本發明專利技術提供一種風險監測方法及裝置，涉及人工智能技術領域，可用于金融領域或其他技術領域。所述方法包括：輸入融合數據至預設風險監測模型，將所述預設風險監測模型的輸出結果作為風險監測結果。所述裝置執行上述方法。本發明專利技術實施例提供的風險監測方法及裝置，不但能夠降低人力成本、提高效率，還能夠克服數據維度有限的缺點，針對業務特點全面地進行風險預警。警。警。
【技術實現步驟摘要】
一種風險監測方法及裝置
[0001]本專利技術涉及人工智能
，具體涉及一種風險監測方法及裝置。
技術介紹
[0002]隨著數據技術的發展，產生了海量數據，同時也伴隨著數據風險。目前自動監測風險指標的技術運用越來越廣泛，已存在風險預警相關技術，但存在不足包括：關注的數據維度有限，不能針對業務特點全面地進行風險預警；此外，風險預警需要借助人力，導致人力成本過高、效率低下。
技術實現思路
[0003]針對現有技術中的問題，本專利技術實施例提供一種風險監測方法及裝置，能夠至少部分地解決現有技術中存在的問題。
[0004]一方面，本專利技術提出一種風險監測方法，包括：
[0005]輸入融合數據至預設風險監測模型；所述預設風險監測模型是根據融合樣本數據訓練神經網絡模型得到的；所述融合數據融合有客戶維度綜合知識圖譜數據、產品維度綜合知識圖譜數據和企業維度綜合知識圖譜數據；所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據包括各自對應的信息圖譜數據，以及與各信息圖譜數據對應的風險監測圖譜數據；
[0006]將所述預設風險監測模型的輸出結果作為風險監測結果。
[0007]其中，所述神經網絡模型通過將BRNN與LSTM相結合得到。
[0008]其中，所述風險監測結果分別與客戶維度、產品維度和企業維度相對應；相應的，在所述將所述預設風險監測模型的輸出結果作為風險監測結果的步驟之后，所述風險監測方法還包括：
[0009]若客戶維度風險監測結果、產品維度風險監測結果和企業維度風險監測結果中的至少一個存在風險，則生成與至少一個存在風險的風險監測結果相對應的風險預警消息。
[0010]其中，獲取所述融合數據，包括：
[0011]分別構建客戶信息圖譜數據、產品信息圖譜數據和企業信息圖譜數據；
[0012]根據與所述客戶信息圖譜數據、所述產品信息圖譜數據和所述企業信息圖譜數據分別對應數據項的風險監測閾值和各自對應數據項，分別構建客戶風險監測圖譜數據、產品風險監測圖譜數據和企業風險監測圖譜數據；
[0013]將所述客戶信息圖譜數據和所述客戶風險監測圖譜數據、所述產品信息圖譜數據和所述產品風險監測圖譜數據，以及所述企業信息圖譜數據和所述企業風險監測圖譜數據分別進行融合，得到所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據。
[0014]其中，在所述獲取所述融合數據的步驟之后，所述風險監測方法還包括：
[0015]利用度中心性計算方法計算所述客戶維度綜合知識圖譜數據、所述產品維度綜合
知識圖譜數據和所述企業維度綜合知識圖譜數據中的節點權重。
[0016]其中，在所述利用度中心性計算方法計算客戶所述維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據中的節點權重的步驟之后，所述風險監測方法還包括：
[0017]將所述節點權重賦予所述維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據中的實體，并對賦予節點權重后的維度綜合知識圖譜數據、產品維度綜合知識圖譜數據和企業維度綜合知識圖譜數據進行向量化表示；
[0018]利用MainfoldE算法對向量化表示的客戶維度綜合知識圖譜數據、產品維度綜合知識圖譜數據和企業維度綜合知識圖譜數據進行運算處理。
[0019]其中，所述風險監測方法還包括：
[0020]輸入經過運算處理后的向量化表示的融合數據至所述預設風險監測模型，并繼續執行后續步驟。
[0021]其中，獲取所述企業風險監測圖譜數據，包括：
[0022]獲取企業信息，并識別所述企業信息的文字內容，將所述文字內容與預設正面輿情庫和預設負面輿情庫中的詞語分別進行匹配；
[0023]根據匹配結果確定文字內容所屬類型；文字內容所屬類型包括正面內容或負面內容；
[0024]遍歷所有文字內容，根據各文字內容的文字內容所屬類型獲取與所述正面內容或所述負面內容分別對應的文字內容數量；
[0025]若與所述正面內容對應的文字內容數量少于與所述負面內容對應的文字內容數量，則確定所述企業信息為負面企業信息；
[0026]獲取與所述負面企業信息對應的企業互動信息，若所述企業互動信息中的至少一項互動指標數據的統計數值大于預設統計數據閾值，則將所述負面企業信息作為所述企業風險監測圖譜數據。
[0027]一方面，本專利技術提出一種風險監測裝置，包括：
