风险稽核方法、装置、计算机设备及计算机可读存储介质制造方法及图纸

本发明专利技术公开了风险稽核方法、装置、计算机设备及计算机可读存储介质，方法包括：获取一风险数据集，其中，风险数据集为任一风险场景所产生的存在风险且待稽核的数据的集合；根据所获取的风险数据集获取与其对应的风险排查模型的模型属性信息；根据预设风险稽核引擎的模型信息总表以及所获取的模型属性信息确定所述风险数据集的区分维度以及处罚依据；根据预设风险稽核引擎的风险等级表以及所述区分维度确定风险数据集中每条风险数据所对应的风险等级；根据每条风险数据所对应的风险等级以及处罚依据生成相应的处罚结果；以及生成风险数据集中每条风险数据的稽核结果。实施本方案可以实现机器自动稽核，可以识别出高风险数据，有利于实现智能决策。

Risk audit methods, devices, computer equipment and computer readable storage media

【技术实现步骤摘要】
风险稽核方法、装置、计算机设备及计算机可读存储介质
本专利技术涉及人工智能
，尤其涉及一种风险稽核方法、装置、计算机设备及计算机可读存储介质。
技术介绍
在风险稽核预警的应用场景中，传统的风险稽核流程采用人工稽核方式，而常见的风险场景多达上百种，例如员工离职打卡场景，保险欺诈场景等，因此，需要对在该上百个风险场景中对应产生的风险数据集进行人工稽核，其主要是通过人工对各个场景中对应产生的风险数据集中的每条风险数据一一进行审核以判断该数据是否确实存在风险、该数据所属风险等级等，其中，每个风险场景中对应产生的风险数据集中的每条风险数据都需要人工手动进行稽查审核，占用了大量的人力资源，人工成本过高，且传统的稽核方式容易出现工作失误以及审核漏洞。
技术实现思路
本专利技术实施例提供了一种风险稽核方法、装置、计算机设备及计算机可读存储介质，便于实现机器自动稽核，可以自动输出每条风险数据对应的稽核结果，进而可以有效识别出高风险的数据，可以为稽核人的决策提供帮助，有利于做出更加科学的稽核决策，大大减少了公司的损失。第一方面，本专利技术实施例提供了一种风险稽核方法，其包括：获取一风险数据集，其中，所述风险数据集为任一风险场景所产生的存在风险且待稽核的数据的集合；根据所获取的风险数据集获取与其对应的风险排查模型的模型属性信息；根据预设风险稽核引擎的模型信息总表以及所获取的模型属性信息确定所述风险数据集的区分维度以及处罚依据；根据预设风险稽核引擎的风险等级表以及所述区分维度确定所述风险数据集中每条风险数据所对应的风险等级；根据每条风险数据所对应的风险等级以及处罚依据生成相应的处罚结果；以及生成所述风险数据集中每条风险数据的稽核结果，其中，所述稽核结果包括每条风险数据及其对应的风险等级以及处罚结果。第二方面，本专利技术实施例还提供了一种风险稽核装置，其包括：第一获取单元，用于获取一风险数据集，其中，所述风险数据集为任一风险场景所产生的存在风险且待稽核的数据的集合；第二获取单元，用于根据所获取的风险数据集获取与其对应的风险排查模型的模型属性信息；第一确定单元，用于根据预设风险稽核引擎的模型信息总表以及所获取的模型属性信息确定所述风险数据集的区分维度以及处罚依据；第二确定单元，用于根据预设风险稽核引擎的风险等级表以及所述区分维度确定所述风险数据集中每条风险数据所对应的风险等级；第一生成单元，用于根据每条风险数据所对应的风险等级以及处罚依据生成相应的处罚结果；以及第二生成单元，用于生成所述风险数据集中每条风险数据的稽核结果，其中，所述稽核结果包括每条风险数据及其对应的风险等级以及处罚结果。第三方面，本专利技术实施例还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面的方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现上述第一方面的方法。本专利技术实施例提供了一种风险稽核方法、装置、计算机设备及计算机可读存储介质。本专利技术实施例可以解决现有对风险场景稽核过程需要依靠人工稽核的问题以及因人工稽核方式而导致的人工成本过高以及容易出现工作失误及漏洞等问题。本专利技术实施例可以实现机器自动稽核，并且可以向稽核人提供风险数据集中每条风险数据对应的稽核结果；相比传统人工稽核方式，本专利技术实施例通过利用预设风险稽核引擎，可以对所有风险场景中产生的各个风险数据集进行风险稽核处理，即将任一风险场景中产生的风险数据集输入到该预设风险稽核引擎中进行风险稽核处理，输出在不同风险场景中产生的风险数据集的每条风险数据对应的稽核结果，具体地，利用预设风险稽核引擎的模型信息总表以及风险等级表确定所述风险数据集中每条风险数据所对应的风险等级以及处罚结果，进而生成每条风险数据相应的风险稽核结果。实施本专利技术实施例可以有效识别出高风险数据，从而可以为稽核人的决策提供帮助，有利于做出更加科学的决策，大大降低了风险。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术第一实施例提供的一种风险稽核方法的流程示意图；图2为本专利技术第一实施例提供的一种风险稽核方法的子流程示意图；图3为本专利技术第一实施例提供的一种风险稽核方法的另一子流程示意图；图4为本专利技术第二实施例提供的一种风险稽核方法的流程示意图；图5为本专利技术第三实施例提供的一种风险稽核方法的流程示意图；图6为本专利技术第一实施例提供的一种风险稽核装置的示意性框图；图7为本专利技术第一实施例提供的一种风险稽核装置的第一获取单元的示意性框图；图8为本专利技术第一实施例提供的一种风险稽核装置的模型生成单元的示意性框图；图9为本专利技术第二实施例提供的一种风险稽核装置的示意性框图；图10为本专利技术第三实施例提供的一种风险稽核装置的示意性框图；以及图11为本专利技术实施例提供的一种计算机设备的示意性框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1，其为本专利技术第一实施例提供的一种风险稽核方法的示意性流程图。具体地，该风险稽核方法应用于风险稽核场景中，具体应用于一风险稽核系统中，其中，该风险稽核系统可以安装运行在终端设备中，所述终端设备可以是智能手机、平板电脑或笔记本电脑等电子设备，该风险稽核方法用于对各个风险场景所生成的风险数据集进行稽核处理，并得到相应的稽核结果。具体地，可事先设置一风险稽核引擎，利用该预设的风险稽核引擎对各个风险场景所生成的风险数据集进行稽核处理，其中，该预设的风险稽核引擎包括预设的模型信息总表以及风险等级表，所述预设的风险稽核引擎具体用于根据所述风险数据集所对应风险排查模型的模型属性信息对所述风险数据集进行风险稽核处理以生成稽核结果，即将所述风险数据集以及所对应模型属性信息输入到预设风险稽核引擎中，利用该预设风险稽核引擎中的模型信息总表以及风险等级表对该风险数据集进行稽核处理，进而输出相应的稽核结果。具体地，如图1所示，在本实施例中，该方法可包括步骤S101至S106。本文档来自技高网...

