- enterprise
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005065 mining Methods 0.000 title claims abstract description 34
- 238000010276 construction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002153 concerted effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了基于图形数据库的银行股东贷款关联交易挖掘方法和***，涉及信贷技术领域，方法包括：根据目标银行的信贷数据，构建围绕所述目标银行的所有股东企业的第一知识图谱；根据股东企业的投资数据，构建围绕所述股东企业的所有关联企业的第二知识图谱；基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；将所述路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。本申请发明帮助银行或监管当局充分识别银行信贷业务过程中存在的潜在关联交易的操作行为，从而避免信贷风险。
Description
技术领域
本发明涉及信贷技术领域，具体而言，涉及基于图形数据库的银行股东贷款关联交易挖掘方法和***。
背景技术
现在金融机构或监管部门分析银行股东的关联交易过程中，几乎都是通过信贷业务的对手单位是否为银行股东，从而判断直接股东是否有关联交易，或者利用银行股东报告中的投资、股东的一致行动人信息进行判断。
但是随着金融业务的快速发展，金融交易的复杂性原因，导致利用传统的关系型数据库作对比关联分析，或者仅仅靠银行股东自己的报告，很难发现银行股东的通过多层关系向银行进行的信贷行为。仅仅根据银行股东信息在银行的信贷记录做分析，只能从表象上看待股东关联交易，而很多银行股东通过控制的第三方企业或一致行动人恶意从银行套取信贷资金，一旦出现金融市场波动，无论是对商业银行、还是存款在商业银行的公众利益会受到严重影响。
图形数据库是NoSQL数据库的一种类型，应用图形理论存储实体之间的关系信息。最常见例子就是社会网络中人与人之间的关系。图形数据库由若干节点和边组成。节点表示对象，节点之间的边表示对象之间的关系。如果两个节点之间存在关系，它们就会被一条边连接在一起。
发明内容
为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供基于图形数据库的银行股东贷款关联交易挖掘方法和***，以帮助银行或监管当局充分识别银行信贷业务过程中存在的潜在关联交易的操作行为，从而避免信贷风险。
本发明的实施例是这样实现的：
基于图形数据库的银行股东贷款关联交易挖掘方法，包括以下步骤：
根据目标银行的信贷数据，构建围绕目标银行的所有股东企业的第一知识图谱，第一知识图谱上呈现股东企业的节点资金数据；
根据股东企业的投资数据，构建围绕股东企业的所有关联企业的第二知识图谱，第二知识图谱上呈现股东企业和关联企业的投资占比数据；
基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；
将路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
在本发明的一些实施例中，基于图形数据库的银行股东贷款关联交易挖掘方法，目标银行和股东企业之间连线的边标识为贷款边，若股东企业到目标银行的路径中有一条路径的一条边为贷款边，则标识该条路径为隐含负债路径。
在本发明的一些实施例中，基于图形数据库的银行股东贷款关联交易挖掘方法，隐含负债路径的投资占比数据和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的隐含负债数据。
在本发明的一些实施例中，基于图形数据库的银行股东贷款关联交易挖掘方法，若股东企业到目标银行的路径只有一条边，则标识为是显性路径，该路径上只有节点资金数据，该节点资金数据标识为股东企业对目标银行的实际贷款债务数据。
在本发明的一些实施例中，基于图形数据库的银行股东贷款关联交易挖掘方法，根据目标银行的信贷数据，构建围绕目标银行的所有股东企业的第一知识图谱的步骤中，先对信贷数据进行清洗。
在本发明的一些实施例中，基于图形数据库的银行股东贷款关联交易挖掘方法，根据股东企业的投资数据，构建围绕股东企业的所有关联企业的第二知识图谱的步骤中，先对投资数据进行清洗。
在本发明的一些实施例中，基于图形数据库的银行股东贷款关联交易挖掘方法，构建围绕目标银行的所有股东企业的第一知识图谱的方法包括：采用图计算的数据结构进行构建。
在本发明的一些实施例中，基于图形数据库的银行股东贷款关联交易挖掘方法，构建围绕股东企业的所有关联企业的第二知识图谱的方法包括：采用图计算的数据结构进行构建。
基于图形数据库的银行股东贷款关联交易挖掘***，包括：
第一知识图谱模块：第一知识图谱模块用于根据目标银行的信贷数据，构建围绕目标银行的所有股东企业的第一知识图谱，第一知识图谱上呈现股东企业的节点资金数据；
第二知识图谱模块：第二知识图谱模块用于根据股东企业的投资数据，构建围绕股东企业的所有关联企业的第二知识图谱，第二知识图谱上呈现股东企业和关联企业的投资占比数据；
合并模块：合并模块用于基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；
乘积模块：乘积模块用于将路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现基于图形数据库的银行股东贷款关联交易挖掘方法。
本发明实施例至少具有如下优点或有益效果：
