(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 202210345852.9 (22)申请日 2022.03.31 (71)申请人 重庆富民银行股份有限公司 地址 401121 重庆市渝北区财富 东路2号涉 外商务区一期B1栋 (72)发明人 赵亚亚　杨放　肖会尧　张浚浦　 (74)专利代理 机构 重庆强大凯创专利代理事务 所(普通合伙) 50217 专利代理师 赵玉乾 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 50/00(2012.01) (54)发明名称 基于知识图谱的社区分析方法、 欺诈识别方 法、 存储介质 (57)摘要 本发明涉及贷款风险防控技术领域， 具体为 基于知识图谱的社区分析方法、 欺诈识别方法、 存储介质； 本方案通过网络构建、 社区划分、 社区 演变和节 点寻找四个步骤， 将实时数据形成有价 值的关联关系拓扑网络， 而关联网络能够利用少 量欺诈标注样本产生出更多的标注， 让欺诈标注 会沿着网络里的边从一个节点传播到另一个节 点， 将有效欺诈样本扩大化， 拓扑网路中过于紧 密的关联关系与不符合常理的关联子图往往又 能指示出隐秘的欺诈团伙， 从而提高了反欺诈的 准确性， 避免了数据孤岛问题， 便于挖掘网络中 隐藏的个人欺诈、 团伙欺诈等 风险。 权利要求书1页 说明书4页 附图1页 CN 114862544 A 2022.08.05 CN 114862544 A 1.基于知识图谱的社区分析 方法， 其特 征在于,包括以下步骤： 网络构建： 搭建知识图谱， 根据知识图谱构建动态社交网络图； 社区划分： 根据动态社交网络图对客户进行 社区动态划分； 社区演变： 根据 社区动态划分结果， 通过社区演变算法跟踪社区的整个生命周期， 以及 社区在某个阶段发生的社区演变情况； 节点寻找： 根据社区动态划分结果， 通过不同的社区中心节点发现算法寻找社区内部 的重要节点和重要程度， 对该 社区内其 他的节点 客户质量进行 预测和评估。 2.根据权利要求1所述的基于知识图谱的社区分析方法， 其特征在于， 所述网络构建步 骤中， 知识图谱的搭建过程 为： 根据数据结构的不同， 采用不同的方式进行知识 的抽取； 再将多个知识库中的知识进 行整合， 形成一个知识库使得实体对齐； 之后进 行数据模型构建和知识推理， 对最后的结果 数据进行评估， 将合格的数据留存下来； 最后 将数据转换为 实体关系实体的三元组形式， 基 于三元组的数据构造知识图谱网络 。 3.根据权利要求1所述的基于知识图谱的社区分析方法， 其特征在于， 所述社区划分步 骤中的社区动态划分方法为： 根据同一个客户基于不同时间点不同结构的社交网络图和不 同的社区划分算法进行划分。 4.根据权利要求1所述的基于知识图谱的社区分析方法， 其特征在于： 所述社区划分算 法包括全局非重 叠社区划分算法、 全局重 叠社区划分算法和 局部重叠社区划分算法。 5.根据权利要求1所述的基于知识图谱的社区分析方法， 其特征在于： 所述社区演变步 骤中， 所述社区演变情况包括未变化、 合并、 增长和新增。 6.根据权利要求1所述的基于知识图谱的社区分析方法， 其特征在于： 所述节点寻找步 骤中的社区中心节点发现算法包括点度中心度算法、 接近中心度算法、 中间中心度算法和 特征向量中心度算法。 7.欺诈识别方法， 其特征在于： 应用了上述基于知识图谱的社区分析方法， 根据 社区动 态划分结果将历史欺诈标注沿着网络进行传播。 8.存储介质， 其特 征在于： 应用了上述欺诈 识别方法。权　利　要　求　书 1/1 页 2 CN 114862544 A 2基于知识图谱的社区分析方 法、 欺诈识别方法、 存储介质 技术领域 [0001]本发明涉及贷款风险防控技术领域， 具体为基于知识图谱的社区分析方法、 欺诈 识别方法、 存 储介质。 背景技术 [0002]传统反欺诈技术面临挑战： 数字技术与金融业的融合发展， 也伴随着金融欺诈风 险不断扩大， 反欺诈形势 严峻。 数字金融欺诈逐渐表现出专 业化、 产业化、 隐蔽化、 场景化的 特征， 同传统的诈骗相比， 数字金融诈骗往往是有组织， 成规模的， 他们分工明确、 合作紧 密、 协同作案， 形成一条完整的犯罪产业链。 [0003]传统反欺诈技术面临的三大挑 战： 维度单一、 效率低下、 范围受限。 团伙欺诈的三 大防控难点： 1、 传统反欺诈手段一般通过账户、 身份证、 手机、 IP等身份维度去识别， 而个人 信息很容易伪造。 尤其是欺诈团伙对个人身份进行了大量包装和处理， 很容易绕过传统的 防控手段。 2、 反欺诈是一个动态的过程， 目前 的防控手段主要基于以往的历史经验训练和 指导设计。 这就导致已知的防控手段， 难以防控最新的欺诈 风险。 3、 传统反欺诈手段过于依 赖专家经验， 需要 大量人工标注数据和训练。 而欺诈 攻击手段千变万化更迭非常快， 很多新 的攻击手段对既有的防控措施进 行了调整甚至免疫， 这就导致不能及时对新风险进行识别 和预警。 [0004]与此同时用户的关联关系是一个复杂的网络， 对复杂网络的研究一直是许多领域 的研究热点， 其中社区结构是复杂网络中的一个普遍特征， 同一个社区内的节点之间的连 接紧密， 而 社区与社区之 间的连接则比较稀疏。 正如上面所述， 数字金融诈骗往往是有组织 成规模的， 如何找出这些组织本质上就是从复杂网络中找到一个一个的团伙并加以分析。 发明内容 [0005]本发明所解决的技术问题在于提供一种基于客户信息建立实体为人的知识图谱， 实现社区划分， 为反欺诈部门提供团伙识别技 术和数据支持。 [0006]本发明提供的基础方案： 基于知识图谱的社区分析 方法， 包括以下步骤： [0007]网络构建： 搭建知识图谱， 根据知识图谱构建动态社交网络图； [0008]社区划分： 根据动态社交网络图对客户进行 社区动态划分； [0009]社区演变： 根据社区动态划分结果， 通过社区演变算法跟踪社区的整个生命周期， 以及社区在某个阶段发生的社区演变情况； [0010]节点寻找： 根据社区动态划 分结果， 通过不 同的社区中心节点发现算法寻找社区 内部的重要节点和重要程度， 对该 社区内其 他的节点 客户质量进行 预测和评估。 [0011]本发明的原理及优点在于： 现有的反欺诈手段通常是通过个人信息去进行识别， 而个人信息由容易被伪造， 在欺诈团伙对个人身份进行了包装处理后， 传统的防控手段往 往难以生效； 本方案通过知识图谱构建动态社交网络图， 基于实时数据形成有价值的关联 关系拓扑网络， 而拓扑网路中过于紧密的关联关系与不符合常理的关联子图往往指示出隐说　明　书 1/4 页 3 CN 114862544 A 3