[發(fā)明專利]一種基于人工智能的金融大數(shù)據(jù)分析平臺

在審

• 申請?zhí)枺?/td>: 202110358497.4
• 申請日: 2021-04-02
• 公開（公告）號: CN113010921A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 劉月
• 申請（專利權(quán)）人: 西安歐亞學(xué)院
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F21/32;G06Q10/06
• 代理公司: 西安合創(chuàng)非凡知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61248
• 代理人: 于波

本發(fā)明公開了一種基于人工智能的金融大數(shù)據(jù)分析平臺，包括：分析算法構(gòu)建模塊，用于構(gòu)建金融大數(shù)據(jù)的分析算法集，并為每一種分析算法配置一金融數(shù)據(jù)采集規(guī)則和運(yùn)行條件；金融數(shù)據(jù)采集模塊，用于根據(jù)所述金融數(shù)據(jù)采集規(guī)則為每一種分析算法配置一數(shù)據(jù)挖掘模型，實(shí)現(xiàn)金融數(shù)據(jù)的采集；金融數(shù)據(jù)分析模塊，用于根據(jù)所述運(yùn)行條件為每一種分析算法配置一運(yùn)行條件監(jiān)測模型，并基于運(yùn)行條件監(jiān)測模型的監(jiān)測結(jié)果實(shí)現(xiàn)對應(yīng)的分析算法的運(yùn)行，實(shí)現(xiàn)金融數(shù)據(jù)的分析，生成對應(yīng)的金融數(shù)據(jù)分析報表。本發(fā)明在可以實(shí)現(xiàn)金融大數(shù)據(jù)分類有序分析的同時，保證了金融大數(shù)據(jù)的安全。

技術(shù)領(lǐng)域

本發(fā)明涉及金融大數(shù)據(jù)分析領(lǐng)域，具體涉及一種基于人工智能的金融大數(shù)據(jù)分析平臺。

背景技術(shù)

金融大數(shù)據(jù)的分析和管理對于金融部門，比如：銀行、消費(fèi)金融服務(wù)公司等至關(guān)重要。對金融大數(shù)據(jù)進(jìn)行可靠分析不但能夠提升銀行、消費(fèi)金融服務(wù)公司等部門的服務(wù)水平和服務(wù)質(zhì)量，對于銀行、消費(fèi)金融服務(wù)公司等部門的穩(wěn)定發(fā)展也有很大的幫助。但是，目前的金融大數(shù)據(jù)分析平臺在對金融數(shù)據(jù)進(jìn)行分析時，普遍采用金融數(shù)據(jù)整體分析的模式，分析過程雜亂的同時，大大降低的金融數(shù)據(jù)分析結(jié)果的精確度，而且，未充分考慮金融數(shù)據(jù)的安全性問題，存在金融數(shù)據(jù)被盜的風(fēng)險，進(jìn)而給銀行、消費(fèi)金融服務(wù)公司等部門造成巨大損失。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明提供了一種基于人工智能的金融大數(shù)據(jù)分析平臺，在可以實(shí)現(xiàn)金融大數(shù)據(jù)分類有序分析的同時，保證了金融大數(shù)據(jù)的安全。

為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：

一種基于人工智能的金融大數(shù)據(jù)分析平臺，包括：

分析算法構(gòu)建模塊，用于構(gòu)建金融大數(shù)據(jù)的分析算法集，并為每一種分析算法配置一金融數(shù)據(jù)采集規(guī)則和運(yùn)行條件；

金融數(shù)據(jù)采集模塊，用于根據(jù)所述金融數(shù)據(jù)采集規(guī)則為每一種分析算法配置一數(shù)據(jù)挖掘模型，實(shí)現(xiàn)金融數(shù)據(jù)的采集；

金融數(shù)據(jù)分析模塊，用于根據(jù)所述運(yùn)行條件為每一種分析算法配置一運(yùn)行條件監(jiān)測模型，并基于運(yùn)行條件監(jiān)測模型的監(jiān)測結(jié)果實(shí)現(xiàn)對應(yīng)的分析算法的運(yùn)行，實(shí)現(xiàn)金融數(shù)據(jù)的分析，生成對應(yīng)的金融數(shù)據(jù)分析報表。

進(jìn)一步地，所述分析算法構(gòu)建模塊基于網(wǎng)絡(luò)爬蟲模塊在預(yù)設(shè)的網(wǎng)絡(luò)基站上爬取對應(yīng)的金融數(shù)據(jù)分析算法集，并基于人工結(jié)合機(jī)器人學(xué)習(xí)的方式為每一種金融數(shù)據(jù)分析算法配置一金融數(shù)據(jù)采集規(guī)則和運(yùn)行條件。

進(jìn)一步地，每一個金融數(shù)據(jù)采集模塊均配置一解鎖秘鑰，用戶需錄入對應(yīng)的解鎖秘鑰方可實(shí)現(xiàn)對應(yīng)金融數(shù)據(jù)采集模塊的喚醒，且不同的解鎖秘鑰對應(yīng)不同的可訪問金融大數(shù)據(jù)庫。

進(jìn)一步地，每一個數(shù)據(jù)挖掘模型均配置一數(shù)據(jù)預(yù)處理模型，用于完成所采集到的金融數(shù)據(jù)的格式標(biāo)準(zhǔn)化。

進(jìn)一步地，還包括：

分析目標(biāo)錄入模塊，用于通過勾選的方式實(shí)現(xiàn)金融數(shù)據(jù)分析目標(biāo)的勾選，并實(shí)現(xiàn)每一個金融數(shù)據(jù)分析目標(biāo)數(shù)據(jù)屬性的勾選。

進(jìn)一步地，還包括：

注冊登錄模塊，用于實(shí)現(xiàn)用戶的注冊登錄，并生成每一個用戶的生物特征模型，為每一個生物特征模型配置對應(yīng)的平臺操作權(quán)限。

進(jìn)一步地，每一個數(shù)據(jù)預(yù)處理模型配置一啟動秘鑰和若干數(shù)據(jù)隱藏算法，啟動秘鑰用于根據(jù)用戶錄入的生物特征模型啟動數(shù)據(jù)預(yù)處理模型內(nèi)載的對應(yīng)的數(shù)據(jù)隱藏算法，實(shí)現(xiàn)金融數(shù)據(jù)內(nèi)載的某一部分特征參數(shù)的隱藏處理。

本發(fā)明具有以下有益效果：

在可以實(shí)現(xiàn)金融大數(shù)據(jù)分類有序分析的同時，保證了金融大數(shù)據(jù)的安全。

附圖說明

圖1為本發(fā)明實(shí)施例一種基于人工智能的金融大數(shù)據(jù)分析平臺的系統(tǒng)框圖。

具體實(shí)施方式