1.解决仅仅利用银行的股东投资关系只能发现银行股东的部分关联交易问题，通过穿透式方式挖掘多层银行股东投资关系的企业或自然人，对关联交易的银行股东的隐形负债进行准确的资金风险评估。
2.通过多层股权的分析，使得商业银行经营风险更小，保护了商业银行和储户的资金安全与合法权益。
3.帮助金融机构在信贷领域避免风险，帮助银行或监管当局充分识别银行信贷业务过程中存在的潜在关联交易的操作行为，避免信贷风险，可以有效帮助金融机构在进行办理信贷业务前提示风险。
5.便于监管当局和金融机构对所有企业进行画像，从而从监管或金融业务发展上提供有效证明。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明基于图形数据库的银行股东贷款关联交易挖掘方法一实施例的流程图；
图2为本发明基于图形数据库的银行股东贷款关联交易挖掘方法另一实施例的结构框图；
图3为本发明基于图形数据库的银行股东贷款关联交易挖掘方法一实施例的第一知识图谱的示意图；
图4为本发明基于图形数据库的银行股东贷款关联交易挖掘方法一实施例的第二知识图谱的示意图；
图5为本发明基于图形数据库的银行股东贷款关联交易挖掘方法一实施例中第一知识图谱和第二知识图谱合并的示意图；
图6本发明基于图形数据库的银行股东贷款关联交易挖掘方法另一实施例中第一知识图谱和第二知识图谱合并的示意图；
图7本发明基于图形数据库的银行股东贷款关联交易挖掘***的结构示意图。
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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本申请所提供的实施例中，应该理解到，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
实施例1
请参照图1，本实施例提供基于图形数据库的银行股东贷款关联交易挖掘方法，基于图形数据库的银行股东贷款关联交易挖掘方法，包括以下步骤：
S101:根据目标银行的信贷数据，构建围绕目标银行的所有股东企业的第一知识图谱，第一知识图谱上呈现股东企业的节点资金数据；
S102:根据股东企业的投资数据，构建围绕股东企业的所有关联企业的第二知识图谱，第二知识图谱上呈现股东企业和关联企业的投资占比数据；
S103:基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；
S104:将路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
请参考图2，本技术方案操作简单，将第一知识图谱和第二知识图谱合并后获得实际贷款债务数据，以帮助银行或监管当局充分识别银行信贷业务过程中存在的潜在关联交易的操作行为，从而避免信贷风险。
具体的，构建围绕目标银行的所有股东企业的第一知识图谱,信贷交易节点清单：A公司100万、B公司200万、C公司300万、D公司350万、E公司400万、F公司450万，请参考图3。
构建围绕股东企业的所有关联企业的第二知识图谱，该股东企业为F公司，F公司占比银行5％；F公司占E公司50％股份、F公司占Q公司50％股份、F公司占M公司100％股份、F公司占H公司50％股份、M公司占N公司50％股份、N公司占A公司50％股份、H公司占B公司100％股份，请参考图4
基于图形数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，请参考图5；通过图形数据库的源节点F企业与目标节点目标银行之间做多层路径检索，计算股东企业与目标银行的所有路径，并计算每条路径上的节点资金数据和投资占比数据的乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
举例说明，多条路径计算：
假设F公司是目标银行股东，F公司到目标银行贷款：500万；
F公司占H公司50％，H公司占B公司100％，B公司贷款200万，则该条路径的贷款债务为：0.5*1*200万＝100万；
F公司占M公司100％股东，M公司占N公司50％占比股东，N公司占A公司50％股东，A公司贷款100万，则该条路径的贷款债务为：1*0.5*0.5*100万＝25万；
路径汇总值：
500万+100万+25万＝625万；
得到结果：F公司对目标银行实际贷款债务为625万。
其他路径采用同样的步骤进行计算。
进一步的，请参考图6，本申请基于图形数据库的银行股东贷款关联交易挖掘方法及装置可以扩展到其他有风险的关联交易业务场景，如保理业务、票据承兑业务、票据贴现业务、信用证业务等，均可以利用本技术方案协助银行进行多条路径分析，从而发现银行股东企业的真实负债情况。需要说明的是，拓展单一银行为目标节点，还可以实现以多个银行为目标节点的计算，多个银行的信贷数据按照本技术方案进行计算；作为为监管当局可以洞察相关企业，利用多个投资企业同时向多个银行进行信贷业务的风险；改变银行的股东作为目标节点的方式，将其他企业作为目标节点，可以实现银行信贷业务中，以非银行股东的其他企业或个人为目标节点的计算，需要将目标企业或个人的多层股权关联关系数据按照本技术方案进行计算；对信贷业务办理的企业进行负债洞察分析，为金融机构防范潜在风险提供了更专业的工具和更多的视角。
进一步的，目标银行和股东企业之间连线的边标识为贷款边，若股东企业到目标银行的路径中有一条路径的一条边为贷款边，则标识该条路径为隐含负债路径。
进一步的，隐含负债路径的投资占比数据和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的隐含负债数据。
进一步的，若股东企业到目标银行的路径只有一条边，则标识为是显性路径，该路径上只有节点资金数据，该节点资金数据标识为股东企业对目标银行的实际贷款债务数据。
进一步的，根据目标银行的信贷数据，构建围绕目标银行的所有股东企业的第一知识图谱的步骤中，先对信贷数据进行清洗。
