CN110135978A - 用户金融风险评估方法、装置、电子设备和可读介质 - Google Patents

Abstract

本公开涉及一种用户金融风险评估方法、装置、电子设备和计算机可读介质。该方法包括：获取当前用户的基础信息；基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；根据比较结果由所述至少一个关系网络中确定目标关系网络；以及根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。本公开涉及的用户金融风险评估方法、装置、电子设备和计算机可读介质，能够快速准确的对用户的金融风险进行全面的预估。

Description

用户金融风险评估方法、装置、电子设备和可读介质

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种用户金融风险评估方法、装置、电子设备和计算机可读介质。

背景技术

信贷是指以偿还和付息为条件的价值运动形式，通常包括银行存款、贷款等信用活动。贷款的产生必然伴随着风险，为了避免发生呆账、坏账等风险，需要在信贷的时候对用户的金融风险进行评估，以确定是否为该用户提供信贷服务。

传统金融机构对于金融风险的评估可依赖于用户提供的基本信息和管理人员的经验设定。比如根据用户填写的基本工资，固定资产以及工作等，管理人员根据历史经验确定该用户的金融风险。但是，目前一些用户存在恶意欺瞒的情况，用户经常提供虚假的工作、学历等等信息以期获得更高的金融服务。在这种情况下，仅仅依赖管理人员的经验判断用户金融风险的方式存在着诸多的弊端，给企业带来了极大的金融风险。传统金融机构对于金融风险的评估还可依赖于大数据处理手段，比如根据用户画像或者用户以往的金融历史活动确定该用户是否存在金融风险。但是这种大数据的处理方式，也无法在用户隐瞒或者篡改了个人信息时，提供准确的用户金融风险评估。

因此，需要一种新的用户金融风险评估方法、装置、电子设备和计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种用户金融风险评估方法、装置、电子设备和计算机可读介质，能够快速准确的对用户的金融风险进行预估，减低企业金融风险。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种用户金融风险评估方法，该方法包括：获取当前用户的基础信息；基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；根据比较结果由所述至少一个关系网络中确定目标关系网络；以及根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。

在本公开的一种示例性实施例中，还包括：根据多个注册用户的基础信息构建所述至少一个关系网络。

在本公开的一种示例性实施例中，根据注册用户的基础信息构建所述至少一个关系网络包括：获取多个注册用户的基础信息，所述基础信息包括联系人、互动记录信息；基于所述基础信息确定所述多个注册用户之间的关联关系；以及基于所述关联关系通过所述多个注册用户构建所述至少一个关系网络。

在本公开的一种示例性实施例中，基于所述基础信息确定所述多个注册用户之间的关联关系还包括：基于所述基础信息确定所述多个注册用户之间的关联关系的数量。

在本公开的一种示例性实施例中，基于所述关联关系通过所述注册用户构建所述至少一个关系网络包括：将关联关系作为网络的边；将注册用户作为网络的节点；以及基于所述边与所述节点构建所述至少一个关系网络。

在本公开的一种示例性实施例中，将注册用户作为网络的节点包括：确定所述注册用户的属性；以及基于所述属性确定所述节点的属性；其中，属性包括正向属性与负向属性。

在本公开的一种示例性实施例中，基于所述边与所述节点构建所述至少一个关系网络包括：基于所述边与所述节点构建全局网络；确定所述全局网络中节点之间的相似度；以及基于所述节点之间的相似度将所述全局网络划分为至少一个关系网络。

在本公开的一种示例性实施例中，根据比较结果由所述至少一个关系网络中确定目标关系网络包括：根据比较结果由所述至少一个注册用户中确定目标注册用户；以及将所述目标注册用户所属的关系网络确定为所述目标关系网络。

在本公开的一种示例性实施例中，根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估还包括：获取所述目标关系网络中的所有节点的属性；以及由所有节点的属性确定所述目标关系网络的特征属性；其中，特征属性包括正向特征属性与负向特征属性。

