[发明专利]构建债务人知识图谱的数据分析方法、装置及系统

说明书

本发明公开了一种构建债务人知识图谱的数据分析方法、装置及系统，所述方法包括：获取与所述债务人相关的第一信息，其中所述第一信息包括债务人基本信息；对所述第一信息进行结构化处理，提取实体信息；关联所述实体信息并构造实体集；当所述实体集与预设的数据结构相匹配时，输出所述实体集。通过对债务人的相关信息进行结构化处理，并构造实体集，从而使得大量的数据或信息结构化，能够更加详细的了解债务人情况，并且对有还款能力和还款意愿的债务人信息全方位展示知识图谱分析，以提高催告工作过程中的工作效率。

技术领域

本发明涉及债务管理领域，具体涉及一种构建债务人知识图谱的数据分析方法、装置及系统。

背景技术

随着社会经济与资讯技术的迅速发展，人们对于资金的需求日益增加，常用的金融操作手段由银行或民间借贷市场进行借贷或投资。

一般贷款是由借款组织提供一大笔资金予贷方使用，而贷方则成为债务人，必需按期(如每月)还款给借款组织。传统的单纯贷款系统，有时会因为贷方的经济问题或其他因素而无力偿还，以致发生倒帐的风险，这种情况一旦发生则身为借方会产生亏损。

目前在金融领域贷款之后的不良资源管理的催告、催收作业过程中涵盖了大量的人工操作，尤其是对债务人的信息查询、查找，对债务人的真实信息核验，往往为了找到债务人当前的有效联系方式会消耗工作人员大量的时间。目前暂无有效的解决方案。

发明内容

为解决上述问题，本发明提供一种构建债务人知识图谱的数据分析方法，方法包括：获取与所述债务人相关的第一信息，其中所述第一信息包括债务人基本信息；对所述第一信息进行结构化处理，提取实体信息；关联所述实体信息并构造实体集；当所述实体集与预设的数据结构相匹配时，输出所述实体集。

在一个可能的实施例中，所述获取与所述债务人相关的第一信息包括，通过网络采集器和/或通过交互端获取所述第一信息。

在一个可能的实施例中，通过预置的关系模板对所述第一信息进行结构化处理，提取实体信息。

在一个可能的实施例中，通过自然语言处理NLP技术实现实体信息提取。

在一个可能的实施例中，当所述实体集与预设的数据结构相不匹配时，获取未匹配部分的第一信息。

在一个可能的实施例中，所述实体集包括债务人机构信息实体集、债务人周边信息实体集。

本发明还公开了一种构建债务人知识图谱的数据分析装置，包括：信息获取模块，用于获取与所述债务人相关的第一信息，其中所述第一信息包括债务人基本信息；结构化处理模块，用于对所述第一信息进行结构化处理，提取实体信息；关联模块，用于关联所述实体信息并构造实体集；匹配模块，用于当所述实体集与预设的数据结构相匹配时，输出所述实体集。

在一个可能的实施例中，所述获取模块，用于通过网络采集器和/或通过交互端获取所述第一信息。

在一个可能的实施例中，所述结构化处理模块，用于通过预置的关系模板对所述第一信息进行结构化处理，提取实体信息。

在一个可能的实施例中，通过自然语言处理NLP技术实现实体信息提取。

在一个可能的实施例中，所述匹配模块还用于，当所述实体集与预设的数据结构相不匹配时，获取未匹配部分的第一信息。

在一个可能的实施例中，本发明还公开了一种构建债务人知识图谱的数据分析系统，前述数据分析装置，以及交互端。与现有技术相比，本发明的技术方案具有以下优点：