Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020134213 - METHOD AND SYSTEM FOR QUERYING ABNORMAL FINANCIAL DATA ON BASIS OF KNOWLEDGE MAP

Document

说明书

发明名称 0001   0002   0003   0004   0005   0006   0007   0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096  

权利要求书

1   2   3   4   5   6   7   8   9   10  

附图

1   2  

说明书

发明名称 : 基于知识图谱查询金融异常数据的方法及系统

技术领域

[0001]
本发明涉及金融反欺诈技术领域,尤其涉及一种基于知识图谱查询金融异常数据的方法及系统。

背景技术

[0002]
随着互联网金融的发展,贷款中介行业逐渐兴起,他们能给征信黑户、征信白户等平时很难得到贷款审批的人群包装用户材料,帮助他们巧妙地规避平台风控,而由于此类客户多是无正常还款能力的客户,故若放款成功可能会给金融平台造成坏账,导致金融平台的资产损失,因此,为了杜绝上述欺诈行为的发生,如何识别出欺诈行为至关重要。
[0003]
现有技术主要采取电话回访或者身份二次确认的方式来识别欺诈行为,实际应用中发现,上述方式对于简答的欺诈行为可以起到一定的识别效果,但对于精心包装的欺诈行为来说,由于其涉及到复杂的关系网络,很难在通过电话回访或者身份二次确认的方式准确识别,所以这也给欺诈行为识别带来了新的挑战。
[0004]
发明内容
[0005]
本发明的目的在于提供一种基于知识图谱查询金融异常数据的方法及系统,采用知识图谱的方式准确、快速的识别出其中的异常金融数据。
[0006]
为了实现上述目的,本发明的一方面提供一种基于知识图谱查询金融异常数据的方法,包括:
[0007]
根据金融异常数据的查询需求设计图谱数据库的结构构成,所述结构构成包括节点及节点间关系的表述;
[0008]
采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据;
[0009]
将所述样本数据导入所述图谱数据库输出知识图谱,然后从所述知识图谱中查找出金融异常数据。
[0010]
优选地,根据金融异常数据的查询需求设计图谱数据库的结构构成的方法包括:
[0011]
所述金融异常数据的查询需求包括从多位贷款人登记信息中查找出非法中介人信息,所述贷款人登记信息包括贷款人信息、联系人信息、转账人信息和/或收件人信息,其中,所述信息包括姓名数据、电话数据和身份识别码数据;
[0012]
基于多种数据类型对应设置多种节点类型,按照一节点对应一数据的原则设计图谱数据库。
[0013]
较佳地,所述采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据的方法包括:
[0014]
从数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息作为样本源数据;
[0015]
对所述样本源数据初步筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据;
[0016]
对保留下的样本源数据进行查重,删除重复的样本源数据;
[0017]
将查重后的样本源数据进行合法性校验,去除电话数据和/或身份识别码数据无效的样本源数据,最终保留有效的样本数据。
[0018]
可选地,所述电话数据和/或身份识别码数据无效的识别方法为:
[0019]
通过比对电话数据和/或身份识别码数据与标准电话号码和/或标准身份识别码的长度是否一致来判断是否无效。
[0020]
优选地,从所述知识图谱中识别出金融异常数据的方法包括:
[0021]
采用Cypher语言预设多种金融异常数据查询语句,包括异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句;
[0022]
将异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句以模块化的形式设置在查询界面上,以使用户根据金融异常数据的查询需求对 应选择查询语句输入;
