CN113094506A - 一种基于关系图谱的预警方法、计算机设备及存储介质 - Google Patents

一种基于关系图谱的预警方法、计算机设备及存储介质 Download PDF

Info

Publication number
CN113094506A
CN113094506A CN202110401151.8A CN202110401151A CN113094506A CN 113094506 A CN113094506 A CN 113094506A CN 202110401151 A CN202110401151 A CN 202110401151A CN 113094506 A CN113094506 A CN 113094506A
Authority
CN
China
Prior art keywords
early warning
target
map
user
relation
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
CN202110401151.8A
Other languages
English (en)
Other versions
CN113094506B (zh
Inventor
方毅
叶新江
姚建明
陈津来
卞泽鑫
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.)
Hangzhou Xihu Data Intelligence Research Institute
Merit Interactive Co Ltd
Original Assignee
Hangzhou Xihu Data Intelligence Research Institute
Merit Interactive 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 Hangzhou Xihu Data Intelligence Research Institute, Merit Interactive Co Ltd filed Critical Hangzhou Xihu Data Intelligence Research Institute
Priority to CN202110401151.8A priority Critical patent/CN113094506B/zh
Publication of CN113094506A publication Critical patent/CN113094506A/zh
Application granted granted Critical
Publication of CN113094506B publication Critical patent/CN113094506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06F16/35—Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于关系图谱的预警方法、计算机设备及存储介质，所述方法包括：获取目标用户的ID；根据所述ID，确定所述ID对应的目标关系图谱；将所述目标关系图谱进行特征提取，生成第一预警特征向量S＝(S1，S2，……，Si，……，Sk)，其中，所述Si是指第i个预警特征值；将所述第一预警特征向量输入至预警模型，生成用户的预警值；本发明能够通过ID确定对应的目标关系图谱，并且基于所述关系图谱确定用户的预警等级，保证确定用户的预警等级的准确性，进而保证根据预警等级对用户采取的措施，避免对第三方造成损失。

