CN115099924A - 一种金融风控管理方法及***、设备及存储介质 - Google Patents

Abstract

本发明实施例公开一种金融风控管理方法及***、设备及存储介质，在具体实施例中，所述方法包括：S10：建立金融风控知识图谱，所述金融风控知识图谱包括风险商户节点、普通商户节点及表征节点间关系的边；S20：响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示。本申请提供的方法将商户历史行为作为数据来源并结合风险图谱模板生成风险图谱所需基础数据；响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风险知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示，解决了现有技术中存在的金融风险查询的灵活性和便捷性较低的问题。

Description

一种金融风控管理方法及***、设备及存储介质

技术领域

本发明涉及风控管理领域。更具体地，涉及一种金融风控管理方法及***、设备及存储介质。

背景技术

在互联网金融安全的风控管理中，目前存在基于已有关系构建风险图谱的风控管理方式，风险图谱构建方式与原始数据来源，原始数据数据量以及节点维度大小等都有关，尤其数据量差异大小与所需计算方式选择有较大的差异，节点总数约6亿+，原始数据量约10T以上，普通存储与计算无法满足需求，需要依赖大数据相关组件建立风险图谱的基础关系；

图谱展示通过风险图谱客户端查询，此类查询不够灵活便捷，对作业人员有较高技术要求，此图只能展示整体的风险图，不利于风控人员针对性查看指定商户的信息，且通过图谱无法直接查看社区信息。

发明内容

本发明的目的在于提供一种金融风控管理方法及***、设备及存储介质，以解决现有技术存在的问题中的至少一个。

为达到上述目的，本发明采用下述技术方案：

本发明第一方面提供了一种金融风控管理方法，包括：

S10：建立金融风控知识图谱，所述金融风控知识图谱包括风险商户节点、普通商户节点及表征节点间关系的边；

S20：响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示。

进一步地，在所述S10之前的步骤还包括：

使用大数据组件采集数据并将数据转换为节点、关系方式存储；以此结合风险图谱模板生成风险图谱所需基础数据。

进一步地，所述查询信息为多维度查询信息，包括：

业务员姓名、POS机编号、POS机接入的基站、手机号、交易***和结算***。

进一步地，步骤S20还包括：确定金融风控知识图谱中的与所述查询信息对应的节点所属社区构成的风险图并在所述展示区域展示。

进一步地，步骤S20还包括：对于与所述查询信息对应的普通商户节点，根据与其存在关系的其他节点计算得到其风险等级，并在所述展示区域展示。

进一步地，步骤S20还包括：根据与所述查询信息对应的节点的风险等级，计算与所述查询信息对应的节点所属社区的风险等级，并在所述展示区域展示。

进一步地，所述金融风控知识图谱还包括非商户节点，所述非商户节点代表商户的属性特征，

所述非商户节点包括以下一种或多种：证件号、交易***、网络基站、位置、等频等额交易。

进一步地，建立金融风控知识图谱时，商户节点必须指向非商户节点从而形成有向无环图，统一图谱结构。

本发明第二方面提供了一种金融风控管理***，所述***包括数据采集单元、知识图谱构建单元和风险检测单元；其中，

所述数据采集单元，被配置为：使用大数据组件采集数据并将数据转换为节点、关系方式存储；以此结合风险图谱模板生成风险图谱所需基础数据；

所述知识图谱构建单元，被配置为：接收来自所述数据采集单元的风险图谱所需基础数据并基于所述基础数据建立金融风控知识图谱；

所述风险检测单元，被配置为：响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示。

本发明第三方面提供了一种计算机设备，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程序时实现本发明第一方面提供的金融风控管理方法。

本发明第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面提供的金融风控管理方法。

本发明的有益效果如下：

本申请提供的金融风控管理方法，将商户历史行为作为数据来源并结合风险图谱模板生成风险图谱所需基础数据；响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风险知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示，解决了现有技术中存在的金融风险查询的灵活性和便捷性较低的问题。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1示出实施根据本发明一个实施例的金融风控管理方法的示例性***架构图；

