一种基于关联图谱的风控标签生成方法及系统与流程

本发明涉及金融风控，尤其涉及一种基于关联图谱的风控标签生成方法及系统。

背景技术：

1、随着跨境支付、跨境电商及国际贸易业务的发展，跨境交易数量和交易主体之间的关联关系日益复杂。金融机构及支付平台通常需要结合客户身份识别信息、账户信息、交易流水、交易附言及历史审核记录等数据，对跨境交易进行风险识别，并根据风险识别结果生成相应的风控标签，以供后续交易审核、风险预警和风险处置使用。

2、现有风控系统通常采用人工配置的静态规则或离线训练的风险识别模型，对交易金额、交易频率、交易对象及历史风险记录等结构化数据进行处理。部分现有技术引入大模型对交易附言、付款备注和审核意见等非结构化文本进行语义分析，并由大模型生成风险判断结果或风险标签，提高风控系统对文本信息的处理能力。但是现有风控系统存在以下限制：（1）静态规则及离线批处理方式难以及时响应客户身份识别信息和交易行为的动态变化，导致风控标签存在滞后；（2）客户身份识别数据、交易流水等结构化数据与交易附言、审核备注等非结构化文本通常相互割裂，无法形成统一的风险视图；（3）现有技术难以有效识别同一实控人控制多个商户、多个主体共用账户或经营地址、资金在关联账户之间轮转等隐蔽的关联风险，也难以准确解析交易附言中的货物描述、服务内容及贸易背景，容易遗漏虚假贸易描述等文本风险线索；（4）此外，大模型通常作为独立决策单元直接生成风险结果，不仅推理耗时较长，还可能输出不属于预设标签体系的内容，导致风险标签的稳定性和可控性不足，难以满足跨境交易风控对实时处理和标准化输出的要求。

3、因此，现有跨境交易风险识别技术仍缺少一种能够融合客户身份信息、交易行为数据及交易文本信息，并结合主体关联关系分析和大模型语义理解能力，同时对风险结果进行标准化输出和实时更新的风险标签生成方法。

技术实现思路

1、针对现有跨境交易风控过程中多源数据割裂、隐形关联风险识别不足以及大模型输出不稳定的问题，本技术提供了一种基于关联图谱的风控标签生成方法及系统，通过融合交易数据、文本语义信息及图谱关联特征，并对轻量化大模型的标签输出进行约束，提高风险标签生成的准确性、实时性和可控性。本发明的目的可通过下列技术方案实现：

2、本技术提供了一种基于关联图谱的风控标签生成方法，步骤包括，

3、步骤s1:获取目标交易的用户kyc数据、实时入账交易数据及历史审核数据，经标准化和张量化处理，得到初始风险特征张量序列；

4、步骤s2:基于初始风险特征张量序列构建时序交易关联图，通过图关联风险传播算法对时序交易关联图中各节点的风险值进行迭代更新，得到目标交易对应的图关联风险特征；

5、步骤s3:从实时入账交易数据中的交易附言中提取的贸易实体，根据贸易实体与用户kyc数据中的经营范围信息之间的实体匹配结果和语义相似度，生成目标交易对应的贸易语义特征；

6、步骤s4:将初始风险特征张量序列、图关联风险特征、贸易语义特征转换为风险特征令牌序列，将风险特征令牌序列输入至轻量化大模型中，通过约束解码处理将轻量化大模型的输出范围限制在预设风险标签集合对应的数字编码值域内，生成目标风险标签以及标签置信度；

7、步骤s5:当标签置信度达到预设置信度阈值时，将目标风险标签确定为最终输出标签并写入实时风控数据流；当标签置信度未达到预设置信度阈值时，根据目标交易的交易标识、目标风险标签、标签置信度及图关联风险特征生成待审核任务。

8、优选地，步骤s1包括，

9、获取目标交易的用户kyc数据、实时入账交易数据及历史审核数据，其中，用户kyc数据包括营业执照信息、法人信息、股东信息、实际控制人信息、经营范围及经营地址，实时入账交易数据包括交易金额、交易币种、交易时间、交易账户、交易附言、交易发起ip地址及交易设备标识，历史审核数据包括目标交易对应用户的历史风险标签和历史审核结论；

