一种风险用户的识别方法、装置、设备及存储介质与流程

本说明书一个或多个实施例涉及用户识别技术领域，尤其涉及一种风险用户的识别方法、装置、设备及存储介质。

背景技术：

目前，针对用户的资源分配请求，需要首先判断用户的分配风险，包括判断用户的原发性风险和用户的关联性风险，识别用户是否为风险用户。

现阶段，识别用户是否为风险用户时，主要是通过人工依据现场或非现场收集信息，对人力高度依赖，时间周期长，客观性差且时效性差。

技术实现要素：

有鉴于此，本说明书一个或多个实施例的目的在于提出一种风险用户的识别方法、装置、设备及存储介质，以解决现有识别风险用户时存在的客观性差且时效性差的问题。

基于上述目的，本说明书一个或多个实施例第一方面提供了一种风险用户的识别方法，所述方法包括：

接收用户发送的资源分配请求；

基于所述用户的资源分配请求，获取所述用户的相关数据；其中，所述用户的相关数据包括第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据中的一种或多种；

基于所述用户的相关数据，确定所述用户的分配风险；

基于所述用户的分配风险生成分配风险报告，并输出所述分配风险报告至分配方，以使所述分配方基于所述分配风险报告进行资源分配或资源分配后管理。

可选地，所述用户的分配风险包括所述用户的原发性风险和所述用户接收的关联传导性风险；

所述基于所述用户的相关数据，确定所述用户的分配风险，包括：

基于所述用户的相关数据，确定所述用户的原发性风险；

基于所述用户的相关数据，根据预设的传导系数配置表确定所述用户的关联方；

基于所述传导系数配置表，确定所述用户的关联方对应的风险传导系数；

确定所述用户的关联方的原发性风险值；

基于所述用户的关联方的原发性风险值及所述风险传导系数，确定所述用户接收的关联传导性风险。

可选地，在所述确定所述用户的关联方的原发性风险值的步骤之前还包括：

判断所述用户的关联方是否属于风险预警范围内；

若是，则执行确定所述用户的关联方的原发性风险值的步骤。

可选地，所述判断所述用户的关联方是否属于风险预警范围内，包括：

判断所述用户的关联方是否包括在预设名单内；

判断是否能够获取所述用户的关联方的风险数据；

若所述用户的关联方包括在预设名单内且能够获取所述用户的关联方的风险数据，则判定所述用户的关联方属于风险预警范围内；

若所述用户的关联方不包括在预设名单内或不能够获取所述用户的关联方的风险数据，则判定所述用户的关联方不属于风险预警范围内。

可选地，所述预设的传导系数配置表的构建方法如下：

确定数据源；其中，所述数据源包括第二司法数据、第二税务数据、第二工商数据、第二征信数据和第二银行数据中的一种或多种；

基于所述数据源，确认相互关联的潜在关联方；

基于数据源，确定所述潜在关联方之间的关联关系性质和关联关系直接程度；

基于所述数据源，构建关联关系表达式；

基于所述关联关系性质和所述关联关系直接程度，确定关联关系层次和风险传导系数。

基于相同的目的，本说明书一个或多个实施例第二方面提供了一种风险用户的识别装置，所述装置包括：

接收模块，用于接收用户发送的资源分配请求；

相关数据获取模块，用于基于所述用户的资源分配请求，获取所述用户的相关数据；其中，所述用户的相关数据包括第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据中的一种或多种；