进一步的，根据股东企业的投资数据，构建围绕股东企业的所有关联企业的第二知识图谱的步骤中，先对投资数据进行清洗。
在本发明的一些实施例中，构建围绕目标银行的所有股东企业的第一知识图谱的方法包括：采用图计算的数据结构进行构建。这样设置的目的在于，图(Graph)是用于表示对象之间关联关系的一种抽象数据结构，使用顶点(Vertex)和边(Edge)进行描述：顶点表示对象，边表示对象之间的关系。可抽象成用图描述的数据即为图数据，图计算，便是以图作为数据模型来表达问题并予以解决的这一过程。
进一步的，构建围绕股东企业的所有关联企业的第二知识图谱的方法包括：采用图计算的数据结构进行构建。
请参考图7，为了便于理解本技术方案，带入基于图形数据库的银行股东贷款关联交易挖掘***，包括：
第一知识图谱模块：第一知识图谱模块用于根据目标银行的信贷数据，构建围绕目标银行的所有股东企业的第一知识图谱，第一知识图谱上呈现股东企业的节点资金数据；
第二知识图谱模块：第二知识图谱模块用于根据股东企业的投资数据，构建围绕股东企业的所有关联企业的第二知识图谱，第二知识图谱上呈现股东企业和关联企业的投资占比数据；
合并模块：合并模块用于基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；
乘积模块：乘积模块用于将路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现基于图形数据库的银行股东贷款关联交易挖掘方法。例如执行S101:根据目标银行的信贷数据，构建围绕目标银行的所有股东企业的第一知识图谱，第一知识图谱上呈现股东企业的节点资金数据；S102:根据股东企业的投资数据，构建围绕股东企业的所有关联企业的第二知识图谱，第二知识图谱上呈现股东企业和关联企业的投资占比数据；S103:基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；S104:将路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
综上，本发明的实施例提供一种基于图形数据库的银行股东贷款关联交易挖掘方法和***，解决仅仅利用银行的股东投资关系只能发现银行股东的部分关联交易问题，通过穿透式方式挖掘多层银行股东投资关系的企业或自然人，对关联交易的银行股东的隐形负债进行准确的资金风险评估。通过多层股权的分析，使得商业银行经营风险更小，保护了商业银行和储户的资金安全与合法权益。帮助金融机构在信贷领域避免风险，帮助银行或监管当局充分识别银行信贷业务过程中存在的潜在关联交易的操作行为，避免信贷风险，可以有效帮助金融机构在进行办理信贷业务前提示风险。便于监管当局和金融机构对所有企业进行画像，从而从监管或金融业务发展上提供有效证明。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，包括以下步骤：
根据目标银行的信贷数据，构建围绕所述目标银行的所有股东企业的第一知识图谱，所述第一知识图谱上呈现所述股东企业的节点资金数据；
根据股东企业的投资数据，构建围绕所述股东企业的所有关联企业的第二知识图谱，所述第二知识图谱上呈现股东企业和关联企业的投资占比数据；
基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；
将所述路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
2.根据权利要求1所述的基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，所述目标银行和所述股东企业之间连线的边标识为贷款边，若所述股东企业到所述目标银行的路径中有一条路径的一条边为贷款边，则标识该条路径为隐含负债路径。
3.根据权利要求2所述的基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，所述隐含负债路径的投资占比数据和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的隐含负债数据。
4.根据权利要求1所述的基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，若所述股东企业到所述目标银行的路径只有一条边，则标识为是显性路径，该路径上只有节点资金数据，该节点资金数据标识为股东企业对目标银行的实际贷款债务数据。
5.根据权利要求1所述的基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，所述根据目标银行的信贷数据，构建围绕所述目标银行的所有股东企业的第一知识图谱的步骤中，先对信贷数据进行清洗。
6.根据权利要求1所述的基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，所述根据股东企业的投资数据，构建围绕所述股东企业的所有关联企业的第二知识图谱的步骤中，先对投资数据进行清洗。
7.根据权利要求1所述的基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，所述构建围绕所述目标银行的所有股东企业的第一知识图谱的方法包括：采用图计算的数据结构进行构建。
8.根据权利要求1所述的基于图形数据库的银行股东贷款关联交易挖掘方法，其特征在于，所述构建围绕所述股东企业的所有关联企业的第二知识图谱的方法包括：采用图计算的数据结构进行构建。
9.基于图形数据库的银行股东贷款关联交易挖掘***，其特征在于，包括：
第一知识图谱模块：所述第一知识图谱模块用于根据目标银行的信贷数据，构建围绕所述目标银行的所有股东企业的第一知识图谱，所述第一知识图谱上呈现所述股东企业的节点资金数据；
