[发明专利]信贷风险预测方法及装置

权利要求书

1.一种信贷风险预测方法，其特征在于，包括：

将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型，以使该多维度信贷风险预测模型输出所述目标金融用户在各个预设的维度分别对应的第一信贷风险预测结果；

根据所述目标金融用户在各个所述维度分别对应的第一信贷风险预测结果融合生成该目标金融用户的第二信贷风险预测结果；

输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据。

2.根据权利要求1所述的信贷风险预测方法，其特征在于，所述输出所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的金融关联数据，包括：

获取所述目标金融用户对应的容忍度阈值；

基于所述容忍度阈值、所述目标金融用户的第二信贷风险预测结果和所述目标金融用户对应的关联数据，生成以图结构数据显示的第三信贷风险防控结果；

输出所述第三信贷风险防控结果以显示该第三信贷风险防控结果。

3.根据权利要求1所述的信贷风险预测方法，其特征在于，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：

接收信贷风险预测请求，其中，该信贷风险预测请求中包括目标金融用户的唯一标识；

自预设的金融用户知识图谱中查找所述目标金融用户的唯一标识，若查找到该目标金融用户的唯一标识，则基于该唯一标识自所述金融用户知识图谱中提取所述目标金融用户的金融关联数据。

4.根据权利要求3所述的信贷风险预测方法，其特征在于，还包括：

若未在所述金融用户知识图谱查找到所述目标金融用户的唯一标识，则应用预设的数据采集引擎抓取该目标金融用户的关联数据；

基于所述金融用户知识图谱对应的资源描述框架，自所述关联数据中抽取所述目标金融用户的实体三元组数据，并将该实体三元组数据和所述目标金融用户的唯一标识加入所述金融用户知识图谱中，以在该金融用户知识图谱中形成所述目标金融用户对应的金融关联数据。

5.根据权利要求1所述的信贷风险预测方法，其特征在于，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：

构建用于建立金融用户知识图谱的资源描述框架；

应用预设的数据采集引擎抓取各个金融用户的关联数据；

对各个所述金融用户的关联数据进行预处理，并基于所述资源描述框架，自预处理后的各个所述金融用户的关联数据中抽取各个所述金融用户的实体三元组数据，并建立新的金融用户知识图谱或更新预存储的金融用户知识图谱，以自所述金融用户知识图谱中提取任意数量的金融用户的金融关联数据。

6.根据权利要求5所述的信贷风险预测方法，其特征在于，所述对各个所述金融用户的关联数据进行预处理，并基于所述资源描述框架，自预处理后的各个所述金融用户的关联数据中抽取各个所述金融用户的实体三元组数据，以建立新的金融用户知识图谱或更新预存储的金融用户知识图谱，包括：

对各个金融用户的关联数据进行数据类型划分，以形成对应的结构数据、半结构数据和非结构数据；

基于预设的直接映射或映射规则定义方式，将所述结构数据中的与所述资源描述框架对应的实体三元组数据映射到所述金融用户知识图谱的对应位置；

根据预设的命名实体识别方式，将所述半结构数据和非结构数据中的与所述资源描述框架对应的实体三元组数据映射到所述金融用户知识图谱的对应位置。

7.根据权利要求5所述的信贷风险预测方法，其特征在于，在所述将当前的目标金融用户对应的金融关联数据输入预设的多维度信贷风险预测模型之前，还包括：

自当前的所述金融用户知识图谱中获取各个所述金融用户各自对应的金融关联数据；

应用各个所述金融用户各自对应的金融关联数据以及标签生成训练数据集，其中，所述标签用于表示对应的金融用户在各个所述维度的历史信贷风险结果；

基于所述训练数据集训练预设的机器学习模型，以生成或更新用于获取金融用户在多维度各自对应的第一信贷风险预测结果的多维度信贷风险预测模型。