[發(fā)明專利]風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811346052.9
• 申請(qǐng)日: 2018-11-13
• 公開(kāi)（公告）號(hào): CN109492911A
• 公開(kāi)（公告）日: 2019-03-19
• 發(fā)明（設(shè)計(jì)）人: 朱麗莎;譚志榮;魏堯東
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q40/00;G06F16/35;G06K9/62
• 代理公司: 深圳市精英專利事務(wù)所 44242
• 代理人: 劉貽盛

1.一種風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估方法，其特征在于，包括：

獲取操作風(fēng)險(xiǎn)損失事件的歷史數(shù)據(jù)，將所述歷史數(shù)據(jù)作為訓(xùn)練集對(duì)待訓(xùn)練的樸素貝葉斯模型進(jìn)行訓(xùn)練，得到用于預(yù)測(cè)非財(cái)務(wù)影響嚴(yán)重度參數(shù)的樸素貝葉斯模型；

將操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的事件描述信息作為所述樸素貝葉斯模型的輸入，獲取操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的非財(cái)務(wù)影響嚴(yán)重度參數(shù)；

根據(jù)非財(cái)務(wù)影響嚴(yán)重度參數(shù)及所獲取的財(cái)務(wù)影響嚴(yán)重度參數(shù)對(duì)應(yīng)獲取綜合影響嚴(yán)重度參數(shù)。

2.根據(jù)權(quán)利要求1所述的風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估方法，其特征在于，所述獲取操作風(fēng)險(xiǎn)損失事件的歷史數(shù)據(jù)，將所述歷史數(shù)據(jù)作為訓(xùn)練集對(duì)待訓(xùn)練的樸素貝葉斯模型進(jìn)行訓(xùn)練，得到用于獲取非財(cái)務(wù)影響嚴(yán)重度參數(shù)的樸素貝葉斯模型，包括：

獲取操作風(fēng)險(xiǎn)損失事件的歷史數(shù)據(jù)，將歷史數(shù)據(jù)進(jìn)行分詞以獲取歷史事件描述信息；

將所述歷史事件描述信息作為樸素貝葉斯模型函數(shù)的輸入，將歷史數(shù)據(jù)中與歷史事件描述信息對(duì)應(yīng)的非財(cái)務(wù)影響嚴(yán)重度參數(shù)作為樸素貝葉斯模型函數(shù)的輸出，對(duì)所述樸素貝葉斯模型函數(shù)進(jìn)行訓(xùn)練，得到所述樸素貝葉斯模型。

3.根據(jù)權(quán)利要求1所述的風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估方法，其特征在于，所述將操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的事件描述信息作為所述樸素貝葉斯模型的輸入，獲取操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的非財(cái)務(wù)影響嚴(yán)重度參數(shù)，包括：

獲取所述操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的當(dāng)前數(shù)據(jù)，將當(dāng)前數(shù)據(jù)進(jìn)行分詞以獲取當(dāng)前事件描述信息；

若所述當(dāng)前事件描述信息中的分詞個(gè)數(shù)未到達(dá)預(yù)設(shè)的分詞個(gè)數(shù)閾值，獲取所述分詞個(gè)數(shù)閾值與當(dāng)前事件描述信息中的分詞個(gè)數(shù)之差以作為分詞差距個(gè)數(shù)，在所述當(dāng)前事件描述信息中補(bǔ)充與所述分詞差距個(gè)數(shù)相同的空值，得到處理后當(dāng)前事件描述信息；

將所述處理后當(dāng)前事件描述信息作為所述樸素貝葉斯模型函數(shù)的輸入，得到非財(cái)務(wù)影響嚴(yán)重度參數(shù)。

4.根據(jù)權(quán)利要求1所述的風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估方法，其特征在于，所述根據(jù)非財(cái)務(wù)影響嚴(yán)重度參數(shù)及所獲取的財(cái)務(wù)影響嚴(yán)重度參數(shù)對(duì)應(yīng)獲取綜合影響嚴(yán)重度參數(shù)，包括：

獲取非財(cái)務(wù)影響嚴(yán)重度參數(shù)，及財(cái)務(wù)影響嚴(yán)重度參數(shù)；

將非財(cái)務(wù)影響嚴(yán)重度參數(shù)乘以預(yù)設(shè)的第一權(quán)重值以得到第一參數(shù)值，將財(cái)務(wù)影響嚴(yán)重度參數(shù)乘以預(yù)設(shè)的第二權(quán)重值以得到第二參數(shù)值；

將第一參數(shù)值與第二參數(shù)值求和，得到綜合影響嚴(yán)重度參數(shù)。

5.根據(jù)權(quán)利要求1所述的風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估方法，其特征在于，所述根據(jù)非財(cái)務(wù)影響嚴(yán)重度參數(shù)及所獲取的財(cái)務(wù)影響嚴(yán)重度參數(shù)對(duì)應(yīng)獲取綜合影響嚴(yán)重度參數(shù)之后，還包括：

若檢測(cè)到操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的非財(cái)務(wù)影響嚴(yán)重度參數(shù)超出預(yù)設(shè)的等級(jí)閾值，解析獲取操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的事件信息，將事件信息填充至郵件模板以得到重大操作風(fēng)險(xiǎn)事件上報(bào)提醒郵件，將所述重大操作風(fēng)險(xiǎn)事件上報(bào)提醒郵件根據(jù)郵件接收方信息發(fā)送至對(duì)應(yīng)的信息接收方。

6.一種風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估裝置，其特征在于，包括：

歷史數(shù)據(jù)訓(xùn)練單元，用于獲取操作風(fēng)險(xiǎn)損失事件的歷史數(shù)據(jù)，將所述歷史數(shù)據(jù)作為訓(xùn)練集對(duì)待訓(xùn)練的樸素貝葉斯模型進(jìn)行訓(xùn)練，得到用于預(yù)測(cè)非財(cái)務(wù)影響嚴(yán)重度參數(shù)的樸素貝葉斯模型；

第一嚴(yán)重度參數(shù)獲取單元，用于將操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的事件描述信息作為所述樸素貝葉斯模型的輸入，獲取操作風(fēng)險(xiǎn)損失事件對(duì)應(yīng)的非財(cái)務(wù)影響嚴(yán)重度參數(shù)；

第二嚴(yán)重度參數(shù)獲取單元，用于根據(jù)非財(cái)務(wù)影響嚴(yán)重度參數(shù)及所獲取的財(cái)務(wù)影響嚴(yán)重度參數(shù)對(duì)應(yīng)獲取綜合影響嚴(yán)重度參數(shù)。

7.根據(jù)權(quán)利要求6所述的風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)預(yù)估裝置，其特征在于，所述歷史數(shù)據(jù)訓(xùn)練單元，包括：

歷史數(shù)據(jù)分詞單元，用于獲取操作風(fēng)險(xiǎn)損失事件的歷史數(shù)據(jù)，將歷史數(shù)據(jù)進(jìn)行分詞以獲取歷史事件描述信息；

模型訓(xùn)練單元，用于將所述歷史事件描述信息作為樸素貝葉斯模型函數(shù)的輸入，將歷史數(shù)據(jù)中與歷史事件描述信息對(duì)應(yīng)的非財(cái)務(wù)影響嚴(yán)重度參數(shù)作為樸素貝葉斯模型函數(shù)的輸出，對(duì)所述樸素貝葉斯模型函數(shù)進(jìn)行訓(xùn)練，得到所述樸素貝葉斯模型。