(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210978835.9 (22)申请日 2022.08.16 (71)申请人 度小满科技(北京)有限公司 地址 100193 北京市海淀区西北旺东路10 号院西区4 号楼6层6 06室 (72)发明人 段艺文　杨青　 (74)专利代理 机构 北京启坤知识产权代理有限 公司 11655 专利代理师 李琛 (51)Int.Cl. G06Q 40/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于征信报告的图神经网络建模方法 和装置 (57)摘要 本发明的目的是提供一种基于征信报告的 图神经网络建模方法和装置。 所述方法包括： 通 过对用户的征信报告进行解析， 获取预定的信贷 行为数据； 基于所提取的信贷行为数据， 生成相 应的征信报告 图， 其中， 所述征信报告 图中包括 用于反映历史行为信息之间的关系的图结构数 据； 基于所述图结构数据， 构造和训练图神经网 络模型。 本申请实施例具有以下优点： 通过构建 征信报告图来对征信报告中的信贷行为及信贷 行为之间的关系进行显示， 便于挖掘征信报告中 包含的风险信息； 并且， 基于征信报告 图的图结 构数据构造和训练相应的图神经网络模型用于 风险预测， 提升 了风险评估的准确性和可靠性。 权利要求书2页 说明书8页 附图2页 CN 115456748 A 2022.12.09 CN 115456748 A 1.一种基于征信报告的图神经网络建模方法， 其中， 所述方法包括： 通过对用户的征信报告 进行解析， 获取 预定的信贷行为数据； 基于所提取的信贷行为数据， 生成相应的征信报告图， 其中， 所述征信报告图中包括用 于反映历史行为信息之间的关系的图结构数据； 基于所述图结构数据， 构造和训练图神经网络模型。 2.根据权利要求1所述的方法， 其中， 所述图结构数据包括以下三种中心聚合节点数 据： 预定数量月份节点； 匿名机构节点； 时间聚合节点。 其中， 所述图结构数据包括以下两种边数据： 还款边； 关联边。 3.根据权利要求1或2所述的方法， 其中， 所述基于所提取的信贷特征信息， 生成相应的 征信报告图的步骤 包括： 通过基础编码器将不同类型的信贷行为数据进行处理， 从而得到使用统一维度的向量 表示的信贷行为节点数据； 基于所述信贷行为节点数据和预定的中心聚合节点数据以及边数据， 生成相应的征信 报告图。 4.根据权利要求1或2所述的方法， 其中， 所述基于所述图结构数据， 构造和训练图神经 网络模型的步骤 包括： 基于图结构数据， 使用图卷积神经网络算法进行聚合初始化； 使用图注意力网络算法进行消息传播计算， 以完成图神经网络模型的构造和训练。 5.根据权利要求4所述的方法， 其中， 所述使用图注意力网络结构， 进行消息传播计算 的步骤包括： 使用图注意力网络结构， 从中心聚合节点到信贷行为节点进行消息传播； 更新信贷行为节点和中心聚合节点的数据； 不断基于更新后的信贷行为节点和中心聚合节点的数据进行消息传播计算。 6.根据权利要求1或2所述的方法， 其中， 所述方法包括： 使用训练好的图神经网络模型对用户的征信报告 进行风险评分。 7.一种基于征信报告的图神经网络建模 装置， 其中， 所述装置包括： 用于通过对用户的征信报告 进行解析， 获取 预定的信贷行为数据的装置； 用于基于所提取的信贷行为数据， 生成相应的征信报告图的装置， 其中， 所述征信报告 图中包括用于反映历史行为信息之间的关系的图结构数据； 用于基于所述图结构数据， 构造和训练图神经网络模型的装置 。 8.根据权利要求7所述的装置， 其中， 所述图结构数据包括以下三种中心聚合节点数 据： 预定数量月份节点； 匿名机构节点；权　利　要　求　书 1/2 页 2 CN 115456748 A 2时间聚合节点。 其中， 所述图结构数据包括以下两种边数据： 还款边； 关联边。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6中任一所述的方 法。 10.一种计算机可读的存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理 器执行时实现如权利要求1至 6中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115456748 A 3