分配风险确定模块，用于基于所述用户的相关数据，确定所述用户的分配风险；

输出模块，用于基于所述用户的分配风险生成分配风险报告，并输出所述分配风险报告至分配方，以使所述分配方基于所述分配风险报告进行资源分配或资源分配后管理。

可选地，所述用户的分配风险包括所述用户的原发性风险和所述用户接收的关联传导性风险；

所述分配风险确定模块，包括：

原发性风险确定单元，用于基于所述用户的相关数据，确定所述用户的原发性风险；

关联方确定单元，用于基于所述用户的相关数据，根据预设的传导系数配置表确定所述用户的关联方；

风险传导系数确定单元，用于基于所述传导系数配置表，确定所述用户的关联方对应的风险传导系数；

关联方原发性风险值确定单元，用于确定所述用户的关联方的原发性风险值；

用户关联传导性风险确定单元，用于基于所述用户的关联方的原发性风险值及所述风险传导系数，确定所述用户接收的关联传导性风险。

可选地，所述分配风险确定模块，还包括：

判断单元，用于判断所述用户的关联方是否属于风险预警范围内；若是，则关联方原发性风险值确定单元确定所述用户的关联方的原发性风险值。

可选地，所述判断单元具体用于：

判断所述用户的关联方是否包括在预设名单内；

判断是否能够获取所述用户的关联方的风险数据；

若所述用户的关联方包括在预设名单内且能够获取所述用户的关联方的风险数据，则判定所述用户的关联方属于风险预警范围内；

若所述用户的关联方不包括在预设名单内或不能够获取所述用户的关联方的风险数据，则判定所述用户的关联方不属于风险预警范围内。

可选地，所述装置还包括预设传导系数配置表构建模块，具体用于：

确定数据源；其中，所述数据源包括第二司法数据、第二税务数据、第二工商数据、第二征信数据和第二银行数据中的一种或多种；

基于所述数据源，确认相互关联的潜在关联方；

基于数据源，确定所述潜在关联方之间的关联关系性质和关联关系直接程度；

基于所述数据源，构建关联关系表达式；

基于所述关联关系性质和所述关联关系直接程度，确定关联关系层次和风险传导系数。

基于相同目的，本说明书一个或多个实施例第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面任意一项所述的方法。

基于相同目的，本说明书一个或多个实施例第四方面提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行第一方面任一所述方法。

从上面所述可以看出，本说明书一个或多个实施例提供的风险用户的识别方法、装置、设备及存储介质，通过接收用户的资源分配请求，基于用户的资源分配请求获取用户的相关数据，然后基于用户的相关数据确定用户的分配风险，最后生成分配风险报告并输出该分配风险报告至分配方，以使分配方进行资源分配或资源分配后管理；通过基于用户的相关数据，确定用户的分配风险，识别出风险用户，并基于用户的分配风险进行资源分配或资源分配后管理，缩短了风险用户的识别时间及资源分配的时间，提高了风险用户识别的客观性及资源分配的安全性；或在资源分配后进行安全预警，进一步提高资源的安全性。

该方法还根据用户的相关数据确定用户的原发性风险及用户接收的关联传导性风险，在确定用户接收的关联传导性风险时首先基于用户的相关数据，根据预设的传导系数配置表确定用户的关联方及关联方对应的风险传导系数，然后确定该关联方的原发性风险值，最后确定关联方对于该用户的关联传导性风险；通过基于用户的相关数据及预设的传导系数配置表确定用户接收的关联传导性风险，结合用户接收的关联传导性风险和用户的原发性风险，确定用户的分配风险，识别出风险用户，提高了风险用户识别的时效性、客观性及资源分配的准确性。

附图说明

为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书一个或多个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书一个或多个实施例提供的风险用户的识别方法的流程示意图；

图2为本说明书一个或多个实施例提供的对于步骤s03的解释说明；

图3为本说明书一个或多个实施例提供的风险用户的识别装置的结构示意图；

图4为本说明书一个或多个实施例提供的一种更为具体的电子设备硬件结构示意图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。

需要说明的是，除非另外定义，本说明书一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本说明书一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。

目前，针对用户的资源分配请求，需要首先判断用户的分配风险，包括判断用户的原发性风险和用户的关联性风险，识别出用户是否为风险用户。

现阶段，识别用户是否为风险用户时，信息主要来源于人工尽职调查与用户主动提供，主要是通过人工依据现场或非现场收集信息；或通过爬虫技术或采购数据的方式获取相关信息，根据单个用户需求建立风控指标，对单个或多个风险维度之风险进行量化测算。

通过人工依据现场或非现场收集信息确定风险用户时，对于人工具有高度依赖性，人工对于传导性风险认识度低、敏锐性差，人工完成的时效性差，且主观性强缺乏客观性。

通过爬虫技术或采购数据的方式获取相关信息以确定风险用户时，对于关联性风险的识别多位基础规则识别，而非风控模型识别，缺少体系化业务逻辑支撑，且缺少针对资源分配场景中传导性风险的针对性识别方法与理论体系，因此，风险分析与识别结果的指导性差，应用性低。