Description

一种基于关系图谱的预警方法、计算机设备及存储介质
技术领域
本发明涉及信息处理技术领域，特别涉及一种基于关系图谱的预警方法、计算机设备及存储介质。
背景技术
目前，对于用户的预警均是采用获取单个用户对应预警信息，再基于单个用户对应预警信息，对用户的预警等级进行判断，这种方式判断的条件比较单一，由于单个用户与其他用户会构建关联关系，在这种关系下每个用户之间相互影响，因此，现有技术中对用户的预警等级判定不准确，进而影响到根据预警等级对用户采取的措施，导致对第三方造成损失。
发明内容
为了解决现有技术的问题，通过ID确定对应的目标关系图谱，并且基于所述关系图谱确定用户的预警等级，保证确定用户的预警等级的准确性，进而保证根据预警等级对用户采取的措施，避免对第三方造成损失，本发明实施例提供了一种基于关系图谱的预警方法、计算机设备及存储介质。所述技术方案如下：
一方面，一种基于关系图谱的预警方法，所述方法包括步骤：
获取目标用户的ID；
根据所述ID，确定所述ID对应的目标关系图谱；
将所述目标关系图谱进行特征提取，生成第一预警特征向量S＝(S1，S2，……，Si，……，Sk)，其中，所述Si是指第i个预警特征值；
将所述第一预警特征向量输入至预警模型，生成用户的预警值。
另一方面，一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的基于关系图谱的预警方法。
另一方面，一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的基于关系图谱的预警方法。
本发明提供的一种基于关系图谱的预警方法、计算机设备及存储介质，具有如下技术效果：
本发明获取目标用户的ID，根据所述ID，确定所述ID对应的目标关系图谱；将所述目标关系图谱进行特征提取，生成第一预警特征向量；将所述第一预警特征向量输入至预警模型，生成用户的预警；基于本发明的以上技术方案，根据用户的预警值确定用户的预警等级时，会获取用户的身份识别码，身份识别码具有唯一性，并基于身份识别码确定对应的目标关系图谱，保证用户与用户之间的关联关系的准确性，再所述目标关系图谱通过预警模型生成用户的预警；可见，本发明的技术方案能够通过ID确定对应的目标关系图谱，并且基于所述关系图谱确定用户的预警等级，保证确定用户的预警等级的准确性，进而保证根据预警等级对用户采取的措施，避免对第三方造成损失。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。
图1是本发明实施例提供的一种基于关系图谱的预警方法的流程示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的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。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供的基于关系图谱的预警方法可以应用于任意具有数据处理能力的计算机设备，该计算机设备可以是终端或服务器，计算机设备在执行本发明实施例提供的视频库的索引表建立方法时，可以是独立执行，也可以通过集群协作的方式执行。
本实施例提供一种基于关系图谱的预警方法，图1是本实施例提供的一种基于关系图谱的预警方法的流程图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的***或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，所述方法可以包括步骤：
S101、获取目标用户的ID；
具体地，所述用户ID是指反映用户身份的唯一标识，所述用户身份识别码包括用户的证件识别码或者用户的GID码。
在本实施例中，所述证件识别码包括多种表征用户身份的唯一标识等；所述用户的GID(Group Identificatio，简称“GID”)是指群体身份码。
S103、根据所述ID，确定所述ID对应的目标关系图谱；
具体地，所述目标关系图谱表征为目标单元的当前关系信息对应的图谱，目标关系图谱为静态图谱，其中，目标单元为框图或圆形图形标识，并通过连线或箭头连线进行连接，相互之间的关系通过在连线或剪头连线上的标签或标识进行表示。
在本实施例中，所述方法还包括如下方法确定所述用户ID对应的目标关系图谱：
确定查询方式和查询方式对应的数据库，其中，所述查询方式包括实时查询或者离线查询；
根据所述用户ID，通过查询方式对应的数据库进行查询，得到所述用户ID对应的目标关系图谱。
具体地，所述关系图谱存储于图数据库，所述图数据库包括用户基本数据和关联数据；所述用户基本数据是指目标用户对应的基础属性数据，例如用户性别、年龄、职业等数据；所述关联数据是指目标用户与其他用户或者第三方之间的关联数据。
具体地，所述查询方式包括实时查询或者离线查询，所述实时查询对应的图数据库与所述离线查询对应的图数据库不同，所述实时查询对应的图数据库中数据实时进行更新和扩张，所述离线查询对应的图数据库需满足预设更新周期进行更新，所述预设更新周期为一个月、半年或者一年等；能够满足对目标用户的历史数据或者目标用户的实时数据均可以查询，保证计算出的预设值的准确性，避免因确定目标用户的预警等级的不准确，导致第三方损失。
在本实施例中，所述方法还包括如下方法建立目标关系图谱：
根据所述用户基本数据，确定用户数量，其中，用户作为关系节点；
将所述关联数据进行关系提取，得到用户之间的关联关系，其中，所述关联关系作为用户之间的连接线；
根据所述关系节点和所述连接线，确定连接线的指向方向，其中，每个所述连接线设有唯一指向方向；
根据所述关系节点、所述连接线和所述指向方向，建立目标关系图谱。
具体地，所述关系节点包括目标用户节点和非目标用户节点，所述非目标用户节点是指在目标关系图谱中除目标用户节点之外的其他节点，其中，所述目标用户节点作为起始节点，通过连接线与多个所述非目标用户节点连接，建立目标关系图谱。
进一步地，每个所述非目标用户节点也存在连接线，能够保证获取每个非目标用户节点进行准确性，有利于提高计算目标用户对应的预警值的准确性。
