业务数据的风险处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及大数据，公开了一种业务数据的风险处理方法、装置、设备及存储介质，用于解决风险评估准确性低下的问题。业务数据的风险处理方法包括：获取业务数据全景图，并采用切分算法将业务数据全景图切分，得到多个基础全景图；在数据库中采集并整合多个不同类别的业务数据，得到多个基础风险因子；在多个基础风险因子中筛选出与基础全景图相关的基础风险因子，得到多个目标风险因子；根据多个目标风险因子建立关系表，得到多个风险关系表；采用聚类算法关联多个风险关系表与对应的基础全景图，得到风险全景图；基于深度学习算法对风险全景图进行风险预测，得到风险评估结果。此外，本发明专利技术还涉及区块链技术，业务数据全景图可存储于区块链中。

【技术实现步骤摘要】
业务数据的风险处理方法、装置、设备及存储介质
本专利技术涉及大数据领域，尤其涉及一种业务数据的风险处理方法、装置、设备及存储介质。
技术介绍
随着科学技术的迅速发展，互联网也随之不断发展，目前互联网对业务数据的风险管理也已经融入到各个行业。风险管理一般利用计算机收集业务数据特征以及数据外部环境特征，并利用机器学习、深度神经网络和语音情感学习对区域以及标的数据的风险状况进行综合评估，完成业务数据的风险预测。本专利技术创造的专利技术人在研究中发现，在现有基于大数据的风险管理系统中，只能通过风险全景图中的部分风险因子来预测风险值，导致对风险评估的定性、定量分析不深入，在多个风险因子耦合场景下预测出风险评估的准确性低下。
技术实现思路
本专利技术的主要目的在于解决风险评估准确性低下的问题。本专利技术第一方面提供了一种业务数据的风险处理方法，包括：获取业务数据全景图，并采用切分算法将所述业务数据全景图切分，得到多个基础全景图，所述业务数据全景图为以地图形式展现业务数据的全景图；在数据库中采集并整合多个不同类别的所述业务本文档来自技高网...

【技术保护点】
1.一种业务数据的风险处理方法，其特征在于，所述业务数据的风险处理方法包括：/n获取业务数据全景图，并采用切分算法将所述业务数据全景图切分，得到多个基础全景图，所述业务数据全景图为以地图形式展现业务数据的全景图；/n在数据库中采集并整合多个不同类别的所述业务数据，得到多个基础风险因子，所述基础风险因子为影响所述业务数据全景图变化的基本因素；/n针对所述多个基础全景图中的每一个基础全景图，在所述多个基础风险因子中筛选出与基础全景图相关的基础风险因子，得到多个目标风险因子；/n根据所述多个目标风险因子建立关系表，得到多个风险关系表；/n采用聚类算法关联所述多个风险关系表与对应的基础全景图，得到风险...

【技术特征摘要】
1.一种业务数据的风险处理方法，其特征在于，所述业务数据的风险处理方法包括：
获取业务数据全景图，并采用切分算法将所述业务数据全景图切分，得到多个基础全景图，所述业务数据全景图为以地图形式展现业务数据的全景图；
在数据库中采集并整合多个不同类别的所述业务数据，得到多个基础风险因子，所述基础风险因子为影响所述业务数据全景图变化的基本因素；
针对所述多个基础全景图中的每一个基础全景图，在所述多个基础风险因子中筛选出与基础全景图相关的基础风险因子，得到多个目标风险因子；
根据所述多个目标风险因子建立关系表，得到多个风险关系表；
采用聚类算法关联所述多个风险关系表与对应的基础全景图，得到风险全景图，所述风险全景图用于指示在基础全景图中多个目标风险因子之间的关系；
基于深度学习算法对所述风险全景图进行风险预测，得到风险评估结果。


2.根据权利要求1所述的业务数据的风险处理方法，其特征在于，所述针对所述多个基础全景图中的每一个基础全景图，在所述多个基础风险因子中筛选出与基础全景图相关的基础风险因子，得到多个目标风险因子包括：
提取每一个基础全景图中的标的数据，所述标的数据为表示每一个基础全景图内容的标志，且业务数据全景图中包括所述标的数据；
采用相似度算法计算所述标的数据与所述数据库中多个基础风险因子之间的相关度；
筛选出相关度大于相关阈值的多个目标相关度，并将所述多个目标相关度对应的基础风险因子作为目标风险因子，所述相关阈值为所述标的数据与基础风险因子是否相关的界限。


3.根据权利要求2所述的业务数据的风险处理方法，其特征在于，所述根据所述多个目标风险因子建立风险关系表，得到多个风险关系表包括：
分别计算所述多个目标风险因子之间的类别置信度、关系置信度和属性置信度；
基于预置资源描述框架模型、所述类别置信度、所述关系置信度和所述属性置信度，建立以标的数据为主体的关系表，得到多个风险关系表。


4.根据权利要求3所述的业务数据的风险处理方法，其特征在于，所述采用聚类算法关联所述多个风险关系表与对应的基础全景图，得到风险全景图，所述风险全景图用于指示在基础全景图中多个目标风险因子之间的关系包括：
基于聚类算法获取基础全景图的标的数据以及与所述基础全景图相关的目标风险因子；
分别搭建所述标的数据与多个目标风险因子之间的相关概率矩阵；
筛选出数值在关联阈值范围内的相关概率矩阵作为目标相关概率矩阵；
提取所述目标相关概率矩阵所对应的关系表，并采用融合算法将所述关系表与对应的基础全景图融合，得到风险全景图，所述风险全景图用于在多个基础全景图中显示多个目标风险因子的关系表。


5.根据权利要求1所述的业务数据的风险处理方法，其特征在于，所述基于深度学习算法对所述风险全景图进行风险预测，得到风险评估结果包括：
基于深度学习算法获取所述全景图中的重要因子，所述重要因子包括可能性因子、暴露程度因子以及后果因子；
根据预置公式以及所述重要因子计算预测风险值，不同的预测风险值对应不同的风险评估结果，所述预...

【专利技术属性】
技术研发人员：陈润红，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：广东;44