[0028]輸入單元，用于輸入融合數據至預設風險監測模型；所述預設風險監測模型是根據融合樣本數據訓練神經網絡模型得到的；所述融合數據融合有客戶維度綜合知識圖譜數據、產品維度綜合知識圖譜數據和企業維度綜合知識圖譜數據；所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據包括各自對應的信息圖譜數據，以及與各信息圖譜數據對應的風險監測圖譜數據；
[0029]監測單元，用于將所述預設風險監測模型的輸出結果作為風險監測結果。
[0030]再一方面，本專利技術實施例提供一種電子設備，包括：處理器、存儲器和總線，其中，
[0031]所述處理器和所述存儲器通過所述總線完成相互間的通信；
[0032]所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如下方法：
[0033]輸入融合數據至預設風險監測模型；所述預設風險監測模型是根據融合樣本數據訓練神經網絡模型得到的；所述融合數據融合有客戶維度綜合知識圖譜數據、產品維度綜合知識圖譜數據和企業維度綜合知識圖譜數據；所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據包括各自對應的信息圖譜數
據，以及與各信息圖譜數據對應的風險監測圖譜數據；
[0034]將所述預設風險監測模型的輸出結果作為風險監測結果。
[0035]本專利技術實施例提供一種非暫態計算機可讀存儲介質，包括：
[0036]所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行如下方法：
[0037]輸入融合數據至預設風險監測模型；所述預設風險監測模型是根據融合樣本數據訓練神經網絡模型得到的；所述融合數據融合有客戶維度綜合知識圖譜數據、產品維度綜合知識圖譜數據和企業維度綜合知識圖譜數據；所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據包括各自對應的信息圖譜數據，以及與各信息圖譜數據對應的風險監測圖譜數據；
[0038]將所述預設風險監測模型的輸出結果作為風險監測結果。
[0039]本專利技術實施例提供的風險監測方法及裝置，輸入融合數據至預設風險監測模型，將所述預設風險監測模型的輸出結果作為風險監測結果，不但能夠降低人力成本、提高效率，還能夠克服數據維度有限的缺點，針對業務特點全面地進行風險預警。
附圖本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種風險監測方法，其特征在于，包括：輸入融合數據至預設風險監測模型；所述預設風險監測模型是根據融合樣本數據訓練神經網絡模型得到的；所述融合數據融合有客戶維度綜合知識圖譜數據、產品維度綜合知識圖譜數據和企業維度綜合知識圖譜數據；所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據包括各自對應的信息圖譜數據，以及與各信息圖譜數據對應的風險監測圖譜數據；將所述預設風險監測模型的輸出結果作為風險監測結果。2.根據權利要求1所述的風險監測方法，其特征在于，所述神經網絡模型通過將BRNN與LSTM相結合得到。3.根據權利要求1所述的風險監測方法，其特征在于，所述風險監測結果分別與客戶維度、產品維度和企業維度相對應；相應的，在所述將所述預設風險監測模型的輸出結果作為風險監測結果的步驟之后，所述風險監測方法還包括：若客戶維度風險監測結果、產品維度風險監測結果和企業維度風險監測結果中的至少一個存在風險，則生成與至少一個存在風險的風險監測結果相對應的風險預警消息。4.根據權利要求1所述的風險監測方法，其特征在于，獲取所述融合數據，包括：分別構建客戶信息圖譜數據、產品信息圖譜數據和企業信息圖譜數據；根據與所述客戶信息圖譜數據、所述產品信息圖譜數據和所述企業信息圖譜數據分別對應數據項的風險監測閾值和各自對應數據項，分別構建客戶風險監測圖譜數據、產品風險監測圖譜數據和企業風險監測圖譜數據；將所述客戶信息圖譜數據和所述客戶風險監測圖譜數據、所述產品信息圖譜數據和所述產品風險監測圖譜數據，以及所述企業信息圖譜數據和所述企業風險監測圖譜數據分別進行融合，得到所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據。5.根據權利要求4所述的風險監測方法，其特征在于，在所述獲取所述融合數據的步驟之后，所述風險監測方法還包括：利用度中心性計算方法計算所述客戶維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據中的節點權重。6.根據權利要求5所述的風險監測方法，其特征在于，在所述利用度中心性計算方法計算客戶所述維度綜合知識圖譜數據、所述產品維度綜合知識圖譜數據和所述企業維度綜合知識圖譜數據中的節點權重的步驟之后，所述風險監測方法還包括：將所述節點權重...
【專利技術屬性】
技術研發人員：劉璇，李曼麗，張笑雪，
申請(專利權)人：中國工商銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。