预警信息推送方法、装置、计算机设备和介质制造方法及图纸

本申请涉及一种基于大数据分析的预警信息推送方法、装置、计算机设备和存储介质。所述方法包括：获取目标客户的风险数据；对所述风险数据进行量化处理，得到多个风险指标；将所述风险指标输入预设的风险预测模型，得到第一风险评分；获取多种规则表达式，利用所述规则表达式对所述风险数据进行风险预测，得到第二风险评分；比较所述第一风险评分和所述第二风险评分，得到高评分值；根据所述高评分值生成预警提示，将所述预警提示推送至监控终端。采用本方法能够提高预警信息可靠性，降低风险漏报率。

Early Warning Information Pushing Method, Device, Computer Equipment and Media

This application relates to an early warning information push method, device, computer equipment and storage medium based on large data analysis. The methods include: acquiring risk data of target customers; quantifying the risk data to obtain multiple risk indicators; inputting the risk indicators into the preset risk prediction model to get the first risk score; acquiring a variety of rule expressions, and using the rule expressions to wind up the risk data. Risk prediction obtains the second risk score; compares the first risk score and the second risk score to obtain the high score value; generates the early warning prompt according to the high score value, and pushes the early warning prompt to the monitoring terminal. This method can improve the reliability of early warning information and reduce the rate of risk omission.

【技术实现步骤摘要】
预警信息推送方法、装置、计算机设备和介质
本申请涉及计算机
，特别是涉及一种预警信息推送方法、装置、计算机设备和介质。
技术介绍
为了规避风险，涉及贷款业务的金融机构需要在贷后对客户进行客户风险预警。客户风险预警是指通过现场检查或非现场检查等贷后检查运用定量和定性分析相结合的方法尽早发现贷款风险，并根据发现的贷款风险向业务人员推送预警信息。传统方式中，预警信息主要是由风险控制人员对客户进行风险跟踪，并基于跟踪过程了解到的客户相关信息以及既定判断规则对客户的信用风险状况判断得出。然而，不同客户具有不同的属性特征，针对全部客户统一采用既定规则进行风险判断，使得预警信息可靠性差，常出现风险漏报的现象。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高预警信息可靠性，降低风险漏报率的预警信息推送方法、装置、计算机设备和介质。一种预警信息推送方法，所述方法包括：获取目标客户的风险数据；对所述风险数据进行量化处理，得到多个风险指标；将所述风险指标输入预设的风险预测模型，得到第一风险评分；获取多种规则表达式，利用所述规则表达式对所述风险数据进行风险预测，得到第二风险评分；比较所述第本文档来自技高网...

【技术保护点】
1.一种预警信息推送方法，所述方法包括：获取目标客户的风险数据；对所述风险数据进行量化处理，得到多个风险指标；将所述风险指标输入预设的风险预测模型，得到第一风险评分；获取多种规则表达式，利用所述规则表达式对所述风险数据进行风险预测，得到第二风险评分；比较所述第一风险评分和所述第二风险评分，得到高评分值；根据所述高评分值生成预警提示，将所述预警提示推送至监控终端。

【技术特征摘要】
1.一种预警信息推送方法，所述方法包括：获取目标客户的风险数据；对所述风险数据进行量化处理，得到多个风险指标；将所述风险指标输入预设的风险预测模型，得到第一风险评分；获取多种规则表达式，利用所述规则表达式对所述风险数据进行风险预测，得到第二风险评分；比较所述第一风险评分和所述第二风险评分，得到高评分值；根据所述高评分值生成预警提示，将所述预警提示推送至监控终端。2.根据权利要求1所述的方法，其特征在于，所述将风险指标输入预设的风险预测模型之前，还包括：获取多个样本客户的样本风险数据；所述样本风险数据包括数据源类别；对所述样本风险数据进行预处理，得到多种目标风险指标；获取不同所述数据源类别分别对应的初始模型；对每种所述数据源类别对应的目标风险指标进行组合，得到每种数据源类别对应的多种指标集合；基于不同指标集合对所述初始模型进行训练，得到每种所述指标集合对应的中间模型，计算多种所述中间模型的预测准确率；将预测准确率最高的中间模型标记为相应数据源类别对应的目标模型；基于多个目标模型建立所述风险预测模型。3.根据权利要求1所述的方法，其特征在于，所述风险预测模型包括第一模型、第二模型或第三模型；所述将风险指标输入预测的风险预测模型，包括：通过所述第一模型将多个风险指标进行转换，得到稠密特征矩阵；计算所述稠密特征矩阵的数据缺失率，比较所述数据缺失率是否达到阈值；若是，通过所述第二模型基于所述稠密特征矩阵进行风险测算；否则，通过所述第三模型基于所述稠密特征矩阵进行风险测算。4.根据权利要求1所述的方法，其特征在于，所述规则表达式包括多种预警条件及每种预警条件对应的风险描述；所述利用所述规则表达式对所述风险数据进行风险预测，得到第二风险评分，包括：基于所述规则表达式在所述风险数据中提取关键数据；将所述关键数据与多种风险描述分别进行比对，判断所述风险数据是否满足预警条件；所述规则表达式还包括每种预警条件对应的单项评分；若是，则根据所述风险数据满足的多个预警条件分别对应的单项评分，计算所述风险数据对应的第二风险评分。5.根据权利要求1所述的方法，其特征在于，所述风险预测模型包括多种数据源类别对应的目标模型；所述根据所述高评分值生成预警提示，包括：当所述第一风险评分高于所述第二风险评...

【专利技术属性】
技术研发人员：陈凯帆，叶素兰，李国才，王芊，宋哲，吴雨甜，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44