(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111625727.5 (22)申请日 2021.12.27 (71)申请人 深圳前海微众 银行股份有限公司 地址 518000 广东省深圳市南 山区沙河西 路1819号深圳湾科技 生态园7栋A座 (72)发明人 谭蕴琨　陈婷　吴三平　庄伟亮　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 代理人 薛福玲 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/02(2012.01) (54)发明名称 风险模型的训练方法、 装置、 设备及存储介 质 (57)摘要 本发明公开了风险模型的训练方法、 装置、 设备及存储介质， 通过获取待训练数据， 基于所 述待训练数据确定节点和边， 并针对 所述节点和 所述边进行结构图构建； 基于所述结构图确定所 述节点对应的社区和邻居节点， 根据所述节点、 所述社区以及所述邻居节点分别对应的图嵌入 向量合成所述节点对应的特征向量； 确定所述节 点的风险标签， 基于所述风险标签和所述特征向 量作为节点样本输入风险模型进行训练。 如此， 本发明提供的风险模型的训练方法， 在风险模型 训练过程中引入了社区因素和邻居因素， 从而在 信贷场景中丰富了客户的特征维度， 改进了现有 的风险模型的训练方法， 以得到更完善的风险模 型， 达到更好的风险预测效果。 权利要求书2页 说明书10页 附图2页 CN 114282731 A 2022.04.05 CN 114282731 A 1.一种风险模型的训练方法， 其特 征在于， 所述 风险模型的训练方法包括以下步骤： 获取待训练数据， 基于所述待训练数据确定节点和边， 并针对所述节点和所述边进行 结构图构建； 基于所述结构图确定所述节点对应的社区和邻居节点， 根据所述节点、 所述社区以及 所述邻居节点分别对应的图嵌入向量 合成所述节点对应的特 征向量； 确定所述节点的风险标签， 基于所述风险标签和所述特征向量作为节点样本输入风险 模型进行训练。 2.如权利要求1所述的风险模型的训练方法， 其特征在于， 在所述根据所述节点自身、 所述社区以及所述邻居节点分别对应的图嵌入向量合成所述节点对应的特征向量的步骤 之前， 还包括： 确定所述社区对应的中心节点， 并根据所述中心节点对应的向量针对所述社区内全部 节点进行 特征补充； 确定所述社区内全部节点的向量均值， 并将所述向量均值作为所述社区对应的图嵌入 向量。 3.如权利要求2所述的风险模型的训练方法， 其特征在于， 在所述确定所述社区内全部 节点的向量均值的步骤之前， 还 包括： 确定所述社区对应的主 要节点群； 所述确定所述社区内全部节点的向量均值， 并将所述向量均值作为所述社区对应的图 嵌入向量的步骤， 可以包括： 确定所述主要节点群的向量均值， 并将所述主要节点群的向量均值作为所述社区对应 的图嵌入向量。 4.如权利要求1所述的风险模型的训练方法， 其特征在于， 所述基于所述结构图确定所 述节点对应的邻居节点的步骤， 可以包括： 根据关键度确定所述节点对应的预设数量的邻居节点。 5.如权利要求4所述的风险模型的训练方法， 其特征在于， 在所述根据关键度确定所述 节点对应的预设数量的邻居节点的步骤之前， 还 包括： 根据所述节点对应的边信 息确定周围节点与所述节点的相似度， 并将所述相似度确定 为所述关键度。 6.如权利要求4所述的风险模型的训练方法， 其特征在于， 在所述根据关键度确定所述 节点对应的预设数量的邻居节点的步骤之前， 还 包括： 基于图结构将所述节点与周围节点进行比对， 并将所述节点与周围节点经过比对得到 的相似度确定为所述关键度。 7.如权利要求1所述的风险模型的训练方法， 其特征在于， 在所述基于所述风险标签和 所述特征向量作为节点样本 输入风险模型进行训练的步骤之后， 还 包括： 针对训练得到的目标模型进行特征重要度分析， 并根据分析得到的结果调节所述社区 和所述邻居节点的确定过程。 8.一种风险模型的训练装置， 其特 征在于， 所述 风险模型的训练装置包括： 构建模块， 用于获取待训练数据， 基于所述待训练数据确定节点和边， 并针对所述节点 和所述边进行结构图构建；权　利　要　求　书 1/2 页 2 CN 114282731 A 2合成模块， 用于基于所述结构图确定所述节点对应的社区和邻居节点， 根据所述节点、 所述社区以及所述邻居节点分别对应的图嵌入向量 合成所述节点对应的特 征向量； 训练模块， 用于确定所述节点的风险标签， 基于所述风险标签和所述特征向量作为节 点样本输入风险模型进行训练。 9.一种终端设备， 其特征在于， 所述终端设备包括： 存储器、 处理器及存储在所述存储 器上并可在所述处理器上运行的风险模型的训练程序， 所述风险模型的训练程序被所述处 理器执行时实现如权利要求1至7中任一项所述的风险模型的训练方法的步骤。 10.一种计算机存储介质， 其特征在于， 所述计算机存储介质上存储有计算机程序， 所 述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的风险模型 的训练方法 的步骤。权　利　要　求　书 2/2 页 3 CN 114282731 A 3