产品风险预警方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能领域，可以应用于金融行业，提供了一种产品风险预警方法、装置、计算机设备和存储介质。方法包括：获取待分析产品信息，对待分析产品信息进行数据画像处理，获得待分析产品信息对应的向量数据，将向量数据分别与预设的孪生神经网络模型的多个样本向量数据进行组合，将得到的多对组合数据输入预设的孪生神经网络模型，获得待分析产品的风险概率，根据风险概率，推送待分析产品的风险预警信息。本方法通过数据画像处理，可以深入挖掘待分析产品的相关数据，将待分析产品的向量数据与样品向量数据组合作为输入数据，并利用预设的孪生神经网络模型评价两个输入数据的相似度，使获得的风险分析结果以及对应的预警信息更为准确有效。

【技术实现步骤摘要】
产品风险预警方法、装置、计算机设备和存储介质
本申请涉及人工智能
，特别是涉及一种产品风险预警方法、装置、计算机设备和存储介质。
技术介绍
随着金融行业的发展，出现了越来越多的类似于债券的金融投资类产品，例如央企、国企、民企等各大类企业也都可以发行债券等产品，投资人在选择投资产品时，为保护自身利益、避免财产损失，一般都会倾向于投资风险性较小的投资产品。传统的对于投资产品的风险分析方法需要用到大量的历史数据进行测评，确定其潜在的风险性，但在实际情况中，债券数据中可用的出现了违约情况的负样本占比及其小，传统的方法难以对产品实现有效的风险分析。
技术实现思路
基于此，有必要针对上述技术问题，提供一种提高产品风险分析有效性的产品风险预警方法、装置、计算机设备和存储介质。一种产品风险预警方法，所述方法包括：获取待分析产品信息，对所述待分析产品信息进行数据画像处理，获得所述待分析产品信息对应的向量数据；获取预设的孪生神经网络模型的样本向量数据，将所述向量数据分别与多个所述样本向量数据进行组合，获取多对组合数据；将所述多对组合数据输入所述预设的孪生神经网络模型，获得待分析产品的风险概率；根据所述本文档来自技高网...

【技术保护点】
1.一种产品风险预警方法，所述方法包括：获取待分析产品信息，对所述待分析产品信息进行数据画像处理，获得所述待分析产品信息对应的向量数据；获取预设的孪生神经网络模型的样本向量数据，将所述向量数据分别与多个所述样本向量数据进行组合，获取多对组合数据；将所述多对组合数据输入所述预设的孪生神经网络模型，获得待分析产品的风险概率；根据所述风险概率，推送所述待分析产品的风险预警信息。

【技术特征摘要】
1.一种产品风险预警方法，所述方法包括：获取待分析产品信息，对所述待分析产品信息进行数据画像处理，获得所述待分析产品信息对应的向量数据；获取预设的孪生神经网络模型的样本向量数据，将所述向量数据分别与多个所述样本向量数据进行组合，获取多对组合数据；将所述多对组合数据输入所述预设的孪生神经网络模型，获得待分析产品的风险概率；根据所述风险概率，推送所述待分析产品的风险预警信息。2.根据权利要求1所述的产品风险预警方法，其特征在于，所述获取待分析产品信息，对所述待分析产品信息进行数据画像处理，获得所述待分析产品信息对应的向量数据，包括：获取待分析产品的各维度信息，并按照预设量化标准，获得所述各维度信息的量化数据；对所述各维度信息的量化数据进行数据画像处理，获得所述待分析产品的衍生数据；根据所述量化数据与所述衍生数据，获得所述待分析产品的向量数据。3.根据权利要求1所述的产品风险预警方法，其特征在于，还包括：将所述多对组合数据输入所述预设的孪生神经网络模型，获得相似度最高的组合数据；根据所述相似度最高的组合数据，获得与所述待分析产品对应的样本向量数据；根据所述样本向量数据对应产品的风险情况，获得所述待分析产品的潜在风险情况。4.根据权利要求1所述的产品风险预警方法，其特征在于，所述将所述多对组合数据输入所述预设的孪生神经网络模型，获得待分析产品的风险概率之前，还包括：获取样本产品，将所述样本产品进行数据画像处理，获得样本向量数据；对所述样本产品进行分析，确定所述样本向量数据对应的数据标签；根据所述数据标签，将所述样本向量数据进行组对处理，获得组对样本；根据所述组对样本，构建得到预设的孪生神经网络模型。5.根据权利要求4所述的产品风险预警方法，其特征在于，所述组对样本包括正组对样本与负组对样本；所述根据所述数据标签，将所述样本向...

【专利技术属性】
技术研发人员：张翔，周欣欣，汪伟，肖京，
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