一种企业识别处理方法及装置制造方法及图纸

本发明专利技术提供了一种企业识别处理方法及装置，其中，该方法包括：获取目标企业的企业信息；根据该企业的企业信息从预先构建的企业关系图谱中提取该目标企业的关联方特征；根据关联方特征衍生图特征；将该图特征输入预先训练好的企业识别模型中，得到该企业识别模型输出的该目标企业的识别结果，可以解决相关技术中基于规则的模型识别特定企业，识别准确性低的问题，基于知识图谱提取关联方特征，根据关联方特征衍生出图特征，之后输入企业识别模型进行识别，具有更强的识别能力，基于企业识别模型对目标企业进行风险识别，高效且准确

【技术实现步骤摘要】
一种企业识别处理方法及装置


[0001]本专利技术涉及数据处理领域，具体而言，涉及一种企业识别处理方法及装置
。

技术介绍

[0002]根据规则和专家经验识别解读的传统方式，主要依靠工作人员根据自己的业务经验将信息抽丝剥茧，梳理企业的关系路径，以此发现潜在的信贷风险，这个过程严重依赖于工作人员自身对空壳企业的洞察力
。
随着目标企业投资多元化的发展，企业的关联方关系越来越错综复杂，且具有隐蔽性，因此，当前的检索方式及检索工具难以满足现在客户企业信息调查的及时性
、
全面性的需求，易存在误报
、
漏报等问题
。
[0003]依赖于传统的基于规则的模型会造成图结构信息在指标构建过程中被大量丢失，关联方的风险特征点也没有被很好地捕捉，基于这类指标很难精确地识别特定企业
。
现有技术在进行特定企业识别时，还存在如下问题：过度依赖内部企业基本数据，仅从目标企业一个角度进行分析，无法在建立业务关系前准确识别；存在企业
、
法人这些个体间的数据孤岛问题，只能针对特定企业进行单方面的分析，难以提炼企业关系中隐含的各种的关联，难以识别隐蔽性较高的空壳企业
。
[0004]针对相关技术中基于规则的模型识别特定企业，识别准确性低的问题，尚未提出解决方案
。

