(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 202111438546.1 (22)申请日 2021.11.29 (71)申请人 中国平安财产保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 敖琦　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 熊永强 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/00(2012.01) G06N 20/00(2019.01) G06F 16/901(2019.01) (54)发明名称 风险识别方法、 装置、 设备及可读存 储介质 (57)摘要 本申请实施例公开了一种风险识别方法、 装 置、 设备及可读存储介质， 涉及人工智能领域， 其 中， 方法包括： 获取N个节点和每个节点的节点数 据， N个节点至少包括通信节点， 节点数据包括N 个节点的节点属性和N个节点之间的关系数据； 基于N个节点和N个节点的节点数据构建节 点图； 对节点图进行划分， 得到M个节点社区， 获取每个 节点社区中的通信节点个数， 基于通信节点个数 从M个节点社区中确定目标节点社区； 基于目标 风险识别模 型对目标节点社区进行识别， 得到目 标识别结果， 目标识别结果用于指示目标节点社 区是否属于风险社区。 采用本申请实施例， 可 以 提高风险识别准确率。 权利要求书3页 说明书14页 附图3页 CN 114066535 A 2022.02.18 CN 114066535 A 1.一种风险识别方法， 其特 征在于， 包括： 获取N个节点和所述N个节点的节点数据， 所述N个节点至少包括通信节点， 所述节点数 据包括所述 N个节点的节点属性和所述 N个节点之间的关系数据， N 为正整数； 基于所述 N个节点和所述 N个节点的节点数据构建节点图； 对所述节点图进行划分， 得到M个节点社区， 获取每个节点社区中的通信节点个数， 基 于所述通信节点个数从所述M个节点社区中确定目标节点社区， M为小于N的正整数； 基于目标风险识别模型对所述目标节点社区进行识别， 得到目标识别结果， 所述目标 识别结果用于指示所述目标节点社区是否属于风险社区。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述节点图进行划分， 得到M个节点 社区， 包括： 计算所述节点图中任意两个节点之间的模块度， 将所述模块度 大于模块度阈值的任意 两个节点加入同一个节点社区， 得到k个节点社区， k为大于或等于M的正整数， 所述模块度 用于反映节点之间的关联程度； 若所述节点图中存在第一目标节点与其他N ‑1个节点之间的模块度均小于或等于所述 模块度阈值， 则计算所述第一 目标节点与第一节点社区之间的模块度， 所述第一 目标节点 为所述N个节点中除所述k个节点社区以外的节点， 所述第一节点社区为所述k个节点社区 中的任意 一个节点社区； 若所述第一目标节点与所述第 一节点社区之间的模块度 大于所述模块度阈值， 则将所 述第一目标节点加入所述第一节点社区； 计算所述k个节点社区中的任意两个节点社区之间的模块度， 若所述任意两个节点社 区之间的模块度大于所述模块度阈值， 则将所述任意两个节点社区合并为一个节点社区， 以得到M个节点社区。 3.