[0023]
将多个所述样本数据以节点形式分布展开,关系节点通过指示线关联形成知识图谱;
[0024]
根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中查找出非法中介人信息。
[0025]
可选地,根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中查找出非法中介人信息的方法包括:
[0026]
设置异常节点识别阈值,当关系节点的关联度大于所述阈值时将关系节点中与所述查询语句类型一致的节点输出,得到非法中介人信息的查询结果。
[0027]
示例性地,所述关联度是根据与节点连接的指示线数量定义得到。
[0028]
与现有技术相比,本发明提供的基于知识图谱查询金融异常数据的方法具有以下有益效果:
[0029]
本发明提供的基于知识图谱查询金融异常数据的方法中,首先需根据用户对金融异常数据的查询需求设计图谱数据库的结构构成,当金融异常数据的查询需求为从贷款人当中查询非法中介人信息时,考虑到平台能够获取到的非法中介人信息不仅包括姓名,还包括其电话和身份识别码等有效身份识别信息,故在设计图谱数据库的结构构成时可选用三种类型节点,通过一个节点表示一个信息数据,关系节点使用指示线关联的方式对应设计图谱数据库的结构构成,之后从平台中采集多个样本源数据,数据清洗后形成图谱数据库可识别的CSV文件,最后将CSV文件导入图谱数据库构建样本数据的知识图谱,通过从知识图谱筛选出关联度高于阈值的节点,提取节点中对应的信息数据输出为金融异常数据,例如非法中介人的姓名、电话或者身份识别码等有效的身份识别数据。
[0030]
可见,本发明采取将大量样本数据输入图谱数据库形成知识图谱的方式识别金融异常数据,利用知识图谱擅长处理复杂网络关系的特性,将多个样本数据用结构化的网络表示出来,进而从中快速、准确的识别出金融异常数据。
[0031]
本发明的另一方面提供一种基于知识图谱查询金融异常数据系统,应用于上述技术方案所述的基于知识图谱查询金融异常数据系统方法中,所述系统包括:
[0032]
图谱设计单元,用于根据金融异常数据的查询需求设计图谱数据库的结构构成,所述结构构成包括节点及节点间关系的表述;
[0033]
样本采集单元,用于采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据;
[0034]
识别输出单元,用于将所述样本数据导入所述图谱数据库输出知识图谱,然后从所述知识图谱中识别出金融异常数据。
[0035]
优选地,所述样本采集单元包括:
[0036]
信息采集模块,用于从数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息作为样本源数据;
[0037]
筛查模块,用于对所述样本源数据初步筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据;
[0038]
查重模块,用于对保留下的样本源数据进行查重,删除重复的样本源数据;
[0039]
校验模块,用于将查重后的样本源数据进行合法性校验,去除电话数据和/或身份识别码数据无效的样本源数据,最终保留有效的样本数据。
[0040]
优选地,所述识别输出单元包括:
[0041]
预存储模块,用于采用Cypher语言预设多种金融异常数据查询语句,包括异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句;
[0042]
设置模块,用于将异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句以模块化的形式设置在查询界面上,以使用户根据金融异常数据的查询需求对应选择查询语句输入;
[0043]
处理模块,用于将多个所述样本数据以节点形式分布展开,关系节点通过指示线关联形成知识图谱;
[0044]
查询输出模块,用于根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中识别出金融异常数据以查询结果形式输出。
[0045]
与现有技术相比,本发明提供的基于知识图谱查询金融异常数据系统的有益效果与上述技术方案提供的基于知识图谱查询金融异常数据方法的有益效果相同,在此不做赘述。