进一步地，所述建立所述目标关系图谱之前还包括：确定关系权重；所述关系权重是指关联关系之间的紧密程度，所述权重包括节点权重和连线权重，所述节点权重W＝(W1，W2，……，Wi，……，Wq)，其中，所述Wi是指第i个目标用户特征对应的权重；所述连线权重V＝(V1，V2，……，Vi，……，VP)，其中，所述Vi是指第i个非目标用户特征对应的权重；为了更好的理解，所述连接权重与连接线的长度和/或指向方向有关，例如，所述目标用户节点与所述非目标用户节点A之间存在金融数据的关联，则对应所述连接权重值较大，所述目标用户节点与所述非目标用户节点A之间存在社交数据，则对应的所述连接权重值小；或者，由所述目标用户节点指向所述非目标用户节点A，例如，当所述目标用户节点与所述非目标用户节点A之间存在金融数据的关联时，由所述目标用户节点作为金融输出方，而所述非目标用户节点A作为金融输入方时，由所述目标用户节点指向所述非目标用户节点A的连接线对应的连接权重大于所述非目标用户节点A指向所述目标用户节点连接线对应的连接权重。
S105、将所述目标关系图谱进行特征提取，生成第一预警特征向量S＝(S1，S2，……，Si，……，Sk)，其中，所述Si是指第i个预警特征值；
具体地，所述第一预警特征向量是指目标用户对应的预警特征的向量，其中，所述目标用户是指在目标关系图谱中待查询的用户。
在本实施例中，所述方法还包括如下方法生成第一预警特征向量：
从所述目标关系图谱中提取特征，得到图谱特征集，所述图谱特征集包括：目标图谱特征列表和非目标图谱特征列表；
对所述非目标图谱特征列表进行归一化处理，得到非目标图谱特征向量；
根据所述非目标图谱特征向量与所述目标图谱特征列表，生成目标特征列表；
将所述目标特征列表进行特征处理，得到第一预警特征向量。
具体地，所述目标图谱特征列表是指目标用户特征对应的特征列表，所述目标图谱特征列表A＝(A1，A2，……，Ai，……，Am)，为了更好的目标图谱特征列表，目标图谱特征列表包括多个目标用户特征，例如，目标用户的年龄、目标用户的金融数据、目标用户的职业、目标用户的社交数据等；所述非目标图谱特征列表是指非目标用户对应的特征列表，所述非目标图谱特征列表B＝(B1，B2，……，Bi，……，Bn)，m+n≥k，其中，所述Bi是指第i个非目标用户对应的特征值。
进一步地，将所述目标特征列表进行特征处理，得到第一预警特征向量，包括：
获取所述目标特征列表；
将所述目标特征列表中每个目标特征值与预设的对应特征阈值；
当所述目标特征列表中每个目标特征值大于预设的对应特征阈值时，删除目标特征，并将所述目标特征列表剩余的目标特征确定为第一预警特征和所述第一预警特征对应的第一预警特征向量。
在本实施例中，所述方法还包括如下方法确定非目标谱特征列表：
获取所述目标关系图谱中非目标用户节点和所述非目标用户节点对应的非目标关系图谱；
将所述非目标关系图谱进行特征提取，生成第二预警特征向量；
根据多个所述第二预警特征向量，生成非目标谱特征列表。
具体地，第二预警特征向量指非目标用户对应的预警特征的向量，其中，所述非目标用户是指在目标关系图谱中除目标用户之前的其他用户。
具体地，所述方法还包括如下方法确定第二预警特征值：
将所述第二预警特征值对应的非目标用户作为不同关系图谱中的目标用户，重新建立关系图谱；
根据重新建立的关系图谱，确定非目标用户对应的预警值，并将所述预警值作为第二预警特征值；
依次类推，根据多个第二预警特征值按照优先级进行排序，形成所述第二预警特征向量。
为了更好的理解，所述确定非目标用户对应的预警值与确定目标用户的预警值的方法一致；能够有利于用户的预警值的技术，避免对第三方造成损失。
S107、将所述第一预警特征向量输入至预警模型，生成用户的预警值。
具体地，所述预警模型可以为多种人工智能模型之一或者任意组合，例如，逻辑回归等模型，在本实施例中不做限定。
在本实施例中，所述方法还包括如下方法生成用户的预警值：
获取第一预警特征向量集，所述第一预警特征向量集包括多个第一预警特征向量；
将第一预警特征向量集划分成训练集数据和预测集数据；
利用所述训练集数据输入至预测模型进行训练，调整预测模型参数；
利用所述预测集数据输入至调参后的预测模型进行预测，得到用户的预警值。
具体地，所述方法还包括如下方法校验所述预警值：
将所述预警值存储至训练集数据；
利用包含所述预警值的训练集数据对所述预警模型进行训练，调整所述预警模型参数；
利用所述预测集数据输入至调参后的预测模型进行预测，得到所述预警值的差值；
根据所述预警值的差值，校验所述预警值。
为了更好的理解，所述方法包括如下方法校验所述预警值：将所述预警值的差值与预设预设差值进行对比，当所述预警值的差值大于所述预设预设差值时，重新确定预警值；并在所述校验所述预警值之后还包括：根据所述预警值确定用户的预警等级；能够将预警值存储至训练集数据，完善数据库中数据，有利于用户的预警等级的确定，避免对第三方造成损失。
本实施例提供的所述方法，能够能够通过ID确定对应的目标关系图谱，并且基于所述关系图谱确定用户的预警等级，保证确定用户的预警等级的准确性，进而保证根据预警等级对用户采取的措施，避免对第三方造成损失。
本发明的实施例还提供了一种计算机设备，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的基于关系图谱的预警方法。
本发明实施例的计算机设备以多种形式存在，包括但不限于：
(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。
(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。
(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
(4)服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、***总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
本发明的实施例还提供了一种存储介质，所述存储介质可设置于电子设备之中以保存用于实现方法实施例中一种病毒检测方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的基于关系图谱的预警方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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。

