[发明专利]一种基于知识图谱的互联网金融风险监测系统

权利要求书

1.一种基于知识图谱的互联网金融风险监测系统，其特征在于：包含数据源模块、多标签图模块和分析模块；

数据源模块根据不同数据源抽取实体，进行实体知识的融合、关系构建，整合所有来自不同业务系统的基础数据源，根据业务逻辑整理成无歧义、知识明确的实体知识及实体之间的确定性关系；

多标签图模块根据数据源获取的知识构建多标签知识图谱，将会员的社会行为及属性映射到网络图谱中，构成会员的行为属性关联图谱；

分析模块通过构建好的知识图谱分析会员在互联网金融过程中潜在的风险因素及特征挖掘。

2.按照权利要求1所述的一种基于知识图谱的互联网金融风险监测系统，其特征在于：所述数据源模块整合现有各个系统的数据，将不同生产系统的数据进行归整，并进行知识的抽取和知识的融合，具体是根据贷还款信息、设备信息、地理位置信息、电商购物信息和网络信息抽取出图谱需要的实体、属性及关系，并对其进行实体的融合，构建定义明确的知识单元。

3.按照权利要求2所述的一种基于知识图谱的互联网金融风险监测系统，其特征在于：所述地理位置信息包含收货地址、家庭住址和单位地址。

4.按照权利要求2所述的一种基于知识图谱的互联网金融风险监测系统，其特征在于：所述知识的抽取具体为

抽取结构化数据和非结构化数据；

结构化数据是各个业务子系统产生的数据，分布在已有的大数据平台上，结构化数据的知识抽取采用ETL方法，首先确定数据之间的关联性，包括会员及其个人属性信息、会员行为信息；

非结构化数据采用基于规则的方法处理，对于地址数据和商品数据，在图谱构建过程中将地址数据划分成按照省、市、区县、小区、门牌号细粒度的结构化信息。

5.按照权利要求4所述的一种基于知识图谱的互联网金融风险监测系统，其特征在于：处理地址数据时，将待分析地址进行标签化，将地址按照字符位置标记为不同的粒度标签，结合结构化数据中的省市区信息，从而完成一个完整地址信息的表述；

处理商品信息数据时，从商品描述中抽取出商品名称、商品属性信息，标注按照商品属性描述的字符位置标签，从商品描述信息中抽取出来的实体及属性构建它们之间的关联关系。

6.按照权利要求1所述的一种基于知识图谱的互联网金融风险监测系统，其特征在于：所述多标签图模块包含图构建模块和图质量检测校正模块，图构建模块主要是使用Neo4j图数据库作为存储介质，将数据源获取的数据按照预定义模式存储到数据库中，在存储的过程中使用图质量检测校正模块根据Jena的推理引擎及预置的规则集判断新加入的知识是否准确及逻辑是否合理，如果不成立则退出添加过程，否者加入数据库中。

7.按照权利要求6所述的一种基于知识图谱的互联网金融风险监测系统，其特征在于：所述图构建模块功能为

将抽取的实体、实体属性及实体间关系进行存储，存储的方法基于Neo4j提供的Cypher进行数据导入，从而形成一张巨大的实体关系网络，在存储的过程中对新加入的实体及关系进行质量检测，判断新加入的实体关系是否符合常规逻辑或者与已有图谱数据发生冲突现象，检测方法采用Jena推理引擎，通过将预定义规则集加入到推理引擎中判断待添加实体关系是否与已有图谱关系冲突或者异常，来决定是否加入到图谱中。

8.按照权利要求7所述的一种基于知识图谱的互联网金融风险监测系统，其特征在于：所述推理引擎判断异常具体过程为

将待添加实体关系转写成图谱查询形式；

应用推理引擎在图谱中形成查询机制，获得查询结果；

如果出现查询结果与当前关系冲突，则终止当前实体关系的添加；

否者执行实体关系的插入操作。