CN111553789A - 多实体公司联合贷款额度分配方法及装置 - Google Patents
多实体公司联合贷款额度分配方法及装置 Download PDFInfo
- Publication number
- CN111553789A CN111553789A CN202010349779.3A CN202010349779A CN111553789A CN 111553789 A CN111553789 A CN 111553789A CN 202010349779 A CN202010349779 A CN 202010349779A CN 111553789 A CN111553789 A CN 111553789A
- Authority
- CN
- China
- Prior art keywords
- entity
- company
- loan
- companies
- cluster
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种多实体公司联合贷款额度分配方法及装置,该方法包括:多实体公司联合贷款额度分配方法,根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;根据所述知识图谱,确定贷款实体公司集群;对贷款实体公司集群中的多个实体公司进行贷款额度分配。本发明可以分析可联合贷款的实体公司和每个实体公司的贷款额度,准确度高。
Description
技术领域
本发明涉及贷款数据处理技术领域,尤其涉及一种多实体公司联合贷款额度分配方法及装置。
背景技术
实体公司在生产运营的过程中需要与其他实体公司形成业务互补合作的关系,且多个实体公司常常需要同时贷款,但目前没有针对多实体公司联合贷款的分析方法,包括可联合贷款的实体公司和每个实体公司应分的额度。
发明内容
本发明实施例提出一种多实体公司联合贷款额度分配方法,用以分析可联合贷款的实体公司和每个实体公司的贷款额度,准确度高,该方法包括:
根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;
根据所述知识图谱,确定贷款实体公司集群;
对贷款实体公司集群中的多个实体公司进行贷款额度分配。
本发明实施例提出一种多实体公司联合贷款额度分配装置,用以分析可联合贷款的实体公司和每个实体公司的贷款额度,准确度高,该装置包括:
知识图谱构建模块,用于根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;
贷款实体公司集群确定模块,用于根据所述知识图谱,确定贷款实体公司集群;
额度分配模块,用于对贷款实体公司集群中的多个实体公司进行贷款额度分配。
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多实体公司联合贷款额度分配方法。
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多实体公司联合贷款额度分配方法的计算机程序。
在本发明实施例中,根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;根据所述知识图谱,确定贷款实体公司集群;对贷款实体公司集群中的多个实体公司进行贷款额度分配。在上述过程中,首先构建了知识图谱,具有深度发现具有潜在关系的实体关系的优势,使得确定的贷款实体公司集群的准确度高,进而提高多个实体公司贷款额度分配的准确度。
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为本发明实施例中多实体公司联合贷款额度分配方法的流程图;
图2为实现多实体公司联合贷款额度分配方法的一个***架构图;
图3为本发明实施例多实体公司联合贷款额度分配方法的详细流程图;
图4为本发明实施例中多实体公司联合贷款额度分配装置的示意图;
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为本发明实施例中多实体公司联合贷款额度分配方法的流程图,如图1所示,该方法包括:
步骤101,根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;
步骤102,根据所述知识图谱,确定贷款实体公司集群;
步骤103,对贷款实体公司集群中的多个实体公司进行贷款额度分配。
在本发明实施例中,首先构建了知识图谱,具有深度发现具有潜在关系的实体关系的优势,使得确定的贷款实体公司集群的准确度高,进而提高多个实体公司贷款额度分配的准确度。
具体实施时,知识图谱又称为科学知识图谱,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互关系。知识图谱的应用主要集中在两个:语义搜索和关系路径查找。语义搜索是结合知识图谱对用户的输入内容识别概念、实体、属性和各种操作符等,再在语义模板库进行模式匹配,找到最符合用户查询意图的模式,进而查询,给出用户更加直接和***的回答。关系路径查找是基于知识图谱的图谱挖掘,用于查找两个实体或者多个实体之间的关系路径发现、最短路径、集群发现等。
本发明实施例的目的不是从实体公司风险的角度出发,而是通过实体公司间的信息交互和实体公司之间的相互关系,通过一种自动学习的算法,从现有的大量实体公司中,发现一种风险极低的贷款实体公司集群。通过对贷款实体公司集群进行联合贷款,相互担保,降低整体贷款的风险。另外,该方法基本上不需要人工干预,通过机器进行自动计算,挖掘潜在贷款实体公司集群,检测实体公司是否适合贷款,促使银行主动为实体公司提供金融服务,满足实体公司发展的金融需求。
步骤101中,根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱,是由于由于实体公司在生产运营的过程中需要与其他实体公司形成业务互补合作的关系,利用知识图谱中的事物客观关系,形成业务撮合建议。
在一实施例中,所述属性信息包括实体公司的资产信息、产品信息、股权信息、信用信息中的其中一种或任意组合;
所述实体关系包括供货关系、资金借贷关系、母子公司关系、投资关系中的其中一种或任意组合。