Claims (10)

1.一种基于关系图谱的预警方法，其特征在于，所述方法包括如下步骤：
获取目标用户的ID；
根据所述ID，确定所述ID对应的目标关系图谱；
将所述目标关系图谱进行特征提取，生成第一预警特征向量S＝(S1＝，S2，……，Si，……，Sk)，其中，所述Si是指第i个预警特征值；
将所述第一预警特征向量输入至预警模型，生成用户的预警值。
2.根据权利要求1所述的基于关系图谱的预警方法，其特征在于，所述方法还包括如下方法确定所述用户ID对应的目标关系图谱：
确定查询方式和查询方式对应的数据库；
根据所述用户ID，通过查询方式对应的数据库进行查询，得到所述用户ID对应的目标关系图谱。
3.根据权利要求1所述的基于关系图谱的预警方法，其特征在于，所述关系图谱存储于图数据库，所述图数据库包括用户基本数据和关联数据。
4.根据权利要求3所述的基于关系图谱的预警方法，其特征在于，所述方法还包括如下方法建立目标关系图谱：
根据所述用户基本数据，确定用户数量，其中，用户作为关系节点；
将所述关联数据进行关系提取，得到用户之间的关联关系，其中，所述关联关系作为用户之间的连接线；
根据所述关系节点和所述连接线，确定连接线的指向方向，其中，每个所述连接线设有唯一指向方向；
根据所述关系节点、所述连接线和所述指向方向，建立目标关系图谱。
5.根据权利要求1所述的基于关系图谱的预警方法，其特征在于，所述方法还包括如下方法生成第一预警特征向量：
从所述目标关系图谱中提取特征，得到图谱特征集，所述图谱特征集包括：目标图谱特征列表和非目标图谱特征列表；
对所述非目标图谱特征列表进行归一化处理，得到非目标图谱特征向量；
根据所述非目标图谱特征向量与所述目标图谱特征列表，生成目标特征列表；
将所述目标特征列表进行特征处理，得到第一预警特征向量。
6.根据权利要求5所述的基于关系图谱的预警方法，其特征在于，所述方法还包括如下方法确定非目标谱特征列表：
获取所述目标关系图谱中非目标用户节点和所述非目标用户节点对应的非目标关系图谱；
将所述非目标关系图谱进行特征提取，生成第二预警特征向量；
根据多个所述第二预警特征向量，生成非目标谱特征列表。
7.根据权利要求1所述的基于关系图谱的预警方法，其特征在于，所述方法还包括如下方法生成用户的预警值：
获取第一预警特征向量集，所述第一预警特征向量集包括多个第一预警特征向量；
将第一预警特征向量集划分成训练集数据和预测集数据；
利用所述训练集数据输入至预测模型进行训练，调整预测模型参数；
利用所述预测集数据输入至调参后的预测模型进行预测，得到用户的预警值。
8.根据权利要求7所述的基于关系图谱的预警方法，其特征在于，所述方法还包括如下方法校验所述预警值：
将所述预警值存储至训练集数据；
利用包含所述预警值的训练集数据对所述预警模型进行训练，调整所述预警模型参数；
利用所述预测集数据输入至调参后的预测模型进行预测，得到所述预警值的差值；
根据所述预警值的差值，校验所述预警值。
9.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1～8中任一项所述的基于关系图谱的预警方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1～8任一项所述的基于关系图谱的预警方法。
CN202110401151.8A 2021-04-14 2021-04-14 一种基于关系图谱的预警方法、计算机设备及存储介质 Active CN113094506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110401151.8A CN113094506B (zh) 2021-04-14 2021-04-14 一种基于关系图谱的预警方法、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110401151.8A CN113094506B (zh) 2021-04-14 2021-04-14 一种基于关系图谱的预警方法、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113094506A true CN113094506A (zh) 2021-07-09
CN113094506B CN113094506B (zh) 2023-08-18

