摘要
本发明公开了一种基于GNN模型的业务风险监控方法、设备及介质,属于图神经网络技术领域,用于解决传统风控模型存在局限性,对数据关系挖掘能力不足,只能考虑单个或少数几个变量之间的关系,对于数据中存在的大量复杂、非线性的关联关系难以有效捕捉的技术问题。方法包括:基于业务需求,将业务数据进行多维度属性数据的目标标定,得到业务监控目标数据;对用户关联业务行为进行图节点的构建处理,得到用户业务关联图;对GNN模型进行多网络匹配筛选,确定出与业务需求所对应的业务GNN模型;对业务GNN模型进行多分类训练处理,得到训练后的业务GNN模型;通过部署后的业务GNN模型,对当前业务数据进行风险监控,得到风险监控结果数据。
技术关键词
风险监控方法
业务监控
数据
关系
节点特征
多网络
非易失性计算机可读存储介质
非易失性计算机存储介质
社交
场景
信贷风险评估
神经网络技术
风控模型
训练集
注意力
反欺诈
编码器
系统为您推荐了相关专利信息
服务处理单元
网络性能监控方法
数据采集模块
特征提取模块
分析模块
机器学习模型
生命体征数据
多项式特征
SMOTE算法
患者健康
加工余量
数字孪生
特征点云
机床龙门架
零件特征
预后预测方法
多模态交互
组织病理图像
预后预测模型
编码器
矩阵
补全方法
电力数据分析技术
误差函数
编码器模块