第二知识图谱模块：所述第二知识图谱模块用于根据股东企业的投资数据，构建围绕所述股东企业的所有关联企业的第二知识图谱，所述第二知识图谱上呈现股东企业和关联企业的投资占比数据；
合并模块：所述合并模块用于基于图数据库的节点添加功能，将第一知识图谱和第二知识图谱合并，得到多条边，多条边构成从股东企业到目标银行的一条路径或多条路径；
乘积模块：所述乘积模块用于将所述路径上的投资占数据比和节点资金数据进行乘积，乘积所获得的数据标识为股东企业对目标银行的实际贷款债务数据。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010334419.6A CN111553786A (zh) | 2020-04-24 | 2020-04-24 | 基于图形数据库的银行股东贷款关联交易挖掘方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010334419.6A CN111553786A (zh) | 2020-04-24 | 2020-04-24 | 基于图形数据库的银行股东贷款关联交易挖掘方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111553786A true CN111553786A (zh) | 2020-08-18 |
Family
ID=72002543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010334419.6A Pending CN111553786A (zh) | 2020-04-24 | 2020-04-24 | 基于图形数据库的银行股东贷款关联交易挖掘方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111553786A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112364178A (zh) * | 2020-11-08 | 2021-02-12 | 杭州有数金融信息服务有限公司 | 一种基于企业关联知识图谱的企业隐形实控人识别的方法 |
| CN112417176A (zh) * | 2020-12-09 | 2021-02-26 | 交通银行股份有限公司 | 基于图特征的企业间隐性关联关系挖掘方法、设备及介质 |
| CN112634039A (zh) * | 2020-12-25 | 2021-04-09 | 中国工商银行股份有限公司 | 债券关联交易识别方法及装置 |
| CN112732925A (zh) * | 2020-12-31 | 2021-04-30 | 平安科技（深圳）有限公司 | 基于图谱的确定投资数据的方法、存储介质及相关设备 |
| CN114020933A (zh) * | 2021-11-26 | 2022-02-08 | 山东省城市商业银行合作联盟有限公司 | 一种商业银行关联方及关联关系的识别方法及装置 |
| CN114418725A (zh) * | 2021-11-29 | 2022-04-29 | 浙江创邻科技有限公司 | 一种基于图模型的对公信贷评估方法及*** |
| CN117788132A (zh) * | 2024-02-28 | 2024-03-29 | 东亚银行(中国)有限公司 | 基于知识图谱的银行反洗钱股权追溯方法和装置 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107292509A (zh) * | 2017-06-16 | 2017-10-24 | 兴业数字金融服务（上海）股份有限公司 | 一种企业信贷风险预警监测方法 |
| CN108038136A (zh) * | 2017-11-23 | 2018-05-15 | 上海斯睿德信息技术有限公司 | 基于图模型的企业知识图谱的建立方法和图形化查询方法 |
| CN108446988A (zh) * | 2017-08-21 | 2018-08-24 | 深圳萨摩耶互联网金融服务有限公司 | 基于关系网络的用户识别方法和*** |
| CN109064313A (zh) * | 2018-07-20 | 2018-12-21 | 重庆富民银行股份有限公司 | 基于知识图谱技术的贷后预警监测*** |
| CN109191281A (zh) * | 2018-08-21 | 2019-01-11 | 重庆富民银行股份有限公司 | 一种基于知识图谱的团体欺诈识别*** |
| CN109299334A (zh) * | 2018-08-31 | 2019-02-01 | 杭州振牛信息科技有限公司 | 一种知识图谱的数据处理方法及装置 |
| CN109376280A (zh) * | 2018-09-28 | 2019-02-22 | 苏州朗动网络科技有限公司 | 企业关系的查询方法、装置、计算机设备及存储介质 |
| CN109636584A (zh) * | 2018-11-19 | 2019-04-16 | 平安科技（深圳）有限公司 | 违约概率展示方法、装置、计算机设备和存储介质 |
| US20190259033A1 (en) * | 2015-06-20 | 2019-08-22 | Quantiply Corporation | System and method for using a data genome to identify suspicious financial transactions |
| 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 |
