基于知识图谱的证券风险预测系统的制作方法

本发明涉及证券风险预测，具体为基于知识图谱的证券风险预测系统。

背景技术：

1、在证券风险预测领域，基于知识图谱的分析方法逐渐被引入，用以捕捉证券实体之间复杂的关联关系。现有技术通常直接基于知识图谱的结构特征或节点属性进行风险传导分析，这类方案将图谱视为静态网络，对各节点的影响力或风险强度采用固定赋值方式，未能体现风险在关联网络中沿不同路径的动态衰减与累积效应。单一方向的传导计算使得风险传播过程被过度简化，忽略了证券业务中担保链、持股链等双向关联结构对风险叠加的影响，导致预测结果无法准确反映实际业务场景下风险因相互传导而产生的增强或抵消现象。

2、现有技术在图谱拆分与融合方面，往往仅关注单一子图内的连通性分析，缺少对正向传导路径与反向传导路径重叠区域的识别和量化的有效手段。当风险沿正向边和反向边分别传播时，二者在部分实体节点上形成的叠加效应未被量化处理，使得风险特征提取环节仅能获取片面信息，导致生成的预测参考数据对潜在风险的描述能力不足。

3、如何让实体节点的风险权重在传导过程中依据属性类别动态调整并实现衰减累积，以及如何精确量化正反传导路径的重叠程度并据此生成能够反映双向传导叠加效应的风险图谱，是亟待解决的问题。

技术实现思路

1、本发明提供一种基于知识图谱的证券风险预测系统，目的在于实现对证券业务关联网络中风险传导过程的精细化刻画，通过动态权重传导与正反向子图拆分融合，从图谱数据中提取能够表征双向风险叠加特征的特征向量序列，为证券风险预测提供参考数据。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供一种基于知识图谱的证券风险预测系统，该系统通过构建知识图谱并引入动态权重传导与正反向子图融合机制，实现证券风险的高效准确评估。该系统包括数据抽取模块，用于获取证券业务源数据并对该源数据执行实体关联抽取操作，生成由多个实体节点及关联边构成的初始知识图谱。该模块能够从源数据中解析出证券代码实体、发行主体实体、担保方实体、行业类别实体和交易时间实体，分别建立对应的实体节点，并根据业务关联记录、行业分类记录等建立发行关系边、担保关系边、行业归属边和时间戳边，从而将分散的业务数据整合为结构化的关联网络，为风险传导分析提供完整的数据基础。

3、权重传导模块，用于对该初始知识图谱中的各实体节点分别赋予一个动态权重系数，并根据各实体节点的属性类别沿关联边进行权重传导计算，以更新该动态权重系数，得到传导权重图谱。权重传导模块根据各实体节点对应的证券主体类型确定初始权重基数，并设置为该实体节点的动态权重系数的初始值；沿每条关联边提取两端实体节点的属性类别，匹配对应的传导方向系数和衰减步长；按照该传导方向系数确定权重沿关联边的传播方向，从起始实体节点向终止实体节点按照衰减步长逐步递减传递动态权重系数的数值，每经过一条关联边后将该终止实体节点的动态权重系数更新为其原有数值与接收到的传递数值之和。优选的，以起始实体节点的动态权重系数的当前数值为传播初始值，沿主方向经过一条关联边后，将该传播初始值乘以衰减步长得到衰减传递值，将终止实体节点的动态权重系数更新为原有数值与衰减传递值的总和，并以更新后的数值作为下一级传播的传播初始值，重复执行直至该主方向上不存在未遍历的实体节点。该设计模拟了风险在关联实体间的传导过程，考虑了不同属性类别间传导效率的差异，使得各实体节点的权重系数能够真实反映其在网络中的风险累积程度。

4、正反拆分子模块，用于根据该传导权重图谱中实体节点之间的关联边的方向及该动态权重系数的数值，将该传导权重图谱拆分为正向传导子图和反向传导子图。该模块遍历所有关联边，按照有向方向划分为正向边和反向边，提取所有正向边及其两端实体节点构成正向传导子图，提取所有反向边及其两端实体节点构成反向传导子图；在正向传导子图中，将各实体节点的动态权重系数保留为正数值，在反向传导子图中，将各实体节点的动态权重系数取负数值，得到带符号的正向传导子图和反向传导子图。通过对传导方向的拆分和符号化处理，使得系统能够区分风险传导的正向促进效应与反向抑制效应，为后续叠加分析提供精确的符号标记基础。