Family

ID=76677714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110401151.8A Active CN113094506B (zh) 2021-04-14 2021-04-14 一种基于关系图谱的预警方法、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113094506B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2019137050A1 (zh) * 2018-01-12 2019-07-18 阳光财产保险股份有限公司 互联网信贷场景下的实时欺诈检测方法、装置及服务器
CN110765117A (zh) * 2019-09-30 2020-02-07 中国建设银行股份有限公司 欺诈识别方法、装置、电子设备及计算机可读存储介质
CN110795568A (zh) * 2019-09-30 2020-02-14 北京淇瑀信息科技有限公司 基于用户信息知识图谱的风险评估方法、装置和电子设备
CN110930246A (zh) * 2019-12-04 2020-03-27 深圳市新国都金服技术有限公司 信贷反欺诈识别方法、装置、计算机设备及计算机可读存储介质
CN111199474A (zh) * 2019-12-16 2020-05-26 北京淇瑀信息科技有限公司 一种基于双方网络图数据的风险预测方法、装置和电子设备
WO2020143326A1 (zh) * 2019-01-11 2020-07-16 平安科技（深圳）有限公司 知识数据存储方法、装置、计算机设备和存储介质
CN111612635A (zh) * 2020-04-18 2020-09-01 北京淇瑀信息科技有限公司 用户金融风险分析方法、装置及电子设备
US20200374589A1 (en) * 2018-07-04 2020-11-26 Tencent Technology (Shenzhen) Company Limited User feature generation method and apparatus, device, and computer-readable storage medium
CN112070511A (zh) * 2020-08-12 2020-12-11 上海连尚网络科技有限公司 一种检测不合格商品的方法与设备
CN112084343A (zh) * 2020-09-10 2020-12-15 杭州安恒信息安全技术有限公司 一种社会关系图谱的量化方法、装置和介质
WO2020253358A1 (zh) * 2019-06-18 2020-12-24 深圳壹账通智能科技有限公司 业务数据的风控分析处理方法、装置和计算机设备
CN112184012A (zh) * 2020-09-27 2021-01-05 平安资产管理有限责任公司 一种企业风险预警方法、装置、设备及可读存储介质
CN112446778A (zh) * 2020-11-09 2021-03-05 广东华兴银行股份有限公司 基于知识图谱的企业信用风险识别方法、设备及介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019137050A1 (zh) * 2018-01-12 2019-07-18 阳光财产保险股份有限公司 互联网信贷场景下的实时欺诈检测方法、装置及服务器
US20200374589A1 (en) * 2018-07-04 2020-11-26 Tencent Technology (Shenzhen) Company Limited User feature generation method and apparatus, device, and computer-readable storage medium
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
WO2020143326A1 (zh) * 2019-01-11 2020-07-16 平安科技（深圳）有限公司 知识数据存储方法、装置、计算机设备和存储介质
WO2020253358A1 (zh) * 2019-06-18 2020-12-24 深圳壹账通智能科技有限公司 业务数据的风控分析处理方法、装置和计算机设备
CN110795568A (zh) * 2019-09-30 2020-02-14 北京淇瑀信息科技有限公司 基于用户信息知识图谱的风险评估方法、装置和电子设备
CN110765117A (zh) * 2019-09-30 2020-02-07 中国建设银行股份有限公司 欺诈识别方法、装置、电子设备及计算机可读存储介质
CN110930246A (zh) * 2019-12-04 2020-03-27 深圳市新国都金服技术有限公司 信贷反欺诈识别方法、装置、计算机设备及计算机可读存储介质
CN111199474A (zh) * 2019-12-16 2020-05-26 北京淇瑀信息科技有限公司 一种基于双方网络图数据的风险预测方法、装置和电子设备
CN111612635A (zh) * 2020-04-18 2020-09-01 北京淇瑀信息科技有限公司 用户金融风险分析方法、装置及电子设备
CN112070511A (zh) * 2020-08-12 2020-12-11 上海连尚网络科技有限公司 一种检测不合格商品的方法与设备
CN112084343A (zh) * 2020-09-10 2020-12-15 杭州安恒信息安全技术有限公司 一种社会关系图谱的量化方法、装置和介质
CN112184012A (zh) * 2020-09-27 2021-01-05 平安资产管理有限责任公司 一种企业风险预警方法、装置、设备及可读存储介质
CN112446778A (zh) * 2020-11-09 2021-03-05 广东华兴银行股份有限公司 基于知识图谱的企业信用风险识别方法、设备及介质

