(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 202210703424.9 (22)申请日 2022.06.21 (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 梁梦洁　苏晓春　周莹莹　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 王云晓 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 50/00(2012.01) G06N 20/00(2019.01) G06K 9/62(2022.01) (54)发明名称 基于社会网络分析的贷款风险分析方法及 装置 (57)摘要 本申请公开了一种基于社会网络分析的贷 款风险分析方法及装置， 可应用于大数据领域， 该方法为： 利用社会关系网络， 对待测企业的企 业信息和企业干系人信息进行社会网络分析， 得 到与待测企业对应的节点， 并将与待测企业对应 的节点标识为目标节点； 对目标节 点的属性特征 和网络特征进行编码， 得到目标特征向量； 将目 标特征向量输入至风险识别模型中， 得到风险识 别模型输 出的风险识别结果。 将社会网络分析用 于小微企业的贷款风险分析， 有效避免小微企业 信贷作为新 兴业务的经营信息不透明、 经营时间 短、 有价值样本量不足等因素造成的风险等级判 断受限的情况， 为以机器学习为基础的风险分析 方法提供更多维度的特征， 从而有效识别小微企 业的贷款 风险。 权利要求书3页 说明书8页 附图3页 CN 115099927 A 2022.09.23 CN 115099927 A 1.一种基于社会网络分析的贷款 风险分析 方法， 其特 征在于， 包括： 利用社会关系 网络， 对待测企业的企业信息和企业干系人信息进行社会网络分析， 得 到与所述待测企业对应的节点， 并将与所述待测企业对应的节点标识为 目标节点； 所述社 会关系网络基于各个小微企业样本的企业信息和企业干系人信息预 先构建； 对所述目标节点的属性特 征和网络特 征进行编码， 得到目标 特征向量； 将所述目标特征向量输入至风险识别模型中， 得到所述风险识别模型输出的风险识别 结果； 所述风险识别模型基于每个所述小微企业样本的特征向量作为输入， 并以人工针对 每个所述小微企业样本所设置的风险标签作为训练目标， 预先训练得到； 所述风险识别结 果包括所述待测企业的风险类型以及风险发生 概率。 2.根据权利要求1所述的方法， 其特征在于， 所述基于各个小微企业样本的企业信 息和 企业干系人信息构建社会关系网络的过程， 包括： 从业务系统获取 各个小微企业样本的企业信息以及企业干系人信息； 对各个所述小微企业样本的企业信 息和企业干系人信 息进行预处理， 以使各个所述小 微企业样本的企业信息和企业干系人信息的数据格式规范化， 得到各个所述小微 企业样本 的有效企业信息和有效企业干系人信息； 对各个所述小微企业样本的有 效企业信 息和有效企业干系人信 息进行特征工程， 得到 各个所述小微企业样本的特 征集合； 所述特 征集合包括一个或多个特 征； 对各个所述小微企业样本的有效企业信息、 有效企业干系人信息、 特征集合进行大数 据分析， 得到各个小微 企业样本 之间的关系、 小微企业样 本与企业干系人之 间的关系、 各个 企业干系人之间的关系 、 小微企业样本与特 征之间的关系 、 企业干系人与特 征之间的关系； 基于各个小微企业样本之间的关系、 小微企业样本与企业干系人之间的关系、 各个企 业干系人之间的关系、 小微 企业样本与特征之 间的关系、 企业干系人与特征之间的关系， 生 成所述社会关系网络 。 3.