图2示出根据本发明一个实施例的方法流程图；

图3示出本发明的一个实施例的处理流程图；

图4示出根据本发明一个实施例的应用程序的查询主页面的部分截图；

图5中，5-a和5-b分别示出本发明的另一个实施例的应用程序的查询主页面的上部分和下部分；

图6示出本发明的一个实施例的应用程序的页面。

图7中，7-a和7-b分别示出本发明的一个实施例的应用程序的社区风险等级统计信息页面的左半部分和右半部分；

图8中，8-a和8-b分别示出本发明的一个实施例的应用程序的社区风险统计图界面的上半部分和下半部分；

图9-11示出根据本发明另一个实施例的应用程序界面截图；

图12示出本发明的一个实施例的***模块图；

图13示出根据本发明一个实施例的计算设备的架构图。

具体实施方式

为了更清楚地说明本发明，下面结合实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

图1是本发明实施例提供的一种金融风控管理方法的示例性***架构100，如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105、106。网络104用以在终端设备101、102、103和服务器105、106之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

使用者可以使用终端设备101、102、103通过网络104与服务器105、106交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持文本输入的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

终端设备101、102、103的用户可以是风控管理员，其用于上传查询信息，接受并展示由服务器根据查询信息在图谱库和社区库查询得到的社区查询结果和图谱查询结果。

服务器105可以是提供各种服务的服务器，例如存储图谱库和社区库。图谱库中可以存储有风险商户节点、普通商户节点、非商户节点及表征节点间关系的边。其中，所述图谱库为基于商户历史行为得到的，所述商户历史行为可包括支付行为，如扫码支付，刷卡支付，结算信息，终端签到信息等。非商户节点包括：证件号，***，openid，imei，网络基站等，可代表位置、基站、等频等额交易、交易***等信息；节点关系是指商户节点指向共同非商户节点形成连边。如：节点A---***1---节点B---***2---节点C。

图谱构建即建立好商户节点、非商户节点，再建立商户节点与非商户节点之间的关系，形成拓扑图；针对商户节点，可携带商户属性以及风险标识，如是否银联预警、是否黑名单、是否被协查、规则拦截次数等。对于非商户节点，可以带有属性值，如***交易额、所属银行等。商户节点之间必须通过非商户节点作为连接，形成有向无环图。

所述图谱库使用主备库切换模式，提升高可用性。

所述社区库根据社区发现算法(Louvain)对商户节点进行划分，节点通过权重属性代表在社区形成中的权重值，社区构建完成后迭代回写到所述知识图谱，图谱展示中的节点会带有所属社区。针对社区可制定规则，例如社区中节点超过30％为标记过的黑名单节点，则该社区被定义为风险社区，并根据节点关联个数以及度数标识此节点重要度。

服务器106可以是提供各种服务的服务器，例如通过定时调度器(azkaban)进行数据处理将数据转换为节点、关系方式存储，以此结合风险图谱模板生成风险图谱所需基础数据，具体的，

数据处理分为数据抽取、数据转换、文件导入三部分；数据抽取是指从各个业务库读取数据到大数据集群，通过hive大数据组件将读取到的数据按图谱风险模板形成查询条件进行查询，并将查询结果回写到hive库中，最终存储内容例如包括商户维、终端维、代理商维等维度数据及风险模板所需的统计数据；具体的，

数据来源于各个业务线汇总至大数据中心，通过条件查询最终形成关系数据表并进行存储；存储结果包含：商户数据，网络基站，设备号，***，终端号，结算人身份证件，法人证件，代理商，业务员等节点信息。

