(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210574653.5 (22)申请日 2022.05.25 (65)同一申请的已公布的文献号 申请公布号 CN 114693179 A (43)申请公布日 2022.07.01 (73)专利权人 中国平安财产保险股份有限公司 地址 518048 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 刘卫　李欣　黄建华　 (74)专利代理 机构 北京市京大律师事务所 11321 专利代理师 姚维 (51)Int.Cl. G06Q 10/06(2012.01)G06Q 40/02(2012.01) (56)对比文件 CN 114387005 A,2022.04.22 CN 114066470 A,202 2.02.18 CN 110992194 A,2020.04.10 CN 110264274 A,2019.09.20 CN 111259952 A,2020.0 6.09 审查员 李晓霞 (54)发明名称 风险客群划分评估方法、 装置、 设备及存储 介质 (57)摘要 本发明涉及人工智能领域， 公开了一种风险 客群划分评估 方法、 装置、 设备及存储介质， 该方 法包括： 根据时间点将全量保单数据划分为训练 数据集和验证数据集； 根据训练数据集构建风险 关系图谱， 并输入风险客群识别模型中， 得到客 群划分结果； 根据客群划分效果评估指标和客群 划分结果， 进行划分效果评估， 得到第一评估结 果； 根据客群划分结果和验证数据集进行客群经 营状况风险评估， 得到第二评估结果； 根据客群 划分结果和现有黑名单进行客群染黑风险评估， 得到第三评估 结果； 根据上述评估 结果综合计算 得到客群划分综合评估结果。 本方法使用分割数 据集的方式预估模型效益进行评估， 并且对客群 分类的结果有明确的评价指标， 增加了分类结果 的可解释性。 权利要求书3页 说明书12页 附图5页 CN 114693179 B 2022.08.30 CN 114693179 B 1.一种风险客群划分评估方法， 其特 征在于， 所述 风险客群划分评估方法包括： 获取全量保单数据、 现有黑名单和预设的数据划分时间点， 并根据所述数据划分时间 点将所述全量保单 数据划分为训练数据集和验证数据集； 根据所述训练数据集构建风险关系图谱， 并将所述风险关系图谱输入预设的风险客群 识别模型中， 通过所述风险客群识别模型对所述风险关系图谱进行客群划分， 得到客群划 分结果； 根据预设的客群划分效果评估指标和所述客群划分结果， 对所述风险客群识别模型进 行划分效果评估， 得到第一评估结果； 根据所述客群划分结果和所述验证数据集进行客群经营状况风险评估， 得到第 二评估 结果， 其中所述客群经营状况风险评估为根据客群划分结果中的风险客群和普通客群分别 与验证数据集中的客户进 行匹配的匹配结果做假设检验， 验证风险客群有显著 性风险的概 率； 根据所述客群划分结果和所述现有黑名单进行客群染黑风险评估， 得到第三评估结 果， 其中所述客群染黑风险评估为根据客群划分结果中的风险客群和普通客群分别与现有 黑名单中的客户进行匹配的匹配结果做假设检验， 验证风险客群有显著性 风险的概 率； 将所述第一评估结果、 所述第二评估结果和所述第三评估结果进行合并， 得到客群划 分综合评估结果。 2.根据权利要求1所述的风险客群划分评估方法， 其特征在于， 所述根据 所述训练数据 集构建风险关系图谱， 并将所述风险关系图谱输入预设的风险客群识别模型中， 通过所述 风险客群识别模型对所述 风险关系图谱进行客群划分， 得到客群划分结果包括： 确定所述训练数据集中对应的所有客户， 并将每 个客户设定为实体点； 根据所述训练数据集中的数据类型， 确定所述训练数据集对应的所有客户之间的关联 关系； 通过所述关联关系将所述实体点之间进行关联， 得到风险关系图谱； 将所述风险关系图谱输入预设的风险客群识别模型中， 通过所述风险客群识别模型对 所述风险关系图谱进行客群划分， 得到客群划分结果。 3.