当然,上述属性信息和实体关系还可以包括其他内容,相关变化例均应落入本发明的保护范围。
构建知识图谱具体包括数据获取、信息获取、关系融合、关系处理等相关流程,在步骤101中构建关系图谱时,可以从百科类站点和各种垂直站点收集结构化的属性信息和实体关系,从监管、舆情等站点收集半结构化和无结构化的属性信息和实体关系。将上述收集的数据通过实体对齐等技术,建立实体公司的知识图谱,图2为本发明实施例中构建的实体公司的知识图谱的示意图,显示了5个实体公司,3种实体关系。
在一实施例中,根据所述知识图谱,确定贷款实体公司集群的方法有多种,下面给出其中一个实施例。
在一实施例中,根据所述知识图谱,确定贷款实体公司集群,包括:
基于信用信息,对多个实体公司进行排序;
从排序后的实体公司中筛选出前设定数量的实体公司,形成实体公司集合;
对实体公司集合中的每一实体公司,获得该实体公司的实体关系集合,确定与该实体公司有关联的实体公司;计算每个有关联的实体公司的贷款指数,若该有关联的实体公司的贷款指数超过设定值,将该有关联的实体公司加入贷款实体公司集群;
从贷款实体公司集群中删除重复的实体公司。
在上述实施例中,以图2中的知识图谱为例,基于每个实体公司的信用信息(例如信用评分),对多个实体公司进行排序;如果按信用信息评分,则按照信用值从大到小排序。从排序后的实体公司中筛选出前设定数量的实体公司,形成实体公司集合,即筛选出信用值较高的设定数量的实体公司。从图2中可以看出,每个实体公司Ai都有若干实体关系Rs,并对应与该实体公司Ai有关联的实体公司{Aij},例如公司A有4条实体关系,从这些实体关系中,可以找到与公司A有关联的实体公司分别为公司B、公司C、公司D和公司E,计算这四个公司的贷款指数,贷款指数可以采用如下公式计算:
其中,Wij为第i个实体公司的贷款指数;xj为第i个实体公司的第j个属性信息的值;wj为第i个实体公司的第j个属性信息对应的权重;n为第i个实体公司的属性信息的个数。
设定值可以根据实际情况确定,例如,可以是某个实体公司的贷款指数,若Wij超过设定值,则将该第i个实体公司加入贷款实体公司集群。
在上述步骤完成后,得到的贷款实体公司集群可能存在重复的实体公司,因此,需要删除重复的实体公司。
在一实施例中,所述方法还包括筛选模块,用于:
从贷款实体公司集群中删除符合预设剔除条件的实体公司。
在上述实施例中,由于在步骤101中构建了一个大的知识图谱,且为了使得构建的知识图谱足够大,挖掘的实体公司足够多,未对实体公司进行筛选,而在这里,获得了贷款实体公司集群后,下一步需要进行贷款了,为了降低风险,需要对删除符合预设剔除条件的实体公司,预设剔除条件可以为信用评价低于设定值,也可以是已经已经形成的贷款黑名单。
在步骤103中,对贷款实体公司集群中的多个实体公司进行贷款额度分配,分配时,可以综合考虑实体公司需贷款额度、该实体公司的属性信息,最后实现多实体公司联合贷款,责任共担的模式。
本发明实施例使用知识图谱可以从众多实体公司中,充分利用数据的相关性和知识图谱技术的特性,深度发现具有潜在价值的贷款实体公司集合。可适用于企业贷款、银团贷款、企业知识图谱等领域中,另外,可有效扩展贷款实体公司的范围,提升银行主动担当的服务能力。
本发明提出如下一个实施例来说明多实体公司联合贷款额度分配方法的详细流程,图3为本发明实施例多实体公司联合贷款额度分配方法的详细流程图,如图3所示,包括:
步骤301,根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;
步骤302,基于信用信息,对多个实体公司进行排序;
步骤303,从排序后的实体公司中筛选出前设定数量的实体公司,形成实体公司集合;
步骤304,对实体公司集合中的每一实体公司,获得该实体公司的实体关系集合,确定与该实体公司有关联的实体公司;计算每个有关联的实体公司的贷款指数,若该有关联的实体公司的贷款指数超过设定值,将该有关联的实体公司加入贷款实体公司集群;
步骤305,从贷款实体公司集群中删除重复的实体公司;
步骤306,基于预设筛选条件,从贷款实体公司集群中删除符合预设筛选条件的实体公司;
步骤307,对贷款实体公司集群中的多个实体公司进行贷款额度分配。
当然,可以理解的是,上述详细流程还可以有其他变化例,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,根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;根据所述知识图谱,确定贷款实体公司集群;对贷款实体公司集群中的多个实体公司进行贷款额度分配。在上述过程中,首先构建了知识图谱,具有深度发现具有潜在关系的实体关系的优势,使得确定的贷款实体公司集群的准确度高,进而提高多个实体公司贷款额度分配的准确度。
本发明实施例还提出一种多实体公司联合贷款额度分配装置,其原理与多实体公司联合贷款额度分配方法类似,这里不再赘述。
图4为本发明实施例中多实体公司联合贷款额度分配装置的示意图,如图4所示,该装置包括:
知识图谱构建模块401,用于根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;
贷款实体公司集群确定模块402,用于根据所述知识图谱,确定贷款实体公司集群;
额度分配模块403,用于对贷款实体公司集群中的多个实体公司进行贷款额度分配。
在一实施例中,所述属性信息包括实体公司的资产信息、产品信息、股权信息、信用信息中的其中一种或任意组合;
所述实体关系包括供货关系、资金借贷关系、母子公司关系、投资关系、原材料提供关系中的其中一种或任意组合。
在一实施例中,贷款实体公司集群确定模块402具体用于:
基于信用信息,对多个实体公司进行排序;
从排序后的实体公司中筛选出前设定数量的实体公司,形成实体公司集合;
对实体公司集合中的每一实体公司,获得该实体公司的实体关系集合,确定与该实体公司有关联的实体公司;计算每个有关联的实体公司的贷款指数,若该有关联的实体公司的贷款指数超过设定值,将该有关联的实体公司加入贷款实体公司集群;
从贷款实体公司集群中删除重复的实体公司。
在一实施例中,所述装置还包括筛选模块404,用于:
从贷款实体公司集群中删除符合预设剔除条件的实体公司。