根据权利要求1所述的方法， 其特征在于， 所述基于每个所述小微企业样本的特征向 量作为输入， 并以人工针对每个所述小微企业样本所设置的风险标签作为训练目标， 预先 训练得到所述 风险识别模型的过程， 包括： 预先从业务系统获取 各个所述小微企业样本的风险标签； 对所述社会关系 网络进行大数据分析， 得到与每个所述小微企业样本对应的节点， 以 及每个所述节点的属性特 征和网络特 征； 对每个所述节点的属性特征和网络特征进行编码， 得到每个所述小微企业样本的特征 向量； 将每个所述小微企业样本的特征向量作为预设初始模型的输入， 得到所述预设初始模 型的输出结果， 并利用预设损失函数， 不断调整 所述预设初始模型的各项参数， 直至所述输 出结果满足预设要求， 确定所述风险识别模型训练成功； 所述预设要求为： 所述输出结果所 示的每个小微企业样本的风险类型， 与每个所述小微企业样本的风险标签所示的类型相 同。 4.根据权利要求1所述的方法， 其特 征在于， 还 包括： 通过预设界面向用户展示所述待测企业的风险类型以及风险发生 概率。 5.一种基于社会网络分析的贷款 风险分析装置， 其特 征在于， 包括：权　利　要　求　书 1/3 页 2 CN 115099927 A 2分析单元， 用于利用社会关系 网络， 对待测企业的企业信息和企业干系人信息进行社 会网络分析， 得到与所述待测企业对应的节点， 并将与所述待测企业对应的节点标识为 目 标节点； 所述社会关系网络基于各个小微企业样本的企业信息和企业干系人信息预先构 建； 编码单元， 用于对所述目标节点的属性特 征和网络特 征进行编码， 得到目标 特征向量； 识别单元， 用于将所述目标特征向量输入至风险识别模型中， 得到所述风险识别模型 输出的风险识别结果； 所述风险识别模型基于每个所述小微企业样本的特征向量作为输 入， 并以人工针对每个所述小微企业样本所设置的风险标签作为训练目标， 预先训练得到； 所述风险识别结果包括所述待测企业的风险类型以及风险发生 概率。 6.根据权利要求5所述的装置， 其特 征在于， 所述分析 单元具体用于： 从业务系统获取 各个小微企业样本的企业信息以及企业干系人信息； 对各个所述小微企业样本的企业信 息和企业干系人信 息进行预处理， 以使各个所述小 微企业样本的企业信息和企业干系人信息的数据格式规范化， 得到各个所述小微 企业样本 的有效企业信息和有效企业干系人信息； 对各个所述小微企业样本的有 效企业信 息和有效企业干系人信 息进行特征工程， 得到 各个所述小微企业样本的特 征集合； 所述特 征集合包括一个或多个特 征； 对各个所述小微企业样本的有效企业信息、 有效企业干系人信息、 特征集合进行大数 据分析， 得到各个小微 企业样本 之间的关系、 小微企业样 本与企业干系人之 间的关系、 各个 企业干系人之间的关系 、 小微企业样本与特 征之间的关系 、 企业干系人与特 征之间的关系； 基于各个小微企业样本之间的关系、 小微企业样本与企业干系人之间的关系、 各个企 业干系人之间的关系、 小微 企业样本与特征之 间的关系、 企业干系人与特征之间的关系， 生 成所述社会关系网络 。 7.根据权利要求5所述的装置， 其特 征在于， 所述识别单 元具体用于： 预先从业务系统获取 各个所述小微企业样本的风险标签； 对所述社会关系 网络进行大数据分析， 得到与每个所述小微企业样本对应的节点， 以 及每个所述节点的属性特 征和网络特 征； 对每个所述节点的属性特征和网络特征进行编码， 得到每个所述小微企业样本的特征 向量； 将每个所述小微企业样本的特征向量作为预设初始模型的输入， 得到所述预设初始模 型的输出结果， 并利用预设损失函数， 不断调整 所述预设初始模型的各项参数， 直至所述输 出结果满足预设要求， 确定所述风险识别模型训练成功； 所述预设要求为： 所述输出结果所 示的每个小微企业样本的风险类型， 与每个所述小微企业样本的风险标签所示的类型相 同。 8.根据权利要求5所述的装置， 其特 征在于， 还 包括： 展示单元， 用于通过预设界面向用户 展示所述待测企业的风险类型以及风险发生概 率。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的程序， 其中， 所述 程序执行权利要求1 ‑4任一所述的基于社会网络分析的贷款 风险分析 方法。 10.一种基于社会 网络分析的贷款风险分析设备， 其特征在于， 包括： 处理器、 存储器和权　利　要　求　书 2/3 页 3 CN 115099927 A 3