基于多源数据的数字化信用服务管理方法及平台与流程

本发明涉及服务管理，具体涉及基于多源数据的数字化信用服务管理方法及平台。

背景技术：

1、传统的信用评估方法主要依赖于主体自身的静态财务数据与历史信贷记录，如金融机构的信贷流水、还款记录或信用评级数据，数据维度单一，缺乏对经营活动、资产状况及外部事件的综合分析，难以全面、精准地刻画主体的信用状态。同时，在现代复杂经济环境中，企业或个人通常与多类关联实体存在紧密联系，如股权投资、人员交叉任职、资金往来或交易链条等，这些关联关系可能对主体信用产生直接或潜在影响。然而，现有技术在信用评估过程中对关联实体的信息挖掘不足，导致风险识别不全面，评估结果存在较大偏差。

2、现有技术存在信用评估中数据来源单一、缺乏对关联实体风险分析，导致评估结果片面、准确性和可靠性低的技术问题。

技术实现思路

1、本技术的目的是提供基于多源数据的数字化信用服务管理方法及平台，用于解决现有技术存在信用评估中数据来源单一、缺乏对关联实体风险分析，导致评估结果片面、准确性和可靠性低的技术问题。

2、鉴于上述问题，本技术提供了基于多源数据的数字化信用服务管理方法及平台。

3、本技术的第一个方面，提供了基于多源数据的数字化信用服务管理方法，所述基于多源数据的数字化信用服务管理方法包括：在查询网关对数字化信用服务平台接收的信用查询请求进行基础授权校验后，基于所述信用查询请求构建标准化事件消息，其中，所述标准化事件消息包括查询对象标识和查询上下文；根据所述查询对象标识从多源数据湖提取多模态异构原始数据；聚合所述多模态异构原始数据进行向量化编码，构建主体信用状态特征向量；以所述查询对象标识为查询起点，根据所述查询上下文进行实体关联挖掘，构建实体关联网络；基于所述实体关联网络构建异步查询任务，在所述多源数据湖提取全维度时序信用特征，构建关联实体信用特征向量；以所述主体信用状态特征向量为中心节点特征，对所述关联实体信用特征向量进行基于上下文感知的动态加权融合，输出可解释信用报告。

4、可选地，以所述查询对象标识为查询起点，根据所述查询上下文进行关联交易查询，构建显性关联实体拓扑；回溯所述查询对象标识所对应目标查询对象的交易行为模式，对所述显性关联实体拓扑进行隐性关系挖掘拓展，构建隐性关联实体拓扑；将所述显性关联实体拓扑和隐性关联实体拓扑作为所述实体关联网络构建异步查询任务，从所述多源数据湖提取全维度时序信用特征，获取包括显性关联信用状态向量和隐性关联信用状态向量的所述关联实体信用特征向量。

5、可选地，以所述主体信用状态特征向量为中心节点特征，根据所述显性关联实体拓扑和隐性关联实体拓扑，进行所述显性关联信用状态向量和隐性关联信用状态向量的动态加权融合，输出所述可解释信用报告。

6、可选地，通过解析所述信用查询请求，提取请求核验要素，其中，所述请求核验要素包括请求方金融机构代码、查询主体唯一标识符和查询场景用途；调用授权规则服务遍历所述请求核验要素的基础授权校验；若校验通过，则根据所述请求方金融机构代码和查询场景用途构建所述查询上下文，其中，所述查询上下文包括查询方标识、查询请求元数据和审计追踪信息；将所述查询主体唯一标识符作为所述查询对象标识，结合所述查询上下文，构建所述标准化事件消息。

7、可选地，根据所述查询对象标识从所述多源数据湖提取主体数据，得到所述多模态异构原始数据，其中，所述多模态异构原始数据包括基本信息、经营信息、财务信息、财产信息、正面信息、负面信息和信用评价信息；应用信用特征规则库对所述多模态异构原始数据执行特征工程流水线处理，得到多维度信用特征，其中，所述特征工程流水线覆盖分类特征编码、数值指标标准化、存在性特征标记和时序指标衍生处理；顺序拼接所述多维度信用特征，生成所述主体信用状态特征向量。

