本公开涉及人工智能，尤其涉及知识图谱、图计算等。具体而言，本公开涉及一种模型训练方法和装置、账户风险评估方法和装置、电子设备、计算机可读存储介质。
背景技术：
1、
2、通过对互联网金融数据的监测，及时发现可能的金融犯罪，是预防互联网金融犯罪的有效手段。
技术实现思路
1、本公开提供了一种模型训练方法和装置、账户风险评估方法和装置、电子设备、计算机可读存储介质。
2、根据本公开的第一方面，提供了一种模型训练方法，该方法包括：
3、获取多个账户的交易相关数据，根据所述交易相关数据构建至少一个知识图谱，每个所述知识图谱包括多个节点以及连接所述节点的边；所述节点与所述账户一一对应，所述边用于指示通过所述边连接的所述节点对应的所述账户之间的关联；
4、根据所述知识图谱构建特征矩阵，对所述特征矩阵进行训练，获取账户风险评估模型。
5、根据本公开的第二方面，提供了一种账户风险评估方法，该方法包括：
6、获取未知状态节点对应的特征矩阵，将所述特征矩阵输入账户风险评估模型获取所述未知状态节点的风险评估结果；
7、其中，所述账户风险评估模型根据上述的模型训练方法训练得到。
8、根据本公开的第三方面，提供了一种模型训练装置，该装置包括：
9、数据模块，用于获取多个账户的交易相关数据，根据所述交易相关数据构建至少一个知识图谱，每个所述知识图谱包括多个节点以及连接所述节点的边；所述节点与所述账户一一对应，所述边用于指示通过所述边连接的所述节点对应的所述账户之间的关联；
10、训练模块，用于根据所述知识图谱构建特征矩阵，对所述特征矩阵进行训练，获取账户风险评估模型。
11、根据本公开的第四方面，提供了一种账户风险评估装置，该装置包括：
12、推理模块，用于获取未知状态节点对应的特征矩阵，将所述特征矩阵输入账户风险评估模型获取所述未知状态节点的风险评估结果；
13、其中，所述账户风险评估模型根据上述的模型训练方法训练得到。
14、根据本公开的第五方面，提供了一种电子设备，该电子设备包括：
15、至少一个处理器；以及
16、与上述至少一个处理器通信连接的存储器；其中，
17、存储器存储有可被上述至少一个处理器执行的指令，指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行上述模型训练方法和/或账户风险评估方法。
18、根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使计算机执行上述模型训练方法和/或账户风险评估方法。
19、根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述模型训练方法和/或账户风险评估方法。
20、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种模型训练方法，包括：
2.根据权利要求1所述的方法，其中，所述根据所述知识图谱构建特征矩阵，包括：
3.根据权利要求2所述的方法，其中，所述根据所述节点特征以及所述边属性特征构建链路特征矩阵，包括：
4.根据权利要求3所述的方法，其中，所述计算所述起始传导节点和所述终止传导节点的风险关联系数，包括：
5.根据权利要求2所述的方法，其中，所述交易相关数据包括客户身份信息以及客户关联事件信息；所述根据所述传导节点对应的所述账户的交易相关数据获取所述传导节点的节点特征，包括：
6.根据权利要求2所述的方法，其中，所述根据所述传导边连接的起始传导节点和终止传导节点对应的所述账户的交易相关数据确定所述传导边对应的边属性特征，包括：
7.根据权利要求2所述的方法，其中，所述根据所述知识图谱构建至少一个传导链路，包括：
8.根据权利要求7所述的方法，其中，所述对所述特征矩阵进行训练，获取账户风险评估模型，包括：
9.根据权利要求1所述的方法，其中，所述根据所述知识图谱构建特征矩阵，包括：
10.根据权利要求9所述的方法，其中，所述对所述特征矩阵进行训练，获取账户风险评估模型，包括：
11.根据权利要求1所述的方法，其中，所述知识图谱包括交易关系图谱以及地址关系图谱。
12.一种账户风险评估方法，包括：
13.根据权利要求12所述的方法，其中，所述获取所述未知状态节点的风险评估结果之后，还包括：
14.一种模型训练装置，包括：
15.一种账户风险评估装置，包括：
16.一种电子设备，包括：
17.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-13中任一项所述的方法。
18.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-13中任一项所述的方法。