附图说明

[0046]
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
[0047]
图1为本发明实施例一中基于知识图谱查询金融异常数据方法的流程示意图;
[0048]
图2为本发明实施例二中基于知识图谱查询金融异常数据系统的结构框图。
[0049]
附图标记:
[0050]
1-图谱设计单元, 2-样本采集单元;
[0051]
3-识别输出单元, 21-信息采集模块;
[0052]
22-筛查模块, 23-查重模块;
[0053]
24-校验模块, 31-预存储模块;
[0054]
32-设置模块, 33-处理模块;
[0055]
34-查询输出模块。

具体实施方式

[0056]
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。 基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
[0057]
实施例一
[0058]
图1为本发明实施例一中基于知识图谱查询金融异常数据的方法流程示意图。请参阅图1,本实施例提供一种基于知识图谱查询金融异常数据的方法,包括:
[0059]
根据金融异常数据的查询需求设计图谱数据库的结构构成,结构构成包括节点及节点间关系的表述;采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据;将样本数据导入图谱数据库输出知识图谱,然后从知识图谱中查找出金融异常数据。
[0060]
本实施例提供的基于知识图谱查询金融异常数据的方法中,首先需根据用户对金融异常数据的查询需求设计图谱数据库的结构构成,当金融异常数据的查询需求为从贷款人当中查询非法中介人信息时,考虑到平台能够获取到的非法中介人信息不仅包括姓名,还包括其电话和身份识别码等有效身份识别信息,故在设计图谱数据库的结构构成时可选用三种类型节点,通过一个节点表示一个信息数据,关系节点使用指示线关联的方式对应设计图谱数据库的结构构成,之后从平台中采集多个样本源数据,数据清洗后形成图谱数据库可识别的CSV文件,最后将CSV文件导入图谱数据库构建样本数据的知识图谱,通过从知识图谱筛选出关联度高于阈值的节点,提取节点中对应的信息数据输出为金融异常数据,例如非法中介人的姓名、电话或者身份识别码等有效的身份识别数据。
[0061]
可见,本实施例采取将大量样本数据输入图谱数据库形成知识图谱的方式识别金融异常数据,利用知识图谱擅长处理复杂网络关系的特性,将多个样本数据用结构化的网络表示出来,进而从中快速、准确的识别出金融异常数据。
[0062]
具体地,上述实施例中根据金融异常数据的查询需求设计图谱数据库的结构构成的方法包括:
[0063]
金融异常数据的查询需求包括从多位贷款人登记信息中查找出非法中介人信息,贷款人登记信息包括贷款人信息、联系人信息、转账人信息和/或收件人信息,其中,信息包括姓名数据、电话数据和身份识别码数据;基于多种数据类型对应设置多种节点类型,按照一节点对应一数据的原则设计图谱数据库。
[0064]
具体实施时,为了便于理解现以分期贷款购物为例进行说明,在查找分期贷款购物活动的非法中介人过程中,必定要从贷款人、所购商品的收件人和相关转账人为入口梳理可疑线索并挖掘出其中的非法中介人,由于平台能够获取到上述相关人员的信息包括姓名数据、电话数据和身份识别码数据,故在设计图谱数据库的结构构成时,可在图谱数据库中对应设置三种类型的节点对应表示上述三种数据,通过将多个分期贷款购物数据进行知识图谱分析后,筛选其中关联度高的节点挖掘出可疑的非法中介人。
[0065]
具体地,上述实施例中所述采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据的方法包括:
[0066]
从数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息作为样本源数据;对样本源数据初步筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据;对保留下的样本源数据进行查重,删除重复的样本源数据;将查重后的样本源数据进行合法性校验,去除电话数据和/或身份识别码数据无效的样本源数据,最终保留有效的样本数据。
[0067]
具体实施时,在获取到多份样本源数据之后,对不符合图谱数据库结构构成的样本源数据给予剔除,如果同一贷款人存在多次贷款记录,那么平台就会记录有同一贷款人的多份贷款人登记信息,可能会存在重复的贷款人登记信息,因此在获取到样本源数据时会对样本源数据进行去重,之后还会对查重后的样本源数据进行合法性校验,去除电话数据和/或身份识别码数据无效的样本源数据,最终保留有效的样本数据,其中,电话数据和/或身份识别码数据无效的识别方法为:通过比对电话数据和/或身份识别码数据与标准电 话号码和/或标准身份识别码的长度是否一致来判断是否无效,例如,对样本源数据中不为11位的手机号码和不为18位的身份识别码判别为无效。
[0068]
优选地,上述实施例中从知识图谱中识别出金融异常数据的方法包括:
[0069]
采用Cypher语言预设多种金融异常数据查询语句,包括异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句;将异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句以模块化的形式设置在查询界面上,以使用户根据金融异常数据的查询需求对应选择查询语句输入;将多个样本数据以节点形式分布展开,关系节点通过指示线关联形成知识图谱;根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中查找出非法中介人信息。