【技术保护点】
1.一种风险稽核方法，其特征在于，所述方法包括：获取一风险数据集，其中，所述风险数据集为任一风险场景所产生的存在风险且待稽核的数据的集合；根据所获取的风险数据集获取与其对应的风险排查模型的模型属性信息；根据预设风险稽核引擎的模型信息总表以及所获取的模型属性信息确定所述风险数据集的区分维度以及处罚依据；根据预设风险稽核引擎的风险等级表以及所述区分维度确定所述风险数据集中每条风险数据所对应的风险等级；根据每条风险数据所对应的风险等级以及处罚依据生成相应的处罚结果；以及生成所述风险数据集中每条风险数据的稽核结果，其中，所述稽核结果包括每条风险数据及其对应的风险等级以及处罚结果。

【技术特征摘要】
1.一种风险稽核方法，其特征在于，所述方法包括：获取一风险数据集，其中，所述风险数据集为任一风险场景所产生的存在风险且待稽核的数据的集合；根据所获取的风险数据集获取与其对应的风险排查模型的模型属性信息；根据预设风险稽核引擎的模型信息总表以及所获取的模型属性信息确定所述风险数据集的区分维度以及处罚依据；根据预设风险稽核引擎的风险等级表以及所述区分维度确定所述风险数据集中每条风险数据所对应的风险等级；根据每条风险数据所对应的风险等级以及处罚依据生成相应的处罚结果；以及生成所述风险数据集中每条风险数据的稽核结果，其中，所述稽核结果包括每条风险数据及其对应的风险等级以及处罚结果。2.根据权利要求1所述的风险稽核方法，其特征在于，所述获取风险数据集，包括：获取一待处理数据集，其中，所述待处理数据集包括风险数据集以及非风险数据集；根据所获取的待处理数据集确定与其对应的风险排查模型，其中，每一风险场景均存在唯一对应的待处理数据集，且每一待处理数据集均存在唯一对应的风险排查模型；以及利用所确定的风险排查模型对所获取的待处理数据集进行风险排查处理以获取所述风险数据集。3.根据权利要求2所述的风险稽核方法，其特征在于，所述根据所获取的待处理数据集确定与其对应的风险排查模型，包括：根据所获取的待处理数据集生成一风险排查模型作为与所获取的待处理数据集唯一对应的风险排查模型。4.根据权利要求3所述的风险稽核方法，其特征在于，所述根据所获取的待处理数据集生成一风险排查模型作为与所获取的待处理数据集唯一对应的风险排查模型，包括：根据所获取的待处理数据集确定预设的多个数据字段；根据所述多个数据字段确定一预设风险规则，其中，每一风险场景均存在唯一对应的预设风险规则，所述预设风险规则为所对应的风险场景用于确定风险数据的判断规则；以及根据所确定的预设风险规则生成一与所述待处理数据集对应的风险排查模型；其中，所述风险排查模型为实现所对应的预设风险规则的具体算法。5.根据权利要求1所述的风险稽核方法，其特征在于，所述预设风险稽核引擎还包括一制度表，所生成的稽核结果还包括每条风险数据对应的违背制度以及需求数据清单，所述生成所述风险数据集中每条风险数据的稽核结果步骤之前，还包...

【专利技术属性】
技术研发人员：金晓辉，阮晓雯，徐亮，
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