(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211152100.7 (22)申请日 2022.09.21 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 梁梦洁　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 崔清杨 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06K 9/62(2022.01) G06F 16/28(2019.01) (54)发明名称 一种信用风险分析方法、 装置及相关 设备 (57)摘要 本申请公开了一种信用风险分析方法、 装置 及相关设备， 可应用于大数据领域或金融领域。 该方法为： 当接收到携带第一用户标识的分析指 令时， 依据预设关系条件从数据库中获取第一用 户标识对应的关系信息； 基于关系信息构建第一 用户标识对应的关系复杂网络； 从关系复杂网络 中提取目标信息； 对目标信息进行聚合交互处 理， 生成目标信用资质； 基于目标信用资质， 利用 预设二分类预测模型分析第一用户标识对应的 信用风险概率； 输出信用风险概率。 构建关系复 杂网络， 有助于多层面考虑实体用户之间的相互 作用， 从而全面性地评估用户的信用风险， 提高 了分析的精确性和可靠性。 权利要求书2页 说明书8页 附图3页 CN 115456764 A 2022.12.09 CN 115456764 A 1.一种信用风险分析 方法， 其特 征在于， 所述方法包括： 当接收到携带第一用户标识的分析指令时， 依据 预设关系条件从数据库中获取所述第 一用户标识对应的关系信息； 基于所述关系信 息构建所述第 一用户标识对应的关系复杂网络， 所述关系复杂网络中 包含多个基于所述关系信息创建的信用资质； 从所述关系复杂网络中提取目标信息， 所述目标信息为任意多个所述信用资质； 对所述目标信息进行聚合交 互处理， 生成目标信用资质； 基于所述目标信用资质， 利用预设二分类预测模型分析所述第 一用户标识对应的信用 风险概率； 输出所述信用风险概 率。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述关系信 息构建所述第 一用户 标识对应的关系复杂网络， 包括： 基于所述关系信 息中的所述第 一用户标识对应的用户信 息、 多个第 二用户标识对应的 用户信息、 多个第三用户标识对应的用户信息， 分别创建所述第一用户标识对应的第一信 用资质、 多个所述第二用户标识对应的第二信用资质、 多个所述第三用户标识对应的第三 信用资质， 其中， 所述第一用户标识和所述第二用户标识对应满足所述预设关系条件， 所述 第二用户标识和所述第三用户标识对应满足所述预设 关系条件； 基于所述第 一信用资质、 多个所述第 二信用资质、 多个所述第三信用资质， 构建所述第 一用户标识对应的关系复杂网络 。 3.根据权利要求2所述的方法， 其特征在于， 所述对所述目标信息进行聚合交互处理， 生成目标信用资质， 包括： 将所述目标信 息中的多个所述第 二信用资质进行聚合处理， 以及对所述目标信 息中的 多个所述第三信用资质进行递归处 理； 将所述目标信息中的所述第一信用资质、 经过聚合处理后的多个所述第二信用资质、 经过递归处理后的多个所述第三信用资质进 行交互处理， 生成所述第一用户标识对应的目 标信用资质。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标信用资质， 利用预设二 分类预测模型分析 所述第一用户标识对应的信用风险概 率， 包括： 将所述第一用户标识对应的所述目标信用资质输入至预设二分类预测模型， 所述预设 二分类预测模型由基于多个样本目标信用资质训练得到； 结合所述预设二分类预测模型中预设的风险等级标准， 分析所述第 一用户标识对应的 信用风险概 率。 5.一种信用风险分析装置， 其特 征在于， 所述装置包括： 获取单元， 用于当接收到携带第一用户标识 的分析指令时， 依据预设关系条件从数据 库中获取 所述第一用户标识对应的关系信息； 构建单元， 用于基于所述关系信息构建所述第一用户标识对应的关系 复杂网络， 所述 关系复杂网络中包 含多个基于所述关系信息创建的信用资质； 提取单元， 用于从所述关系 复杂网络中提取目标信息， 所述目标信息为任意多个所述 信用资质；权　利　要　求　书 1/2 页 2 CN 115456764 A 2处理单元， 用于对所述目标信息进行聚合交 互处理， 生成目标信用资质； 分析单元， 用于基于所述目标信用资质， 利用预设二分类预测模型分析所述第一用户 标识对应的信用风险概 率； 输出单元， 用于输出所述信用风险概 率。 6.根据权利要求5所述的装置， 其特 征在于， 所述构建单 元， 包括： 创建模块， 用于基于所述关系信息中的所述第一用户标识对应的用户信息、 多个第二 用户标识对应的用户信息、 多个第三用户标识对应的用户信息， 分别创建所述第一用户标 识对应的第一信用资质、 多个所述第二用户标识对应的第二信用资质、 多个所述第三用户 标识对应的第三信用资质， 其中， 所述第一用户标识和所述第二用户标识对应满足所述预 设关系条件， 所述第二用户标识和所述第三用户标识对应满足所述预设 关系条件； 构建模块， 用于基于所述第 一信用资质、 多个所述第 二信用资质、 多个所述第 三信用资 质， 构建所述第一用户标识对应的关系复杂网络 。 7.根据权利要求6所述的装置， 其特 征在于， 所述处 理单元， 包括： 聚合模块， 用于将所述目标信息中的多个所述第二信用资质进行聚合处理， 以及对所 述目标信息中的多个所述第三信用资质进行递归处 理； 交互模块， 用于将所述目标信息中的所述第一信用资质、 经过聚合处理后的多个所述 第二信用资质、 经过递归处理后的多个所述第三信用资质进行交互处理， 生成所述第一用 户标识对应的目标信用资质。 8.根据权利要求5所述的装置， 其特 征在于， 所述分析 单元， 包括： 输入模块， 用于将所述第 一用户标识对应的所述目标信用资质输入至预设二分类预测 模型， 所述预设二分类预测模型由基于多个样本目标信用资质训练得到； 分析模块， 用于结合所述预设二分类预测模型中预设的风险等级标准， 分析所述第一 用户标识对应的信用风险概 率。 9.一种电子设备， 其特征在于， 包括： 处理器以及存储器， 所述处理器以及存储器通过 通信总线相连； 其中， 所述处理器， 用于调用并执行所述存储器中存储的程序； 所述存储器， 用于存储程序， 所述 程序用于实现如权利要求1 ‑4任一所述的信用风险分析 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 可执行指令， 所述计算机可 执行指令用于执 行权利要求1 ‑4任一所述的信用风险分析 方法。权　利　要　求　书 2/2 页 3 CN 115456764 A 3