数据转换是将上一步骤中的数据结构按节点与关系的方式进行条件查询，将查询结果写入到建立知识图谱所需的csv文件中，并按日期存入到指定FTP目录；具体的，

基础数据处理方式为根据风险模板形成查询条件，通过查询原始数据将查询结果存储到对应维度表中；最终维度表分别为：商户基础数据、设备数据、***数据、基站数据和终端数据，所述商户基础数据例如包括商户号、商户名称、状态、业务线、出款状态、法人证件号、法人手机号、直属编号、直属名称、业务员ID、业务员名称、结算银行卡、结算人身份证、盟友编号、盟友名称、分公司、黑名单、预警、规则拦截记录、创建日期等信息；所述设备数据例如包括设备号，商编，设备黑名单状态，银联预警记录，规则拦截记录和设备预警状态；所述***数据例如包括加密***，商编，***黑名单状态，银联预警记录，规则拦截记录，***预警状态；所述基站数据例如包括基站ID，商编，基站黑名单状态，银联预警记录，规则拦截记录和基站预警状态；所述终端数据例如包括终端ID，商编，终端黑名单状态，银联预警记录，规则拦截记录和终端预警状态。

文件导入是将上一步中的文件进行压缩并传输到知识图谱图服务器，具体的，

导出的内容包括节点数据和关系数据，所述节点数据是作为节点的独立数据，节点包括了节点值和属性值两类；所述关系数据是指节点与节点之间的关联信息，在本实施例中，所有关系节点都是单向指向，即：商户节点-非商户节点。

需要说明的是，服务器105、106可以是硬件，也可以是软件。当服务器105、106为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意合适数目的终端设备、网络和服务器。

商户通过我方设备例如POS机刷卡、APP支付时，支付过程中若存在赌博、欺诈、洗钱等违法行为需立即停止，针对上述风险，本方案主要对商户风险进行识别。

如图2所示，本发明的一个实施例提出了一种金融风控管理方法，所述方法包括：

S10：建立金融风控知识图谱，所述金融风控知识图谱包括风险商户节点、普通商户节点及表征节点间关系的边；

S20：响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示。

在所述S10之前的步骤还包括：

使用大数据组件采集数据并将数据转换为节点、关系方式存储；以此结合风险图谱模板生成风险图谱所需基础数据。

在一个具体的实施例中，所述金融风控知识图谱还包括非商户节点，所述非商户节点代表商户的属性特征，

所述非商户节点包括以下一种或多种：证件号、交易***、网络基站、位置、等频等额交易。

在一个具体的实施例中，商户节点间建立直连关系产生的双向关联问题造成图谱节点间关联复杂，图谱展示不清晰，不利于业务人员直观分析查看图谱关系，基于上述考虑，建立金融风控知识图谱时，商户节点必须指向非商户户节点从而形成有向无环图，统一图谱结构，提高了业务人员的分析效率。

具体的，风险模板例如包含以下三类关系：

a风险商户A-非商户B-商户C

b.风险商户A-非商户B-商户C-非商户D-风险商户E

c.商户A-统计节点B-商户C。

如A给B转账，B同样给A转账，此模板关系为：A<—>B如此表示图谱较为复杂。应当建立A—->卡<---B即通过相同设备建立A与B的关系，以此同一关系表达结构。

在一个具体的实施例中，如图3所示，为金融风险知识图谱建立的处理流程图，***通过azkaban设置定时时间并配置任务依赖关系实现金融风控知识图谱的建立，任务依赖共四个模块分别为：数据处理模块、知识图谱建立模块、社区划分模块、规则执行模块，具体的，

数据处理分为数据抽取、数据转换、文件导入三部分；数据抽取是指从各个业务库读取数据到大数据集群，通过hive大数据组件将读取到的数据按图谱风险模板形成查询条件进行查询。并将查询结果回写到hive库中，最终存储内容例如包括商户维、终端维、代理商维等维度数据及风险模板所需的统计数据；数据转换是将上一步骤中的数据结构按节点与关系的方式进行条件查询，将查询结果写入到建立知识图谱所需的csv文件中，并按日期存入到指定FTP目录；文件导入是将上一步中的文件进行压缩并传输到知识图谱图服务器，其中，

所述节点包括风险商户节点、普通商户节点和非商户节点；

所述知识图谱的建立包括图谱库建立、风险模板指定、节点数据导入和关系数据导入，其中，

所述节点数据和关系数据由数据处理模块输出。

在本实施例中，非商户节点也可带有风险属性与权重，且非商户节点可以是行为数据汇总不只作为商户属性节点，如等频等额交易作为非商户节点存在并非属性节点，以增加风险识别率。

