[發(fā)明專利]一種異常企業(yè)的檢測方法、檢測裝置及電子設備

在審

• 申請?zhí)枺?/td>: 202011563827.5
• 申請日: 2020-12-25
• 公開（公告）號: CN112613756A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設計）人: 任亮;傅雨梅;羅剛
• 申請（專利權）人: 北京知因智慧科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 劉鳳

本申請?zhí)峁┝艘环N異常企業(yè)的檢測方法、檢測裝置及電子設備，獲取待檢測企業(yè)的多個風險事件，以及每個所述風險事件的風險發(fā)生時間；針對每一個所述風險事件，根據所述風險發(fā)生時間與當前檢測時間的差值，確定所述風險事件的當前風險等級，其中，所述當前檢測時間為預設的定期檢測時間；根據每一個所述風險事件的當前風險等級，確定所述風險事件的綜合風險等級；根據所述風險事件的綜合風險等級，確定所述風險事件的綜合風險評分；當所述風險事件的綜合風險評分大于預設風險評分閾值時，確定所述待檢測企業(yè)為異常企業(yè)，使檢測結果更加準確。

技術領域

本申請涉及風險評估技術領域，尤其是涉及一種異常企業(yè)的檢測方法、檢測裝置及電子設備。

背景技術

在目前的技術中，主要依靠神經網絡模型對發(fā)生風險事件的異常企業(yè)進行檢測，其中，利用神經網絡模型進行異常企業(yè)檢測，是通過將企業(yè)的相關風險數據輸入至訓練好的神經網絡模型中，由神經網絡模型的隱層對相關風險數據進行檢測，輸出風險異常企業(yè)的識別結果，但是限于數據情況，無法對多種風險給出綜合檢測結果，并且檢測結果的精度較為粗糙，準確性較差。

發(fā)明內容

有鑒于此，本申請的目的在于提供一種異常企業(yè)的檢測方法、檢測裝置及電子設備，定期對待檢測企業(yè)發(fā)生的多個風險事件進行檢測，針對待檢測企業(yè)發(fā)生的每一個風險事件，考慮到風險事件的影響力大小隨時間的變化而變化，將當前檢測時間以及所述風險事件的風險發(fā)生時間作為異常企業(yè)檢測的影響因素，以確定每一風險事件在檢測時間的當前風險等級以及當前風險評分值，并基于每一風險事件在檢測時間的當前風險等級以及當前風險評分值，確定多個風險事件的綜合風險等級進而確定多個風險事件的綜合風險評分，將綜合風險評分大于預設閾值的企業(yè)確定為異常企業(yè)，滿足了檢測精度，使檢測結果更加準確。

本申請實施例提供了一種異常企業(yè)的檢測方法，所述檢測方法包括：

獲取待檢測企業(yè)的多個風險事件，以及每個所述風險事件的風險發(fā)生時間；

針對每一個所述風險事件，根據所述風險發(fā)生時間與當前檢測時間的差值，確定所述風險事件的當前風險等級，其中，所述當前檢測時間為預設的定期檢測時間；

根據每一個所述風險事件的當前風險等級，確定所述風險事件的綜合風險等級；根據所述風險事件的綜合風險等級，確定所述風險事件的綜合風險評分；

當所述風險事件的綜合風險評分大于預設風險評分閾值時，確定所述待檢測企業(yè)為異常企業(yè)。

進一步的，所述針對每一個所述風險事件，根據所述風險發(fā)生時間與當前檢測時間的差值，確定所述風險事件的當前風險等級，其中，所述當前檢測時間為預設的定期檢測時間，包括：

確定所述風險事件的初始風險評分；

根據所述風險事件的初始風險評分，確定所述風險事件的初始風險等級；

獲取所述風險事件的時間衰減系數及時間衰減周期；

根據所述風險事件的初始風險等級、所述風險發(fā)生時間與當前檢測時間的差值、所述風險事件的時間衰減系數及時間衰減周期，確定所述風險事件的當前風險等級。

進一步的，所述根據所述風險事件的初始風險評分，確定所述風險事件的初始風險等級，包括：

確定所述風險事件的風險等級調整系數及基準風險評分；

根據所述風險事件的初始風險評分、所述風險等級調整系數及基準風險評分，確定所述風險事件的初始風險等級。

進一步的，在所述當所述風險事件的綜合風險評分大于預設風險評分閾值時，確定所述待檢測企業(yè)為異常企業(yè)之后，所述檢測方法還包括：

確定每一個所述風險事件的當前風險評分；