为了解决上述问题，本说明书提供了一种风险用户的识别方法、装置、设备及存储介质，通过接收用户的资源分配请求，基于用户的资源分配请求获取用户的相关数据，然后基于用户的相关数据确定用户的分配风险，最后生成分配风险报告并输出该分配风险报告至分配方，以使分配方进行资源分配或资源分配后管理。该方法及装置可以应用于手机、平板电脑等各种电子设备，具体不做限定。该方法及装置中的提及的资源可以为信贷资源，具体不做限定。后续将以信贷业务为例，对该风险用户的识别方法进行详细说明。

为了便于理解，下面结合附图对该风险用户的识别方法进行详细说明。

图1为本说明书提供的风险用户的识别方法的流程示意图，该方法包括：

s01、接收用户发送的资源分配请求。

本实施例中，用户为了向分配方申请分配资源，可以发送资源分配请求。执行本方法的电子设备(以下简称本电子设备)接收用户发送的资源分配请求。

以信贷业务为例进行详细说明，资源即信贷资源，用户即信贷申请方，资源分配请求即信贷请求，分配方即信贷经营方。

信贷申请方即向信贷经营方申请信用贷款的一方，比如，信贷申请方可以是个人或者企业，具体不做限定。相应地，信贷经营方即向信贷申请方提供信贷申请的一方，比如，信贷经营方可以是银行或银行之外的有资格的正规信贷经营企业。

在实际应用中，用户为了向信贷经营方申请信贷，可以通过手机app或pc端应用程序发起信贷请求，本电子设备接收用户发送的信贷请求。信贷请求中可以包括用户签订的授权同意书，授权同意书用于授权信贷经营方获取信贷申请方的相关数据，信贷申请方的相关数据包括信贷申请方的第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据中的一种或多种。

s02、基于用户的资源分配请求，获取用户的相关数据；其中，用户的相关数据包括第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据中的一种或多种。

本实施例中，第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据分别指的是与发送资源分配请求的用户相关联的司法数据、税务数据、工商数据、征信数据和银行数据。

为了对用户进行更为客观全面准确的评估，识别出风险用户，本电子设备接收用户发送的资源分配请求后，可以基于资源分配请求获取用户的第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据中的一种或多种。在实际应用中，由于在获取资源分配请求后至资源偿还前均需要进行风险用户识别，在此期间均需要检测用户的相关数据，因此，进行风险用户识别的时间段不同，进行风险用户识别时所基于的用户第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据可能是动态的。

继续以信贷业务为例进行详细说明。接收用户发送的信贷请求后，可以基于接收的信贷请求获取用户的相关数据，用户的相关数据包括第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据中的一种或多种。

s03、基于用户的相关数据，确定用户的分配风险。

本实施例中，用户的分配风险可以包括将资源分配给用户后可能存在的违约风险或无资源偿还能力风险等等，具体不做限定。在实际应用中，由于进行风险用户识别的时间段不同，进行风险用户识别时所基于的相关数据可能是动态的，因此，用户的分配风险亦可能由于进行风险用户识别的时间段不同而是动态的。

本电子设备获取用户的相关数据后，可以基于用户的相关数据确定用户的分配风险。

确定用户的分配风险的过程后续将会进行详细说明，在此不再赘述。

s04、基于用户的分配风险生成分配风险报告，并输出分配风险报告至分配方，以使分配方基于分配风险报告进行资源分配或资源分配后管理。

本实施例中，分配风险报告指基于用户的分配风险生成的报告。

一种情况下，本电子设备确定用户的分配风险后生成分配风险报告，然后将分配风险报告输出至分配方，然后分配方可以基于该分配风险报告进行资源分配，确定针对该用户的资源分配额度、期限、利率或资源偿还能力预估等等，具体不做限定。

一种情况下，本电子设备确定用户的分配风险后生成分配风险报告，然后将分配风险报告输出至分配方，分配方还可以基于该分配风险报告进行资源分配后管理，进行违约风险预警等等，具体不做限定。