在一个具体的实施例中，所述社区划分模块用于实现社区分类和社区结果回写，其中，

社区分类是通过运行louvain算法，将商户节点进行分类，并将分类结果保存；社区结果回写是将社区分类结果迭代更新到图谱库，在查询知识图谱商户节点可携带所属社区信息，具体的，

社区分类通过louvain算法对商户节点进行划分，节点通过权重属性代表在社区形成中的权重值，社区构建完成后迭代回写到知识图谱，图谱展示中的节点会带有所属社区。针对社区可制定规则，如社区中节点超过30％为标记过的黑名单节点，则该社区被定义为风险社区，并根据节点关联个数以及度数标识此节点重要度。

在一个具体的实施例中，规则执行是指将社区分类所产生的的商户关系进行规则匹配，并将规则执行结果存储，可根据规则查询社区匹配规则情况。

在一个具体的实施例中，前端展示即响应于风控人员通过终端设备输入的查询信息得到查询结果并将所述查询结果返回至终端设备进行展示，分为图谱查询、社区查询、规则查询，具体的，

图谱查询可根据选择维度查询相关联拓扑图，通过不同的颜色表示风险类型或节点类型；

社区查询可查看社区汇总数据、趋势数据以及社区规模分布等信息；

规则查询可根据规则名称、业务线、处罚时间三个条件过滤查询关联商编节点数、黑名单数、风险商编节点数等信息。并可以通过图谱方式查看所述信息

在一个具体的实施例中，步骤S20还包括：确定金融风控知识图谱中的与所述查询信息对应的节点所属社区构成的风险图并在所述展示区域展示。

在一个具体的实施例中，步骤S20还包括：对于与所述查询信息对应的普通商户节点，根据与其存在关系的其他节点计算得到其风险等级，并在所述展示区域展示。

在一种可能的实现方式中，步骤S20还包括：根据与所述查询信息对应的节点的风险等级，计算与所述查询信息对应的节点所属社区的风险等级，并在所述展示区域展示。

在一个具体的实施例中，风控人员首先通过终端设备打开金融风控***并登陆，响应于风控人员的登录操作，金融风控***显示如图4所示的查询主界面，

响应于风控人员在图4所示查询主界面中标记的查询下拉框中选择的要查询的维度进行查询，其中，

可查询的维度例如有：商编、结算人身份证，法人身份证，交易卡，结算卡，openid，imei，商户手机号，一级代理商，直属代理商，业务员，基站，直属盟友，同结算交易卡，同结算法人证件号和社区选项。

另外，在选择要查询的维度后，可根据实际情况输入要查询维度的具体值，例如待识别的商户等相关信息(业务员姓名、POS机编号、POS机接入的基站、手机号、交易卡(消费者支付)号或结算卡(商户收款)号)，完成后点击图4所示的查询按钮，进行图谱查询。

***通过结算卡、手机号、业务员、手机唯一识别号等建立商户之间的关系；识别商户风险时，输入商户编号，显示节点为商户及结算卡等，以例如黑圈、红圈的标记标识出商户节点中存在问题的商户(例如银联预警、被协查、黑名单、被暂停交易)，这样，就能直观展示出未被标记的商户与已被标记的商户的关系，得到未被标记的商户的风险，上述功能可通过Louvain算法自动计算得到，展示对于所有节点的风险大盘，包括社区总数、疑似风险社区，以趋势图(疑似风险社区占比随时间(天数)变化的趋势，及风险节点占比随时间变化的趋势)、分布图(社区规模，社区内的商户节点数量)等形式展现风险。针对商户风险等级(不同关系，设置权重，社区发现算法计算得到)，可以得到社区风险等级，进一步给社区、商户相应的规则(监控、限额等)。

