技术领域
[0001] 本
发明实施例涉及计算机技术，尤其涉及一种基于知识图谱的违约确定方法、装置、设备及存储介质。
背景技术
[0002] 随着社会的不断发展，企业与企业、企业与个人之间的经营、社交活动日益丰富，关系越来越复杂，可能存在的违约行为也越来越难以确定。
[0003] 目前，针对违约行为的预测，大多集中在判断企业或者个人本身的违约情况，但是随着企业与个人、企业与企业之间的联系愈加复杂，单个企业或者个人违约行为的产生有可能引发整个关联群体的
风险的爆发，严重的还有可能引发区域性金融风险。
发明内容
[0004] 本发明实施例提供一种基于知识图谱的违约确定方法、装置、设备及存储介质，以实现在复杂的关系中，确定易发生违约行为的实体。
[0005] 第一方面，本发明实施例提供了一种基于知识图谱的违约确定方法，该方法包括：
[0006] 根据实体之间的当前业务往来关系构建当前知识图谱；
[0007] 基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值；其中所述影响度确定模型根据实体的历史业务往来关系训练得到；
[0008] 若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。
[0009] 第二方面，本发明实施例还提供了一种基于知识图谱的违约确定装置，该装置包括：
[0010] 知识图谱构建模
块，用于根据实体之间的当前业务往来关系构建当前知识图谱；
[0011] 影响度值确定模块，用于基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值；其中所述影响度确定模型根据实体的历史业务往来关系训练得到；
[0012] 受传染实体确定模块，用于若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。
[0013] 第三方面，本发明实施例还提供了一种设备，该设备包括：
[0014] 一个或多个处理器；
[0015] 存储装置，用于存储一个或多个程序，
[0016] 当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的基于知识图谱的违约确定方法。
[0017] 第四方面，本发明实施例还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如上所述的基于知识图谱的违约确定方法。
[0018] 本发明实施例通过根据实体之间的当前业务往来关系构建当前知识图谱；基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值；其中所述影响度确定模型根据实体的历史业务往来关系训练得到；若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。解决单个企业或者个人违约行为的产生有可能引发整个关联群体的风险的爆发，甚至引发区域性金融风险的问题，实现在复杂的实体关系中，确定易发生违约行为的实体的效果。
附图说明
[0019] 图1为本发明实施例一提供的一种基于知识图谱的违约确定方法的
流程图；
[0020] 图2为本发明实施例二提供的一种基于知识图谱的违约确定方法的流程图；
[0021] 图3为本发明实施例三所提供的一种基于知识图谱的违约确定装置的结构示意图；
[0022] 图4为本发明实施例四提供的一种设备的结构示意图。
具体实施方式
[0023] 下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
[0024] 实施例一
[0025] 图1为本发明实施例一提供的一种基于知识图谱的违约确定方法的流程图，本实施例可适用于若监测到任一实体的违约事件，确定易发生违约的实体的情况，该方法可以由本发明实施例所提供的基于知识图谱的违约确定方法装置来执行，该装置可以由
软件和/或
硬件的方式实现。参见图1，本实施例提供的一种基于知识图谱的违约确定方法，包括：
[0026] S110、根据实体之间的当前业务往来关系构建当前知识图谱。
[0027] 其中，实体可以为企业、个人、账户等能产生业务往来的个体。当前业务往来关系为当前
时间窗口中实体间在当前业务上的关系，例如个人与个人、企业与企业、个人与企业之间的资金流
水关系，担保关系，当前时间窗口可以根据需要设置，例如当前时间窗口为当前月。即，知识图谱中实体
节点的类别包括企业、个人和账户等类别，边关系的类别包括资金流水关系和担保关系。
[0028] S120、基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值。
[0029] 其中，影响度确定模型根据实体的历史业务往来关系训练得到，用于确定当前知识图谱中实体对的影响度值，影响度可以为实体对之间的违约影响度；影响度确定模型的网络结构可以为Xgboost模型等
机器学习模型，本实施例对此并不进行任何限制。历史业务往来关系为之前发生过的，实体之间的业务往来，例如将前6个月的业务往来关系作为历史业务往来关系。每两个实体构成一个实体对，实体对的特征信息包括实体对之间的关系信息以及各自的
属性信息，实体的属性信息可以包括资产负债率、净值等。
[0030] 将实体对的特征信息输入影响度确定模型，可以得出实体对之间影响度值，影响度值用于显示实体对之间的关联程度，影响度值越高实体对之间的关系越紧密。当影响度为违约影响度时，影响度值越高代表当实体对中的一方发生违约行为时，另一方被影响发生违约行为的可能程度越高。
[0031] S130、若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。
[0032] 其中，违约事件可以为借款方未按期偿还贷款本息、借款方违反有关事实所作的陈述以及对陈述的真实性所承担的保证等等，本实施例对此不作限制。
[0033] 根据当前知识图谱获取实体之间的关系信息以及实体对的影响度值，确定可能发生违约行为的实体，即为受传染实体。例如实体对包括实体A和实体B，当实体A发生违约行为时，则根据实体A的违约值和实体对AB之间的影响度值确定实体B的违约值，若实体B的违约值大于违约
阈值，则实体B为受传染实体。根据当前知识图谱获得实体B与实体C之间也有一定关系，组成了实体对BC，后续再确定实体C的违约值，以确定实体C是否为受传染实体。
