[发明专利]风险数据筛选方法、装置、计算机设备和存储介质

权利要求书

1.一种风险数据筛选方法，所述方法包括：

获取待筛选的风险数据，根据所述风险数据的所属数据类别，确定风险数据指标的组成风险因子；

根据所述风险数据和所述组成风险因子，获得所述风险数据指标；

将多个所述风险数据指标分别输入预设风险评估模型，获取所述风险评估结果差异大于设定范围的风险数据指标组合，并获取所述风险数据指标组合中各风险数据指标对应的组成风险因子集合；

比较所述组成风险因子集合对应的风险数据，根据比较结果确定有效风险因子；

根据所述有效风险因子，对所述风险数据进行筛选。

2.根据权利要求1所述的方法，其特征在于，所述获取待筛选的风险数据，根据所述风险数据的所属数据类别，确定风险数据指标的组成风险因子包括：

获取正样本的风险数据和负样本的风险数据，根据所述风险数据的所属数据类别，对所述风险数据进行分类；

根据预设的评价参数，评价各类别的所述风险数据对于正样本和负样本的区分度；

根据所述区分度评价结果，确定所述风险数据指标的组成风险因子。

3.根据权利要求1所述的方法，其特征在于，所述获取待筛选的风险数据，根据所述风险数据的所属数据类别，确定风险数据指标的组成风险因子之前，还包括：

获取待处理数据，对所述待处理数据进行数据格式的归一化处理；

对经过数据格式的归一化处理的所述待处理数据进行数据清洗，获得清洗数据；

对所述清洗数据进行衍生计算处理，获得衍生数据；

根据预设阈值范围，对所述清洗数据和所述衍生数据进行筛选，确定所述风险数据。

4.根据权利要求3所述的方法，其特征在于，所述获取待处理数据，对所述待处理数据进行数据格式的归一化处理包括：

获取所述待处理数据划中的非结构化待处理数据，对所述非结构化待处理数据进行关键字提取和/或主题提取；

根据提取结果，将所述非结构化待处理数据转换为结构化数据。

5.根据权利要求3所述的方法，其特征在于，所述根据预设阈值范围，对所述清洗数据和所述衍生数据进行筛选，确定所述风险数据之后，还包括：

根据所述风险数据，推送所述风险数据对应的预警信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述有效风险因子，对所述风险数据进行筛选之后，还包括：

根据所述有效风险因子，获取待分析企业的有效风险数据，并更新所述风险数据指标的组成风险因子；

根据所述有效风险数据以及更新的所述风险数据指标的组成风险因子，确定所述待分析企业各维度的风险数据指标；

获取各维度的风险数据指标携带的维度类别标签；

将所述风险数据指标输入预设模型群中与所述维度类别标签对应的预设风险评估模型，获得所述风险数据指标对应的风险评估结果；

根据所述各预设风险评估模型的风险评估结果，确定待分析企业的综合风险信息。

7.根据权利要求6所述的方法，其特征在于，所述将所述风险数据指标输入预设模型群中与所述维度类别标签对应的预设风险评估模型，获得所述风险数据指标对应的风险评估结果之前，还包括：

获取各维度的正样本风险数据和负样本风险数据；

根据所述各维度的正样本风险数据和负样本风险数据，训练得到各维度的预设风险评估模型；

根据所述各维度的预设风险评估模型，构建预设模型群。