[发明专利]用于评估风险的方法和装置

说明书

本公开实施例涉及云计算领域，公开了用于评估风险的方法和装置。方法包括：基于录入的申请信息，确定企业的基本信息；基于基本信息中的企业标识信息与企业信息库中的企业标识信息的关联关系，生成企业的知识图谱；基于基本信息，查询企业的业务数据和企业的舆情信息；将基本信息、企业的知识图谱、业务数据和舆情信息输入风险控制模型，得到企业的风险评估信息。该方法提高了得到风险评估信息的效率和准确性。

技术领域

本公开涉及计算机技术领域，具体涉及风险评估技术领域，尤其涉及用于评估风险的方法和装置。

背景技术

随着经济的发展，市场上的企业也越来越多。这些企业可以获取外部贷款为企业将来的发展做铺垫，因此对于外部贷款的需求非常大。对于贷款提供方来说，企业申请贷款是贷款提供方业务来源的重要组成部分。随着企业获取外部贷款的业务的增加，贷款提供方对于企业获取贷款的风险控制的要求也越来越高。如何才能够准确地评估向企业提供贷款时的风险情况，成为贷款提供方工作中的难题。

目前，主要通过业务人员人工对企业进行贷款风险评估。

发明内容

本公开实施例提供了用于评估风险的方法和装置。

第一方面，本公开实施例提供了一种用于评估风险的方法，包括：基于录入的申请信息，确定企业的基本信息；基于基本信息中的企业标识信息与企业信息库中的企业标识信息的关联关系，生成企业的知识图谱；基于基本信息，查询企业的业务数据和企业的舆情信息；将基本信息、企业的知识图谱、业务数据和舆情信息输入风险控制模型，得到企业的风险评估信息。

在一些实施例中，风险控制模型包括：风险关系模型和风险评分模型；风险评估信息包括：与企业建立服务关系的风险概率、企业的风险评分以及服务提示信息；将基本信息、企业的知识图谱以及业务数据输入风险控制模型，得到企业的风险评估信息包括：将基本信息、企业的知识图谱和舆情信息输入风险关系模型，获得与企业建立服务关系的风险概率；将业务数据和舆情信息输入风险评分模型，获得企业的风险评分以及服务提示信息。

在一些实施例中，方法还包括以下至少一项：风险关系模型为基于RFM、NLP、图挖掘技术得到的关系网络模型；风险评分模型为多元回归模型；风险概率包括欺诈概率、违约概率和逾期概率；以及业务数据包括：招聘人数、招聘时间、经营情况和负债情况。

在一些实施例中，基于录入的申请信息，确定企业的基本信息包括：识别录入的纸质版的申请信息，得到识别结果；采用智能修正算法修正识别结果，得到文本序列；识别文本序列中的实体，得到附标签的实体数据；以及基于附标签的命名实体数据，输出结构化的企业的基本信息。

在一些实施例中，基于录入的申请信息，确定企业的基本信息包括：基于录入的申请信息，调取与申请信息中的企业对应的基准信息；其中，基准信息包括官方信息和/或历史信息；基于基准信息，校验申请信息；响应于校验的结果指示预设信息未通过校验，呈现退回申请的提示信息；响应于校验的结果指示申请信息中的企业符合黑名单规则，将申请信息中的企业加入黑名单。

在一些实施例中，校验的结果指示申请信息中的企业符合黑名单包括以下至少一项：申请信息中存在非真实信息的次数超过预定阈值；历史校验次数超出预设阈值。

在一些实施例中，方法还包括：将风险评估信息输入风险控制决策模型，得到风险控制决策模型输出的决策结果。

在一些实施例中，风险控制决策模型为串连或并联多个规则形成的规则模型。

在一些实施例中，当风险评估信息包括：与企业建立服务关系的风险概率、企业的风险评分以及服务提示信息时，多个规则至少包括：若风险概率中的欺诈概率或违约概率高于预设概率，则输出的决策结果为退回申请；若风险评分中的信用评分低于预设评分、风险评分中的收入低于收入阈值或风险评分中的负债率高于负债率阈值，则输出的决策结果为退回申请。