[0034] 本实施例所提供的技术方案，根据实体之间的当前业务往来关系构建当前知识图谱；基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值；其中所述影响度确定模型根据实体的历史业务往来关系训练得到；若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。解决单个企业或者个人违约行为的产生有可能引发整个关联群体的风险的爆发，甚至引发区域性金融风险的问题，实现在复杂的实体关系中，确定易发生违约行为的实体的效果。
[0035] 在上述技术方案的
基础上，可选的，基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值，包括：
[0036] 根据当前知识图谱中实体对的担保关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的担保特征；
[0037] 根据当前知识图谱中的资金往来关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的资金往来特征；
[0038] 基于影响度确定模型，根据实体对的担保特征和资金往来特征，确定当前知识图谱中实体对的影响度值。
[0039] 其中，若实体对中的一个实体为另一个实体进行担保，则该实体对有担保关系。基础属性信息为担保关系的实体金额、担保关系的担保笔数等与担保关系相关的属性；集团关系为是否在同一集团；持股关系为持股比例以及是否控股；法人关系为是否为同一法人。基础属性信息、集团关系、持股关系和法人关系中的至少一项，影响担保关系，共同构成实体对的担保特征。
[0040] 若实体对中的一个实体与另一个实体有资金往来，则该实体对有资金往来关系等等。基础属性信息为资金来往笔数、资金来往总金额、资金来往总金额/入账金额比例、资金来往平均间隔、最近间隔、间隔标准差、间隔变异系数等与资金往来关系相关的属性；基础属性信息、集团关系、持股关系和法人关系中的至少一项，影响资金往来关系，共同构成实体对的资金往来特征。
[0041] 将实体对的担保特征和资金往来特征，输入影响度确定模型，获得当前知识图谱中实体对的影响度值。
[0042] 本实施例在上述实施例的基础上，通过实体对的担保特征和资金往来特征输入影响度确定模型，获得当前知识图谱中实体对的影响度值，提高影响度值获取的准确率。
[0043] 在上述各技术方案的基础上，可选的，所述方法还包括通过如下方式构建所述影响度确定模型：
[0044] 根据实体之间的历史业务往来关系，构建历史知识图谱；
[0045] 根据所述历史知识图谱中实体对的担保关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的担保特征；
[0046] 根据所述历史知识图谱中实体对的资金往来关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的资金往来特征；
[0047] 根据历史知识图谱中实体对的担保特征和资金往来特征，以及实体对的标注影响值，构建所述影响度确定模型。
[0048] 其中，历史知识图谱中实体对的担保特征和资金往来特征和实体对的标注影响值用于构建初始的影响度确定模型，可以每隔预设时间对影响度确定模型进行更新。实体对影响值可以由人为对实体对进行标注，例如影响值的区间范围为0-1，实体A违约后，其保证人实体B在规定时间内也发生违约则将A和B的影响值标注为1；实体A违约后，其保证人实体B在规定时间内未发生违约则将A和B的影响值标注为0等。
[0049] 本实施例在上述实施例的基础上，通过根据历史知识图谱中实体对的担保特征和资金往来特征，以及实体对的标注影响值，构建影响度确定模型，提高影响度确定模型识别实体对影响度的准确性。
[0050] 实施例二
[0051] 图2为本发明实施例二提供的一种基于知识图谱的违约确定方法的流程图。本技术方案是针对确定易发生违约的受传染实体的过程进行补充说明的。与上述方案相比，本方案具体优化为，若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体，包括：
[0052] 若监测到任一实体的违约事件，则根据当前知识图谱的网络结构和当前知识图谱中实体对的影响度值，确定当前知识图谱中其他实体的违约值；
[0053] 将违约值大于违约阈值的其他实体作为所述受传染实体。
[0054] 具体的，基于知识图谱的违约确定方法流程图如图2所示：
[0055] S210、根据实体之间的当前业务往来关系构建当前知识图谱。
[0056] S220、基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值。
[0057] S230、若监测到任一实体的违约事件，则根据当前知识图谱的网络结构和当前知识图谱中实体对的影响度值，确定当前知识图谱中其他实体的违约值。
[0058] 当监测系统监测到任一实体发生了违约事件，则根据当前知识图谱的网络结构，获取与发生了违约事件有关联的其他实体；结合当前知识图谱中实体对的影响度值，获取其他实体的违约值。
[0059] 可选的，若监测到任一实体的违约事件，则根据当前知识图谱的网络结构和当前知识图谱中实体对的影响度值，确定当前知识图谱中其他实体的违约值，包括：
[0060] 若监测到任一实体的违约事件，则根据当前知识图谱中其他实体与其他实体的上一实体之间的影响度值，以及上一实体的违约值，确定其他实体的违约值；其中所述上一实体位于其他实体和该违约实体之间。
[0061] 其中，违约值可以通过影响值相乘得到，例如：发生违约行为的为实体A，违约值为1，与实体A构成实体对的为实体B，两者的影响值为0.9，则实体B的违约值为0.9；实体B与实体C构成实体对，两者的影响值为0.8，则此时实体C的违约值为0.72；其中实体A为违约实体，实体B为上一实体，实体C为其他实体。违约值也可以通过其它保证违约值和影响值正相关的计算方式获得，本实施例对此不作限制。
[0062] S240、将违约值大于违约阈值的其他实体作为所述受传染实体。
[0063] 其中，违约阈值用于判断实体是否为受传染实体，若为受传染实体则有可能发生违约行为。若违约值小于等于违约阈值，则判断实体为未受传染实体，即为安全实体。违约阈值为预先设定，可以进行更改。
[0064] 本实施例在上述实施例的基础上，通过确定当前知识图谱中其他实体的违约值，判断其它实体是否为受传染实体，提高受传染实体名单获取的准确率。
[0065] 实施例三
[0066] 图3为本发明实施例三所提供的一种基于知识图谱的违约确定装置的结构示意图。该装置可以由硬件和/或软件的方式来实现，可执行本发明任意实施例所提供的一种基于知识图谱的违约确定方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置包括：