继续以信贷业务为例进行详细说明。确定用户的分配风险后生成分配风险报告，然后将该分配风险报告输出至信贷经营方，信贷经营方可以基于该分配风险报告制定信贷决策，比如，可以确定针对该用户的信贷额度、期限、利率或信贷偿还能力预估等等，具体不做限定。

或者，信贷经营方可以基于该分配风险报告进行违约风险预警等等，具体不做限定。

可以理解的是，通过基于用户的相关数据，确定用户的分配风险，识别出风险用户，并基于用户的分配风险进行资源分配，缩短了风险用户的识别时间及资源分配的时间，提高了风险用户识别的客观性及资源分配的安全性。

在实际应用中，为了识别提出资源分配请求的用户是否为风险用户，可以进一步确定用户的分配风险；则，图2为本说明书提供的对于步骤s03的解释说明，如图2所示，在一些可能的实施方式中，用户的分配风险包括用户的原发性风险和用户接收的关联传导性风险；

步骤s03基于用户的相关数据，确定用户的分配风险，包括

s21、基于用户的相关数据，确定用户的原发性风险；

s22、基于用户的相关数据，根据预设的传导系数配置表确定用户的关联方；

s23、基于传导系数配置表，确定用户的关联方对应的风险传导系数；

s24、确定用户的关联方的原发性风险值；

s25、基于用户的关联方的原发性风险值及风险传导系数，确定用户接收的关联传导性风险。

即，在实际应用中，用户的分配风险主要包括两个方面，即用户的原发性风险和用户接收的关联传导性风险。用户的原发性风险指由用户本身引起的风险，用户接收的关联传导性风险指与用户相关联的关联方的原发性风险传导给用户的风险。

在获取用户的相关数据后，一方面，可以根据用户的相关数据及原发性风险识别模型，确定用户的原发性风险。其中，原发性风险识别模型可以为现有的评分卡模型。

在实际应用中，该原发性风险识别模型根据主体性质的不同，分为个人、企业两个风险计算模型。

企业模型下分为企业基本情况、企业规模、负债水平、偿债能力、运营能力、盈利能力、成长能力和企业违约行为8个模块；个人模型下，分为个人基本情况、收入情况、负债水平、偿债能力和违约行为5个模块。

一种情况下，用户为个人时，应用原发性风险识别模型中的个人模型计算用户的原发性风险，可以由个人基本情况、收入情况、负债水平、偿债能力和违约行为五个方面计算用户的原发性风险，具体不做限定。

一种情况下，用户为企业时，应用原发性风险识别模型中的企业模型计算用户的原发性风险，可以由企业基本情况、企业规模、负债水平、偿债能力、运营能力、盈利能力、成长能力和企业违约行为8个方面计算用户的原发性风险，具体不做限定。

在获取用户的相关数据后，另一方面，可以根据用户的相关数据及预设的传导系数配置表确定用户的关联方；然后根据传导系数配置表确定用户的关联方对应的风险传导系数。

在实际应用中，传导系数配置表中包括潜在关联方的类型、关联关系表达式、关联关系层次、风险传导系数；比如，关联方类型可以包括企业、企业主、自然人，具体不做限定；关联关系可以为企业主与企业之间的关联关系、企业主与企业主之间的关联关系、企业主和自然人之间的关联关系、自然人与自然人之间的关联关系、自然人与企业之间的关联关系、企业与企业之间的关联关系等，具体不做限定；关联关系层次指存在关联关系的各方之间是直接关联或间接关联等，具体不做限定。风险传导系数指相互关联的关联方之间的关联关系强度，即相互关联的关联方之间一方的的原发性风险传导给另一方的百分比。传导系数配置表中相互关联的关联方之间可以互为传导方与被传导方的关系，相互关联的关联方之间可以具有多个关联关系层次，各关联关系层次可以分别具有对应的关联关系，各关联关系分别具有对应的关联关系表达式，各关联关系表达式分别具有对应的风险传导系数。