根据权利要求2所述的风险客群划分评估方法， 其特征在于， 所述通过所述关联关系 将所述实体点之间进行关联， 得到风险关系图谱 包括： 将所述关联关系作为所述实体点之间的关系边； 根据所述训练数据集计算两个所述实体点之间的关系边的权 重值； 将所有与所述实体点相连的关系边的权重值相加， 得到用于衡量所述实体点重要度的 点权值； 根据所述 点权值、 所述实体点和所述关系边的权 重值构建所述 风险关系图谱。 4.根据权利要求1所述的风险客群划分评估方法， 其特征在于， 所述客群划分效果评估 指标包括模型性能指标和客群风险指标； 所述根据 预设的客群划分效果评估指标和所述客群划分结果， 对所述风险客群识别模 型进行划分效果评估， 得到第一评估结果包括： 获取所述风险关系图谱的图谱数据， 并根据 所述图谱数据和所述客群划分结果计算所 述模型性能指标；权　利　要　求　书 1/3 页 2 CN 114693179 B 2根据所述 客群划分结果中各客群对应的全量保单 数据计算所述 客群风险指标； 根据所述模型性 能指标和客群风险指标对所述风险客群识别模型进行划分效果评估， 得到第一评估结果。 5.根据权利要求4所述的风险客群划分评估方法， 其特征在于， 所述模型性能指标包括 模块度、 平均异常图构、 平均聚类系数和社群规模； 所述获取所述风险关系图谱的图谱数据， 并根据 所述图谱数据和所述客群划分结果计 算所述模型性能指标包括： 获取所述风险关系图谱中的实体点总数、 所述客群划分结果中各客群两两之间的第 一 关系边总数、 连接各客群的第二关系边总 数、 客群总 数， 各客群对应的邻接矩阵， 实体点到 所有对应客群中其他 实体点的距离平均值， 实体点到除对应客群外的其他客群内的所有实 体点的平均距离的最小值， 客群中实体点到其 他实体点的通路总数； 根据所述各客群两两之间的第 一关系边总数、 连接各客群的第 二关系边总数和客群总 数计算所述模块度； 根据所述客群总数、 所述实体点总数、 所述邻接矩阵和所述通路总数计算所述平均异 常图构； 将所述风险客群识别模型划分的客群数量作为所述社群规模； 根据所述 客群总数、 所述距离平均值和所述 最小值计算所述平均聚类系数。 6.根据权利要求1 ‑5中任一项所述的风险客群划分评估方法， 其特征在于， 所述客群划 分结果包括 风险客群和普通 客群； 所述根据 所述客群划分结果和所述验证数据集进行客群经营状况风险评估， 并对所述 得到第二评估结果包括： 将所述风险客群中的客户与所述验证数据集中的客户进行匹配， 得到第一匹配结果； 将所述普通 客群中的客户与所述验证数据集中的客户进行匹配， 得到第二匹配结果； 根据所述第 一匹配结果和所述第 二匹配结果对所述风险客群进行假设检验， 验证所述 风险客群存在显著性 风险的第一 概率， 并根据所述第一 概率得到第二评估结果。 7.根据权利要求6所述的风险客群划分评估方法， 其特征在于， 所述根据 所述客群划分 结果和所述现有黑名单进行客群染黑 风险评估， 得到第三评估结果包括： 将所述风险客群中的客户与所述现有黑名单中的客户进行匹配， 得到第三匹配结果； 将所述普通 客群中的客户与所述现有黑名单中的客户进行匹配， 得到第四匹配结果； 根据所述第 三匹配结果和所述第四匹配结果对所述风险客群进行假设检验， 验证所述 风险客群存在显著性 风险的第二 概率， 并根据所述第二 概率得到第三评估结果。 8.一种风险客群划分评估 装置， 其特 征在于， 所述 风险客群划分评估 装置包括： 数据划分模块， 用于获取全量保单数据、 现有黑名单和预设的数据划分时间点， 并根据 所述数据划分时间点将所述全量保单 数据划分为训练数据集和验证数据集； 客群划分模块， 用于根据所述训练数据集构建风险关系图谱， 并将所述风险关系图谱 输入预设的风险客群识别模型中， 通过所述风险客群识别模型对所述风险关系图谱进 行客 群划分， 得到客群划分结果； 第一评估模块， 用于根据预设的客群划分效果评估指标和所述客群划分结果， 对所述 风险客群识别模型进行划分效果评估， 得到第一评估结果；权　利　要　求　书 2/3 页 3 CN 114693179 B 3