[发明专利]一种风险预警方法和装置

权利要求书

1.一种风险预警方法，其特征在于，包括：

获取发生贷款逾期的贷款人的亲属关系，根据所述亲属关系构建家庭成员网络；

根据设定时间段内所述家庭成员网络中多个节点的转账信息，计算所述节点之间的权重；

将所述权重更新到所述家庭成员网络，得到有权无向图，对所述有权无向图进行社区划分，得到所述贷款人的家庭社群；

根据所述家庭社群中家庭成员的基本信息和贷款信息，确定所述家庭成员的风险评分后，根据所述风险评分进行预警提示。

2.根据权利要求1所述的方法，其特征在于，对所述有权无向图进行社区划分，包括：

节点选择：从所述有权无向图的多个节点中选择监听节点，根据所述监听节点与其他节点的连接关系确定听众节点；

传播更新：所述听众节点将自身标签列表中出现次数最多的标签传播给所述监听节点，所述监听节点选取权重最大的标签更新到自身标签列表；其中，所述标签列表的初始标签为节点名称；

重复执行所述节点选择步骤和所述传播更新步骤，直至达到设定第一迭代次数后，统计所述多个节点的标签列表中标签出现的频率；

选取频率最大的标签作为所述节点的社区标签名，将所述社区标签名相同的节点作为一个社区。

3.根据权利要求1所述的方法，其特征在于，对所述有权无向图进行社区划分，包括：

将所述有权无向图的每个节点初始化为一个社区；

分配：遍历所述有权无向图的节点，尝试把所述节点分配到其邻居节点所在的社区，计算分配前与分配后的模块度变化，把所述节点分配到模块度变化最大的邻居节点所在的社区；

重复：重复执行所述分配步骤，直到所述节点所在社区保持不变；

重构：将归属于同一社区的节点重构为新社区，得到新有权无向图，更新所述新社区的环的权重和所述新社区之间边的权重；

重复执行所述分配步骤、所述重复步骤和所述重构步骤，直至所述新有权无向图的模块度保持不变或者达到设定第二迭代次数。

4.根据权利要求1或2或3所述的方法，其特征在于，计算所述节点之间的权重，包括：

计算所述设定时间段内节点i和节点j之间的转账金额分别与所述节点i的转账总金额、所述节点j的转账总金额的比值，得到第一比值和第二比值；

计算所述设定时间段内所述节点i和所述节点j之间的转账次数分别与所述节点i的转账总次数、所述节点j的转账总次数的比值，得到第三比值和第四比值；

将所述第一比值和所述第二比值求和得到第一和值，将所述第三比值和所述第四比值求和得到第二和值；

对所述第一和值和第二和值加权求和，根据加权求和结果确定所述节点i和所述节点j之间的权重。

5.根据权利要求3所述的方法，其特征在于，更新所述新社区的环的权重和所述新社区之间边的权重，包括：

计算所述新社区所包含节点之间的权重之和，得到第三和值，将所述第三和值的两倍作为所述新社区的环的权重；

计算所述新社区之间跨社区相连的边的权重之和，得到第四和值，将所述第四和值作为所述新社区之间边的权重。

6.根据权利要求1所述的方法，其特征在于，确定所述家庭成员的风险评分，包括：

获取设定时间窗口的样本数据，其中，所述样本数据包括多个申请人的基本信息、贷款信息和家庭资金链关联信息；

基于所述样本数据确定影响风险评分的特征变量和分类变量；其中，所述分类变量用于指示所述申请人还款为正常还是异常；

使用逻辑回归算法和所述特征变量构建风险预警模型，并将逻辑回归结果转化为基准评分；

将所述家庭成员的基本信息、贷款信息和家庭资金链关联信息输入所述风险预警模型，得到所述家庭成员的风险评分。

7.根据权利要求6所述的方法，其特征在于，基于所述样本数据确定影响风险评分的特征变量，包括：

对所述样本数据中不同维度的数据进行分析，得到影响风险评分的初始变量；

计算所述初始变量的证据权重值和信息值，根据所述证据权重值和所述信息值，从所述初始变量中筛选出特征变量。