根据权利要求1所述的方法， 其特征在于， 所述基于目标风险识别模型对所述目标节 点社区进行识别， 得到目标识别结果， 包括： 基于所述目标节点社区中每个通信节点的节点属性确定所述目标节点社区中的无标 签率， 所述目标节点社区中的无标签率为所述目标节点社区中节点属性为第一属性的通信 节点个数与所述目标节点社区中通信节点总个数之 间的比值， 所述第一属性包括通信节点 不属于黑名单且通信节点 不属于客户的通信节点； 基于所述目标节点社区中每个通信节点的节点属性确定所述目标节点社区中的白名 单标签率， 所述目标节点社区中的 白名单标签率为所述目标节点社区中节点属性为第二属 性的通信节点个数与所述目标节点社区中通信节 点总个数之间的比值， 所述第二属性包括 通信节点 不属于黑名单且通信节点属于客户的通信节点； 基于所述目标节点社区中每个节点的节点属性确定所述目标节点社区中的黑名单标 签率， 所述目标节点社区中的黑名单标签率为所述目标节点社区中节点属性为第三属性的 通信节点个数与所述目标节点社区中通信节点总个数之 间的比值， 所述第三属性包括通信 节点属于黑名单且通信节点 不属于客户的通信节点； 基于所述目标节点社区的无标签率、 所述目标节点社区的白名单标签率、 以及所述目 标节点社区的黑名单 标签率， 确定所述目标节点社区的目标识别结果。 4.根据权利要求3所述的方法， 其特征在于， 所述基于所述目标节点社区的无标签率、权　利　要　求　书 1/3 页 2 CN 114066535 A 2所述目标节点社区的白名单标签率、 以及所述 目标节点社区的黑名单标签率， 确定所述 目 标节点社区的目标识别结果， 包括： 若所述目标节点社区的白名单标签率大于过滤阈值， 则确定所述目标识别结果指示所 述目标节点社区不属于风险社区； 或者， 若所述目标节点社区的白名单标签率大于初始阈值且所述目标节点社区的黑名单标 签率等于所述初始阈值， 则确定所述目标识别结果指示所述目标节点社区不属于风险社 区； 若所述目标节点社区的白名单标签率等于所述初始阈值且所述目标节点社区的黑名 单标签率大于所述初始阈值， 以及所述目标节点社区中的通信节点个数大于第一数量阈 值， 则确定所述目标识别结果指示所述目标节点社区属于风险社区； 或者， 若所述目标节点社区的白名单标签率等于所述初始阈值且所述目标节点社区的无标 签率大于所述初始阈值， 以及所述 目标节点社区中的通信节点个数大于第二数量阈值， 则 确定所述目标识别结果指示所述目标节点社区属于风险社区。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述通信节点个数从所述M个节 点社区中确定目标节点社区， 包括： 若所述M个节点社区中存在通信节点个数大于第三数量阈值的节点社区， 则将所述节 点社区确定为目标节点社区。 6.根据权利要求1所述的方法， 其特征在于， 所述获取N个节点和所述N个节点的节点数 据之前， 所述方法还 包括： 获取N个样本节点和所述N个样本节点的样本节点数据， 所述N个样本节点至少包括样 本通信节点， 所述样本节点数据包括所述N个样本节点的节 点属性和所述N个样本节点之间 的关系数据， 所述样本节点的节点属性包括用于指示样本节点是否属于风险社区中的成员 节点的样本节点标签； 基于所述 N个样本节点和所述 N个样本节点的样本节点数据构建样本节点图； 对所述样本节点图进行划分， 得到M个样本节点社区， 获取每个样本节点社区中的样本 通信节点个数， 基于所述样本通信节点个数从所述M个样本节点社区中确定目标样本节点 社区； 基于初始风险识别模型对所述目标样本节点社区进行识别， 得到样本识别结果， 所述 样本识别结果用于指示所述目标样本节点社区是否属于风险社区； 基于所述样本识别结果和所述样本节点标签确定所述初始风险识别模型的损失函数， 基于所述损失函数训练所述初始风险识别模型， 得到目标风险识别模型。 7.根据权利要求6所述的方法， 其特征在于， 所述基于所述样本识别结果和所述样本节 点标签确定所述初始风险识别模型的损失函数， 包括： 基于所述目标样本节点社区包括的各个样本节点的样本节点标签， 确定所述目标样本 节点社区的样本社区标签； 基于所述样本识别结果和所述样本社区标签确定所述初始风险识别模型的损失函数。 8.一种风险识别装置， 其特 征在于， 包括： 数据获取模块， 用于获取N个节点和所述N个节点的节点数据， 所述N个节点至少包括通 信节点， 所述节点数据包括所述N个节点的节 点属性和所述N个节 点之间的关系数据， N为正权　利　要　求　书 2/3 页 3 CN 114066535 A 3