在本公开的一种示例性实施例中，根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估包括：在所述目标关系网络的特征属性为负向特征属性时，将所述当前用户确定为高金融风险用户。

根据本公开的一方面，提出一种用户金融风险评估装置，该装置包括：信息模块，用于获取当前用户的基础信息；比较模块，用于基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；目标模块，用于根据比较结果由所述至少一个关系网络中确定目标关系网络；以及评估模块，用于根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。

在本公开的一种示例性实施例中，还包括：网络构建模块，用于根据多个注册用户的基础信息构建所述至少一个关系网络。

在本公开的一种示例性实施例中，所述网络构建模块包括：数据单元，用于获取多个注册用户的基础信息，所述基础信息包括联系人、互动记录信息；关系单元，用于基于所述基础信息确定所述多个注册用户之间的关联关系；以及构建单元，用于基于所述关联关系通过所述多个注册用户构建所述至少一个关系网络。

在本公开的一种示例性实施例中，所述关系单元，还用于基于所述基础信息确定所述多个注册用户之间的关联关系的数量。

在本公开的一种示例性实施例中，所述关系单元，还用于将关联关系作为网络的边；将注册用户作为网络的节点；以及基于所述边与所述节点构建所述至少一个关系网络。

在本公开的一种示例性实施例中，所述关系单元，还用于确定所述注册用户的属性；以及基于所述属性确定所述节点的属性；其中，属性包括正向属性与负向属性。

在本公开的一种示例性实施例中，所述关系单元，还用于基于所述边与所述节点构建全局网络；确定所述全局网络中节点之间的相似度；以及基于所述节点之间的相似度将所述全局网络划分为至少一个关系网络。

在本公开的一种示例性实施例中，所述目标模块，包括：用户单元，用于根据比较结果由所述至少一个注册用户中确定目标注册用户；以及目标单元，用于将所述目标注册用户所属的关系网络确定为所述目标关系网络。

在本公开的一种示例性实施例中，所述评估模块，还包括：属性单元，用于获取所述目标关系网络中的所有节点的属性；以及特征单元，用于由所有节点的属性确定所述目标关系网络的特征属性；其中，特征属性包括正向特征属性与负向特征属性。

在本公开的一种示例性实施例中，所述评估模块，包括：评估单元，用于在所述目标关系网络的特征属性为负向特征属性时，将所述当前用户确定为高金融风险用户。

根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。

根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。

根据本公开的用户金融风险评估方法、装置、电子设备和计算机可读介质，基于所述基础信息将所述当前用户与至少一个关系网络进行相似度比较；根据比较结果确定目标关系网络；以及根据所述目标关系网络的特征属性进行当前用户的金融风险评估的方式。能够快速准确的对用户的金融风险进行全面的预估，减低企业金融风险几率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，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是根据一示例性实施例示出的一种用户金融风险评估方法及装置的应用场景框图。

图2是根据一示例性实施例示出的一种用户金融风险评估方法的流程图。

图3是根据另一示例性实施例示出的一种用户金融风险评估方法的示意图。

图4是根据另一示例性实施例示出的一种用户金融风险评估方法的流程图。

图5是根据一示例性实施例示出的一种用户金融风险评估装置的框图。

图6是根据另一示例性实施例示出的一种用户金融风险评估装置的框图。

图7是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。

图1是根据一示例性实施例示出的一种用户金融风险评估方法及装置的应用场景框图。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如金融服务平台类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的金融服务类网站提供支持的后台管理服务器。服务器105可以对接收到的金融服务请求等数据进行分析等处理，并将处理结果(用户金融风险提示)反馈给管理员终端设备。

服务器105可例如获取当前用户的基础信息；服务器105可例如基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；服务器105可例如根据比较结果由所述至少一个关系网络中确定目标关系网络；服务器105可例如根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。

