(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 202211180629.X (22)申请日 2022.09.27 (71)申请人 蚂蚁区块链科技 （上海） 有限公司 地址 200010 上海市黄浦区外马路618号8 层803室 (72)发明人 丁洋　李启睿　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 专利代理师 姚琳洁 (51)Int.Cl. G06Q 10/06(2012.01) G06F 16/901(2019.01) (54)发明名称 基于图数据的风险管 理方法、 图数据的构建 方法及装置 (57)摘要 本说明书一个或多个实施例公开了一种基 于图数据的风险管理方法、 图数据的构建方法及 装置。 所述方法包括： 获取发生了风险事件的第 一对象的风险事件信息； 基于所述第一对象对应 的图数据， 确定在所述图数据中与所述第一对象 存在关联关系的、 待进行风险管理的目标对象； 所述图数据中包括多个节点 以及各所述节点之 间的关联关系， 所述图数据中的节 点用于表征对 应的对象； 根据所述风险事件信息， 以及所述目 标对象的节点与所述第一对象的节点之间的关 联关系， 确定所述风险事件对所述目标对象 的风 险关联程度值； 根据所述风险关联程度值， 对所 述目标对象对应的风险管理的第一用户进行风 险预警处 理。 权利要求书4页 说明书22页 附图8页 CN 115496374 A 2022.12.20 CN 115496374 A 1.一种基于图数据的风险管理方法， 包括： 获取发生了风险事 件的第一对象的风险事 件信息； 基于所述第 一对象对应的图数据， 确定在所述图数据中与所述第 一对象存在关联关系 的、 待进行风险管理的目标对 象； 所述图数据中包括多个节点以及各所述节点之间的关联 关系， 所述图数据中的节点用于表征对应的对象； 根据所述风险事件信 息， 以及所述目标对象的节点与 所述第一对象的节点之间的关联 关系， 确定所述 风险事件对所述目标对象的风险关联程度值； 根据所述风险关联程度值， 对所述目标对象对应的风险管理的第 一用户进行风险预警 处理。 2.根据权利要求1所述的方法， 所述 风险事件信息包括所述 风险事件的风险类型； 所述根据 所述风险事件信 息， 以及所述目标对象的节点与所述第 一对象的节点之间的 关联关系， 确定所述 风险事件对所述目标对象的风险关联程度值， 包括： 确定所述第 一对象的节点至所述目标对象的节点的关联关系路径； 所述关联关系路径 包括多条连接所述第一对象的节点和所述目标对象的节点的连接线； 所述连接线表征其连 接的两个节点的关系类型； 根据所述关联关系路径， 确定所述关联关系路径的深度， 以及所述关联关系路径上每 个连接线的关系类型； 根据所述风险类型、 所述关联关系路径的深度和所述关联关系路径上每个连接线的关 系类型， 确定所述 风险事件对所述目标对象的风险关联程度值。 3.根据权利要求1所述的方法， 所述根据所述风险类型、 所述关联关系路径的深度和所 述关联关系路径上每个连接线的关系类型， 确定所述风险事件对所述目标对象的风险关联 程度值之前， 所述方法还 包括： 获取多条样本业务数据； 每条所述样本业务数据包括样本风险事件对应的样本第 一对 象、 所述样本风险事件的样 本风险类型、 与所述样本第一对象存在关联关系的、 待进 行风险 管理的样本目标对象、 以及所述样本风险事件对所述样本目标对象的样本风险关联程度 值； 基于所述样本第一对象对应的图数据， 确定所述样本第 一对象的节点至所述样本目标 对象的节点的样本关联关系路径； 根据所述样本关联关系路径， 确定所述样本关联关系路径的深度， 以及所述样本关联 关系路径上每个连接线的样本 关系类型； 所述样本 关联关系路径包括多 条连接所述样本第 一对象的节点和所述样 本目标对象的节点的连接线； 所述连接线表征其连接的两个节点的 关系类型； 以所述样本风险类型、 所述样本关联关系路径的深度和所述样本关联关系路径上每个 连接线的样本 关系类型作为输入数据， 并以所述样本风险关联程度值作为输出数据进 行模 型训练， 得到风险关联程度计算模型。 