技术实现思路

[0005]本专利技术实施例提供了一种企业识别处理方法及装置，以至少解决相关技术中基于规则的模型识别特定企业，识别准确性低的问题
。
[0006]根据本专利技术的一个实施例，提供了一种企业识别处理方法，包括：
[0007]获取目标企业的企业信息；
[0008]根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征；
[0009]根据关联方特征衍生图特征；
[0010]将所述图特征输入预先训练好的企业识别模型中，得到所述企业识别模型输出的所述目标企业的识别结果
。
[0011]可选地，根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征包括：
[0012]根据预先设置的抽取规则从所述企业关系图谱提取所述目标企业的关联方企业；
[0013]提取所述关联方企业的关联方特征，其中，所述关联方特征包括：关联方企业的实体
、
所述关联方企业的属性
、
与所述目标企业的关系
。
[0014]可选地，根据预先设置的抽取规则从所述企业关系图谱提取所述目标企业的关联方企业包括：
[0015]对所述目标企业进行特征提取，得到所述目标企业特征；
[0016]根据预先设置的抽取规则从所述目标企业的股权穿透图与所述企业关系图谱中提取所述关联方企业
。
[0017]可选地，根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征之前，所述方法还包括：
[0018]对所述关联方企业进行实体消齐
。
[0019]可选地，对所述关联方企业进行实体消齐包括：
[0020]将关联方企业的实体进行分区索引；
[0021]利用相似度函数或相似性算法查找匹配实例；
[0022]使用实体对齐算法进行实例融合，得到融合实例；
[0023]融合所述匹配实例与所述融合实例，得到对齐结果
。
[0024]可选地，根据关联方特征衍生图特征包括：
[0025]将所述关联方特征中的关系特征与节点特征进行交叉，得到所述图特征，所述节点特征包括：所述关联方企业的实体与所述关联方企业的属性，所述节点特征为与所述目标企业的关系
。
[0026]可选地，所述方法还包括：
[0027]提取所有企业的企业信息；
[0028]根据所述所有企业的企业信息构建所述企业关系图谱
。
[0029]根据本专利技术的另一个实施例，还提供了一种企业识别处理装置，包括：
[0030]获取模块，用于获取目标企业的企业信息；
[0031]第一提取模块，用于根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征；
[0032]衍生模块，用于根据关联方特征衍生图特征；
[0033]识别模块，用于将所述图特征输入预先训练好的企业识别模型中，得到所述企业识别模型输出的所述目标企业的识别结果
。
[0034]可选地，所述第一提取模块包括：
[0035]第一提取子模块，用于根据预先设置的抽取规则从所述企业关系图谱提取所述目标企业的关联方企业；
[0036]第二提取子模块，用于提取所述关联方企业的关联方特征，其中，所述关联方特征包括：关联方企业的实体
、
所述关联方企业的属性
、
与所述目标企业的关系
。
[0037]可选地，所述第一提取子模块，还用于对所述目标企业进行特征提取，得到所述目标企业特征；根据预先设置的抽取规则从所述目标企业的股权穿透图与所述企业关系图谱中提取所述关联方企业
。
[0038]可选地，所述装置还包括：
[0039]实体消齐模块，用于对所述关联方企业进行实体消齐
。
[0040]可选地，所述实体消齐模块还用于将关联方企业的实体进行分区索引；利用相似度函数或相似性算法查找匹配实例；使用实体对齐算法进行实例融合，得到融合实例；融合所述匹配实例与所述融合实例，得到对齐结果
。
[0041]可选地，所述衍生模块，还用于将所述关联方特征中的关系特征与节点特征进行交叉，得到所述图特征，所述节点特征包括：所述关联方企业的实体与所述关联方企业的属
性，所述节点特征为与所述目标企业的关系
。
[0042]可选地，所述装置还包括：
[0043]第二提取模块，用于提取所有企业的企业信息；
[0044]构建模块，用于根据所述所有企业的企业信息构建所述企业关系图谱
。
[0045]根据本专利技术的又一个实施例，还提供了一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤
。
[0046]根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤
。
[0047]通过本专利技术，获取目标企业的企业信息；根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征；根据关联方特征衍生图特征；将所述图特征输入预先训练好的企业识别模型中，得到所述企业识别模型输出的所述目标企业的识别结果，可以解决相关技术中基于规则的模型识别特定企业，识别准确性低的问题，基于知识图谱提取关联方特征，根据关联方特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种企业识别处理方法，其特征在于，包括：获取目标企业的企业信息；根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征；根据关联方特征衍生图特征；将所述图特征输入预先训练好的企业识别模型中，得到所述企业识别模型输出的所述目标企业的识别结果
。2.
根据权利要求1所述的方法，其特征在于，根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征包括：根据预先设置的抽取规则从所述企业关系图谱提取所述目标企业的关联方企业；提取所述关联方企业的关联方特征，其中，所述关联方特征包括：关联方企业的实体
、
所述关联方企业的属性
、
与所述目标企业的关系
。3.
根据权利要求2所述的方法，其特征在于，根据预先设置的抽取规则从所述企业关系图谱提取所述目标企业的关联方企业包括：对所述目标企业进行特征提取，得到所述目标企业特征；根据预先设置的抽取规则从所述目标企业的股权穿透图与所述企业关系图谱中提取所述关联方企业
。4.
根据权利要求2所述的方法，其特征在于，根据所述企业的企业信息从预先构建的企业关系图谱中提取所述目标企业的关联方特征之前，所述方法还包括：对所述关联方企业进行实体消齐
。5.
根据权利要求4所述的方法，其特征在于，对所述关联方企业进行实体消齐包括：将关联方企业的实体进行分区索引；利用相似度函数或相似性...

【专利技术属性】
技术研发人员：郎潮，韩耀赐，
申请(专利权)人：中国光大银行股份有限公司，
类型：发明
国别省市：