[0070]
具体实施时,在使用图谱数据库查询检索时,每一次查询都需要使用Cypher语句编辑成图谱数据库可识别的查询命令,图谱数据库才能对应输出查询结果,显然这对非计算机专业出身的业务人员来说是不容易操作的,使用起来具有诸多不便,本实施例为了解决上述问题,采取在平台查询界面上预设Cypher语句编辑好的查询模块,例如非法中介人姓名查询模块或者非法中介人电话查询模块,使得业务人员在查询非法中介人姓名时,可直接将非法中介人姓名查询模块拖曳到平台的查询框搜索,程序接收到查询指令后再从知识图谱筛选出关系节点,此处的关系节点包括非法中介人的姓名数据、电话数据和身份识别码数据,最后从关系节点中查找出非法中介人姓名数据输出结果。
[0071]
可以理解的是,将多个样本源数据以节点形式分布展开,关系节点通过指示线关联形成知识图谱的方法为:
[0072]
由于每份样本数据均包括姓名、电话或者身份识别码共3种类型的数据,在构建知识图谱的过程中可参照每份样本数据对应构建3个节点,使得每个节点代表一个数据,同时以指示线的方式将同一份样本数据中的三个节点关联表示,当多份样本数据对应的节点全部构建完成后,再将相同数据的节点去重,然后将与删除节点连接的指示线转接在去重后保留的节点上,最终形 成知识图谱。
[0073]
从上述实施过程可知,本实施例具有如下优点:
[0074]
1、能够简化图谱数据库的查询复杂度,以前只有专业数据分析人员和工程师才能掌握的图谱数据库专用语言与语法,现在不懂计算机编程语言的业务人员也可以进行查询操作;
[0075]
2、能够减少业务人员与开发人员的沟通成本,以前业务人员需要经过撰写查需求说明书-研发部门排期-研发部门实现需求等多个部门的合作流程,现在只需要研发部门将数据导入图谱数据库,后续使用可由业务人员自行完成;
[0076]
3、提高了查询效率,以前数据分析人员得到的分析结果只能在图谱数据库上使用Cypher语句实现交互且需要将图数据还原成数据表结构才能给业务部门使用,现在将图普数据库设置在平台上,业务人员可直接获取查询结果,整个过程方便快捷。
[0077]
进一步地,上述根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中查找出非法中介人信息的方法包括:
[0078]
设置异常节点识别阈值,当关系节点的关联度大于阈值时将关系节点中与查询语句类型一致的节点输出,得到非法中介人信息的查询结果。其中,关联度是根据与节点连接的指示线数量定义得到的。
[0079]
实施例二
[0080]
请参阅图1和图2,本实施例提供一种基于知识图谱查询金融异常数据系统,包括:
[0081]
图谱设计单元1,用于根据金融异常数据的查询需求设计图谱数据库的结构构成,结构构成包括节点及节点间关系的表述;
[0082]
样本采集单元2,用于采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据;
[0083]
识别输出单元3,用于将样本数据导入图谱数据库输出知识图谱,然后从知识图谱中查找出金融异常数据。
[0084]
优选地,样本采集单元2包括:
[0085]
信息采集模块21,用于从数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息作为样本源数据;
[0086]
筛查模块22,用于对样本源数据初步筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据;
[0087]
查重模块23,用于对保留下的样本源数据进行查重,删除重复的样本源数据;
[0088]
校验模块24,用于将查重后的样本源数据进行合法性校验,去除电话数据和/或身份识别码数据无效的样本源数据,最终保留有效的样本源数据。
[0089]
优选地,识别输出单元3包括:
[0090]
预存储模块31,用于采用Cypher语言预设多种金融异常数据查询语句,包括异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句;
[0091]
设置模块32,用于将异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句以模块化的形式设置在查询界面上,以使用户根据金融异常数据的查询需求对应选择查询语句输入;
[0092]
处理模块33,用于将多个样本数据以节点形式分布展开,关系节点通过指示线关联形成知识图谱;
[0093]
查询输出模块34,用于根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中识别出金融异常数据以查询结果形式输出。
[0094]
与现有技术相比,本发明实施例提供的基于知识图谱查询金融异常数据系统的有益效果与上述实施例一提供的基于知识图谱查询金融异常数据方法的有益效果相同,在此不做赘述。
[0095]
本领域普通技术人员可以理解,实现上述发明方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,上述程序可以存储于计算机可读取存储介质中,该程序在执行时,包括上述实施例方法的各步骤,而所述的存储介质可以是:ROM/RAM、磁碟、光盘、存储卡等。
[0096]
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

