(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 202210353298.9 (22)申请日 2022.04.06 (71)申请人 神州数码系统集成服 务有限公司 地址 100085 北京市海淀区西北旺东路10 号院东区18号楼5层101- 501 (72)发明人 林家璇　谢国斌　李笑妃　孙滨　 岳晓阳　邵士科　上官瑞春　 (74)专利代理 机构 北京京万通知识产权代理有 限公司 1 1440 专利代理师 万学堂 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/08(2012.01) G06Q 10/06(2012.01) (54)发明名称 一种二手车融资担 保信息识别方法、 系统及 介质 (57)摘要 本发明属于金融信息及数据处理技术领域， 公开了一种二手车融资担 保信息识别方法、 系统 及介质， 所述二手车融资担 保信息识别方法收集 贷款申请人基础信息数据和关系数据， 运用信息 网络技术对贷款申请人的信息进行分析， 构建关 系知识图谱； 并利用图卷积神经网络建立贷款申 请的欺诈识别模 型， 对是否属于欺诈贷款申请进 行识别。 所述贷款申请人基础信息数据包括： 申 请用户提供的基本信息、 征信信息、 本机构和其 他机构的历史信息， 构建每个申请用户的综合数 据集。 本发明降低了对特征选择的敏感性， 提高 了实施的容易性， 同时此方法具有更高的准确 性， 从而帮助金融更快更准的识别欺诈贷款申 请。 权利要求书3页 说明书8页 附图4页 CN 114757760 A 2022.07.15 CN 114757760 A 1.一种二手车融资担保信息识别方法， 其特征在于， 所述二手车融资担保信息识别方 法包括： 根据收集到的贷款申请人基础信 息数据、 关系数据和车辆信 息数据进行关系知识图谱 的本体设计， 构建关系知识图谱， 并利用图卷积神经网络建立关系知识图谱中图节点的向 量表示学习模型， 基于图节点的向量表示定义贷款申请的欺诈识别规则， 对是否属于欺诈 贷款申请进行识别。 2.如权利要求1所述的二手车融资担保信 息识别方法， 其特征在于， 所述贷款申请人基 础信息数据包括： 申请用户提供的基本信 息、 征信信 息、 本机构和其他机构的历史信 息， 构建每个申请用 户的综合数据集。 3.如权利要求1所述的二手车融资担保信 息识别方法， 其特征在于， 所述构建关系知识 图谱为将申请人 的联系方式作为图节点， 申请人和其他人或者其他机构用边相连， 表示申 请人与其存在关系， 同时将用户的基本信息和其 他行为信息作为节点的属性数据。 4.如权利要求1所述的二手车融资担保信 息识别方法， 其特征在于， 所述利用图卷积神 经网络建立贷款申请的欺诈 识别模型， 对是否属于欺诈贷款申请进行识别包括： 基于申请人的知识图谱， 利用申请人的基本信息、 行为信息和其他信息对网络节点进 行初始化向量表示； 利用图卷积算子对向量进行非线性变化； 利用定义的损失函数和随机 梯度下降方法对变化后的向量进行监督约束， 得到学习好的节点向量化表示； 计算节点向 量和图向量的相似度。 5.如权利要求1所述的二手车融资担保信 息识别方法， 其特征在于， 所述二手车融资担 保信息识别方法包括以下步骤： 第一步， 收集申请用户提供的基本信息、 征信信息、 本机构和其他机构的历史信息， 综 合构建每 个申请用户的综合数据集； 第二步， 构建知识图谱， 将申请人的联系方式作为图节点， 申请人和其他人或者其他机 构用边相连， 表示申请人与其存在关系， 同时将用户的基本信息和其他行为信息作为节点 的属性数据； 第三步， 基于申请人的知识图谱， 利用申请人的基本信 息、 行为信 息和其他信 息对网络 节点进行初始化向量表示； 利用图卷积算子对向量进行非线性变化； 利用定义的损失函数 和随机梯度下降方法对变化后的向量进行监 督约束， 得到学习好的节点向量 化表示； 第四步， 计算节点向量和图向量的相似度， 将相似度小于 0.5的节点输出为欺诈 节点。 