以企业主和企业之间为例，企业主和企业之间的传导系数配置表可以采用表1进行简单示例：

表1

在实际应用中，在实际应用中，获取用户的相关数据后，还可以首先对用户的相关数据进行分析，提取相关数据中包括的关键字段，并基于提取的关键字段对传导系数配置表中的关联关系表达式进行调整，以使传导系数配置表与用户的相关数据更加匹配。例如，欲筛选【配偶姓名】，但预设传导期数配置表的关联关系表达式中采用的是【配偶】，则可以将关联关系表达式中调整为【配偶姓名】。

获取用户的相关数据后，分别根据用户的相关数据中所包含的不同数据类型确认该用户的可能关联方，然后基于相关数据中的相关字段确定用户与该可能关联方之间的关联关系层次，然后跑批关联关系表达式，即根据用户的第一司法数据、第一税务数据、第一工商数据、第一征信数据或第一银行数据确认该用户的可能关联方，然后基于相关数据中的相关字段确定用户与该可能关联方之间的关联关系层次，然后跑批关联关系表达式，以筛选获得用户的关联方；并记录获得关联方的关联关系表达式所对应的风险传导系数，即用户和与用户相关联的关联方之间的关联关系强度，即与用户相关联的关联方的原发性风险传导给用户的百分比。

进一步基于原发性风险识别模型确定用户的关联方的原发性风险值；最后根据用户的关联方的原发性风险值以及用户的关联方对应的风险传导系数，确定用户接收的关联传导性风险。

在实际应用中，用户的单个关联方对用户的关联传导性风险的计算公式为：

关联传导性风险＝关联方原发性风险值*风险传导系数

用户的所有关联方对用户的关联传导性风险即为用户的每个关联方对用户的关联传导性风险的加和。

可以理解的是，通过基于用户的相关数据及预设的传导系数配置表确定用户接收的关联传导性风险，结合用户接收的关联传导性风险和用户的原发性风险，确定用户的分配风险，识别出风险用户，提高了风险用户识别的时效性、客观性及资源分配的准确性。

在实际应用中，在确定用户的关联方的原发性风险值之前，需要首先对用户的关联方进行预判；则，在一些可能的实施方式中，在确定用户的关联方的原发性风险值的步骤之前还包括：

判断用户的关联方是否属于风险预警范围内；

若是，则执行确定用户的关联方的原发性风险值的步骤。

即，在实际应用中，用户的关联方属于风险预警范围内指能够获得用户的关联方的原发性风险值。

在确定用户的关联方的原发性风险值之前，需要首先判断用户的关联方是否属于风险预警范围内，如果用户的关联方属于风险预警范围内，则确定用户的关联方的原发性风险值；如果用户的关联方不属于风险预警范围内，则无需确定该关联方传导给用户的传导性风险，但是可以确定用户对于该关联方的传导性风险，以供分配方参考。

关于判断用户的关联方是否属于风险预警范围内的方法，后续将会进行详细说明，在此不再赘述。

作为一种实施方式，判断用户的关联方是否属于风险预警范围内，包括：

判断用户的关联方是否包括在预设名单内；

判断是否能够获取用户的关联方的风险数据；

若用户的关联方包括在预设名单内且能够获取用户的关联方的风险数据，则判定用户的关联方属于风险预警范围内；

若用户的关联方不包括在预设名单内或不能够获取用户的关联方的风险数据，则判定用户的关联方不属于风险预警范围内。

在实际应用中，预设名单是指预先存储的分配方的所有用户的名单，通过预设名单可以判断用户的关联方是否同样属于分配方的用户。用户的关联方的风险数据指用户的关联方的相关数据，包括第三司法数据、第三税务数据、第三工商数据、第三征信数据和第三银行数据中的一种或多种。第三司法数据、第三税务数据、第三工商数据、第三征信数据和第三银行数据分别指的是与用户的关联方相关联的司法数据、税务数据、工商数据、征信数据和银行数据。

为了判断用户的关联方是否属于风险预警范围内，需要从用户的关联方是否包括在预设名单内和是否能够获取用户的关联方的风险数据两个方面进行判断。

如果用户的关联方包括在预设名单内即用户的关联方同样属于分配方的用户，同时能够获取用户的关联方的风险数据即同时能够获取用户的关联方的相关数据，则判定用户的关联方属于风险预警范围内；进而可以基于用户的关联方的风险数据及原发性风险识别模型，确定用户的关联方的原发性风险值。