服务器105还可例如根据多个注册用户的基础信息构建所述至少一个关系网络。

服务器105可以是一个实体的服务器，还可例如为多个服务器组成，需要说明的是，本公开实施例所提供的用户金融风险评估方法可以由服务器105执行，相应地，用户金融风险评估装置可以设置于服务器105中。而提供给用户进行金融平台浏览的网页端与提出金融服务请求的请求端一般位于终端设备101、102、103中。

根据本公开的用户金融风险评估方法及装置，基于所述基础信息将所述当前用户与至少一个关系网络进行相似度比较；根据比较结果确定目标关系网络；以及根据所述目标关系网络的特征属性进行当前用户的金融风险评估的方式。能够快速准确的对用户的金融风险进行全面的预估，减低企业金融风险几率。

下面借助于具体的实施例，对本公开中的用户金融风险评估方法进行详细说明。

图2是根据一示例性实施例示出的一种用户金融风险评估方法的流程图。用户金融风险评估方法20是对“根据多个注册用户的基础信息构建所述至少一个关系网络”的详细描述，用户金融风险评估方法20至少包括步骤S202至S208。

如图2所示，在S202中，获取多个注册用户的基础信息，所述基础信息包括联系人、互动记录信息。其中，可通过用户在金融网络平台上的注册资料获取用户的基础信息。值得一提的是，为了避免用户欺诈情况的方法，在用户进行金融网络平台注册的时候，会将用户提供的手机号码进行校验，在校验通过后为用户进行注册。用户手机号码实名校验的方式，能在根本上避免用户手机号码欺诈行为的发生。

在一个实施例中，可通过该用户的手机号码获取该用户的联系人中的相关信息，具体可包括联系人中保持的其他用户手机号码、联系人中保存的通话记录。

在一个实施例中，还可通过该用户的手机号码在其他社交上的注册信息获取该手机号码在其他平台上的互动记录信息，可例如通过该用户的手机号码在某通讯软件中进行检索，确定与该号码绑定的用户ID的有互动信息传输的相关其他用户ID。

在S204中，基于所述基础信息确定所述多个注册用户之间的关联关系。可将基础信息中用户之间的互动关系确定用户之间的关联关系。

在一个实施例子中，通过A用户的手机号码获取A用户的联系人中的相关信息，可包括：其他用户手机号码、联系人中保存的通话记录。由其他用户的手机号码和通话记录中可确定出其他用户的手机号码，可例如通过A用户的手机号码获取B，C，C用户的手机号码，将B，C，C用户的手机号码在当前金融平台上进行检索，将他们之中也在当前金童平台上注册过的用户筛选出来。可例如，通过筛选B用户和D用户也为当前金融平台的注册用户，则可确定A用户和B用户，A用户和D用户之间存在关联关系。

在一个实施例子中，通过A用户的手机号码获取A用户的手机号码在其他社交上的注册信息，确定与该号码绑定的用户ID的有互动信息传输的相关其他用户ID，然后再通过其他用户ID确定其他用户的手机号码。通过其他用户的手机号码继续在当前金融平台上进行筛选，确定用户之间的关联关系。

通过在不同通讯平台上用户之间的互动关系确定当前金融网络平台上注册用户之间的关联关系的方式，能够在很大程度上避免用户的欺诈行为。

在一个实施例中，基于所述基础信息确定所述多个注册用户之间的关联关系还包括：基于所述基础信息确定所述多个注册用户之间的关联关系的数量。可例如，A用户与B用户之间，不仅存在联系人上的交集，而且，两个用户之间的互动次数也比较多，两个用户之间在其他通讯平台上的互动也较频繁，那么，则可认为这两个用户之间的关联关系较为紧密，可例如，如果A用户与B用户之间仅存在联系人这一个渠道的关联关系的话，如果A用户与B用户之间的关联关系数量为1；而如果A用户与B用户之间存在2种渠道(联系人，互动记录信息)的关联关系，则A用户与B用户之间的关联关系数量为2。

在一个实施例中，用户之间的关联关系还可包括其他的关系，比如，两个用户之间通过电话、发过短信，他们就有一条边，或者两个人曾经邀请过，或者留有联系人，或者共用同一个wifi，同一个设备，他们之间就有一条边。