权利要求书

[权利要求 1]
一种基于知识图谱查询金融异常数据的方法,其特征在于,包括: 根据金融异常数据的查询需求设计图谱数据库的结构构成,所述结构构成包括节点及节点间关系的表述; 采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据; 将所述样本数据导入所述图谱数据库输出知识图谱,然后从所述知识图谱中查找出金融异常数据。
[权利要求 2]
根据权利要求1所述的方法,其特征在于,根据金融异常数据的查询需求设计图谱数据库的结构构成的方法包括: 所述金融异常数据的查询需求包括从多位贷款人登记信息中查找出非法中介人信息,所述贷款人登记信息包括贷款人信息、联系人信息、转账人信息和/或收件人信息,其中,所述信息包括姓名数据、电话数据和身份识别码数据; 基于多种数据类型对应设置多种节点类型,按照一节点对应一数据的原则设计图谱数据库。
[权利要求 3]
根据权利要求2所述的方法,其特征在于,所述采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据的方法包括: 从数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息作为样本源数据; 对所述样本源数据初步筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据; 对保留下的样本源数据进行查重,删除重复的样本源数据; 将查重后的样本源数据进行合法性校验,去除电话数据和/或身份识别码数据无效的样本源数据,最终保留有效的样本数据。
[权利要求 4]
根据权利要求3所述的方法,其特征在于,所述电话数据和/或身份识别码数据无效的识别方法为: 通过比对电话数据和/或身份识别码数据与标准电话号码和/或标准身份识别码的长度是否一致来判断是否无效。
[权利要求 5]
根据权利要求2所述的方法,其特征在于,从所述知识图谱中识别出金融异常数据的方法包括: 采用Cypher语言预设多种金融异常数据查询语句,包括异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句; 将异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句以模块化的形式设置在查询界面上,以使用户根据金融异常数据的查询需求对应选择查询语句输入; 将多个所述样本数据以节点形式分布展开,关系节点通过指示线关联形成知识图谱; 根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中查找出非法中介人信息。
[权利要求 6]
根据权利要求5所述的方法,其特征在于,根据输入的查询语句从知识图谱中筛选出关系节点,再从筛选出的关系节点中查找出非法中介人信息的方法包括: 设置异常节点识别阈值,当关系节点的关联度大于所述阈值时将关系节点中与所述查询语句类型一致的节点输出,得到非法中介人信息的查询结果。
[权利要求 7]
根据权利要求5或6所述的方法,其特征在于,所述关联度是根据与节点连接的指示线数量定义得到的。
[权利要求 8]
一种基于知识图谱查询金融异常数据系统,其特征在于,包括: 图谱设计单元,用于根据金融异常数据的查询需求设计图谱数据库的结构构成,所述结构构成包括节点及节点间关系的表述; 样本采集单元,用于采集多个样本源数据,对其数据清洗后得到多个符合图谱数据库结构构成的样本数据; 识别输出单元,用于将所述样本数据导入所述图谱数据库输出知识图谱,然后从所述知识图谱中查找出金融异常数据。
[权利要求 9]
根据权利要求8所述的系统,其特征在于,所述样本采集单元包括: 信息采集模块,用于从数据库中获取多份贷款人登记信息,并从中提取每份贷款人登记信息中的贷款人信息、联系人信息、转账人信息和/或收件人信息作为样本源数据; 筛查模块,用于对所述样本源数据初步筛查,剔除不包括姓名数据、电话数据或身份识别码数据的样本源数据; 查重模块,用于对保留下的样本源数据进行查重,删除重复的样本源数据; 校验模块,用于将查重后的样本源数据进行合法性校验,去除电话数据和/或身份识别码数据无效的样本源数据,最终保留有效的样本数据。
[权利要求 10]
根据权利要求8所述的系统,其特征在于,所述识别输出单元包括: 预存储模块,用于采用Cypher语言预设多种金融异常数据查询语句,包括异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句; 设置模块,用于将异常姓名查询语句、异常电话查询语句或异常身份识别码查询语句以模块化的形式设置在查询界面上,以使用户根据金融异常数据的查询需求对应选择查询语句输入; 处理模块,用于将多个所述样本数据以节点形式分布展开,关系节点通过指示线关联形成知识图谱; 查询输出模块,用于根据输入的查询语句从知识图谱中筛选出关系节点, 再从筛选出的关系节点中识别出金融异常数据以查询结果形式输出。

附图

[ 图 1]  
[ 图 2]