[發明專利]業務項目的風險識別方法及裝置

在審

• 申請號: 202010052905.9
• 申請日: 2020-01-17
• 公開（公告）號: CN113139705A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 華晴云;全東方;施錦河;儲晶星;林方銘
• 申請（專利權）人: 中國移動通信集團浙江有限公司;中國移動通信集團有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/08;G06F16/903;G06N3/08;G06N3/04
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 劉蘭蘭

1.一種業務項目的風險識別方法，包括：

獲取業務項目的項目數據，提取所述項目數據中包含的結構化數據，根據所述結構化數據確定所述項目數據中包含的非結構化數據；

針對所述結構化數據，根據業務項目類型確定與所述結構化數據相對應的結構化項目風險識別結果；

針對所述非結構化數據進行語義分析，根據語義分析結果提取所述非結構化數據中包含的關鍵詞，根據所述關鍵詞確定與所述非結構化數據相對應的非結構化項目風險識別結果；

根據所述結構化項目風險識別結果以及所述非結構化項目風險識別結果，識別所述業務項目中包含的風險點。

2.根據權利要求1所述的方法，其中，所述針對所述結構化數據，根據業務項目類型確定與所述結構化數據相對應的結構化項目風險識別結果包括：

針對所述結構化數據，通過層次分析法以及第一LMBP神經網絡模型確定與所述結構化數據相對應的結構化項目風險識別結果；

其中，所述層次分析法用于確定各個影響因子的權重，第一LMBP神經網絡模型用于基于各個影響因子的權重識別與所述結構化數據相對應的結構化項目風險識別結果。

3.根據權利要求1所述的方法，其中，所述針對所述非結構化數據進行語義分析，根據語義分析結果提取所述非結構化數據中包含的關鍵詞包括：

針對所述非結構化數據進行預處理，確定預處理后的非結構化數據中的各個候選詞語的語義貢獻度以及詞頻統計特征；

根據各個候選詞語的語義貢獻度以及詞頻統計特征，從各個候選詞語中提取關鍵詞。

4.根據權利要求3所述的方法，其中，所述確定預處理后的非結構化數據中的各個候選詞語的語義貢獻度以及詞頻統計特征包括：

根據各個候選詞語的語義貢獻度濾除候選詞語中包含的非主題相關詞語，得到候選詞語中包含的主題相關詞語，并確定各個主題相關詞語的詞頻統計特征。

5.根據權利要求4所述的方法，其中，各個主題相關詞語的詞頻統計特征包括：詞頻逆向文檔頻率、詞性權重、和/或詞語在文檔中的出現位置。

6.根據權利要求1所述的方法，其中，所述根據所述關鍵詞確定與所述非結構化數據相對應的非結構化項目風險識別結果包括：

通過第二LMBP神經網絡模型確定與所述非結構化數據相對應的非結構化項目風險識別結果；其中，所述第二LMBP神經網絡模型為多層神經網絡結構。

7.根據權利要求1所述的方法，其中，所述識別所述業務項目中包含的風險點包括：

針對識別出的風險點，確定與所述風險點相對應的風險規避策略，按照所述風險規避策略執行風險規避處理。

8.一種業務項目的風險識別裝置，包括：

獲取模塊，適于獲取業務項目的項目數據，提取所述項目數據中包含的結構化數據，根據所述結構化數據確定所述項目數據中包含的非結構化數據；

結構化處理模塊，適于針對所述結構化數據，根據業務項目類型確定與所述結構化數據相對應的結構化項目風險識別結果；

非結構化處理模塊，適于針對所述非結構化數據進行語義分析，根據語義分析結果提取所述非結構化數據中包含的關鍵詞，根據所述關鍵詞確定與所述非結構化數據相對應的非結構化項目風險識別結果；

風險識別模塊，適于根據所述結構化項目風險識別結果以及所述非結構化項目風險識別結果，識別所述業務項目中包含的風險點。

9.一種電子設備，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行如權利要求1-7中任一項所述的業務項目的風險識別方法對應的操作。

10.一種計算機存儲介質，所述存儲介質中存儲有至少一可執行指令，所述可執行指令使處理器執行如權利要求1-7中任一項所述的業務項目的風險識別方法對應的操作。