在S206中，将关联关系作为网络的边。其中，关联关系生成的网络的边可为无方向的线段边，也可为有方向的边。

在一个实施例中，在边有方向时，该方向是由主动用户指向被动用户。其中，主动用户值得是通话或者互动的发起者，被动用户指的是通话或者互动的接受者。

在S208中，将注册用户作为网络的节点。其中，将注册用户作为网络的节点包括：确定所述注册用户的属性；以及基于所述属性确定所述节点的属性；其中，属性包括正向属性与负向属性。其中，预先为每一个注册用户分配属性，可例如，正向属性代表该用户金融信用良好，负向属性代表该用户属于经常违约用户。还可例如，正向属性代表该用户还款能力强，负向属性代表该用户还款能力较差等等情况，本申请不以此为限。

在S210中，基于所述边与所述节点构建所述至少一个关系网络。

在一个实施例中，基于所述边与所述节点构建所述至少一个关系网络包括：基于所述边与所述节点构建全局网络；确定所述全局网络中节点之间的相似度；以及基于所述节点之间的相似度将所述全局网络划分为至少一个关系网络。

在一个实施例中，可例如每两个用户之间的通话长度，或者是相互发过发过短信，或者相互留存过联系人的号码，通过这个来计算他的相似程度。在线社交网络节点间相似性，描述了在线社交网络用户之间的相似程度，根据不同的需求和定义，可以用相应的指标来进行度量，具体可包括如下指标：

Salton指标，又称为余弦相似性，其定义方式是两个节点共同邻居数比上他们各自节点度之积的平方根。

Jaccard指标，其定义方式是两个顶点共同邻居数比上他们的所有邻居数之和。

指标，该指标用二倍两节点的共同邻居数比上他们的度之和得到。

大度节点有利指标(hub promoted index,HPI)，两个节点共同邻居数比上他们中较小节点度，因此大度节点与其他节点之间更容易具有高的相似性。

大度节点不利指标(hub depressed index,HDI)，与HPI相似，分母取两端节点度的最大值得到。

LHN-I指标，两个顶点共同邻居数比上他们度之积。

可通过上文中的一个或多个指标确定节点之间的相似性。

在一个实施例中，可例如通过层次聚类法确定所述全局网络中节点之间的相似度。在社会学领域，一般通过给定网络的拓扑结构定义网络节点间的相似性或距离，然后采用单连接层次聚类或全连接层次聚类将网络节点组成一个树状图层次结构。其中，树的叶节点表示网络节点，非叶节点一般由相似或距离接近的子节点合并而得到。

图3是根据另一示例性实施例示出的一种用户金融风险评估方法的示意图。如图3所示，在一个实施例中，可通过节点之间的相似性将全局网络进行聚类，以使得全局网络被划分为多个关系网络。

可通过如下方法对全局网络进行划分，以形成至少一个关系网络：通过全局网络中每两个节点之间的关联关系数量计算节点之间的相似性，并按相似度由高到低排序，逐步重新连接个节点。该方法的优点是可随时停止划分，主要步骤如下：

移除网络中的所有边，得到有n个孤立节点的初始状态；

计算网络中每对节点的相似度；

根据相似度从强到弱连接相应节点对，形成树状图；

根据实际需求横切树状图，获得包含有多个关系网络的全局网络。

根据本公开的用户金融风险评估方法，根据用户之间的关联关系与用户之间的相似度将用户组成的全局网络划分为多个关系网络的方式，能够将有紧密关系的注册用户准确合理的划分在一个关系网络中，而且这个关系网络中的用户相似度接近，使得该关系网络能够反映这一类用户的统合特征，有利于后期对新注册用户进行金融风险分类判断和用户特征的描述。

应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。

图4是根据另一示例性实施例示出的一种用户金融风险评估方法的流程图。图4所示的流程40至少包括步骤S402至S408。

如图4所示，在S402中，获取当前用户的基础信息。所述基础信息包括联系人、互动记录信息；其中，可由当前用户的联系人中的手机号码在其他通讯网络平台检索确定其互动记录信息信息。

