[发明专利]风险分析报告的生成方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于机器学习的风险分析报告的生成方法、装置、计算机设备和存储介质。该方法包括：接收终端发送的风险分析请求；风险分析请求携带了选定的虚拟资源的目标资源标识；确定目标资源标识对应的监控对象，获取监控对象的监控数据，将监控数据输入风险分析模型，得到对应的风险评分；当风险评分超过阈值时，将目标资源标识标记为风险案例；根据监控数据确定风险案例对应的相似案例；基于相似案例识别风险案例的多个风险点；将多个风险点串联，生成风险案例对应的风险线索；基于风险评分、相似案例及风险线索，生成目标资源标识对应的风险分析报告，将风险分析报告反馈至终端。采用本方法能够提高风险分析效率和准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种风险分析报告的生成方法、装置、计算机设备和存储介质。

背景技术

风险监控在多种行业均为必须的业务环节。例如，在金融行业，需要对虚拟资源的监控对象是否存在违约风险进行监控。随着计算技术的发展，市面也出现了一些用于风险监控的工具，但这些工具大多只能提供风险指标的机械对比和简单的信用评级功能，难以做到实时发现监控对象的风险点。

发明内容

基于此，有必要针对上述技术问题，提供一种提高风险分析效率和准确性的风险分析报告的生成方法、装置、计算机设备和存储介质。

一种风险分析报告的生成方法，所述方法包括：接收终端发送的风险分析请求；所述风险分析请求携带了选定的虚拟资源的目标资源标识；确定所述目标资源标识对应的监控对象，获取所述监控对象的监控数据，将监控数据输入风险分析模型，得到对应的风险评分；当所述风险评分超过阈值时，将所述目标资源标识标记为风险案例；根据所述监控数据确定所述风险案例对应的相似案例；基于所述相似案例识别所述风险案例的多个风险点；将所述多个风险点串联，生成所述风险案例对应的风险线索；基于所述风险评分、相似案例及风险线索，生成所述目标资源标识对应的风险分析报告，将所述风险分析报告反馈至所述终端。

在一个实施例中，在接收终端发送的风险分析请求之前，还包括：接收终端发送的资源获取请求；所述资源获取请求携带了目标属性值；获取多个虚拟资源的资源因子，将目标属性值和每个所述虚拟资源的资源因子输入调控模型，得到每个虚拟资源的资源标注；根据所述资源标注选取对应的专家模型，将所述资源因子输入专家模型得到相应虚拟资源的预测属性值；筛选预测属性值与目标属性值相匹配的虚拟资源，记作目标资源；根据所述目标资源对应的专家模型，确定所述目标资源的因子特性；获取所述目标资源的资源信息，将所述资源信息和因子特性返回至终端；使所述终端根据所述因子特性对推送的多个目标资源进一步筛选。

在一个实施例中，所述将监控数据输入风险分析模型，得到对应的风险评分，包括：获取训练样本，在所述训练样本中筛选目标样本；基于所述训练样本对第一子模型进行训练，得到健康分析模型；基于所述目标样本对第二子模型进行训练，得到破产分析模型；将所述监控数据输入所述健康分析模型，得到所述监控对象的健康指数；将所述监控数据输入所述破产分析模型，得到所述监控对象的破产指数；基于所述健康指数及所述破产指数，计算所述风险评分。

在一个实施例中，所述根据所述监控数据确定所述风险案例对应的相似案例，包括：确定虚拟资源对应的监控对象所属行业类型；获取所述风险案例的风险数据；所述风险数据包括所述虚拟资源的风险数据、行业类型的风险数据以及监控对象的风险数据；在所述风险数据中提取所述风险案例的风险标签；计算所述风险标签与预存储的多个历史案例的案例标签的相似度，将所述相似度超过预设值的历史案例标记为相似案例。

在一个实施例中，所述基于所述相似案例识别所述风险案例的多个风险点，包括：获取所述相似案例的多个时间节点的风险指标；判断所述风险案例是否存在相同的风险指标，以及所述风险案例出现相同的风险指标的时间顺序与所述相似案例是否一致；若是，确定最后一个时间节点的相同的风险指标，记作征兆指标；将所述征兆指标之后时间节点的不同的风险指标标记为所述风险案例的风险点。