[发明专利]基于知识图谱构建债务人决策策略的方法及相关设备

权利要求书

1.一种基于知识图谱构建债务人决策策略的方法，其特征在于，包括：

基于已有的金融数据构建对应的金融风险知识图谱；

基于所述金融风险知识图谱挖掘所述金融数据的金融风险特征，并构建针对所述金融数据的决策策略；

以所述金融数据的金融风险特征为输入，以针对所述金融数据的决策策略为目标输出对预设的机器学习模型进行训练，得到训练完成的机器学习模型；

提取待预测债务人的金融风险特征，将债务人的金融风险特征输入机器学习模型，得到机器学习模型输出的针对债务人的决策策略。

2.根据权利要求1所述的基于知识图谱构建债务人决策策略的方法，其特征在于，在基于已有的金融数据构建对应的金融风险知识图谱之前，所述方法还包括：

将所述已有的金融数据整体划分为行为数据维度、消费数据维度、基本信息数据维度，形成已有的金融维度数据；

对所述已有的金融维度数据进行清洗和转换，形成符合知识图谱建模的金融数据。

3.根据权利要求1所述的基于知识图谱构建债务人决策策略的方法，其特征在于，基于已有的金融数据构建对应的金融风险知识图谱，包括：

构建债务人本体及围绕所述债务人本体生成的联系本体、地址本体和公司本体；

针对已有的金融数据进行语义标注和语义校准，最终形成图谱实体与实体之间的可解析的信息；

从已有的金融数据中自动识别出命名实体、实体之间的关系和实体的属性信息，所述命名实体包括所述联系本体、地址本体和公司本体；

基于自动识别出的命名实体、实体之间的关系和实体的属性信息构建金融风险知识图谱。

4.根据权利要求1所述的基于知识图谱构建债务人决策策略的方法，其特征在于，所述金融风险特征包括：

积极的金融风险特征，所述积极的金融风险特征包括债务人清偿能力较好的金融风险特征，

消极的金融风险特征，所述消极的金融风险特征包括债务人清偿能力较差的金融风险特征。

5.根据权利要求1所述的基于知识图谱构建债务人决策策略的方法，其特征在于，基于所述金融风险知识图谱挖掘所述金融数据的金融风险特征，包括：

基于债务人对所述金融风险知识图谱做子图抽取，抽取债务人的相关三元组，所述相关三元组包括所述金融风险知识图谱中实体、关系、关系属性或者属性值中包含债务人的三元组信息；

将所述相关三元组的集合作为金融风险特征。

6.根据权利要求4所述的基于知识图谱构建债务人决策策略的方法，其特征在于，构建针对所述金融数据的决策策略包括：

基于所述积极的金融风险特征构建积极的决策策略，所述的积极的决策策略用于表示债务人清偿能力较好时的决策策略，所述积极的决策策略包括延长催收期限、减少催收次数、升级客户等级或提供优先服务；

基于所述消极的金融风险特征构建消极的决策策略，所述消极的决策策略用于表示债务人清偿能力较差时的决策策略，所述消极的决策策略包括，缩短催收频率、缩短催收期限、设置冻结提醒或列为重点关注目标。

7.根据权利要求1所述的基于知识图谱构建债务人决策策略的方法，其特征在于，以所述金融数据的金融风险特征为输入，以针对所述金融数据的决策策略为目标输出对预设的机器学习模型进行训练，得到训练完成的机器学习模型，包括：

不断将所述金融数据的金融风险特征输入所述机器学习模型，得到所述机器学习模型输出的决策策略，并基于所述机器学习模型输出的决策策略与针对所述金融数据的决策策略之间的误差，调整所述机器学习模型中的模型参数，直到所述误差小于预设误差阈值。