买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国工商银行股份有限公司申请的专利一种风险成因识别方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113449921B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110763170.5，技术领域涉及：G06Q10/04；该发明授权一种风险成因识别方法、装置及存储介质是由李瑾瑜;张宝华;徐祎;赵滢设计研发完成，并于2021-07-06向国家知识产权局提交的专利申请。

本一种风险成因识别方法、装置及存储介质在说明书摘要公布了：本说明书实施例涉及大数据技术领域，具体公开了一种风险成因识别方法、装置及存储介质，所述方法包括：获取风控对象关系图谱；将所述风控对象关系图谱中的任一节点作为指定节点，提取所述指定节点的指定特征集，所述指定特征集包括多个特征变量对应的特征值；根据所述指定特征集中各特征变量与所述风险预测结果的相关性、以及任意两个特征变量之间的相关性，筛选出所述指定节点的风险特征变量及风险特征变量对应的关联特征变量；依据所述指定节点的风险特征变量及风险特征变量对应的关联特征变量，从所述关系图谱中提取所述指定节点对应的风险子图，以基于所述风险子图进行风控对象的风险成因识别，从而提高风险成因识别的准确性及全面性。

本发明授权一种风险成因识别方法、装置及存储介质在权利要求书中公布了：1.一种风险成因识别方法，其特征在于，应用于服务器，所述方法包括： 获取风控对象关系图谱；所述风控对象关系图谱包括节点与节点间的边，所述节点用于表征风控对象，所述节点间的边用于表征不同风控对象之间的关系； 将所述风控对象关系图谱中的任一节点作为指定节点，提取所述指定节点的指定特征集，所述指定特征集包括多个特征变量对应的特征值；其中，所述特征变量的类型至少包括所述指定节点对应的指定风控对象的对象特征、所述指定风控对象与所述关系图谱中的其他风控对象的关系特征、所述指定节点在所述关系图谱中的图特征； 基于所述指定特征集对所述指定节点进行风险预测，得到所述指定节点的风险预测结果； 根据所述指定特征集中各特征变量与所述风险预测结果的相关性、以及任意两个特征变量之间的相关性，筛选出所述指定节点的风险特征变量及风险特征变量对应的关联特征变量； 依据所述指定节点的风险特征变量及风险特征变量对应的关联特征变量，从所述关系图谱中提取所述指定节点对应的风险子图，以基于所述风险子图进行风控对象的风险成因识别； 其中，所述筛选出所述指定节点的风险特征变量及风险特征变量对应的关联特征变量，包括： 求解第一风险预测分析模型，得到所述指定特征集中各特征变量对所述风险预测结果的重要度、所述指定特征集中各特征变量与所述风险预测结果的相关性度量值、以及任意两个特征变量之间的相关性度量值；其中，所述第一风险预测分析模型包括： 其中，β＝[β1,…,βk,…,βm,…，βK]中的各元素表示各特征变量对风险预测结果y的重要度，β1,…,βk,…，βm,…，βK≥0；RK表示K维实数向量；HSICfk,fm表示特征变量fk与fm之间的相关性度量值；HSICfk,y表示特征变量fk与风险预测结果y之间的相关性度量值；HSICy,y为常量；λ为调整系数；||·||2代表二阶范数； 将对所述风险预测结果的重要度满足指定重要度条件的特征变量作为风险特征变量，提取所述风险特征变量对应的HSICfk,fm； 根据提取的HSICfk,fm确定相应风险特征变量对应的关联特征变量； 所述指定特征集中各特征变量与所述风险预测结果的相关性度量值及任意两个特征变量之间的相关性度量值采用下述方式确定： 其中，tr·表示矩阵的迹，其中，Mk、Mm、L中各元素的核函数为： 若风险预测结果是连续型数值： 若风险预测结果是离散型数值： 其中，分别表示节点i、j对应的标识为k的特征变量，分别表示节点i、j对应的标识为m的特征变量，表示各节点对应的标识为k的特征变量之间的标准差；表示各节点对应的标识为m的特征变量之间的标准差；yi、yj分别表示节点i、j对应的风险预测结果；表示各节点对应的风险预测结果之间的标准差；IN为N维单元矩阵，1N是N维向量，其每个元素取值均为1；||·||F代表Frobenius范数，i,j＝1,...,N，N表示样本数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国工商银行股份有限公司，其通讯地址为：100140 北京市西城区复兴门内大街55号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。