[发明专利]一种基于大数据图谱计算的智能风险预测与识别系统、设备和装置

说明书

本发明公开了一种基于大数据图谱计算的智能风险预测与识别系统、设备和装置，属于大数据分析技术与知识图谱技术领域。它包括通过对历史的多个案件实例数据信息进行分析过滤处理，提取他们的风险特征，计算特征权重和案例之间的相似度，建立风险特征库模型，使用风险特征库模型对目标案例进行分析计算处理，将获得的数据信息和风险特征显示出来，同时显示它们之间的关联关系和路径。本发明能分析并找出企业案例中的隐藏风险，具有结构简单、设计合理、易于制造的优点。

技术领域

本发明属于大数据分析技术与知识图谱技术领域，具体地说，涉及一种基于大数据图谱计算的智能风险预测与识别系统，设备和装置。

背景技术

当前金融企业内部的风险控制体系太过于依赖业务人员的专业能力，而企业内部的风险控制系统的能力只能检测单个或者旧的过往风险，在面对新的风险时，不能及时更新风险数据库，并且同样的风险在参杂了不同的影响因素后可能会造成不一样的结果，最终可能会给企业带来严重的利益损失。

并且现有的大部分风险控制系统都只能对录入数据库中的危险数据信息进行监控和反馈，对于风险控制系统的智能AI学习水平不够，当出现数据库外的敏感信息时，则无法很好且有效的对其进行判别，需要人工对数据库进行定时升级，因此，若是企业遇到的风险问题在数据库中不存在，风险控制系统就不能第一时间察觉出来并警告给企业，企业的利益就会面临很大的影响，并且风险控制系统不能提供最佳的解决方案用来解决遇到的麻烦，最终可能会造成难以预料的损失。

同时在面对不同的客户，产品的渠道，办理的员工，这些因素都会对风险评估产生影响，从而影响到风险控制系统的评估结果，在面对同一个风险问题时，而上述因素确不同时，风险控制系统可能无法判别，依然采用固定的评估方式和解决方法，不能灵活的根据影响因素的不同提供不同的处理方法，导致的结果很有可能会十分糟糕，最后对公司的利益造成重大的损失。

发明内容

1、要解决的问题

针对现有风险控制系统只能识别单个事件对企业经营的影响和风险，不能根据行业的发展及时跟新不同风险对企业经营中的影响范围和影响程度的问题，本发明提供一种基于大数据图谱计算的智能风险预测与识别系统，设备和装置。

2、技术方案

为解决上述问题，本发明采用如下的技术方案。

一种基于大数据图谱计算的智能风险预测与识别系统，采用以下步骤：

步骤1：获取多个案件实例，进行粗分类处理，同时对案件实例中的数据信息进行筛选过滤处理；

步骤2：根据步骤1的处理结果对每个案件实例进行风险特征提取，计算风险特征权重和每个案件实例的相似度；

步骤3：根据步骤2计算的风险特征权重和案件实例相似度，构建风险特征库模型；

步骤4：对目标案件的数据信息进行筛选过滤处理；

步骤5：使用步骤3构建的风险特征库模型对步骤4处理的目标案件数据信息进行分析计算提取处理，获取目标案件风险特征及其权重；

步骤6：前端界面获取并显示步骤4处理后的目标案件数据信息，同时显示目标案件中特征权重值最高的风险特征及其相关数据。

优选的，所述步骤1中对数据信息进行筛选过滤处理是使用无监督学习算法对异常信息进行识别处理获取案件实例的关键信息，剔除异常信息，保留关键信息，使得结果更加准确。

优选的，所述步骤2中风险特征提取是采用了Random forest算法对特征进行筛选提取，采用算法提取特征使得结果更加可靠。

优选的，所述步骤3中构建风险特征库模型采用了向量空间模型，该模型方便了案例之间的相互计算。