| CN110209826A (zh) * | 2018-02-06 | 2019-09-06 | 武汉观图信息科技有限公司 | 一种面向银行风险控制的金融图谱构建与分析方法 |
| CN110458592A (zh) * | 2019-06-18 | 2019-11-15 | 北京海致星图科技有限公司 | 基于知识图谱和机器学习算法挖掘银行潜在授信客户方法 |
| CN110458686A (zh) * | 2019-07-02 | 2019-11-15 | 阿里巴巴集团控股有限公司 | 用于确定借贷风险的方法及装置 |
| CN110689385A (zh) * | 2019-10-16 | 2020-01-14 | 国网山东省电力公司信息通信公司 | 一种基于知识图谱的电力客服用户画像构建方法 |
-
2020
- 2020-04-24 CN CN202010334419.6A patent/CN111553786A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190259033A1 (en) * | 2015-06-20 | 2019-08-22 | Quantiply Corporation | System and method for using a data genome to identify suspicious financial transactions |
| CN107292509A (zh) * | 2017-06-16 | 2017-10-24 | 兴业数字金融服务（上海）股份有限公司 | 一种企业信贷风险预警监测方法 |
| CN108446988A (zh) * | 2017-08-21 | 2018-08-24 | 深圳萨摩耶互联网金融服务有限公司 | 基于关系网络的用户识别方法和*** |
| CN108038136A (zh) * | 2017-11-23 | 2018-05-15 | 上海斯睿德信息技术有限公司 | 基于图模型的企业知识图谱的建立方法和图形化查询方法 |
| CN110209826A (zh) * | 2018-02-06 | 2019-09-06 | 武汉观图信息科技有限公司 | 一种面向银行风险控制的金融图谱构建与分析方法 |
| CN109064313A (zh) * | 2018-07-20 | 2018-12-21 | 重庆富民银行股份有限公司 | 基于知识图谱技术的贷后预警监测*** |
| CN109191281A (zh) * | 2018-08-21 | 2019-01-11 | 重庆富民银行股份有限公司 | 一种基于知识图谱的团体欺诈识别*** |
| CN109299334A (zh) * | 2018-08-31 | 2019-02-01 | 杭州振牛信息科技有限公司 | 一种知识图谱的数据处理方法及装置 |
| CN109376280A (zh) * | 2018-09-28 | 2019-02-22 | 苏州朗动网络科技有限公司 | 企业关系的查询方法、装置、计算机设备及存储介质 |
| CN109636584A (zh) * | 2018-11-19 | 2019-04-16 | 平安科技（深圳）有限公司 | 违约概率展示方法、装置、计算机设备和存储介质 |
| 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 |
| CN110458592A (zh) * | 2019-06-18 | 2019-11-15 | 北京海致星图科技有限公司 | 基于知识图谱和机器学习算法挖掘银行潜在授信客户方法 |
| CN110458686A (zh) * | 2019-07-02 | 2019-11-15 | 阿里巴巴集团控股有限公司 | 用于确定借贷风险的方法及装置 |
| CN110689385A (zh) * | 2019-10-16 | 2020-01-14 | 国网山东省电力公司信息通信公司 | 一种基于知识图谱的电力客服用户画像构建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 雷丰羽: "知识图谱在金融信贷领域的应用" * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112364178A (zh) * | 2020-11-08 | 2021-02-12 | 杭州有数金融信息服务有限公司 | 一种基于企业关联知识图谱的企业隐形实控人识别的方法 |
| CN112417176A (zh) * | 2020-12-09 | 2021-02-26 | 交通银行股份有限公司 | 基于图特征的企业间隐性关联关系挖掘方法、设备及介质 |
| CN112417176B (zh) * | 2020-12-09 | 2024-04-02 | 交通银行股份有限公司 | 基于图特征的企业间隐性关联关系挖掘方法、设备及介质 |
| CN112634039A (zh) * | 2020-12-25 | 2021-04-09 | 中国工商银行股份有限公司 | 债券关联交易识别方法及装置 |
| CN112732925A (zh) * | 2020-12-31 | 2021-04-30 | 平安科技（深圳）有限公司 | 基于图谱的确定投资数据的方法、存储介质及相关设备 |
| CN114020933A (zh) * | 2021-11-26 | 2022-02-08 | 山东省城市商业银行合作联盟有限公司 | 一种商业银行关联方及关联关系的识别方法及装置 |
| CN114418725A (zh) * | 2021-11-29 | 2022-04-29 | 浙江创邻科技有限公司 | 一种基于图模型的对公信贷评估方法及*** |
| CN117788132A (zh) * | 2024-02-28 | 2024-03-29 | 东亚银行(中国)有限公司 | 基于知识图谱的银行反洗钱股权追溯方法和装置 |