10、对用户kyc数据、实时入账交易数据及历史审核数据进行字段映射、格式统一、币种换算、时间格式转换、缺失值填充及异常值识别标记，并对交易附言进行大小写统一、标点清洗、无关编号去除、同义词归一化及贸易实体提取得到标准化风险数据；

11、对标准化风险数据进行特征编码和张量拼接，得到初始风险特征张量序列。

12、优选地，在步骤s2中，基于初始风险特征张量序列构建时序交易关联图，包括，

13、从初始风险特征张量序列中提取营业执照信息中的企业标识、法人信息、股东信息及实际控制人信息中的人员标识，以及经营地址、交易账户、交易发起ip地址和交易设备标识，并分别建立企业节点、人员节点、地址节点、账户节点、ip地址节点及交易设备节点；

14、根据企业节点与人员节点之间的法人任职关系、股权关系及实际控制关系建立人员关联边，根据企业节点与地址节点之间的经营地址关系建立地址关联边，并根据企业节点与账户节点之间的账户归属关系建立账户关联边，将人员关联边、地址关联边及账户关联边作为静态关系边；

15、根据预设时间窗口内账户节点之间的资金流转关系建立资金流转边，根据企业节点与ip地址节点之间的ip地址使用关系建立ip关联边，根据企业节点与交易设备节点之间的设备使用关系建立设备关联边，并根据企业节点之间的交易附言语义相似关系建立语义相似边，将资金流转边、ip关联边、设备关联边及语义相似边作为动态关系边；

16、资金流转边的关联边权重通过以下公式计算：

17、

18、其中， 为预设时间窗口内账户节点i与账户节点j之间的累计交易金额，为最大累计交易金额， 为累计交易次数， 为最大累计交易次数， 为方向互惠因子，用于当账户节点i与账户节点j之间存在双向资金流转时取1，否则取0， 为最近交易距当前的天数， 为时间衰减系数，至为预设权重系数。

19、ip关联边的关联边权重为：

20、

21、其中， 为企业节点i和企业节点j使用相同ip的次数， 为企业节点i使用ip的总次数；设备关联边采用相同公式，将ip替换为设备标识；

22、语义相似边的关联边权重直接采用余弦相似度值，当附言语义向量 或经营范围语义向量 的模长趋近于 0，则直接判定语义相似度 ，以避免计算溢出。

23、将各节点对应的特征作为节点特征，将关系类型、关系发生时间及关系强度作为关系边属性，并按照交易时间更新动态关系边，得到时序交易关联图，时序交易关联图为异质图，包含多种节点类型和多种关系类型；不同节点类型具有不同的特征空间，不同类型的关系边在风险传播中具有不同的语义含义；企业节点、人员节点、地址节点、账户节点、ip地址节点及交易设备节点构成异质图的节点集合，静态关系边和动态关系边构成异质图的关系边集合；

24、时序交易关联图采用滑动时间窗口机制进行动态维护，仅保留预设时间窗口，比如默认90天内产生的动态关系边；当新交易数据到达时，以增量方式更新时序交易关联图：

25、若新交易数据涉及的节点不存在于当前时序交易关联图中，创建新节点并初始化节点特征；

26、若新交易数据对应的动态关系边已存在于当前时序交易关联图中，更新累计交易金额、累计交易次数、最近一次发生时间及关联边权重；

27、若动态关系边不存在于当前时序交易关联图中，创建新动态关系边并初始化属性；

28、当动态关系边超出预设时间窗口，或者按时间衰减后的关联边权重低于预设失效阈值时，将动态关系边从时序交易关联图中移除；

29、其中，对于预设时间窗口内的动态关系边，其当前关联边权重  按照如下时间衰减公式更新为更新后关联边权重 ：

30、

31、其中， 为当前时间与动态关系边最近一次发生时间之间的时间间隔， 为预设时间衰减系数，如默认0.001；当更新后关联边权重  低于预设失效阈值时，如默认0.05，将动态关系边从时序交易关联图中移除。