[0067] 知识图谱构建模块310，用于根据实体之间的当前业务往来关系构建当前知识图谱。
[0068] 影响度值确定模块320，用于基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值；其中所述影响度确定模型根据实体的历史业务往来关系训练得到。
[0069] 受传染实体确定模块330，用于若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。
[0070] 本发明实施例通过根据实体之间的当前业务往来关系构建当前知识图谱；基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值；其中所述影响度确定模型根据实体的历史业务往来关系训练得到；若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。解决单个企业或者个人违约行为的产生有可能引发整个关联群体的风险的爆发，甚至引发区域性金融风险的问题，实现在复杂的实体关系中，确定易发生违约行为的实体的效果。
[0071] 在上述各技术方案的基础上，可选的，所述影响度值确定模块320，包括:
[0072] 担保特征确定单元，用于根据当前知识图谱中实体对的担保关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的担保特征；
[0073] 资金往来特征确定单元，用于根据当前知识图谱中的资金往来关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的资金往来特征；
[0074] 影响度值确定单元，用于基于影响度确定模型，根据实体对的担保特征和资金往来特征，确定当前知识图谱中实体对的影响度值。
[0075] 在上述各技术方案的基础上，可选的，所述装置还包括如下模块构建所述影响度确定模型：
[0076] 历史知识图谱构建模块，用于根据实体之间的历史业务往来关系，构建历史知识图谱；
[0077] 担保特征确定模块，用于根据所述历史知识图谱中实体对的担保关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的担保特征；
[0078] 资金往来特征确定模块，用于根据所述历史知识图谱中实体对的资金往来关系，以及基础属性信息、集团关系、持股关系和法人关系中的至少一项，确定实体对的资金往来特征；
[0079] 模型构建模块，用于根据历史知识图谱中实体对的担保特征和资金往来特征，以及实体对的标注影响值，构建所述影响度确定模型。
[0080] 在上述各技术方案的基础上，可选的，所述受传染实体确定模块330，包括：
[0081] 违约值确定单元，用于若监测到任一实体的违约事件，则根据当前知识图谱的网络结构和当前知识图谱中实体对的影响度值，确定当前知识图谱中其他实体的违约值；
[0082] 受传染实体确定单元，用于将违约值大于违约阈值的其他实体作为所述受传染实体。
[0083] 在上述各技术方案的基础上，可选的，受传染实体确定单元，包括：
[0084] 违约值确
定子单元，用于若监测到任一实体的违约事件，则根据当前知识图谱中其他实体与其他实体的上一实体之间的影响度值，以及上一实体的违约值，确定其他实体的违约值；其中所述上一实体位于其他实体和该违约实体之间。
[0085] 实施例四
[0086] 图4为本发明实施例四提供的一种设备的结构示意图，如图4所示，该设备包括处理器40、
存储器41、输入装置42和输出装置43；设备中处理器40的数量可以是一个或多个，图4中以一个处理器40为例；设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接，图4中以通过总线连接为例。
[0087] 存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的基于知识图谱的违约确定方法对应的程序指令/模块。处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及
数据处理，即实现上述的基于知识图谱的违约确定方法。
[0088] 存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储
操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器41可以包括高速
随机存取存储器，还可以包括
非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0089] 实施例四
[0090] 本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于知识图谱的违约确定方法，该方法包括：
[0091] 根据实体之间的当前业务往来关系构建当前知识图谱；
[0092] 基于影响度确定模型，根据当前知识图谱中实体对的特征信息，确定当前知识图谱中实体对的影响度值；其中所述影响度确定模型根据实体的历史业务往来关系训练得到；
[0093] 若监测到任一实体的违约事件，则根据所述当前知识图谱和所述当前知识图谱中实体对的影响度值，确定易发生违约的受传染实体。
[0094] 当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于知识图谱的违约确定方法中的相关操作。
[0095] 通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过
硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对
现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的
软盘、
只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、
硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，
服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0096] 值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0097] 注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的
权利要求范围决定。