综上所述,在本发明实施例提出的装置中,根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;根据所述知识图谱,确定贷款实体公司集群;对贷款实体公司集群中的多个实体公司进行贷款额度分配。在上述过程中,首先构建了知识图谱,具有深度发现具有潜在关系的实体关系的优势,使得确定的贷款实体公司集群的准确度高,进而提高多个实体公司贷款额度分配的准确度。
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多实体公司联合贷款额度分配方法中全部步骤,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多实体公司联合贷款额度分配方法中的全部步骤。
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多实体公司联合贷款额度分配方法中全部步骤,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多实体公司联合贷款额度分配方法的全部步骤。
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、***、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(***)、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)
1.一种多实体公司联合贷款额度分配方法,其特征在于,包括:
根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;
根据所述知识图谱,确定贷款实体公司集群;
对贷款实体公司集群中的多个实体公司进行贷款额度分配。
2.如权利要求1所述的多实体公司联合贷款额度分配方法,其特征在于,所述属性信息包括实体公司的资产信息、产品信息、股权信息、信用信息中的其中一种或任意组合;
所述实体关系包括供货关系、资金借贷关系、母子公司关系、投资关系、原材料提供关系中的其中一种或任意组合。
3.如权利要求2所述的多实体公司联合贷款额度分配方法,其特征在于,根据所述知识图谱,确定贷款实体公司集群,包括:
基于信用信息,对多个实体公司进行排序;
从排序后的实体公司中筛选出前设定数量的实体公司,形成实体公司集合;
对实体公司集合中的每一实体公司,获得该实体公司的实体关系集合,确定与该实体公司有关联的实体公司;计算每个有关联的实体公司的贷款指数,若该有关联的实体公司的贷款指数超过设定值,将该有关联的实体公司加入贷款实体公司集群;
从贷款实体公司集群中删除重复的实体公司。
4.如权利要求1所述的多实体公司联合贷款额度分配方法,其特征在于,在确定贷款实体公司集群之后,还包括:
基于预设筛选条件,从贷款实体公司集群中删除符合预设筛选条件的实体公司。
5.一种多实体公司联合贷款额度分配装置,其特征在于,包括:
知识图谱构建模块,用于根据多个实体公司的属性信息和多个实体公司之间的实体关系,构建实体公司的知识图谱;
贷款实体公司集群确定模块,用于根据所述知识图谱,确定贷款实体公司集群;
额度分配模块,用于对贷款实体公司集群中的多个实体公司进行贷款额度分配。
6.如权利要求5所述的多实体公司联合贷款额度分配装置,其特征在于,所述属性信息包括实体公司的资产信息、产品信息、股权信息、信用信息中的其中一种或任意组合;
所述实体关系包括供货关系、资金借贷关系、母子公司关系、投资关系、原材料提供关系中的其中一种或任意组合。
7.如权利要求6所述的多实体公司联合贷款额度分配装置,其特征在于,贷款实体公司集群确定模块具体用于:
基于信用信息,对多个实体公司进行排序;
从排序后的实体公司中筛选出前设定数量的实体公司,形成实体公司集合;
对实体公司集合中的每一实体公司,获得该实体公司的实体关系集合,确定与该实体公司有关联的实体公司;计算每个有关联的实体公司的贷款指数,若该有关联的实体公司的贷款指数超过设定值,将该有关联的实体公司加入贷款实体公司集群;
从贷款实体公司集群中删除重复的实体公司。
8.如权利要求5所述的多实体公司联合贷款额度分配装置,其特征在于,还包括筛选模块,用于:
从贷款实体公司集群中删除符合预设剔除条件的实体公司。
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 |
---|---|---|---|
CN202010349779.3A CN111553789A (zh) | 2020-04-28 | 2020-04-28 | 多实体公司联合贷款额度分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010349779.3A CN111553789A (zh) | 2020-04-28 | 2020-04-28 | 多实体公司联合贷款额度分配方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111553789A true CN111553789A (zh) | 2020-08-18 |
Family
ID=72004202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010349779.3A Pending CN111553789A (zh) | 2020-04-28 | 2020-04-28 | 多实体公司联合贷款额度分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553789A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907358A (zh) * | 2021-03-17 | 2021-06-04 | 平安消费金融有限公司 | 贷款用户信用评分方法、装置、计算机设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050234814A1 (en) * | 2004-04-16 | 2005-10-20 | Jones Cuyler D | System and method for allocating loans |