6.如权利要求5所述的二手车融资担保信 息识别方法， 其特征在于， 所述第 二步构建知 识图谱具体包括： 1)构建申请人和相关信息的二元数据， 以每个申请人为出发点寻找关联到的信息， 形 成二元组数据， 格式如下： [[P， R1]， [P， R2]， …， [P， Rn]]， 其中P代表申请人， R1， R2， …， Rn代表与申请人P相关的 信息； 2)利用1)的二元 数据构建申请人的知识图谱。 7.如权利要求5所述的二手车融资担保信 息识别方法， 其特征在于， 所述第 三步具体包 括：权　利　要　求　书 1/3 页 2 CN 114757760 A 21)图节点向量初始化， 选取节点的有效信息如下： 客户月收入、 年龄、 身份证关联的手 机号个数、 民族、 征信是否白户等效的信息， 然后对有效信息按照公式 进行归一化处理， 最后按照公式ai＝( δi， δ2， ...， δm)得到节点的向量初始化表示； 其中 δj代表信息j的归一化之后的数值， xj代表信息j的归一化之前的数值， min( ·)代表计算最 小值， max( ·)代表计算最大值， n代表关系知识图谱中的节点总数， ai代表关系知识图谱节 点i的向量初始化表示， m代 表有效信息的数据类型总数； 2)用图卷积算子对向量进行非线性变化， 图卷积算子 定义公式 和 所示； 其中g(i)代表节点i在第l层转换后的向量表示， aj代表邻居节点的向量表示， f(j)代表 转换函数， σ 为算子的激活函数， cij代表节点i的度数， Ni代表节点i的邻居， 包含自身， 代 表节点j在l层的向量表示， 代表转换算子需要学习的参数矩阵； 3)利用定义的损失函数和随机梯度下降方法对变化后的向量进行监 督约束； 使用公式 和 所示的损失函数， 利用梯度下降的方法优化模型的参数； 其中q， 代表图的向量表示， 代表图的向量标书的指数转换， g(i)和g(j)分别代表欺 诈节点i和正常节点j的向量 化表示， yi， yj分别代表节点i， j的真实标签值。 8.如权利要求5所述的二手车融资担保信 息识别方法， 其特征在于， 所述第四步计算节 点向量和图向量的相似度， 将相似度小于 0.5的节点输出为欺诈 节点， 相似度计算公式 其中si代表节点向量和图向量的相似度， q和g(i)分别代表图向量和节点i的向量， ‖q‖ 和 ‖ g(i)‖ 分别代 表图向量范 数和节点 i的向量范 数。 9.一种计算机可读存储介质， 存储有计算机程序， 所述计算机程序被处理器执行时， 使 得所述处理器执行权利要求1～8任意 一项所述 二手车融资担保信息识别方法的步骤。 10.一种实施权利要求1～8任意一项所述二手车融资担保信息识别方法的二手车融资 担保信息识别系统， 其特 征在于， 所述 二手车融资担保信息识别系统包括： 数据收集模块， 用于收集申请用户提供的基本信息、 征信信 息、 本机构和其他机构的历 史信息， 综合构建每 个申请用户的综合数据集； 关系知识图谱构建模块， 用于将申请人的联系方式作为图节点， 申请人和其他人或者 其他机构用边相连， 表示申请人与其存在关系， 同时将用户的基本信息和其他行为信息作 为节点的属性数据； 节点向量化表示模块， 用于基于申请人的关系知识图谱， 利用申请人的基本信 息、 行为 信息和其他信息对网络节点进行初始化向量表示； 利用图卷积算子对向量进行非线性变权　利　要　求　书 2/3 页 3 CN 114757760 A 3