8、可选地，根据所述请求方金融机构代码确定发起方标识和关联用户信息，构成所述查询方标识；根据所述查询场景用途进行业务关联挖掘，得到业务目的信息，构建所述查询请求元数据；生成唯一追踪流水号作为所述审计追踪信息，其中，所述查询方标识、查询请求元数据和审计追踪信息构成所述查询上下文。

9、可选地，根据所述查询请求元数据的业务目的信息进行关联挖掘指令转化，其中，所述关联挖掘指令包括挖掘目标深度、挖掘目标广度和关联类型偏好；根据所述查询方标识进行工商登记信息调用，获得显性法定关联信息，其中，所述显性法定关联信息包括股权控制链关联实体列表和人员交叉任职关联实体列表；以所述查询对象标识为查询起点，根据所述关联挖掘指令进行所述显性法定关联信息的实体关联整合，构建所述显性关联实体拓扑。

10、可选地，从所述显性关联实体拓扑提取多个交易实体后，映射加入所述目标查询对象，构建多个待分析交易实体；调取所述多个待分析交易实体的多个对公交易流水；基于预设交易频次阈值和交易额度阈值从多个对公交易流水筛选多个隐性关联实体；将交易频次和交易额度量化为边权重属性，构建所述多个隐性关联实体和所述目标查询对象的拓扑关联关系，生成所述隐性关联实体拓扑。

11、可选地，融合所述显性关联实体拓扑和隐性关联实体拓扑，得到交易关联实体拓扑；以所述主体信用状态特征向量为中心节点特征，依据所述交易关联实体拓扑，基于业务场景上下文感知进行所述显性关联信用状态向量和隐性关联信用状态向量的动态加权融合，输出所述可解释信用报告。

12、本技术的第二个方面，提供了基于多源数据的数字化信用服务管理平台，所述基于多源数据的数字化信用服务管理平台包括：事件消息构建模块，用于在查询网关对数字化信用服务平台接收的信用查询请求进行基础授权校验后，基于所述信用查询请求构建标准化事件消息，其中，所述标准化事件消息包括查询对象标识和查询上下文；数据提取模块，用于根据所述查询对象标识从多源数据湖提取多模态异构原始数据；特征向量构建模块，用于聚合所述多模态异构原始数据进行向量化编码，构建主体信用状态特征向量；关联挖掘模块，用于以所述查询对象标识为查询起点，根据所述查询上下文进行实体关联挖掘，构建实体关联网络；特征提取模块，用于基于所述实体关联网络构建异步查询任务，在所述多源数据湖提取全维度时序信用特征，构建关联实体信用特征向量；信用报告输出模块，用于以所述主体信用状态特征向量为中心节点特征，对所述关联实体信用特征向量进行基于上下文感知的动态加权融合，输出可解释信用报告。

13、本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：

14、通过在查询网关对数字化信用服务平台接收的信用查询请求进行基础授权校验后，基于所述信用查询请求构建标准化事件消息，其中，所述标准化事件消息包括查询对象标识和查询上下文；根据所述查询对象标识从多源数据湖提取多模态异构原始数据；聚合所述多模态异构原始数据进行向量化编码，构建主体信用状态特征向量；以所述查询对象标识为查询起点，根据所述查询上下文进行实体关联挖掘，构建实体关联网络；基于所述实体关联网络构建异步查询任务，在所述多源数据湖提取全维度时序信用特征，构建关联实体信用特征向量；以所述主体信用状态特征向量为中心节点特征，对所述关联实体信用特征向量进行基于上下文感知的动态加权融合，输出可解释信用报告。达到了通过多源数据全面评估主体信用，深度挖掘关联实体风险，提高信用评估的精准性和可靠性，进而提高信用服务管理效能的技术效果。

15、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其他目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其他特征将通过以下的说明书而变得容易理解。