envectorcentrality客户、TOP10% 的indegree和outdegree客户、TOP50 的 pagerank客户等。查询单元11提供查询功能，如得到3项指标同时为TOP10%的客户等， 报表单元12可以关联所有的数据，展现数据报表，如重要客户的违约情况、重要合同情况 等。
[0061]Ntree函数324是本系统的一个重要部分，Ntree函数可以将一定层级内的数据进 行解析。Ntree是基于java和MapReduce开发的函数，可以枚举任何一个有一级或多级担 保联系的客户之间的关系，其计算过程如图3所示的流程图。
[0062] 经过ntree，可以得到客户担保关系的配对数据，例如表2所示(表2仅为举例数 据)。
[0063]表2
得到客户配对的层次关系后，根据图2中步骤S6的分类标准将上述担保路径归类为一 对一简单单向担保、一对一双向互保、三个客户以上群体互保、担保链四类。
[0064] 在判断出担保关系类型的基础上，可以将担保网络中的客户节点进行分类，分成 以上四种类型。其中单向担保、简单双向担保和其他类别没有共同用户，互保圈和担保链可 能存在共同的用户。
[0065] 得到每个客户节点的类型后，就需要对每类进行分群，即对由ntree生成的担保 路径进行聚类，聚类的方法如图2的步骤S7所述。经过类聚后，得到客户与群体之间的聚 类关系，例如表3所示的客户与群体之间的关系(表3仅为举例数据)。
[0066]表 3
由表3可以看出客户位于哪个群体中，如客户1、客户4、客户7和客户8均属于群体1， 客户9、客户41和客户85均属于群体2 ;而且还能看出客户所在的群体的类型，如客户1、 客户4、客户7和客户8所在的群体为互保链，客户9、客户41和客户85所在的群体为互保 圈。
[0067] 通过以上过程，可以得到以每个客户为中心的指标示图和每个群体的类别和相应 的统计指标，包括四个大类的群体编号以及由统计分析单元所计算得到的群体级指标体 系。
【主权项】
1. 一种用于金融担保风险分析的分析系统，包括：工作调度模块、分析模块以及业务 展示模块； 所述工作调度模块用于接收用户的指令并协调分析模块以及业务展示模块的工作； 所述分析模块用于对担保数据进行分析，并至少得出与担保节点的中心度相关的指 标； 所述业务展示模块用于将分析模块的分析结果以一定形式进行展示。2. 根据权利要求1所述的分析系统，其特征在于：所述业务展示模块包括以下功能单 元中的一个或多个： 查询单元，用于查询与指定担保节点或指定群体相关的担保信息； 报表单元，用于按用户的需要提供与指定担保节点或指定群体相关的报表； 可视化单元，用于实现整个担保网络和担保群体局部网络的可视化。3. 根据权利要求1所述的分析系统，还包括： 数据存储模块，用于存储输入系统的原始数据、分析模块以及业务展示模块生成的处 理后的数据。4. 根据权利要求1~3中任一项所述的分析系统，其特征在于： 所述与担保节点的中心度相关的指标包括担保节点的出度和入度指标、全局性中心度 指标、局部性中心度指标中的个或多个。5. 根据权利要求4所述的分析系统，其特征在于： 所述出度和入度指标通过Degree函数计算得出。6. 根据权利要求4所述的分析系统，其特征在于： 所述全局性中心度指标通过EigenvectorCentrality函数计算得出。7. 根据权利要求4所述的分析系统，其特征在于： 所述局部性中心度指标通过Pagerank函数计算得出。8. 根据权利要求4所述的分析系统，其特征在于： 所述分析模块通过枚举法对担保圈网络进行层次计算，列举担保网络中从一个节点到 另外一个节点所有的担保路径，并列举任意两个节点之间所有的担保关联关系。9. 根据权利要求8所述的分析系统，其特征在于： 所述分析模块进行层次计算时，起始节点的选取依据为节点的全局性中心度指标或局 部性中心度指标，或者随机选取。10. 