Also Published As

Publication number Publication date
CN113094506B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
WO2014194642A1 (en) Systems and methods for matching users
CN112365367B (zh) 一种基于设备电量的区域画像方法、设备及存储介质
CN111159382B (zh) 会话***知识模型的构建和使用方法及装置
CN110969172A (zh) 一种文本的分类方法以及相关设备
CN115470318A (zh) 客服问题处理方法及装置
CN112767028B (zh) 一种活跃用户数量的预测方法、计算机设备及存储介质
CN112364222B (zh) 一种用户年龄的区域画像方法、计算机设备及存储介质
CN113965313A (zh) 基于同态加密的模型训练方法、装置、设备以及存储介质
CN108090193B (zh) 异常文本的识别方法和装置
CN110750633B (zh) 用于确定问题的答案的方法及装置
US10872121B2 (en) Systems and methods for matching users
CN113098974B (zh) 一种确定人口数量的方法、服务器及存储介质
CN115563377B (zh) 企业的确定方法、装置、存储介质及电子设备
CN109413663B (zh) 一种信息处理方法和设备
CN107886112B (zh) 一种对象聚类方法、装置及存储设备
CN113891323B (zh) 一种基于WiFi的用户标签获取***
CN113094506A (zh) 一种基于关系图谱的预警方法、计算机设备及存储介质
CN114218500B (zh) 用户挖掘方法、***、装置及存储介质
CN115630152A (zh) 虚拟人物直播对话的方式、装置、电子设备及存储介质
CN111292171B (zh) 金融理财产品推送方法及装置
CN111984842B (zh) 银行客户数据处理方法及装置
CN113781117A (zh) 营销方案的生成方法、装置、电子设备及计算机存储介质
CN110033098A (zh) 在线gbdt模型学习方法及装置
CN106383898B (zh) 聊天内容推荐方法、装置及电子设备
CN111523018A (zh) 一种互联网数据中心的数据交互方法及***

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221206

Address after: 310012 Room 418, West District, Building A, 525 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province

Applicant after: Daily interactive Co.,Ltd.

Applicant after: Zhejiang Daily Interactive Research Institute Co.,Ltd.

Address before: 310012 Room 418, West District, Building A, 525 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province

Applicant before: Daily interactive Co.,Ltd.

Applicant before: Hangzhou Xihu data Intelligence Research Institute

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231113

Address after: 310012 Room 418, West District, Building A, 525 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee after: Daily interactive Co.,Ltd.

Patentee after: Hangzhou Xihu data Intelligence Research Institute

Address before: 310012 Room 418, West District, Building A, 525 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: Daily interactive Co.,Ltd.

Patentee before: Zhejiang Daily Interactive Research Institute Co.,Ltd.