[发明专利]企业风险识别方法、装置和计算机可读存储介质

说明书

本申请提供了一种企业风险识别方法，所述方法包括：根据预设关系将企业网络图划分为多个社区网络，其中，所述社区网络中包括至少一个关联节点和所述关联节点之间的传播路径；响应风险评估请求,确定所述风险评估请求对应的风险事件所对应的第一关联节点对应的所述社区网络；以所述第一关联节点开始沿着满足预设条件的至少一传播路径遍历所述社区网络，以确定所述关联节点和边集中满足预设条件的风险因子和风险传播路径，其中，所述传播路径与所述第一关联节点相连。通过本申请提供的企业风险识别方法，提高了获得对企业风险影响较大的关联节点概率，可以快速地获得目标数据，无需多次反复地遍历数组列表，进而提高内存读取有效数据的速度。

技术领域

本申请属于数据处理技术领域，具体涉及一种企业风险识别方法、装置和计算机可读存储介质。

背景技术

关联图谱是基于图数据库建立的关系网络图，是一种可视化的智能分析产品，通过数据抽取和转换，图计算引擎对数据进行查询和分析，实现秒级数据运算和数据可视化，并以图谱的形式展示给用户的分析工具。关联图谱由节点和边构成，节点表征事件实体和企业实体，边表征实体间的关系，节点和边都可以有多个属性。

在实际企业关联图谱中，公司的股东比较多，一个公司的投资其他公司也比较多，进而形成巨大的图谱，这给分析风险企业关联关系带来了困难。比如，常见的情况是，风投机构投资了非常多的创业公司，创业公司风险相对较高，但实际情况是被的创业公司之间的影响比较小，因为通常风投机构的投资比例不会太高。

目前的风险识别方法，针对企业管理网络的全图范围进行遍历，这会导致获得的部分风险因素实际对企业风险影响较小，这就导致在图遍历时，浪费了大量的时间，而且由于数据量大，导致数据计算压力较大。而且目前的图存储采用行优先存储或列优先存储，这会导致在读取内存数据时，没有针对性，消耗大量资源和时间。

发明内容

为了解决现有技术存在的上述问题，本申请目的在于提供一种风险识别方法和系统，旨在提高遍历得到的对企业风险影响较大的数据，同时，提高内存读取有效数据的速度。

为解决上述技术问题，本申请提供了一种企业风险识别方法，所述方法包括：根据预设关系将企业网络图划分为多个社区网络，其中，所述社区网络中包括至少一个关联节点和所述关联节点之间的传播路径；响应风险评估请求,确定所述风险评估请求对应的风险事件所对应的第一关联节点对应的所述社区网络；以所述第一关联节点开始沿着满足预设条件的至少一传播路径遍历所述社区网络，以确定所述关联节点和边集中满足预设条件的风险因子和风险传播路径，其中，所述传播路径与所述第一关联节点相连。

可选地，所述根据预设关系将企业网络图划分为多个社区网络的步骤，包括：按照企业控制关系，将所述企业网络图划分为所述多个社区网络。

可选地，所述企业控制关系包括但不限于：全资子公司、控股子公司、控制子公司；其中，所述全资子公司：是一种产权控制关系，所述全资子公司只有一个股东，且股东的投资比例为100％；

所述控股子公司：是一种产权控制关系，所述控股子公司有二个或二个以上股东，股东的投资比例大于或等于50％；

所述控制子公司：包括产权、经营决策权和重大影响三种控制关系，股东比例小于50％，但有权决定所述控制子公司的财务和经营决策，并能据以从控制子公司的经营活动中获取利益。

可选地，所述传播路径中至少包含边属性和权重值，所述按照企业控制关系，将所述企业网络图划分为所述多个社区网络的步骤，包括：通过网络社区算法模型根据所述传播路径中的边属性和/或权重值将所述企业网络图划分为所述多个社区网络，其中，所述网络社区算法包括但不限于GN算法模型、LOUVAIN算法模型、标签传播算法模型和随机游走算法模型。