32、优选地，根据企业节点之间的交易附言语义相似关系建立语义相似边，将资金流转边、ip关联边、设备关联边及语义相似边作为动态关系边，包括，

33、获取预设时间窗口内各企业节点对应交易的交易附言，并将各交易附言输入预训练语义编码模型进行语义编码，得到对应的附言语义向量；其中，预训练语义编码模型为用于将文本数据映射至语义向量空间的文本语义编码模型，附言语义向量为768维语义向量；

34、计算不同企业节点对应的附言语义向量之间的余弦相似度，

35、当余弦相似度达到预设语义相似度阈值时，在对应的两个企业节点之间建立语义相似边，并将余弦相似度作为语义相似边的关系强度，其中，预设语义相似度阈值根据历史团伙交易样本对应余弦相似度分布的预设分位数确定；

36、将资金流转边、ip关联边、设备关联边及语义相似边作为动态关系边，并根据对应关系的发生时间对动态关系边进行更新。

37、优选地，在步骤s2中，通过图关联风险传播算法对时序交易关联图中各节点的风险值进行迭代更新，包括，

38、根据初始风险特征张量序列中与各节点对应的交易特征和交易附言特征，确定各节点的初始风险值，并根据时序交易关联图中各关系边对应的关系类型和关系强度，确定各关系边对应的关联边权重；

39、针对时序交易关联图中的任一节点，确定能够向任一节点传播风险的相邻节点集合，并获取相邻节点集合中各相邻节点在当前次风险传播迭代中的风险值以及各相邻节点与任一节点之间的关联边权重；

40、根据任一节点的初始风险值和预设自身风险保留系数，确定任一节点对应的自身风险保留值；根据各相邻节点的风险值和对应关联边权重，分别确定各相邻节点向任一节点传播的关联风险贡献值，并对各关联风险贡献值进行求和，得到任一节点对应的关联风险传播值；

41、根据自身风险保留值和关联风险传播值，确定任一节点在下一次风险传播迭代中的更新风险值，其中，预设自身风险保留系数为0.2至0.4；

42、将当前次风险传播迭代得到的各节点的更新风险值作为下一次风险传播迭代中对应节点的风险值，重复执行预设次数的风险传播迭代，得到各节点的最终风险值；

43、优选地，在步骤s2中，根据各节点的最终风险值得到目标交易对应的图关联风险特征，包括，

44、将最终风险值达到预设高风险阈值如默认0.7的节点标记为高风险节点；确定高风险节点的关联路径，当任意两个高风险节点之间存在直接关联，或通过不超过预设数量比如2个的中间节点形成关联时，对应的高风险节点所构成的连通子图确定为高风险簇，将对应的高风险节点划分至同一高风险簇；

45、根据高风险簇内各节点的最终风险值、簇内节点数量及簇内关系边数量，确定高风险簇对应的簇风险值，计算公式为：

46、

47、其中，为高风险簇对应的簇风险值， 为簇内节点总数， 为簇内关系边总数， 表示簇内关联密度；当簇风险值 达到预设簇风险阈值如1.2时，将高风险簇标记为高风险团伙；

48、从各节点中确定与目标交易对应的企业节点和账户节点，将企业节点和账户节点的最终风险值、对应相邻节点的最终风险值、关联边权重、关系类型、所属高风险簇的簇风险值、簇内关联密度及高风险团伙标识作为目标交易对应的图关联风险特征。

49、优选地，步骤s3包括，

50、从交易附言中提取贸易实体，贸易实体包括货物名称和货物数量；

51、将交易附言中描述的货物与用户kyc数据中的经营范围进行实体对齐，统计与经营范围相匹配的贸易实体数量以及从交易附言中提取的贸易实体总数量，并根据相匹配的贸易实体数量与贸易实体总数量的比值，得到实体命中比例；

52、将交易附言中描述的货物和经营范围分别进行语义编码，得到附言语义向量和经营范围语义向量，并根据附言语义向量与经营范围语义向量之间的余弦相似度确定语义相似度；

53、根据实体命中比例和语义相似度确定经营范围匹配度，计算公式为，；其中，为经营范围匹配度，为与经营范围相匹配的贸易实体数量，为从交易附言中提取的贸易实体总数量，为语义相似度；

