技术特征：
1.基于知识图谱的企业信用风险识别方法，其特征在于：包括以下步骤：生成结构化企业特征向量，对获取到的企业数据大宽表中的企业特征字段进行处理，得到结构化企业特征向量；建立图网络，从获取到的企业数据大宽表中抽取企业之间关系，根据企业之间关系建立企业间图网络，所述企业间图网络包括若干企业节点，企业节点之间由企业关系链进行连接，企业节点与企业关系链形成对应的图结构特征；生成图风险特征，使用标签传播算法将预设黑样本沿着企业间图网络中的企业关系链传播信用风险，得到与企业间网络图中企业节点对应的图风险特征；建立预测风险模型，根据所述图结构特征、所述图风险特征、结构化企业特征向量生成企业总特征向量，将企业总特征向量与预设标签数据结合生成训练数据，根据训练数据对预设风险识别模型进行训练，得到预设风险模型；企业信用风险识别，将预测企业的预测数据和预测特征结合生成预测特征向量，将预测特征向量输入至预设风险模型中，得到预测风险概率。2.如权利要求1所述的基于知识图谱的企业信用风险识别方法，其特征在于：所述生成结构化企业特征向量包括以下子步骤：特征工程处理，对企业数据大宽表中的企业特征字段进行特征工程处理，得到企业特征向量；计算衍生指标，根据预设业务条件计算大宽表中的企业特征字段的关键指标；数据结合，将所述关键指标与所述企业特征向量结合生成结构化企业特征向量。3.如权利要求2所述的基于知识图谱的企业信用风险识别方法，其特征在于：在所述特征工程处理之前还包括根据预设业务逻辑对企业特征字段进行空值填充处理、检查并处理企业特征字段中的异常值。4.如权利要求1所述的基于知识图谱的企业信用风险识别方法，其特征在于：所述生成图风险特征具体为：通过企业之间的企业特征字段计算出企业之间的企业风险传播概率，使用标签传播算法将预设黑样本沿着企业间图网络中的企业关系链传播信用风险，根据企业风险传播概率计算出与企业间网络图中企业节点对应的图风险特征。5.如权利要求1所述的基于知识图谱的企业信用风险识别方法，其特征在于：所述图结构特征包括企业节点的度数量、企业节点对应的三角形数据、企业节点对应的四边形数量。6.如权利要求1所述的基于知识图谱的企业信用风险识别方法，其特征在于：所述根据训练数据对预设风险识别模型进行训练具体为：将训练数据分为训练集数据和测试集数据，将所述训练集数据输入预设风险识别模型进行训练，将所述测试集数据输入至预设风险识别模型中进行测试。7.如权利要求1所述的基于知识图谱的企业信用风险识别方法，其特征在于:还包括生成大宽表，获取含有内部数据和外部数据的企业数据，所述内部数据包括小微企业基础属性、交易流水、借贷行为，所述外部数据包括股东信息、持股比例、行业数据，根据预设表单对所述内部数据和所述外部数据进行表单关联，得到企业数据大宽表。8.基于知识图谱的企业信用风险识别系统，其特征在于：包括数据存储层、图数据库层、机器学习层以及模型部署应用层，所述数据存储层用于获取含有内部数据和外部数据的企业数据，所述内部数据包括小微企业基础属性、交易流水、借贷行为，所述外部数据包
括股东信息、持股比例、行业数据，根据预设表单对所述内部数据和所述外部数据进行表单关联，得到企业数据大宽表；所述数据存储层用于对获取到的企业数据大宽表中的企业特征字段进行处理，得到结构化企业特征向量；所述图数据库层用于从获取到的企业数据大宽表中抽取企业之间关系，根据企业之间关系建立企业间图网络，所述企业间图网络包括若干企业节点，企业节点之间由企业关系链进行连接，企业节点与企业关系链形成对应的图结构特征；所述图数据库层还用于使用标签传播算法将预设黑样本沿着企业间图网络中的企业关系链传播信用风险，得到与企业间网络图中企业节点对应的图风险特征；所述机器学习层用于根据所述图结构特征、所述图风险特征、结构化企业特征向量生成企业总特征向量，将企业总特征向量与预设标签数据结合生成训练数据，根据训练数据对预设风险识别模型进行训练，得到预设风险模型；所述模型部署应用层用于部署所述预设风险模型，将预测企业的预测数据和预测特征结合生成预测特征向量，将预测特征向量输入至预设风险模型中，得到预测风险概率。9.一种电子设备，其特征在于包括：处理器；存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行权利要求1-7中任意一项所述的基于知识图谱的企业信用风险识别方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行权利要求1-7中任意一项所述的基于知识图谱的企业信用风险识别方法。