一种情况下，用户的关联方为个人时，应用原发性风险识别模型中的个人模型计算用户的关联方的原发性风险，可以由个人基本情况、收入情况、负债水平、偿债能力和违约行为五个方面计算用户的关联方的原发性风险，具体不做限定。

一种情况下，用户的关联方为企业时，应用原发性风险识别模型中的企业模型计算用户的关联方的原发性风险，可以由企业基本情况、企业规模、负债水平、偿债能力、运营能力、盈利能力、成长能力和企业违约行为8个方面计算用户的关联方的原发性风险，具体不做限定。

如果用户的关联方不包括在预设名单内即用户的关联方不属于分配方的用户，或者不能够获取用户的关联方的风险数据即不能够获取用户的关联方的相关数据，则判定用户的关联方不属于风险预警范围内。

可以理解的是，通过判断用户的关联方是否属于风险预警范围内，能够快速客观的确定用户接收的关联传导性风险，提高风险用户识别的效率和准确率。

在一种可能的实施方式中，预设的传导系数配置表的构建方法如下：

确定数据源；其中，数据源包括第二司法数据、第二税务数据、第二工商数据、第二征信数据和第二银行数据中的一种或多种；

基于数据源，确认相互关联的潜在关联方；

基于数据源，确定潜在关联方之间的关联关系性质和关联关系直接程度；

基于数据源，构建关联关系表达式；

基于关联关系性质和关联关系直接程度，确定关联关系层次和风险传导系数。

在实际应用中，构建传导系数配置表时，可以首先确定数据源，数据源包括第二司法数据、第二税务数据、第二工商数据、第二征信数据和第二银行数据中的一种或多种；还可以包括经过处理的第六数据，第六数据可以是经过处理后的司法数据、税务数据、工商数据、征信数据或银行数据。第二司法数据、第二税务数据、第二工商数据、第二征信数据和第二银行数据分别指的是构建传导系数配置表时所采用的大量的司法数据、税务数据、工商数据、征信数据和银行数据。

然后基于数据源，确认相互关联的潜在关联方；潜在关联方指可能存在关联关系的各方。存在关联关系的潜在关联方之间互为传导方与被传导方。

在实际应用中，可以基于通用传导系数配置表根据数据源确认相互关联的潜在关联方，即可以根据数据源对通用传导系数配置表进行调整，确认相互关联的潜在关联方。通用传导系数配置表为经过现有传导系数验证模型训练和验证的，传导系数验证模型配置的传导系数表，通用传导系数配置表中包括通用关联方和通用关联关系表达式。

潜在关联方的类型分为三类：企业、企业主和自然人；企业主和自然人均属于个人关联方。其中，企业主包含股东、法人代表、实际控制人、个体工商户经营者；根据持股比例的不同，股东又可分为强股权股东和弱股权股东；比如可以规定股权比例大于等于50％的股东为强股权股东、股权比例小于50％的股东为弱股权股东，具体不做限定。

当潜在关联方类型为企业时，采用企业的唯一标识确定关联方；即采用统一社会信用代码、工商注册号、纳税人识别号、企业名称共同唯一标记一个企业；若两个企业，以上四个字段任一相同，视为一个企业；即如果企业a的统一社会信用代码与企业b的统一社会信用代码相同，或企业a的工商注册号与企业b的工商注册号相同，或企业a的纳税人识别号与企业b的纳税人识别号相同，或企业a的企业名称和企业b的企业名称相同，则企业a与企业b即为同一企业。

当潜在关联方类型为个人时，采用身份证号唯一标识确定关联方。

在实际应用中，确认相互关联的潜在关联方后，可以进一步基于数据源，确定潜在关联方之间的关联关系性质和关联关系直接程度或强度；关系关系性质指用户和关联方之间是什么样的关联关系，比如担保关系、共借关系、强股权股东关系、弱股权股东关系等等，具体不做限定。例如，第二征信数据或第二银行数据中包含的字段是【股东】，则可以判断存在股权关系的关联方，通过字段【持股比例】，可以进一步判断该关联关系的强弱。。

