[發明專利]風險數據篩選方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201811183701.8
• 申請日: 2018-10-11
• 公開（公告）號: CN109523118A
• 公開（公告）日: 2019-03-26
• 發明（設計）人: 張翔;周欣欣;汪偉;肖京;高舒
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

1.一種風險數據篩選方法，所述方法包括：

獲取待篩選的風險數據，根據所述風險數據的所屬數據類別，確定風險數據指標的組成風險因子；

根據所述風險數據和所述組成風險因子，獲得所述風險數據指標；

將多個所述風險數據指標分別輸入預設風險評估模型，獲取所述風險評估結果差異大于設定范圍的風險數據指標組合，并獲取所述風險數據指標組合中各風險數據指標對應的組成風險因子集合；

比較所述組成風險因子集合對應的風險數據，根據比較結果確定有效風險因子；

根據所述有效風險因子，對所述風險數據進行篩選。

2.根據權利要求1所述的方法，其特征在于，所述獲取待篩選的風險數據，根據所述風險數據的所屬數據類別，確定風險數據指標的組成風險因子包括：

獲取正樣本的風險數據和負樣本的風險數據，根據所述風險數據的所屬數據類別，對所述風險數據進行分類；

根據預設的評價參數，評價各類別的所述風險數據對于正樣本和負樣本的區分度；

根據所述區分度評價結果，確定所述風險數據指標的組成風險因子。

3.根據權利要求1所述的方法，其特征在于，所述獲取待篩選的風險數據，根據所述風險數據的所屬數據類別，確定風險數據指標的組成風險因子之前，還包括：

獲取待處理數據，對所述待處理數據進行數據格式的歸一化處理；

對經過數據格式的歸一化處理的所述待處理數據進行數據清洗，獲得清洗數據；

對所述清洗數據進行衍生計算處理，獲得衍生數據；

根據預設閾值范圍，對所述清洗數據和所述衍生數據進行篩選，確定所述風險數據。

4.根據權利要求3所述的方法，其特征在于，所述獲取待處理數據，對所述待處理數據進行數據格式的歸一化處理包括：

獲取所述待處理數據劃中的非結構化待處理數據，對所述非結構化待處理數據進行關鍵字提取和/或主題提取；

根據提取結果，將所述非結構化待處理數據轉換為結構化數據。

5.根據權利要求3所述的方法，其特征在于，所述根據預設閾值范圍，對所述清洗數據和所述衍生數據進行篩選，確定所述風險數據之后，還包括：

根據所述風險數據，推送所述風險數據對應的預警信息。

6.根據權利要求1所述的方法，其特征在于，所述根據所述有效風險因子，對所述風險數據進行篩選之后，還包括：

根據所述有效風險因子，獲取待分析企業的有效風險數據，并更新所述風險數據指標的組成風險因子；

根據所述有效風險數據以及更新的所述風險數據指標的組成風險因子，確定所述待分析企業各維度的風險數據指標；

獲取各維度的風險數據指標攜帶的維度類別標簽；

將所述風險數據指標輸入預設模型群中與所述維度類別標簽對應的預設風險評估模型，獲得所述風險數據指標對應的風險評估結果；

根據所述各預設風險評估模型的風險評估結果，確定待分析企業的綜合風險信息。

7.根據權利要求6所述的方法，其特征在于，所述將所述風險數據指標輸入預設模型群中與所述維度類別標簽對應的預設風險評估模型，獲得所述風險數據指標對應的風險評估結果之前，還包括：

獲取各維度的正樣本風險數據和負樣本風險數據；

根據所述各維度的正樣本風險數據和負樣本風險數據，訓練得到各維度的預設風險評估模型；

根據所述各維度的預設風險評估模型，構建預設模型群。