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*** |
CN109584045A (zh) * | 2018-11-19 | 2019-04-05 | 平安科技(深圳)有限公司 | 授信额度配置方法、装置、计算机设备和存储介质 |
CN110019841A (zh) * | 2018-07-24 | 2019-07-16 | 南京涌亿思信息技术有限公司 | 构建债务人知识图谱的数据分析方法、装置及*** |
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 |
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 |
-
2020
- 2020-04-28 CN CN202010349779.3A patent/CN111553789A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050234814A1 (en) * | 2004-04-16 | 2005-10-20 | Jones Cuyler D | System and method for allocating loans |
CN110019841A (zh) * | 2018-07-24 | 2019-07-16 | 南京涌亿思信息技术有限公司 | 构建债务人知识图谱的数据分析方法、装置及*** |
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*** |
CN109584045A (zh) * | 2018-11-19 | 2019-04-05 | 平安科技(深圳)有限公司 | 授信额度配置方法、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 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907358A (zh) * | 2021-03-17 | 2021-06-04 | 平安消费金融有限公司 | 贷款用户信用评分方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Patent co-citation networks of Fortune 500 companies | |
JP5092165B2 (ja) | データ構築方法とシステム | |
Lin et al. | Website reorganization using an ant colony system | |
CN111026874A (zh) | 知识图谱的数据处理方法及服务器 | |
CN110888930A (zh) | 基于知识图谱的金融知识查询服务接口设计与实现方法 | |
WO2023165271A1 (zh) | 知识图谱的构建、和图计算 | |
Atzmueller et al. | MinerLSD: efficient mining of local patterns on attributed networks | |
Zhang et al. | Logistics service supply chain order allocation mixed K-Means and Qos matching | |
CN109408643B (zh) | 基金相似度计算方法、***、计算机设备和存储介质 | |
CN111553789A (zh) | 多实体公司联合贷款额度分配方法及装置 | |
CN110765100B (zh) | 标签的生成方法、装置、计算机可读存储介质及服务器 | |
Al Aghbari et al. | Geosimmr: A mapreduce algorithm for detecting communities based on distance and interest in social networks | |
Krishna et al. | Data mining in frequent pattern matching using improved apriori algorithm | |
CN113094444A (zh) | 数据处理方法、数据处理装置、计算机设备和介质 | |
Hsieh et al. | Efficient Mining of Profit Rules from Closed Inter-Transaction Itemsets. | |
Aggarwal et al. | Spatio-temporal frequent itemset mining on web data | |
Alwahaishi et al. | Analysis of the dblp publication classification using concept lattices | |
CN115099798A (zh) | 一种基于实体识别的比特币异常地址追踪*** | |
CN111753027A (zh) | 一种面向多实体的隐式知识图谱表示的方法及装置 | |
CN111552847A (zh) | 一种变更对象数量的方法和装置 | |
CN111723129A (zh) | 报表生成方法、报表生成装置和电子设备 | |
CN112101390A (zh) | 属性信息确定方法、属性信息确定装置及电子设备 | |
Hussein et al. | Influential Attributed Communities Search in Large Networks (InfACom) | |
CN117850764B (zh) | 基于集成式模型驱动架构的设计建模方法及装置 | |
CN116501937B (zh) | 基于动态演化的重叠社区推荐方法及*** |
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 |