根据权利要求9所述的分析系统，其特征在于： 所述分析模块进行层次计算时的最大层级范围为3~8。11. 根据权利要求8所述的分析系统，其特征在于： 所述分析模块根据层次计算的结果将担保关系分类成若干种基础形态。12. 根据权利要求11所述的分析系统，其特征在于： 所述若干种基础形态包括一对一的单向担保关系、一对一的互保关系、三个客户以上 群体互保关系、担保链关系中的一种或多种。13. 根据权利要求11所述的分析系统，其特征在于： 所述分析模块将层次计算的结果通过Modularity函数进行处理，从而将担保关系分 类成若干种基础形态。14. 根据权利要求13所述的分析系统，其特征在于： 所述Modularity函数使用ModularityMaximization方法。15. -种金融担保风险的分析方法，包括： 工作调度步骤，接收用户的指令并协调业务展示模块以及分析模块的工作； 分析步骤，对担保数据进行分析，并至少得出与担保节点的中心度相关的指标； 结果展示步骤，将分析结果以一定形式进行展示。16. 根据权利要求15所述的分析方法，其特征在于所述结果展示步骤包括以下步骤中 的一个或多个： 查询步骤，查询并反馈与指定担保节点或指定群体相关的担保信息； 报表生成步骤，按用户的需要提供与指定担保节点或指定群体相关的报表； 可视化处理步骤，对整个担保网络和担保群体局部网络进行可视化展示。17. 根据权利要求16所述的分析方法，还包括： 数据存储步骤，用于存储处理后的数据。18. 根据权利要求15~17中任一项所述的分析方法，其特征在于： 所述与担保节点的中心度相关的指标包括担保节点的出度和入度指标、全局性中心度 指标、局部性中心度指标中的个或多个。19. 根据权利要求18所述的分析方法，其特征在于： 所述出度和入度指标通过Degree函数计算得出。20. 根据权利要求18所述的分析方法，其特征在于： 所述全局性中心度指标通过EigenvectorCentrality函数计算得出。21. 根据权利要求18所述的分析方法，其特征在于： 所述局部性中心度指标通过Pagerank函数计算得出。22. 根据权利要求18所述的分析方法，其特征在于： 通过枚举法对担保圈网络进行层次计算，列举担保网络中从一个节点到另外一个节点 所有的担保路径，并列举任意两个节点之间所有的担保关联关系。23. 根据权利要求22所述的分析方法，其特征在于： 进行层次计算的起始节点的选取依据为节点的全局性中心度指标或局部性中心度指 标，或者随机选取。24. 根据权利要求23所述的分析方法，其特征在于： 进行层次计算的最大层级范围为3~8。25. 根据权利要求22所述的分析方法，其特征在于： 根据层次计算的结果将担保关系分类成若干种基础形态。26. 根据权利要求25所述的分析系统，其特征在于： 所述若干种基础形态包括一对一的单向担保关系、一对一的互保关系、三个客户以上 群体互保关系、担保链关系中的一种或多种。27. 根据权利要求26所述的分析方法，其特征在于： 将层次计算的结果通过Modularity函数进行处理，从而将担保关系分类成若干种基 础形态。28. 根据权利要求27所述的分析方法，其特征在于：
【专利摘要】本发明提供一种担保圈的大数据分析系统，包括：工作调度模块、分析模块以及业务展示模块；所述工作调度模块用于接收用户的指令并协调分析模块以及业务展示模块的工作；所述分析模块用于对担保数据进行分析，并至少得出与担保节点的中心度相关的指标；所述业务展示模块用于将分析模块的分析结果以一定形式进行展示。本发明还提供一种金融担保风险的分析方法。
【IPC分类】G06Q40/08
【公开号】CN104933621
【申请号】CN201510342957
【发明人】肖立宏, 杨敏, 沙莎, 张建辉
【申请人】天睿信科技术（北京）有限公司
【公开日】2015年9月23日
【申请日】2015年6月19日