[發明專利]員工行為審計方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202010617544.8
• 申請日: 2020-06-30
• 公開（公告）號: CN111754044A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 魏征;唐樂;張潮宇;梁議丹;閆振平;陳天健
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/10
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

1.一種員工行為審計方法，其特征在于，包括：

獲取待審計員工和所述待審計員工的關聯員工分別對應的員工行為數據；

基于預設權重矩陣，確定所述待審計員工和所述關聯員工分別對應的合規風險影響權重；

基于所述合規風險影響權重，對所述員工行為數據進行合并處理；

對合并處理后的員工行為數據進行合規風險預測，得到所述待審計員工的合規風險預測結果。

2.根據權利要求1所述的方法，其特征在于，所述預設權重矩陣包括不同員工總數分別對應的各個合規風險影響權重，所述基于預設權重矩陣，確定所述待審計員工和所述關聯員工分別對應的合規風險影響權重，包括：

確定所述待審計員工和所述關聯員工的數量總和；

從所述預設權重矩陣中選取所述數量總和下的各個合規風險影響權重；

按照關聯強度對所述待審計員工和所述關聯員工進行排序；

根據排序結果和選取的各個合規風險影響權重，確定所述待審計員工和所述關聯員工分別對應的合規風險影響權重。

3.根據權利要求1-2任一項所述的方法，其特征在于，所述預設合規風險影響權重矩陣是對樣本訓練集進行合規風險影響力學習得到的，或者所述預設合規風險影響權重矩陣是在訓練預設合規風險預測模型時得的，所述方法還包括：

獲取樣本訓練集，所述樣本訓練集包括樣本員工和所述樣本員工的關聯員工分別對應的樣本員工行為數據，其中，所述樣本員工帶有真實合規風險的標簽；

根據初始權重矩陣，對所述樣本員工行為數據進行合并處理，得到合并處理后的樣本員工行為數據；

將所述合并處理后的樣本員工行為數據輸入到初始合規風險預測模型進行訓練，得到所述樣本員工的合規風險預測結果；

基于所述合規風險預測結果與所述真實合規風險之間的損失函數，分別更新所述初始權重矩陣和所述初始合規風險預測模型并進行迭代訓練；

當迭代訓練滿足預設終止條件，獲取所述預設權重矩陣和所述預設合規風險預測模型。

4.根據權利要求1所述的方法，其特征在于，所述對合并處理后的員工行為數據進行合規風險預測，得到所述待審計員工的合規風險預測結果的步驟包括：

將所述合并處理后的員工行為數據輸入到預設合規風險預測模型進行合規風險預測，以確定所述待審計員工的合規風險預測結果。

5.根據權利要求1所述的方法，其特征在于，所述對合并處理后的員工行為數據進行合規風險預測，得到所述待審計員工的合規風險預測結果之后，所述方法還包括：

若所述合規風險預測結果表示所述待審計員工存在合規風險，則基于所述員工行為數據和預設員工合規風險損失預測模型，確定所述待審計員工的合規風險損失預測值；

若所述合規風險損失預測值大于或者等于預設閾值，則輸出審計預警信息。

6.根據權利要求4所述的方法，其特征在于，所述員工行為數據包括多種類型的員工行為子數據，所述基于所述員工行為數據和預設員工合規風險預測模型，確定所述待審計員工的合規風險損失預測值，包括：

將各類型的員工行為子數據輸入到預設員工合規風險損失預測模型，所述預設員工合規風險損失預測模型用于基于第二預設權重矩陣，確定所述各類型的員工行為子數據分別對應的損失影響權重，并基于所述損失影響權重和所述各類型的員工行為子數據的加權求和處理結果，確定所述待審計員工的合規風險損失預測值。