5、重叠融合模块，用于分别计算该正向传导子图和该反向传导子图中各连通分量之间的路径重叠度，并依据该路径重叠度将正向传导子图和反向传导子图中对应的连通分量进行融合，生成风险叠加图谱。具体的，对正向传导子图执行连通分量划分操作得到多个正向分量，对反向传导子图执行连通分量划分操作得到多个反向分量；将每个正向分量与每个反向分量进行实体节点集合的交集比对，根据交集中的实体节点数量与正向分量的实体节点总数量的比值确定路径重叠度；当路径重叠度大于预设阈值时，将该正向分量与反向分量中的所有实体节点合并至同一个融合分量中，并将融合分量中来自反向分量的实体节点的动态权重系数取绝对值后与正向分量的对应实体节点的动态权重系数相加，以相加后的数值作为融合分量的节点权重值，生成风险叠加图谱。优选的，在计算路径重叠度之前，还对正向传导子图和反向传导子图分别执行边收缩操作，将两个实体节点之间存在的多条有向关联边合并为一条聚合边，聚合边的方向为多条有向关联边中数量最多的方向，聚合权重设置为多条有向关联边各自携带的权重数值之和。通过边收缩操作，简化了图谱结构，消除了冗余关联对连通分量划分的干扰，使得路径重叠度的计算更加稳定和准确。融合过程综合了正反向传导的共同影响区域，使得系统能够捕捉到风险传导路径的交汇点，增强了对潜在叠加风险的识别能力。

6、特征输出模块，用于对该风险叠加图谱中的每个实体节点按照其所在的连通分量的层级进行排序，并将排序后的各实体节点的属性值按序组合成风险特征向量序列，将该风险特征向量序列作为证券风险预测参考数据输出。该模块对每个连通分量执行拓扑排序操作，按照入度从小到大的顺序确定各实体节点在连通分量内的层级序号；以层级序号为主排序键，以实体节点的动态权重系数的数值为次排序键，对风险叠加图谱中的所有实体节点进行全局排序；按照全局排序的顺序逐一读取每个实体节点的属性值，并将属性值按照实体节点的数据类型进行编码后顺序拼接，形成风险特征向量序列。作为本发明的一个技术方案，将具有相同层级序号的一组实体节点归入同一层级的节点集合，在节点集合内部按照动态权重系数的数值从大到小降序排列，再将各个层级的节点集合按照层级序号从小到大依次拼接，得到全局排序序列。该排序方式保留了图谱的结构化信息和风险传导的层级关系，使得生成的特征向量序列既包含实体属性信息，又包含网络拓扑和权重分布信息，可直接用于下游风险预测模型。

7、优选的，特征输出模块在输出风险特征向量序列之后，还对该风险特征向量序列执行维度重映射操作。将风险特征向量序列的长度与预设的参考向量模板的长度进行比较，当长度小于参考向量模板的长度时，在尾部补入零值直至长度相等；当长度大于参考向量模板的长度时，按照实体节点的全局排序从尾部截除多余部分，直至长度等于参考向量模板的长度；以经过补零或截除后的风险特征向量序列作为最终输出的证券风险预测参考数据。通过维度重映射，统一了输出数据的维度，避免了因不同时期或不同数据源产生的图谱规模差异导致的数据格式不一致问题，提升了系统输出在后续预测任务中的兼容性和通用性。

8、在上述技术方案中，本发明提供的技术效果和优点：

9、在权重传导环节，根据实体节点对应的证券主体类型确定初始权重基数并设为动态权重系数的初始值，再沿关联边提取两端实体节点的属性类别，匹配对应的传导方向系数和衰减步长。按照传导方向系数确定权重沿关联边的传播方向，从起始实体节点向终止实体节点以衰减步长逐步递减传递动态权重系数，每经过一条关联边将终止实体节点的动态权重系数更新为原有数值与接收到的传递数值之和。该方案使权重传导过程不再是静态均匀传播，而是依赖属性类别产生差异化的传导方向和衰减程度，并在每次传递时对节点权重进行累加更新，从而让图谱中的节点权重真实反映多条传导路径带来的风险累积效果，避免权重赋值脱离业务关联特性，提升了传导权重图谱对风险传播强度的表达能力。

10、在正反拆分子图与重叠融合方面，根据传导权重图谱中关联边的方向及动态权重系数的数值，拆分为带正数值的正向传导子图和带负数值的反向传导子图。分别计算两个子图中各连通分量之间的路径重叠度，将每个正向分量与每个反向分量进行实体节点集合的交集比对，用交集中节点数量与正向分量节点总数量的比值确定路径重叠度；当路径重叠度超过预设阈值时，将对应正向分量与反向分量中的实体节点合并至同一融合分量，并将反向分量节点的动态权重系数取绝对值后与正向分量对应节点的动态权重系数相加，作为融合分量的节点权重值，生成风险叠加图谱。该处理方式不再局限于单一方向的连通性，而是精确识别正反传导路径在节点层面上的重叠区域，通过系数叠加将双向传导效应量化为融合后的节点权重，使得生成的风险叠加图谱中高风险重叠区域的节点获得更突出的权重表达，从而为后续特征排序提供更准确的风险结构化信息。