54、从交易附言中提取预设敏感词对应敏感语义信息，并统计预设敏感词的出现频次，将贸易实体、经营范围匹配度、语义相似度及敏感语义信息进行特征组合，生成目标交易对应的贸易语义特征。

55、优选地，步骤s4包括，

56、获取基于历史风控审核标记数据集完成领域适配微调的轻量化大模型；

57、将预设风险标签集合中的各风险标签固化为对应的数字编码，形成轻量化大模型允许输出的数字编码值域，其中，数字编码00至04分别对应正常标签、疑似分拆入账标签、贸易背景存疑标签、关联高风险主体标签和疑似虚假贸易标签；

58、根据初始风险特征张量序列生成交易特征张量和历史特征张量，将图关联风险特征转换为图谱关联张量，并将贸易语义特征转换为语义特征张量；

59、将交易特征张量、图谱关联张量、语义特征张量和历史特征张量进行拼接，得到风险特征张量，并通过投影层将风险特征张量转换为风险特征令牌序列后输入轻量化大模型；

60、通过轻量化大模型对风险特征令牌序列进行前向计算，并对前向计算得到的输出概率执行约束解码处理，使输出结果符合数字编码值域以及风险标签编码和标签置信度的输出格式，得到目标风险标签及标签置信度。

61、优选地，步骤s5包括，

62、获取轻量化大模型输出的目标风险标签及对应的标签置信度，并获取目标交易对应的交易标识和图关联风险特征；

63、将标签置信度与预设置信度阈值进行比较，得到置信度比较结果；

64、当置信度比较结果为标签置信度达到预设置信度阈值时，将目标风险标签确定为目标交易对应的最终输出标签，并将最终输出标签作为目标交易对应的风控标签写入实时风控数据流；

65、当置信度比较结果为标签置信度未达到预设置信度阈值时，将交易标识、目标风险标签、标签置信度及图关联风险特征进行组合，得到待审核任务数据，将待审核任务数据生成待审核任务，以使目标交易进入人工审核流程。

66、基于相同的发明构思，本技术还提供了一种基于关联图谱的风控标签生成系统，采用如上述的基于关联图谱的风控标签生成方法，包括，

67、数据处理模块，用于获取目标交易的用户kyc数据、实时入账交易数据及历史审核数据，经标准化和张量化处理，得到初始风险特征张量序列；

68、图关联风险分析模块，用于基于初始风险特征张量序列构建时序交易关联图，通过图关联风险传播算法对时序交易关联图中各节点的风险值进行迭代更新，得到目标交易对应的图关联风险特征；

69、贸易语义分析模块，用于从实时入账交易数据中的交易附言中提取的贸易实体，根据贸易实体与用户kyc数据中的经营范围信息之间的实体匹配结果和语义相似度，生成目标交易对应的贸易语义特征；

70、风险标签预测模块，用于将初始风险特征张量序列、图关联风险特征、贸易语义特征转换为风险特征令牌序列，将风险特征令牌序列输入至轻量化大模型中，通过约束解码处理将轻量化大模型的输出范围限制在预设风险标签集合对应的数字编码值域内，生成目标风险标签以及标签置信度；

71、风控结果处理模块，用于当标签置信度达到预设置信度阈值时，将目标风险标签确定为最终输出标签并写入实时风控数据流；当标签置信度未达到预设置信度阈值时，根据目标交易的交易标识、目标风险标签、标签置信度及图关联风险特征生成待审核任务。

72、与现有技术相比，本发明存在以下至少一种技术效果：

73、本技术能够提高风控标签生成的准确性、可解释性及审核效率，通过对用户kyc数据、实时入账交易数据及历史审核数据进行统一处理并构建时序交易关联图，利用图关联风险传播算法识别企业、人员、账户、地址、ip地址及交易设备之间的关联风险；同时，根据交易附言中的贸易实体与经营范围之间的实体匹配结果和语义相似度生成贸易语义特征，并将其与初始风险特征及图关联风险特征共同输入轻量化大模型，通过约束解码处理将输出限制在预设风险标签的数字编码值域内，减少无关内容输出；进一步根据标签置信度对预测结果进行自动输出或生成待审核任务，提高风控标签生成的准确性、规范性及审核效率。