[发明专利]一种知识图谱的数据处理方法及装置

说明书

本发明实施例提供了一种知识图谱的数据处理方法，其中该方法包括：接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则；根据接收到的查询请求，在预先生成的知识图谱数据库中执行数据查询，得到查询结果；将查询结果发送到查询终端。本发明的一种知识图谱的数据处理方法及装置，将复杂的关系网络以知识图谱的形式直观的表示出来，使得我们对隐藏信息的来龙去脉一目了然，从而更容易发现团伙欺诈，并可发现客户多个联系方式，避免失联。

技术领域

本发明公开涉及互联网技术领域，尤其涉及一种知识图谱的数据处理方法及装置。

背景技术

随着互联网金融的发展，特别是P2P兴起，颠覆了传统银行贷款模式，借款端的风控水平可以说决定了一家P2P公司的核心竞争力。借款端风险的一个主要来源是欺诈风险，传统的反欺诈手段主要依赖于信息的人工审核，而身份证、手机号码、银行流水等材料的伪造成本非常低，各类信贷服务机构均不得不投入大量的人力用于核实信息主体的身份及其提供材料的真实性。

知识图谱是一种基于图的数据结构，将真实世界所存在的实体，知识以及概念等描述成机器可以理解的数据结构，将数据转化为知识。将知识图谱应用与反欺诈场景中，知识图谱聚合各类数据源，逐步绘制出借款人的profile，从而针对性的识别欺诈风险。融合来自不同数据源的信息构成知识图谱时，有一些实体会同时属于两个互斥的类别，或某个实体所对应的一个Property对应多个值，这样就会出现不一致性，这个不一致性即可判定为潜在的可疑点。通过这种不一致性检测，我们利用绘制出的知识图谱可以识别潜在的欺诈风险。除了对数据造假进行验证外，由于图结构带来的天然关联检索的特点，知识图谱可以识别潜在的团伙诈骗。

发明内容

本发明实施例为了解决现有技术中，传统的反欺诈手段主要依赖于信息的人工审核，人力投入高，效率低，信息审核不全面，不易对关系拓展等问题，把不同来源的数据，诸如被查询人的手机号、身份证号、微信号、QQ号、邮箱、家庭住址、工作单位、常用IP地址等常用的信用数据整合在一起，将复杂的关系网络以知识图谱的形式直观的表示出来，使得我们对隐藏信息的来龙去脉一目了然，从而更容易发现团伙欺诈，并可发现客户多个联系方式，避免失联。

本发明一实施例提供了一种知识图谱的数据处理方法，包括：

接收查询终端发送的查询请求，所述查询请求中包含查询节点、查询拓展边和查询规则；

根据接收到的查询请求，在预先生成的知识图谱数据库中执行数据查询，得到查询结果；

将得到的查询结果发送到查询终端。

进一步地，本发明实施例提供的知识图谱的数据处理方法中，所述在预先生成的知识图谱数据库中执行的数据查询，包括在知识图谱数据库中执行拓展查询或聚集查询，所述聚集查询执行多次拓展查询。

进一步地，本发明实施例提供的知识图谱的数据处理方法中，所述查询规则包括对所述查询边指向关系的限制，或对查询结果进行优先级排序，或对查询结果的输出进行条数限制。

进一步地，本发明实施例提供的知识图谱的数据处理方法中，所述拓展查询的步骤为：

步骤S1，在所述知识图谱数据库中查找所述查询节点的对应节点，若未找到对应节点，将查询节点所属的查询请求的属性作为新的节点存储到所述知识图谱数据库中，查询结果为“否”，否则执行步骤S2；

步骤S2，以步骤S1中找到的对应节点作为初始节点，结合所述查询拓展边查找与初始节点相关联的邻接节点，当查找到的邻接节点数小于所述查询结果输出条数时，该结果作为查询结果，否则执行步骤S3；

步骤S3，将查找到的邻接节点按照所述查询规则进行筛选，得到满足查询规则的邻接节点作为查询结果。

本发明一实施例提供了一种知识图谱的数据处理装置，包括：