4.根据权利要求3所述的方法， 所述根据所述风险类型、 所述关联关系路径的深度和所 述关联关系路径上每个连接线的关系类型， 确定所述风险事件对所述目标对象的风险关联 程度值， 包括： 将所述风险类型、 所述关联关系路径的深度和所述关联关系路径上每个连接线的关系权　利　要　求　书 1/4 页 2 CN 115496374 A 2类型输入至所述风险关联程度计算模型， 以使所述风险关联程度计算模型输出对应的风险 关联程度值。 5.根据权利要求1所述的方法， 所述 风险事件信息包括所述 风险事件的风险类型； 所述获取发生了风险事 件的第一对象的风险事 件信息之后， 所述方法还 包括： 获取预设的各风险管理的用户与风险事 件的风险类型之间的风险管理对应关系； 根据所述风险类型和所述风险管理对应关系， 确定与 所述风险类型对应的风险管理 的 目标用户； 根据所述风险管理的目标用户和预设的风险管理关系列表， 确定与 所述目标用户对应 的目标风险管理关系列表； 其中， 所述预设的风险管理关系列表包括多个风险管理关系列表及其对应的风险管理 的用户， 所述目标风险管理关系列表中包括至少一个第二对象。 6.根据权利要求5所述的方法， 所述确定所述风险事件对所述目标对象的风险关联程 度值之后， 所述方法还 包括： 根据所述目标风险管理关系列表， 筛选所述目标对象中与所述第二对象相匹配的对 象； 所述根据 所述风险关联程度值， 对所述目标对象对应的风险管理 的第一用户进行风险 预警处理， 包括： 根据所述风险关联程度值， 对与 所述第二对象相匹配的对象对应的风险管理 的目标用 户进行风险预警处 理。 7.根据权利要求1所述的方法， 所述基于所述第 一对象对应的图数据， 确定在所述图数 据中与所述第一对象存在关联关系的、 待 进行风险管理的目标对象， 包括： 根据预设的关联筛选策略， 确定在所述图数据中与所述第一对象存在关联关系的、 待 进行风险管理的所述目标对象； 其中， 所述预设的关联筛选策略包括： 筛选与所述第一对象的节点之间的关联关系符 合预设筛选条件的节点； 所述关联关系包括至少一个关系类型、 以及各所述关系类型分别 对应的关联值； 所述预设筛选条件包括以下中的至少一项： 所述关系类型为目标关系类型； 所述关联值满足针对 对应的关系类型 预设的阈值。 8.根据权利要求7 所述的方法， 所述预设的关联筛 选策略包括关联筛 选模型； 所述基于所述第一对象对应的图数据， 确定在所述图数据中与 所述第一对象存在 关联 关系的、 待 进行风险管理的目标对象之前， 所述方法还 包括： 获取多条样本业务数据； 每条所述样本业务数据包括样本风险事件对应的样本第 一对 象、 所述样本风险事件的样本风险类型、 所述样本第一对 象的节点与所述样本目标对 象的 节点之间的样本关联关系； 基于所述样本第一对象对应的图数据， 确定所述样本第 一对象的节点至所述样本目标 对象的节点的样本关联关系路径； 根据所述样本关联关系路径， 确定所述样本关联关系路径的深度； 以所述样本风险类型作为输入数据， 并以所述样本关联关系和所述样本关联关系路径 的深度作为输出 数据进行模型训练， 得到所述关联筛 选模型。 9.根据权利要求8所述的方法， 所述 风险事件信息包括所述 风险事件的风险类型；权　利　要　求　书 2/4 页 3 CN 115496374 A 3