在S404中，基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较。可例如，可采用随机筛选的方式，有多个关系网络中确定一个关系网络，再由该关系网络中随机确定一个注册用户以进行相似度比较。

还可例如，可根据用户其他的基础信息，比如用户的地理位置，用户的性别或工作信息等，在多个关系网络中进行初步筛选，确定出和该用户具有共同特征的关系网络，以进行后续的相似度比较。

还可例如，可随机在已注册的用户中确定目标用户，以进行相似度比较，可根据当前用户其他的基础信息，比如用户的地理位置，用户的性别或工作信息等，在多个已注册用户中进行初步筛选，确定出和该用户具有共同特征的已注册用户，以进行后续的相似度比较。

在S406中，根据比较结果由所述至少一个关系网络中确定目标关系网络。

在一个实施例中，根据比较结果由所述至少一个关系网络中确定目标关系网络包括：根据比较结果由所述至少一个注册用户中确定目标注册用户；以及将所述目标注册用户所属的关系网络确定为所述目标关系网络。

在进行多次相似度比较后，可例如根据比较劫夺确定目标注册用户，更具体的，可例如确定相似度阈值，在当前用户和已注册用户之间的相似度小于阈值时，即确定目标注册用户。还可例如，确定比较次数阈值，可例如为100次，在当前用户和100个已注册用户进行比较之后，停止相似度比较，然后将100次相似度的比较结果按照从大至小的顺序依次排序，将相似度最大的已注册用户作为目标注册用户。

在S408中，根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。

在一个实施例中，根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估还包括：获取所述目标关系网络中的所有节点的属性；以及由所有节点的属性确定所述目标关系网络的特征属性；其中，特征属性包括正向特征属性与负向特征属性。更具体的，获取目标关系网络中所有节点的属性，并对每个节点属性的数量进行统计。

在一个实施例中，可例如，目标关系网络中共有100个节点，其中，正向属性的节点为90个，负向属性节点为10个。则可根据正向属性节点与负向属性节点的数量确定目标关系网络的属性。更具体的，可通过设置负向属性概率来判断目标关系网络的属性。

可例如正向属性概率为95％，即为负向节点在目标网络中占比小于5％时，将该目标网络的属性确定为正向属性。在实际情况中，还可根据具体情况，针对不同的地区或者信贷金额设置不同的正向属性概率，本申请不以此为限。

在一个实施例中，根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估包括：在所述目标关系网络的特征属性为负向特征属性时，将所述当前用户确定为高金融风险用户。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

在一个实施例中，还可通过直接确定当前用户的最相似用户，可通过计算当前用户的一度、二度联系人里有多少人是正向属性，有多少人是负向属性来确定当前用户的属性，进而进行当前用户的金融风险判断，本申请不一次为限。

此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图5是根据一示例性实施例示出的一种用户金融风险评估装置的框图。如图5所示，用户金融风险评估装置50包括：信息模块502，比较模块504，目标模块506，以及评估模块508。

信息模块502用于获取当前用户的基础信息；

比较模块504用于基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；

目标模块506用于根据比较结果由所述至少一个关系网络中确定目标关系网络；所述目标模块506包括：用户单元，用于根据比较结果由所述至少一个注册用户中确定目标注册用户；以及目标单元，用于将所述目标注册用户所属的关系网络确定为所述目标关系网络。

评估模块508用于根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。所述评估模块508还包括：属性单元，用于获取所述目标关系网络中的所有节点的属性；以及特征单元，用于由所有节点的属性确定所述目标关系网络的特征属性；其中，特征属性包括正向特征属性与负向特征属性。所述评估模块508包括：评估单元，用于在所述目标关系网络的特征属性为负向特征属性时，将所述当前用户确定为高金融风险用户。

