Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

风险识别方法、装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本说明书实施例公开了一种风险识别方法、装置。该方法包括:依据用户的关联关系,构建待识别对象的图网络;所述图网络的每个节点为用户节点,节点相连的边为相连节点间的关联关系;从地域和行业维度,对所述待识别对象的图网络进行节点特征表征;将节点特征表征后的图网络输入风险识别模型,输出具有风险的子图网络和风险概率。

主权项:1.风险识别方法,包括:依据用户与待识别对象的关联关系,构建待识别对象的图网络;其中,图网络的每个节点为表征与待识别对象具有关联关系的用户的用户节点,节点相连的边为相连节点间的关联关系;所述待识别对象为票据,所述关联关系为背书关系,存在背书关系的两个节点通过边连接,每条边具有边信息,边信息包括背书关系信息;从地域和行业维度,对所述待识别对象的图网络进行节点特征表征;包括:基于行业特征,计算待识别对象的图网络中各个节点的行业特征表征量;基于地域特征,计算待识别对象的图网络中各个节点的地域特征表征量;将每个节点的行业特征表征量和地域特征表征量叠加,得到每个节点的总特征表征量;将节点特征表征后的图网络输入风险识别模型,输出具有风险的子图网络和风险概率;包括:所述风险识别模型包括子图提取模块和风险预测模块;节点特征表征后的图网络输入所述子图提取模块,输出决定待识别对象具有风险的部分节点网络,将具有风险的部分节点网络作为具有风险的子图网络;所述具有风险的子图网络输入所述风险预测模块,输出风险概率;其中,所述风险识别模型为深度学习神经网络。

全文数据:

权利要求:

百度查询: 支付宝(杭州)信息技术有限公司 风险识别方法、装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。