另外，如图5所示，示出本实施例提供的查询主页面，其中5-a示出查询主页面的上部分，5-b示出查询主页面的下部分，风控人员还可以进行关系节点的选择；

如5-a所示，默认的关系节点为：同结算卡，同IMEI，同结算法人证件号，同结算交易卡，同交易卡，同法人证件号，同结算人证件号，同手机号。也可以添加，同直属代理，同业务员，同直属盟友，同openID，同一级代理，同基站；风险人员能够对选择节点进行取消勾选，***响应于风控人员的操作确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图、所述查询信息对应的节点所属社区的风险图重新形成知识图谱并在展示区域展示。

在一个具体的实施例中，***响应于风控人员的操作，还能够确定金融风控知识图谱中的与所述查询信息对应的节点所属社区构成的风险图并在所述展示区域展示。

在一个具体的实施例中，风控人员通过查询控件输入的至少一个维度的查询信息，响应于风控人员的操作，***确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图和与所述查询信息对应的节点所属社区的风险图并在展示区域展示，默认展示效果如5-b所示，不同类型节点通过不同颜色标识进行区分。

另外，响应于风控人员对展示图谱的拖拽、缩放，更加方便直观的呈现图谱，以适应作业人员习惯，风控人员可以点击5-b左侧的关联节点，打开或关闭某类节点的关联关系，***将自动重新生成并刷新图谱。

应当说明的是，若选择的查询维度是证件类查询，具体值部分可输入明文或密文，后台做加解密转换。

在一个具体的实施例中，风控人员可通过表格数据方式将将知识图谱导出到Excel，方便风控人员做统计查询，

具体的，导出内容包括图谱节点，节点属性以及节点关系。

另外，风控人员可进行批量查询，即通过上传多个主体节点数据进行批量查询，如图6所示，风控人员可以下载模板，根据模板中的导入说明，填写查询条件，上传完成后即可操作批量查询。

在一个具体的实施例中，响应于风控人员点击社区发现查看社区风险统计信息，***根据与所述查询信息对应的节点的风险等级，计算与所述查询信息对应的节点所属社区的风险等级，并以图7所示的界面显示，其中，7-a示出界面的左半部分，7-b示出界面的右半部分。

在一个具体的实施例中，所述社区风险统计信息默认展示为社区统计信息。风控人员可以选择查询时间，统计指定日期社区详细信息。社区发现信息包括：社区总数、疑似风险社区数(包含指定数量的黑样本占比)，节点总数(所有节点数据量)，风险节点数(含有风险标记的节点数量)，社区规模分布统计，社区规模分布图，疑似风险社区趋势图，风险节点趋势图，对于趋势图业务人员可选择或自定义事件范围。包括新增疑似风险社区数以及新增及比例。风险节点趋势图也可定义时间范围进行交互查询。业务人员亦可将图下载到本地查看，***响应于风控人员对下载控件的操作，显示如图8所示的社区风险统计图，其中，8-a示出社区风险统计图界面的上半部分，8-b示出社区风险统计图界面的下半部分。

此外，***还响应于风控人员查看社区风险事件的操作，业务人员可下拉选择规则名称以及产品线，规则处罚时间作为查询条件，匹配到规则的数据可展示表格有风险事件ID、规则ID、规则名称、产品线、处罚时间、关联商编节点数、黑名单商编数、风险商编节点数、以及查看此社区风险事件详情，所述社区风险事件详情展示页面如图9所示，风险业务人员可导出所述社区风险事件详情至EXCEL或通过图谱查看风险事件详情，如图10所示。

此外，***还响应于风控人员根据社区号查询社区详细信息，业务人员可点击任意一节点，***响应于展示节点详情以及所在社区，可复制社区号进行查询，如图11所示。

如图12所示，本发明的另一实施例提供了一种金融风控管理***，所述金融风控管理***20包括数据采集单元201、知识图谱构建单元202和风险检测单元203；其中，

所述数据采集单元201，被配置为：使用大数据组件采集数据并将数据转换为节点、关系方式存储；以此结合风险图谱模板生成风险图谱所需基础数据；

所述知识图谱构建单元202，被配置为：接收来自所述数据采集单元201的风险图谱所需基础数据并基于所述基础数据建立金融风控知识图谱；

所述风险检测单元203，被配置为：响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示。

上述单元在上述界面截图中对应于相应的功能菜单，然而，本领域技术人员能够理解，不应将本发明***的各单元仅仅理解成是交互界面上的菜单或控件，而是实现对应功能的模块。