图6是根据另一示例性实施例示出的一种用户金融风险评估装置的框图。如图6所示，用户金融风险评估装置60用户金融风险评估装置50的基础上，还包括：网络构建模块602。

网络构建模块602用于根据多个注册用户的基础信息构建所述至少一个关系网络。其中，所述网络构建模块602包括：

数据单元，用于获取多个注册用户的基础信息，所述基础信息包括联系人、互动记录信息；

关系单元，用于基于所述基础信息确定所述多个注册用户之间的关联关系；所述关系单元，还用于基于所述基础信息确定所述多个注册用户之间的关联关系的数量。所述关系单元，还用于将关联关系作为网络的边；将注册用户作为网络的节点；以及基于所述边与所述节点构建所述至少一个关系网络。所述关系单元，还用于确定所述注册用户的属性；以及基于所述属性确定所述节点的属性；其中，属性包括正向属性与负向属性。所述关系单元，还用于基于所述边与所述节点构建全局网络；确定所述全局网络中节点之间的相似度；以及基于所述节点之间的相似度将所述全局网络划分为至少一个关系网络。

构建单元，用于基于所述关联关系通过所述多个注册用户构建所述至少一个关系网络。

根据本公开的用户金融风险评估装置，基于所述基础信息将所述当前用户与至少一个关系网络进行相似度比较；根据比较结果确定目标关系网络；以及根据所述目标关系网络的特征属性进行当前用户的金融风险评估的方式。能够快速准确的对用户的金融风险进行全面的预估，减低企业金融风险几率。

图7是根据一示例性实施例示出的一种电子设备的框图。

下面参照图7来描述根据本公开的这种实施方式的电子设备200。图7显示的电子设备200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图2，图4中所示的步骤。

所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。

所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。

所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：获取当前用户的基础信息；基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；根据比较结果由所述至少一个关系网络中确定目标关系网络；以及根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。

以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (10)

1.一种用户金融风险评估方法，其特征在于，包括：

获取当前用户的基础信息；

基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；

根据比较结果由所述至少一个关系网络中确定目标关系网络；以及

根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。

2.如权利要求1所述的方法，其特征在于，还包括：

根据多个注册用户的基础信息构建所述至少一个关系网络。

3.如权利要求1-2所述的方法，其特征在于，根据注册用户的基础信息构建所述至少一个关系网络包括：

获取多个注册用户的基础信息，所述基础信息包括联系人、互动记录信息；

基于所述基础信息确定所述多个注册用户之间的关联关系；以及

基于所述关联关系通过所述多个注册用户构建所述至少一个关系网络。

4.如权利要求1-3所述的方法，其特征在于，基于所述基础信息确定所述多个注册用户之间的关联关系还包括：

基于所述基础信息确定所述多个注册用户之间的关联关系的数量。

5.如权利要求1-4所述的方法，其特征在于，基于所述关联关系通过所述注册用户构建所述至少一个关系网络包括：

将关联关系作为网络的边；

将注册用户作为网络的节点；以及

基于所述边与所述节点构建所述至少一个关系网络。

6.如权利要求1-5所述的方法，其特征在于，将注册用户作为网络的节点包括：

确定所述注册用户的属性；以及

基于所述属性确定所述节点的属性；

其中，属性包括正向属性与负向属性。

7.如权利要求1-6所述的方法，其特征在于，基于所述边与所述节点构建所述至少一个关系网络包括：

基于所述边与所述节点构建全局网络；

确定所述全局网络中节点之间的相似度；以及

基于所述节点之间的相似度将所述全局网络划分为至少一个关系网络。

8.一种用户金融风险评估装置，其特征在于，包括：

信息模块，用于获取当前用户的基础信息；

比较模块，用于基于所述基础信息将所述当前用户与至少一个关系网络中的至少一个注册用户进行相似度比较；

目标模块，用于根据比较结果由所述至少一个关系网络中确定目标关系网络；以及

评估模块，用于根据所述目标关系网络的特征属性进行所述当前用户的金融风险评估。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一项所述的方法。