(19)中华 人民共和国 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 202210012741.6 (22)申请日 2022.01.06 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 刘璇　李曼丽　张笑雪　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 代理人 崔博　汤在彦 (51)Int.Cl. G06Q 10/06(2012.01) G06N 3/04(2006.01) G06F 16/36(2019.01) (54)发明名称 一种风险监测方法及装置 (57)摘要 本发明提供一种风险监测方法及装置， 涉及 人工智能技术领域， 可用于金融领域或其他技术 领域。 所述方法包括： 输入融合数据至预设风险 监测模型， 将所述预设风险监测模 型的输出结果 作为风险监测结果。 所述装置执行上述方法。 本 发明实施例提供的风险监测方法及装置， 不但能 够降低人力成本、 提高效率， 还能够克服数据维 度有限的缺点， 针对业务特点全面地进行风险预 警。 权利要求书2页 说明书10页 附图2页 CN 114358607 A 2022.04.15 CN 114358607 A 1.一种风险监测方法， 其特 征在于， 包括： 输入融合数据至预设风险监测模型； 所述预设风险监测模型是根据融合样本数据训练 神经网络模型得到的； 所述融合数据融合有客户维度综合知识图谱数据、 产品维度综合知 识图谱数据和企业维度综合知识图谱数据； 所述客户维度综合知识图谱数据、 所述产品维 度综合知识图谱数据和所述 企业维度综合知识图谱数据包括各自对应的信息图谱数据， 以 及与各信息图谱数据对应的风险监测图谱数据； 将所述预设风险监测模型的输出 结果作为 风险监测结果。 2.根据权利要求1所述的风险监测方法， 其特征在于， 所述神经网络模型通过将BRNN与 LSTM相结合得到 。 3.根据权利要求1所述的风险监测方法， 其特征在于， 所述风险监测结果分别与客户维 度、 产品维度和企业维度相对应； 相应的， 在所述将所述预设风险监测模型的输出结果作为 风险监测结果的步骤之后， 所述 风险监测方法还 包括： 若客户维度风险监测结果、 产品维度风险监测结果和企业维度风险监测结果中的至少 一个存在风险， 则生成与至少一个存在风险的风险监测结果相对应的风险预警消息 。 4.根据权利要求1所述的风险监测方法， 其特 征在于， 获取 所述融合数据， 包括： 分别构建客户信息图谱数据、 产品信息图谱数据和企业信息图谱数据； 根据与所述客户信 息图谱数据、 所述产品信 息图谱数据和所述企业信 息图谱数据分别 对应数据项的风险监测阈值和各自对应数据项， 分别构建客户风险监测图谱数据、 产品风 险监测图谱数据和企业 风险监测图谱数据； 将所述客户信 息图谱数据和所述客户风险监测图谱数据、 所述产品信 息图谱数据和所 述产品风险监测图谱数据， 以及所述 企业信息图谱数据和所述企业风险监测图谱数据分别 进行融合， 得到所述客户维度综合知识图谱数据、 所述产品维度综合知识图谱数据和所述 企业维度综合知识图谱数据。 5.根据权利要求4所述的风险监测方法， 其特征在于， 在所述获取所述融合数据的步骤 之后， 所述 风险监测方法还 包括： 利用度中心性计算方法计算所述客户维度综合知识图谱数据、 所述产品维度综合知识 图谱数据和所述企业维度综合知识图谱数据中的节点权 重。 6.根据权利要求5所述的风险监测方法， 其特征在于， 在所述利用度中心性计算方法计 算客户所述 维度综合知识图谱数据、 所述产品维度综合知识图谱数据和所述 企业维度综合 知识图谱数据中的节点权 重的步骤之后， 所述 风险监测方法还 包括： 将所述节点权重赋予所述维度综合知识图谱数据、 所述产品维度综合知识图谱数据和 所述企业维度综合知识图谱数据中的实体， 并对赋予节点权重后的维度综合知识图谱数 据、 产品维度综合知识图谱数据和企业维度综合知识图谱数据进行向量 化表示； 利用MainfoldE算法对向量化表示的客户维度综合知识图谱数据、 产品维度综合知识 图谱数据和企业维度综合知识图谱数据进行运 算处理。 7.根据权利要求6所述的风险监测方法， 其特 征在于， 所述 风险监测方法还 包括： 输入经过运算处理后的向量化表示的融合数据至所述预设风险监测模型， 并继续执行 后续步骤。 8.根据权利要求4所述的风险监测方法， 其特征在于， 获取所述企业风险监测图谱数权　利　要　求　书 1/2 页 2 CN 114358607 A 2据， 包括： 获取企业信息， 并识别所述企业信息的文字内容， 将所述文字内容与预设正面舆情库 和预设负面舆情库中的词语分别进行匹配； 根据匹配结果确定文字内容所属类型； 文字内容所属类型包括 正面内容或负面内容； 遍历所有文字 内容， 根据各文字 内容的文字内容所属类型获取与所述正面内容或所述 负面内容分别对应的文字内容数量； 若与所述正面内容对应的文字内容数量少于与 所述负面内容对应的文字内容数量， 则 确定所述企业信息为负面企业信息； 获取与所述负面企业信 息对应的企业互动信 息， 若所述企业互动信 息中的至少一项互 动指标数据的统计数值大于预设统计数据阈值， 则将所述负面企业信息作为所述 企业风险 监测图谱数据。 9.一种风险监测装置， 其特 征在于， 包括： 输入单元， 用于输入融合数据至预设风险监测模型； 所述预设风险监测模型是根据融 合样本数据训练神经网络模型得到的； 所述融合数据融合有客户维度综合知识图谱数据、 产品维度综合知识图谱数据和企业维度综合知识图谱数据； 所述客户维度综合知识图谱数 据、 所述产品维度综合知识图谱数据和所述 企业维度综合知识图谱数据包括各自对应的信 息图谱数据， 以及与各信息图谱数据对应的风险监测图谱数据； 监测单元， 用于将所述预设风险监测模型的输出 结果作为 风险监测结果。 10.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至8 中任一项所述 方法的步骤。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至8中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114358607 A 3