[发明专利]黑名单传导图谱衰减系数获取方法、装置和计算机设备在审

专利信息
申请号: 201910068430.X 申请日: 2019-01-24
公开(公告)号: CN110008220A 公开(公告)日: 2019-07-12
发明(设计)人: 冷松乐 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/23 分类号: G06F16/23;G06F16/33;G06F16/36
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 王宁
地址: 518033 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 衰减系数 图谱 关系因子 传导 计算机设备 获取请求 节点因子 业务类型 神经网络模型 存储介质 风险控制 名称查询 人为因素 业务安全 可信度 预设 申请
【权利要求书】:

1.一种黑名单传导图谱衰减系数获取方法,所述方法包括:

获取衰减系数获取请求,所述衰减系数获取请求包括待获取衰减系数的关系因子和所述关系因子对应的图谱名称;

根据所述图谱名称查询对应的黑名单传导图谱,并确定所述黑名单传导图谱的业务类型;

根据所述关系因子和所述黑名单传导图谱,获取在所述黑名单传导图谱中所述关系因子对应的节点因子;

将所述业务类型、所述关系因子和所述节点因子输入预设的衰减系数神经网络模型中,得到所述关系因子的衰减系数。

2.根据权利要求1所述的方法,其特征在于,所述根据所述关系因子和所述黑名单传导图谱,获取在所述黑名单传导图谱中所述关系因子对应的节点因子的步骤包括:

查询所述黑名单传导图谱对应的图谱因子库;

根据所述关系因子从所述图谱因子库中查询所述关系因子对应的节点因子。

3.根据权利要求1所述的方法,其特征在于,所述节点因子包括第一节点因子和第二节点因子,所述第一节点因子和所述第二节点因子通过所述关系因子连接,所述将所述业务类型、所述关系因子和所述节点因子输入预设的衰减系数神经网络模型中,得到所述关系因子的衰减系数的步骤包括:

获取所述衰减系数神经网络模型;

将所述业务类型、所述第一节点因子、所述关系因子和所述第二节点因子进行组合,得到输入向量;

将所述输入向量输入所述衰减系数神经网络模型中,得到所述关系因子的衰减系数。

4.根据权利要求1至3任意一项所述的方法,其特征在于,在所述获取衰减系数获取请求的步骤之前,还包括:

获取业务源数据;

按照所述业务源数据的数据类型,根据所述业务源数据建立所述关系因子及所述关系因子对应的所述节点因子;

将所述节点因子和所述关系因子按照相互对应关系进行组合连接,得到所述黑名单传导图谱。

5.根据权利要求4所述的方法,其特征在于,在所述根据所述业务源数据建立所述关系因子及所述关系因子对应的所述节点因子的步骤之后,还包括:

建立所述关系因子及对应的所述节点因子之间的映射关系,得到所述图谱因子库。

6.根据权利要求4所述的方法,其特征在于,在所述得到所述黑名单传导图谱的步骤之后,还包括:

当监测到所述业务源数据更新时,获取更新后的所述业务源数据;

根据所述更新后的所述业务源数据更新所述黑名单传导图谱。

7.根据权利要求1所述的方法,其特征在于,在所述得到所述关系因子的衰减系数的步骤之后,还包括:

根据所述关系因子的衰减系数,对所述黑名单传导图谱中的所述关系因子进行更新,得到更新后的所述黑名单传导图谱。

8.一种黑名单传导图谱衰减系数获取装置,其特征在于,所述装置包括:

获取请求模块,用于获取衰减系数获取请求,所述衰减系数获取请求包括待获取衰减系数的关系因子和所述关系因子对应的图谱名称;

图谱查询模块,用于根据所述图谱名称查询对应的黑名单传导图谱,并确定所述黑名单传导图谱的业务类型;

节点因子获取模块,用于根据所述关系因子和所述黑名单传导图谱,获取在所述黑名单传导图谱中所述关系因子对应的节点因子;

衰减系数获取模块,用于将所述业务类型、所述关系因子和所述节点因子输入预设的衰减系数神经网络模型中,得到所述关系因子的衰减系数。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910068430.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top