| CN117788132B (zh) * | 2024-02-28 | 2024-05-31 | 东亚银行(中国)有限公司 | 基于知识图谱的银行反洗钱股权追溯方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111553786A (zh) | 基于图形数据库的银行股东贷款关联交易挖掘方法和*** | |
| Jiang et al. | Liar's loan? Effects of origination channel and information falsification on mortgage delinquency | |
| US8195564B2 (en) | System and method for creating financial assets | |
| US7991666B2 (en) | Method and apparatus for estimating the spend capacity of consumers | |
| US20060282359A1 (en) | Method and apparatus for obtaining, organizing, and analyzing multi-source data | |
| US20130173359A1 (en) | Method and apparatus for estimating the spend capacity of consumers | |
| US20040128227A1 (en) | Cash flow system and method | |
| US6999942B2 (en) | User interface system and method for configuring cash flow processing | |
| CN110852878A (zh) | 一种可信度确定方法、装置、设备和存储介质 | |
| Ahmed et al. | An investigation of the disclosure of corporate social responsibility in UK Islamic banks | |
| Schlösser | Pricing and risk management of synthetic CDOs | |
| Van Peursem et al. | Forecasting New Zealand Corporate Failures 2001–10: Opportunity Lost? | |
| Mourad et al. | Bank loan forbearance: evidence from a million restructured loans | |
| Matoušek et al. | Financial Integration in the European Union | |
| US8452679B2 (en) | Financial statement analyzer | |
| Hakeem et al. | Fragility and contagion within European Union's banking system: the network prospective | |
| US9529860B2 (en) | Keyword frequency analysis system | |
| Crouzet et al. | Financial positions of us public corporations: Part 3, projecting liquidity and solvency risks | |
| Yesseleva-Plonka | Blockchain network system for assessing SMEs’ creditworthiness | |
| US20210004899A1 (en) | Methods and Systems for Processing Commercial Loan Requests based on Certain Sources of Repayment | |
| Stezhkin | Management of banking network stability taking into account industry-specific risks | |
| Braswell et al. | Banking and financial activities in the real economy | |
| Misanova et al. | Conceptual Provisions of the Adaptability of Microfinance Organizations for Entrepreneurship in the Context of the Limited Economy of Russia | |
| Nguyen | Credit risk control for loan products in commercial banks. Case: BIDV | |
| Roxo | Assessing the" Angola Model" finance: the case of Angola |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200818 |
|
| RJ01 | Rejection of invention patent application after publication |