一种基于知识图谱的金融反欺诈系统、方法、设备及介质与流程

本发明涉及知识图谱，特别涉及一种基于知识图谱的金融反欺诈系统、方法、设备及介质。

背景技术：

1、随着金融业的快速发展，金融欺诈行为也日益猖獗。传统的欺诈检测方法主要基于规则或模型，但存在一些缺陷，例如特征工程的难度较大、模型泛化能力不足等问题。为了解决这些问题，近年来，基于机器学习的欺诈检测方法逐渐成为主流，这种方法通过对大量数据进行学习，自动提取数据中的特征，并构建欺诈检测模型。然而，即使使用机器学习技术，由于领域知识的不足，很难对复杂的金融欺诈行为进行准确预测。因此，需要一种能够充分利用领域知识、具有较强泛化能力的反欺诈方法，并进行系统化的设计。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于知识图谱的金融反欺诈系统、方法、设备及介质，能够利用知识图谱构建反欺诈模型，实现对金融欺诈行为的快速准确识别和预防。其具体方案如下：

2、第一方面，本申请公开了一种基于知识图谱的金融反欺诈系统，包括：

3、知识图谱构建模块，用于获取金融领域的相关信息，并将所述相关信息进行整合以构建知识图谱；

4、提取模块，用于利用第一预设算法对所述知识图谱中的各种节点进行特征提取，并利用第二预设算法对所述知识图谱中的关系进行关系抽取，以得到所述各个节点的特征以及目标关系；

5、反欺诈模型构建模块，用于利用机器学习算法构建出反欺诈模型，并基于所述各个节点的特征以及所述目标关系对所述反欺诈模型进行训练，以得到目标反欺诈模型；

6、决策支持模块，用于基于所述目标反欺诈模型输出的结果帮助用户进行风险判断与决策。

7、可选的，所述知识图谱构建模块，包括：

8、信息获取单元，用于通过预设方式获取金融领域的相关信息；所述预设方式包括利用互联网进行收集、利用专家知识库进行补充以及利用自然语言处理技术从金融文件中抽取。

9、可选的，所述系统还包括：

10、图谱创建模块，用于通过对所述金融领域的相关信息进行有机整合，以构建出所述知识图谱中的各种节点以及所述知识图谱中的关系。

11、可选的，所述提取模块，包括：

12、第一特征提取单元，用于利用图卷积网络对所述知识图谱中的各种节点进行特征提取，并利用注意力机制对目标节点进行加权；

13、或，第二特征提取单元，用于利用自然语言处理技术对所述知识图谱中的文本节点进行特征提取。

14、可选的，所述提取模块，包括：

15、第一关系提取单元，用于利用半监督学习对所述知识图谱中的关系进行关系抽取；

16、或，第二关系提取单元，用于利用远程监督方法对所述知识图谱中的关系进行关系抽取。

17、可选的，所述机器学习算法包括：支持向量机、随机森林以及神经网络中的任意一种。

18、可选的，所述决策支持模块，包括：

19、展示及分析单元，用于利用可视化技术对所述目标反欺诈模型输出的结果相对应的风险信息进行展示和分析，以帮助所述用户进行风险判断与决策。

20、第二方面，本申请公开了一种基于知识图谱的金融反欺诈方法，包括：

21、获取金融领域的相关信息，并将所述相关信息进行整合以构建知识图谱；

22、利用第一预设算法对所述知识图谱中的各种节点进行特征提取，并利用第二预设算法对所述知识图谱中的关系进行关系抽取，以得到所述各个节点的特征以及目标关系；

23、利用机器学习算法构建出反欺诈模型，并基于所述各个节点的特征以及所述目标关系对所述反欺诈模型进行训练，以得到目标反欺诈模型；

24、基于所述目标反欺诈模型输出的结果帮助用户进行风险判断与决策。

25、第三方面，本申请公开了一种电子设备，包括：

26、存储器，用于保存计算机程序；

27、处理器，用于执行所述计算机程序以实现前述的基于知识图谱的金融反欺诈方法。

28、第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的基于知识图谱的金融反欺诈方法。

29、由上可知，本申请识别金融欺诈行为时，首先利用知识图谱构建模块，用于获取金融领域的相关信息，并将所述相关信息进行整合以构建知识图谱；提取模块，用于利用第一预设算法对所述知识图谱中的各种节点进行特征提取，并利用第二预设算法对所述知识图谱中的关系进行关系抽取，以得到所述各个节点的特征以及目标关系；反欺诈模型构建模块，用于利用机器学习算法构建出反欺诈模型，并基于所述各个节点的特征以及所述目标关系对所述反欺诈模型进行训练，以得到目标反欺诈模型；最后利用决策支持模块，用于基于所述目标反欺诈模型输出的结果帮助用户进行风险判断与决策。可见，本申请提供了一种基于知识图谱的金融反欺诈系统，能够利用领域知识，构建丰富的知识图谱，通过机器学习技术对知识图谱中的各种节点进行特征提取和关系抽取，构建出具有较强泛化能力的反欺诈模型，并提供相应的可解释性和决策支持。这样一来，能够有效地提高金融欺诈识别和预防的准确性和效率，具有很高的实用价值和经济价值，并具有明显的技术优势和市场前景。

技术特征：

1.一种基于知识图谱的金融反欺诈系统，其特征在于，包括：

2.根据权利要求1所述的基于知识图谱的金融反欺诈系统，其特征在于，所述知识图谱构建模块，包括：

3.根据权利要求1所述的基于知识图谱的金融反欺诈系统，其特征在于，还包括：

4.根据权利要求1所述的基于知识图谱的金融反欺诈系统，其特征在于，所述提取模块，包括：

5.根据权利要求1所述的基于知识图谱的金融反欺诈系统，其特征在于，所述提取模块，包括：

6.根据权利要求1所述的基于知识图谱的金融反欺诈系统，其特征在于，所述机器学习算法包括：支持向量机、随机森林以及神经网络中的任意一种。

7.根据权利要求1至6任一项所述的基于知识图谱的金融反欺诈系统，其特征在于，所述决策支持模块，包括：

8.一种基于知识图谱的金融反欺诈方法，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求8所述的基于知识图谱的金融反欺诈方法。

技术总结
本申请公开了一种基于知识图谱的金融反欺诈系统、方法、设备及介质，涉及知识图谱技术领域，包括：知识图谱构建模块，用于获取金融领域的相关信息，将相关信息进行整合以构建知识图谱；提取模块，用于利用第一预设算法对知识图谱中的各种节点进行特征提取，并利用第二预设算法对知识图谱中的关系进行关系抽取，得到各个节点的特征以及目标关系；反欺诈模型构建模块，用于利用机器学习算法构建出反欺诈模型，基于各个节点的特征以及目标关系对反欺诈模型进行训练，得到目标反欺诈模型；决策支持模块，用于基于目标反欺诈模型输出的结果帮助用户进行风险判断与决策。本申请利用知识图谱构建反欺诈模型，可以快速准确地识别和预防金融欺诈行为。

技术研发人员：车驰,胡渝鑫,王朝阳
受保护的技术使用者：重庆农村商业银行股份有限公司
技术研发日：
技术公布日：2024/1/16