关联关系直接程度根据潜在关联方之间是否是直接发生关系的进行划分，如果潜在关联方之间是直接存在关系的，则为一度关联；如果潜在关系方之间是间接存在关系的，则为二度或二度以上关联。

确定潜在关联方之间的关联关系性质和关联关系直接程度后，可以进一步基于数据源，构建关联关系表达式。

在实际应用中，可以基于通用传导系数配置表，根据数据源构建关联关系表达式，即可以根据数据源对通用传导系数配置表中包括的通用关联关系表达式进行调整，构建应用场景下适用的关联关系表达式。

一种情况下，可以选取第二工商数据和第二税务数据中的相关字段确定投资关系表达式，即确定投资关系的筛选表达式，投资关系指用户和关联方为被投资企业和股东的关系；比如可以认定持股比例大于等于50％的股东为强股权股东、股权比例小于50％的股东为弱股权股东等，具体不做限定。在实际应用中，选取的字段可以为股东、被投资企业、持股比例或第一同质字段等，第一同质字段指表达含义同股东、被投资企业或持股比例等的字段，具体不做限定。

一种情况下，可以选取第二工商数据和第二银行数据中的相关字段确定控制人关系表达式，即确定控制人关系的筛选表达式，控制人关系指用户和关联方为企业与企业实际控制人的关系；在实际应用中，选取的字段可以为实际控制人或第二同质字段等，第二同质字段指表达含义同实际控制人等的字段，具体不做限定。

一种情况下，可以选取第二税务数据中的相关字段确定供应链关系表达式，即确定供应链关系的筛选表达式，供应链关系指用户和关联方为上下游企业的关系；选取的字段可以为发票信息数据【购方名称】、【供方名称】、【开票日期】字段或第三同质字段等，第三同质字段指表达含义同发票信息数据中【购方名称】、【供方名称】、【开票日期】等的字段，具体不做限定。

一种情况下，可以选取第二司法数据、第二税务数据和第六数据中的相关字段确定事件关系表达式，即确定事件关系的筛选表达式，在实际应用中，事件关系可以为司法涉诉、并购重组等与企业相关的重大事项，具体不做限定。选取的字段可以为【被执行人】、【失信被执行人】、【债务重组】、【股权收购】、【资产收购】、【股权合并】、【企业分立】或第四同质字段等，第四同质字段指表达含义同【被执行人】、【失信被执行人】、【债务重组】、【股权收购】、【资产收购】、【股权合并】、【企业分立】等的字段，具体不做限定。

一种情况下，可以选取第二征信数据、第二银行数据和第六数据中的相关字段确定重要关系人关系表达式，即确定重要关系人关系的筛选表达式，在实际应用中，重要关系人关系指用户和关联方可以为配偶、直系亲属等关系，具体不做限定。选取的字段可以为【配偶】、【直系亲属】或第五同质字段等，第五同质字段指表达含义同【配偶】、【直系亲属】等的字段，具体不做限定。

一种情况下，可以选取第二征信数据和第二银行数据中的相关字段确定信贷业务关联关系表达式，即确定信贷业务关联关系的筛选表达式，在实际应用中，信贷业务关联关系指用户和关联方可以为担保关系或共借关系等关系，具体不做限定。选取的字段可以为【担保人】、【共借人】或第六同质字段等，第六同质字段指表达含义同【担保人】、【共借人】等的字段，具体不做限定。

确定关联关系表达式后，可以进一步基于关联关系性质和关联关系直接程度，确定关联关系层次和风险传导系数。

在实际应用中，关联关系层次包括直接关联和间接关联；直接关联为一度关联，比如，企业a为企业b的强股权股东、企业a为企业b的实际控制人、企业a与企业b存在共借关系、自然人a为企业b借款担保人、自然人a为企业b的事件关系人(涉诉：原告/被告)、自然人a为自然人b的配偶、企业主a为自然人b的配偶、企业主a与自然人b存在共借关系、企业主a为企业主b的配偶、企业主a为企业主b借款担保人、企业主a为企业b的法人代表、企业主a为企业b的实际控制人等等，具体不做限定。

