[發明專利]一種AI風險識別系統

在審

• 申請號: 202011346288.X
• 申請日: 2020-11-26
• 公開（公告）號: CN112330475A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 黃興華;鄧勇;涂劃
• 申請（專利權）人: 重慶趣嗨租科技有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q10/06;G06N20/00
• 代理公司: 溫州青科專利代理事務所(特殊普通合伙) 33390
• 代理人: 錢磊

本發明屬于人工智能大數據分析技術領域，尤其涉及一種AI風險識別系統，包括規則修改完善模塊、特征識別錄入存儲模塊和結果分析匹配模塊，規則修改完善模塊用于根據計算分析完善機器學習訓練規則和提高分析計算能力，特征識別錄入存儲模塊用于識別目標的行為特征以及將目標行為特征錄入存儲到學習經驗數據庫中，結果分析匹配模塊用于對識別的目標行為特征數據進行分析后為目標匹配對應的風險程度。通過提高機器學習能力、完善機器學習訓練規則來完善人工智能風險評估系統，使得人工智能通過大數據分析統計的方式來實現準確的風險評估。

技術領域

本發明屬于人工智能大數據分析技術領域，具體為一種AI風險識別系統。

背景技術

互聯網時代的來臨，人們生活方式的變化、社會經濟方式的變化，都積累了數據龐大的數據，大數據被提出，大數據即海量的數據集合，這些數據也無法在一定的時間范圍內用常用工具存儲和分析，大數據具有數據量龐大、數據種類多、數據價值高的特點。大數據技術可以說是數據分析技術的改良、進步。網絡技術的發展，網絡的信息逐漸積累，傳統的數據處理方式已經不能滿足數據分析的需求，從而需求有新的處理方式來對大量數據進行分析，大數據技術由此而來。

人工智能是信息技術快速發展的產物，是通過技術手段替代一些傳統勞動力方面的操作，從而使得勞動力得以釋放，使人們的生活更加便捷。人工智能是依托大數據、傳感器等高端技術，對人類行為進行模仿、學習，進而解決一些人力做不到的事情。人工智能依托大數據對海量數據的分析結果，從而通過處理中心在進行傳導到個部位的傳感器之中，從而進行擬人化、類人化的操作。

傳統的以人工的方式實現的保險風險評估手段，因效率低且需要投入大量人力而不適用于目前大數據環境下的風險評估。因此，通過采集大量保險風險相關數據用于人工智能數據分析，通過大數據構建的數據模型進行風險控制和風險提示，相比傳統的人工經驗風險控制方式更科學，效率更高，鑒于此，我們提出一種AI風險識別系統。

發明內容

本發明的目的在于提供一種AI風險識別系統，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種AI風險識別系統，包括規則修改完善模塊、特征識別錄入存儲模塊和結果分析匹配模塊，所述規則修改完善模塊用于根據計算分析完善機器學習訓練規則和提高分析計算能力，所述特征識別錄入存儲模塊用于識別目標的行為特征以及將目標行為特征錄入存儲到學習經驗數據庫中，所述結果分析匹配模塊用于對識別的目標行為特征數據進行分析后為目標匹配對應的風險程度。

優選的，所述規則修改完善模塊包括完整度評估單元和修改完善單元，所述完整度評估單元用于評估計算機器學習能力的完善性，所述修改完善單元用于完善機器學習訓練規則。

優選的，所述完整度評估單元用于評估計算機器學習能力的計算公式為：

其中，ρ為完整度評估參數，y_i為第i項評估單元的標準評估值，y_i′為第i項評估單元的實際評估值。

優選的，所述修改完善單元的工作流程為：

步驟S1：設定完整度評估參數ρ的閾值，當完整度評估參數ρ低于閾值時，修改完善單元根據評估計算機器學習能力的計算公式查找影響因素；

步驟S2：比較公式中(y_i′-y_i)的大小，取出公式(y_i′-y_i)計算結果最大的三個影響因素；

步驟S3：對選擇出來的三個影響因素進行調整，調整后再次通過計算修改完成后的完整度評估參數ρ的數值，當完整度評估參數ρ的數值高于閾值，為有效修改，保留修改，當完整度評估參數ρ仍然低于閾值時，繼續選取三個影響因素進行修改，直到完整度評估參數ρ高于閾值。