需要说明的是，本实施例提供的金融风控管理***的原理及工作流程与上述金融风控管理方法相似，相关之处可以参照上述说明，在此不再赘述。

如图13所示，适于用来执行上述实施例提供的方法或加载上述***的计算设备。该计算设备包括中央处理模块(CPU)，其可以根据存储在只读存储器(ROM)中的程序或者从存储部分加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中，还存储有计算机***操作所需的各种程序和数据。CPU、ROM以及RAM通过总线被此相连。输入/输入(I/O)接口也连接至总线。

以下部件连接至I/O接口:包括键盘、鼠标等的输入部分；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。

特别地，根据本实施例，上文流程图描述的过程可以被实现为计算机软件程序。例如，本实施例包括一种计算机程序产品，其包括有形地包含在计算机可读介质上的计算机程序，上述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。

附图中的流程图和示意图，图示了本实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或示意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，上述模块、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，两个接连地表示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，示意图和/或流程图中的每个方框、以及示意和/或流程图中的方框的组合，可以用执行规定的功能或操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。描述于本实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。

作为另一方面，本发明实施例还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中上述装置中所包含的非易失性计算机存储介质，也可以是单独存在，未装配入终端中的非易失性计算机存储介质。

上述非易失性计算机存储介质存储有一个或者多个程序，当上述一个或者多个程序被一个设备执行时，使得上述设备实现根据本申请上述实施例的金融风控管理方法。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于本领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (10)

1.一种金融风控管理方法，其特征在于，包括：

S10：建立金融风控知识图谱，所述金融风控知识图谱包括风险商户节点、普通商户节点及表征节点间关系的边；

S20：响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示。

2.根据权利要求1所述的方法，其特征在于，在所述S10之前的步骤还包括：

使用大数据组件采集数据并将数据转换为节点、关系方式存储；以此结合风险图谱模板生成风险图谱所需基础数据。

3.根据权利要求1所述的方法，其特征在于，

所述查询信息为多维度查询信息，包括：

业务员姓名、POS机编号、POS机接入的基站、手机号、交易***和结算***。

4.根据权利要求1所述的方法，其特征在于，

步骤S20还包括：确定金融风控知识图谱中的与所述查询信息对应的节点所属社区构成的风险图并在所述展示区域展示。

5.根据权利要求1所述的方法，其特征在于，

步骤S20还包括：对于与所述查询信息对应的普通商户节点，根据与其存在关系的其他节点计算得到其风险等级，并在所述展示区域展示。

6.根据权利要求1所述的方法，其特征在于，

步骤S20还包括：根据与所述查询信息对应的节点的风险等级，计算与所述查询信息对应的节点所属社区的风险等级，并在所述展示区域展示。

7.根据权利要求1所述的方法，其特征在于，

所述金融风控知识图谱还包括非商户节点，所述非商户节点代表商户的属性特征，

所述非商户节点包括以下一种或多种：证件号、交易***、网络基站、位置、等频等额交易；

建立金融风控知识图谱时，商户节点必须指向非商户节点从而形成有向无环图，统一图谱结构。

8.一种金融风控管理***，其特征在于，包括：

数据采集单元、知识图谱构建单元和风险检测单元；其中，

所述数据采集单元，被配置为：使用大数据组件采集数据并将数据转换为节点、关系方式存储；以此结合风险图谱模板生成风险图谱所需基础数据；

所述知识图谱构建单元，被配置为：接收来自所述数据采集单元的风险图谱所需基础数据并基于所述基础数据建立金融风控知识图谱；

所述风险检测单元，被配置为：响应于风控人员通过查询控件输入的至少一个维度的查询信息，确定金融风控知识图谱中的与所述查询信息对应的节点构成的风险图并在展示区域展示。

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程序时实现如权利要求1-7任一项所述的方法。

10.一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，该程序被处理器执行时实现如权利要求1-7任一项所述的方法。

Images