间接关联为二度关联及二度以上关联，比如，企业主a与企业b的企业主为配偶关系、企业主a与企业主b共同作为某企业的企业主、企业主a所在企业和与自然人b有雇佣关系的企业为同一企业、自然人a、自然人b与同一家企业存在雇佣关系、自然人a与企业b的企业主为配偶关系、企业a与企业b有共同的强股权股东、企业a与企业b有共同的实际控制人、企业a的强股权股东/实际控制人/法定代表人与企业b的强股权股东/实际控制人/法定代表人为配偶关系、企业a与企业b有共同的法定代表人等等，具体不做限定。

风险传导系数指关联方之间的关联关系强度，即关联方之间一方的原发性风险传导给另一方的百分比。

可以理解的是，通过根据传导方向、关联关系表达式、关联关系层次和风险传导系数构建传导系数配置表，采用传导系数配置表进行风险用户识别，提高了风险用户识别的时效性、客观性及资源分配的准确性。

需要说明的是，本说明书一个或多个实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本说明书一个或多个实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

图3为本说明书提供的风险用户的识别装置的结构示意图，如图2所示，该装置包括：

接收模块31，用于接收用户发送的资源分配请求；

相关数据获取模块32，用于基于用户的资源分配请求，获取用户的相关数据；其中，用户的相关数据包括第一司法数据、第一税务数据、第一工商数据、第一征信数据和第一银行数据中的一种或多种；

分配风险确定模块33，用于基于用户的相关数据，确定用户的分配风险；

输出模块34，用于基于用户的分配风险生成分配风险报告，并输出分配风险报告至分配方，以使分配方基于分配风险报告进行资源分配或资源分配后管理。

作为一种实施方式，分配风险确定模块33，包括：

原发性风险确定单元，用于基于用户的相关数据，确定用户的原发性风险；

关联方确定单元，用于基于用户的相关数据，根据预设的传导系数配置表确定用户的关联方；

风险传导系数确定单元，用于基于传导系数配置表，确定用户的关联方对应的风险传导系数；

关联方原发性风险值确定单元，用于确定用户的关联方的原发性风险值；

用户关联传导性风险确定单元，用于基于用户的关联方的原发性风险值及风险传导系数，确定用户接收的关联传导性风险。

在一种可能的实施方式中，分配风险确定模块33，还包括：

判断单元，用于判断用户的关联方是否属于风险预警范围内；若是，则关联方原发性风险值确定单元确定用户的关联方的原发性风险值。

作为一种实施方式，判断单元具体用于：

判断用户的关联方是否包括在预设名单内；

判断是否能够获取用户的关联方的风险数据；

若用户的关联方包括在预设名单内且能够获取用户的关联方的风险数据，则判定用户的关联方属于风险预警范围内；

若用户的关联方不包括在预设名单内或不能够获取用户的关联方的风险数据，则判定用户的关联方不属于风险预警范围内。

在一种可能的实施方式中，该装置还包括预设传导系数配置表构建模块(图中未示出)，具体用于：

确定数据源；其中，数据源包括第二司法数据、第二税务数据、第二工商数据、第二征信数据和第二银行数据中的一种或多种；

基于数据源，确认相互关联的潜在关联方；

基于数据源，确定潜在关联方之间的关联关系性质和关联关系直接程度；

基于数据源，构建关联关系表达式；

基于关联关系性质和关联关系直接程度，确定关联关系层次和风险传导系数。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

本说明书一个或多个实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任意一项所述的风险用户的识别方法

图4示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。

处理器1010可以采用通用的cpu(centralprocessingunit，中央处理器)、微处理器、应用专用集成电路(applicationspecificintegratedcircuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。

存储器1020可以采用rom(readonlymemory，只读存储器)、ram(randomaccessmemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。

输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。

总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。

本说明书一个或多个实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任一所述风险用户的识别方法。

本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。

另外，为简化说明和讨论，并且为了不会使本说明书一个或多个实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本说明书一个或多个实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本说明书一个或多个实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本说明书一个或多个实施例。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。

本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。