(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 202111426029.2 (22)申请日 2021.11.26 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 贺美娟　盛铭峰　李昊　 (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 杨丹　沈珍珠 (51)Int.Cl. G06Q 40/06(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 银行客户风险等级的预测方法及装置 (57)摘要 本发明公开了一种银行客户风险等级的预 测方法及装置， 涉及大数据技术领域， 该方法包 括： 获取多个： 银行客户的银行账户数据； 将每一 银行客户作为节点， 根据银行客户的银行账户数 据， 确定每一银行客户节点的向量； 计算所述多 个银行客户中每一银行客户节点与其他银行客 户节点的向量间相似度； 根据向量间相似度， 计 算所述多个银行客户中每一银行客户节点与其 他银行客户节 点的向量间距离权重； 根据所述多 个银行客户中每一银行客户节点与其他银行客 户节点的向量间距离权重， 确定所述多个银行客 户对应的转移概率矩阵； 基于标签传播算法， 根 据转移概率矩 阵确定多个目标客户的银行风险 等级。 本发明可提升银行风险等级预测的准确 度。 权利要求书4页 说明书13页 附图4页 CN 114119248 A 2022.03.01 CN 114119248 A 1.一种银 行客户风险等级的预测方法， 其特 征在于， 包括： 获取多个： 银行客户的银行账户数据； 所述多个银行客户包括多个目标客户 和多个参 考客户； 所述 目标客户为待确定银行风险等级的客户； 所述参考客户为已确定银行风险等 级的客户； 将每一银行客户作为节点， 根据银行客户的银行账户数据， 确定每一银行客户节点的 向量； 所述向量包 含根据银 行账户数据解析 得到的多个客户属性、 和银 行风险等级数值； 计算所述多个银 行客户中每一银 行客户节点与其 他银行客户节点的向量间相似度； 根据向量间相似度， 计算所述多个银行客户中每一银行客户节点与其他银行客户节点 的向量间距离 权重； 根据所述多个银行客户中每一银行客户节点与其他银行客户节点的向量间距离权重， 确定所述多个银 行客户对应的转移概 率矩阵； 基于标签传播算法， 根据转移概率矩阵和多个参考客户节点的向量中的银行风险等级 数值， 确定多个目标客户的银 行风险等级。 2.如权利要求1所述的方法， 其特征在于， 计算所述多个银行客户中每一银行客户节点 与其他银行客户节点的向量间相似度， 包括： 根据每一银行客户节点的向量中包含的多个客户属性， 计算所述多个银行客户中每一 银行客户节点与其 他银行客户节点的向量间欧氏距离 。 3.如权利要求2所述的方法， 其特征在于， 按如下公式计算所述多个银行客户中每一银 行客户节点与其 他银行客户节点的向量间欧氏距离： 其中， Dij表示第i个银行客户节点与第j个银行客户节点的向量间欧氏距离， 无量纲； it 表示第i个银行客户节点的向量I＝{x1,x2,…xn,yi}内含有的n个客户属 性中的第t个客户 属性； 其中， y表示银行客户的银行风险等级， 在银行客户为目标客户时， y无数值； jt表示第 j个银行客户节点的向量J＝{ x1,x2,…xn,yj}内含有的n个客户属性中的第t个客户属性； 其 中， y表示银行客户的银行风险等级， 在银行客户为参考客户时， y为银行风险等级的实际数 值。 4.如权利要求2所述的方法， 其特征在于， 按如下公式计算所述多个银行客户中每一银 行客户节点与其 他银行客户节点的向量间距离 权重： 其中， Wij表示第i个银行客户节点与第j个银行客户节点的向量间距 离权重， 无量纲； Dij 表示第i个银 行客户节点与第j个银 行客户节点的向量间欧氏距离， 无量纲； α 为常数。 5.如权利要求1所述的方法， 其特征在于， 按如下公式根据 所述多个银行客户中每一银 行客户节点与其他银行客户节点的向量间距离权重， 确定所述多个银行客户对应的转移 概 率矩阵：权　利　要　求　书 1/4 页 2 CN 114119248 A 2其中， Wij表示第i个银行客户节点与第j个其他银行客户节点的向量间距离权重， 无量 纲； Pij表示转移概率矩阵中的元素值； Wit表示第i个银行客户节点与第t个其他银行客户节 点的向量间距离 权重， 无量纲； k表示银 行客户节点的个数减1值。 6.如权利要求1所述的方法， 其特征在于， 基于标签传播算法， 根据转移概率矩阵和多 个参考客户节点的向量中的银 行风险等级数值， 确定多个目标客户的银 行风险等级， 包括： 对转移概 率矩阵进行矩阵分块处 理； 构建目标客户节点的银 行风险等级矩阵； 根据多个参考客户节点的向量中的银行风险等级数值， 构建参考客户节点的银行风险 等级矩阵； 根据矩阵分块处理后的转移概率矩阵和参考客户节点的银行风险等级矩阵， 对目标客 户节点的银 行风险等级矩阵， 进行迭代计算， 确定多个目标客户的银 行风险等级。 7.如权利要求6所述的方法， 其特征在于， 按如下公式对该转移概率矩阵进行矩阵分块 处理： 其中， P代表矩阵分块处理后的转移概率矩阵； L和U分别代表目标客户节点的个数和参 考客户节点的个数； PLL、 PLU、 PUL和PUU均为分块后的转移概率矩阵， 其中， PLL中元素为L个目 标客户节点之间的转移概率， PLU中元素为L个目标客户节点和U 个参考客户节点之间的转移 概率， PUL中元素为U个参考客户节点和L个 目标客户节点之间的转移概率， PUU中元素为U个 参考客户节点之间的转移概 率。 8.如权利要求7所述的方法， 其特征在于， 按如下公式根据矩阵分块处理后的转移概率 矩阵和参考客户节点的银行风险等级矩阵， 对目标客户节点的银行风险等级矩阵， 进行迭 代计算， 确定多个目标客户的银 行风险等级： YU＝PUU×YU+PUL×YL 其中， YU表示目标客户节点的银行风险等级矩阵； YL表示参考客户节点的银行风险等级 矩阵。 9.一种银 行客户风险等级的预测装置， 其特 征在于， 包括： 银行账户数据获取模块， 用于获取多个： 银行客户的银行账户数据； 所述多个银行客户 包括多个目标客户和多个参考客户； 所述 目标客户为待确定银行风险等级的客户； 所述参 考客户为已确定银 行风险等级的客户； 节点向量计算模块， 用于将每一银行客户作为节点， 根据 银行客户的银行账户数据， 确 定每一银行客户节点的向量； 所述向量包含根据银行账户数据解析得到的多个客户属 性、 和银行风险等级数值； 向量间相似度计算模块， 用于计算所述多个银行客户中每一银行客户节点与其他银行权　利　要　求　书 2/4 页 3 CN 114119248 A 3