[发明专利]基于关联网络的风险评估方法、装置、设备以及存储介质

说明书

本申请提供一种基于关联网络的风险评估方法、装置、设备以及存储介质，该方法通过获取目标节点在关联网络中的目标社区，该目标节点为待评估的目标对象在关联网络中对应的节点，目标社区由多个关联程度大于预设值的节点组成，并获取目标社区的社区特征，社区特征为基于目标社区中每个节点的特征确定的，再将社区特征和第一特征，输入风险评估模型，得到目标对象的风险评估结果，风险评估模型为基于神经网络模型训练得到的，第一特征为基于目标节点的n阶邻居节点的特征确定的，实现了对目标对象的风险进行全面、准确的评估。

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于关联网络的风险评估方法、装置、设备以及存储介质。

背景技术

目前，常利用互联网和大数据对需要进行业务行为的用户进行风险评估，以避免该用户在进行业务行为时带来较大的风险。例如，一、通过分析用户的特征来识别用户的风险；二、或者在与用户具有关联关系的用户中存在风险大于预设值的用户时，确定该用户的风险大，在与用户具有关联关系的用户中不存在风险大于预设值的用户时，确定该用户的风险小。

然而，现有的风险评估方法均无法全面、准确的对用户的风险进行评估。

发明内容

本申请提供一种基于关联网络的风险评估方法、装置、设备以及存储介质，能够对目标对象的风险进行全面、准确的评估。

第一方面，本申请实施例提供一种基于关联网络的风险评估方法，该方法包括：

获取目标节点在关联网络中的目标社区，目标节点为待评估的目标对象在关联网络中对应的节点，目标社区由多个关联程度大于预设值的节点组成；

获取目标社区的社区特征，社区特征为基于目标社区中每个节点的特征确定的；

将社区特征和第一特征，输入风险评估模型，得到目标对象的风险评估结果，风险评估模型为基于神经网络模型训练得到的，第一特征为基于目标节点的n阶邻居节点的特征确定的，n≥1。

第二方面，本申请实施例提供一种风险评估装置，包括：

获取单元，用于获取目标节点在关联网络中的目标社区，目标节点为待评估的目标对象在关联网络中对应的节点，目标社区由多个关联程度大于预设值的节点组成；

获取单元还用于获取目标社区的社区特征，社区特征为基于目标社区中每个节点的特征确定的；

处理单元，用于将社区特征和第一特征，输入风险评估模型，得到目标对象的风险评估结果，风险评估模型为基于神经网络模型训练得到的，第一特征为基于目标节点的n阶邻居节点的特征确定的，n≥1。

第三方面，本申请实施例提供一种电子设备，包括：存储器和处理器；

存储器存储计算机执行指令；

处理器执行存储器存储的计算机执行指令，使得处理器执行第一方面或其各实施方式中的方法。

第四方面，本申请实施例提供一种存储介质，包括：可读存储介质和计算机程序，计算机程序用于实现第一方面或其各实现方式中的方法。

本申请实施例，通过图像识别模型，对输入的图像的定位信息和分类信息进行并行的识别，以得到识别结果，提高了处理效率，且具有共享权重的多任务学习机制的图像识别模型节省了存储空间，再根据识别结果对图像进行对应的图像处理操作，以确保图像中的目标对象能够被准确识别。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种关联网络的示意图；