违约风险大数据可视化方法、装置及存储介质制造方法及图纸

本申请涉及一种违约风险大数据可视化方法，包括：基于关联规则算法根据用户信息在维度集中确定至少一个维度作为目标维度信息，根据目标维度信息在相应的网络数据库中采集实时网络数据；对实时网络数据进行解析，获取数据词库；并对所述数据词库中的数据的格式进行标准化处理，得到标准大数据；调用可视化工具对标准大数据进行可视化处理，得到可视标准大数据；调用人工智能引擎对可视标准大数据进行识别得到可视数据流；在GIS地图中显示可视数据流。本申请还提供一种违约风险大数据可视化装置、计算机设备及存储介质。本申请可以利用大数据从多维度分析和挖掘用户的实时重大事件，并直观地展示相应地警示标识，有助于识别和预警用户违约风险。

【技术实现步骤摘要】
违约风险大数据可视化方法、装置及存储介质
本申请涉及大数据
，尤其涉及违约风险大数据可视化方法、装置、计算机设备及存储介质。
技术介绍
随着网络技术的推广，网络媒体作为一种新的信息传播形式，已经广泛地为人们所接受。人们越来越多的通过互联网进行各种数据业务，而用户的信用评估也成为了一个互联网
的焦点问题。现有技术中对用户的信用评估方式通常是通过收集用户填报的静态个人信息，然后通过信用评分模型或机器学习的一些预测算法，评估用户违约风险，但造成用户违约行为的偶发因素很多，例如偶然发生的交通事故、突发健康状况、遭遇股市崩盘等实时因素都可能会造成用户违约，但这是传统信用评分模型或机器学习模型难以预见的。
技术实现思路
本专利技术实施例的目的在于提出一种违约风险大数据可视化方法、装置、计算机设备及存储介质，实时掌握目标用户的个人重大事件，及时识别用户违约风险。本专利技术的目的是通过以下技术方案来实现的：一种违约风险大数据可视化方法，包括：基于关联规则算法根据用户信息在维度集中确定至少一个维度作为目标维度信息，所述维度集包括下列维度中的一种或多种：健康维度、消费维度、法律维度、投资维度、交通维度和信贷维度；根据目标维度信息在相应的网络数据库中采集实时网络数据；对实时网络数据进行解析，获取数据词库；并对所述数据词库中的数据的格式进行标准化处理，得到标准大数据；调用可视化工具对标准大数据进行可视化处理，得到可视标准大数据；调用人工智能引擎对可视标准大数据进行识别得到可视数据流；在GIS地图中显示可视数据流。在一些实施例中，所述关联规则算法包括频繁项集算法。在一些实施例中，所述根据目标维度信息在相应的网络数据库中采集实时网络数据的步骤包括：根据目标维度信息设置目标网站，利用网络爬虫在目标网站中抓取包含目标关键字的网络页面，计算网络页面与目标维度信息的匹配度，将匹配度大于阈值的网络页面作为实时网络数据。在一些实施例中，所述调用人工智能引擎对可视标准大数据进行识别得到可视数据流的步骤包括：利用人工智能引起识别可视标准大数据中的关键字的语义，根据语义在模式集中匹配得到目标模式形成可视数据流。在一些实施例中，在GIS地图中显示可视数据流时，根据目标模式在GIS地图上用户对应的位置处显示相应的标识。一种违约风险大数据可视化装置，其包括：目标维度模块，用于基于关联规则算法根据用户信息在维度集中确定至少一个维度作为目标维度信息，所述维度集包括下列维度中的一种或多种：健康维度、消费维度、法律维度、投资维度、交通维度和信贷维度；数据采集模块，用于根据目标维度信息在相应的网络数据库中采集实时网络数据；数据解析模块，用于对实时网络数据进行解析，获取数据词库；标准接口模块，用于并对所述数据词库中的数据的格式进行标准化处理，得到标准大数据；可视化引擎模块，用于调用可视化工具对标准大数据进行可视化处理，得到可视标准大数据，调用人工智能引擎对可视标准大数据进行识别得到可视数据流，并在GIS地图中显示可视数据流。在一些实施例中，所述关联规则算法包括频繁项集算法。在一些实施例中，所述数据采集模块包括：目标设置模块，用于根据目标维度信息设置目标网站；网络爬虫模块，用于利用网络爬虫在目标网站中抓取包含目标关键字的网络页面；匹配模块，用于计算网络页面与目标维度信息的匹配度，将匹配度大于阈值的网络页面作为实时网络数据。在一些实施例中，所述可视化引擎模块还用于利用人工智能引起识别可视标准大数据中的关键字的语义，根据语义在模式集中匹配得到目标模式形成可视数据流。在一些实施例中，所述可视化引擎模块在GIS地图中显示可视数据流时，根据目标模式在GIS地图上用户对应的位置处显示相应的标识。与现有技术相比，本申请实施例主要有以下有益效果：本申请可以利用大数据从多维度采集和分析用户的实时重大事件，并直观地展示相应地警示标识，有助于用户违约风险的识别和预警。附图说明为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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是本申请可以应用于其中的示例性系统架构图；图2根据本申请的违约风险大数据可视化方法的一个实施例的流程图；图3是图2中步骤S202的一种具体实施方式的流程图；图4是根据本申请的违约风险大数据可视化装置的一个实施例的结构示意图；图5是图4所示数据采集模块一种具体实施方式的结构示意图；图6是根据本申请的计算机设备的一个实施例的结构示意图。具体实施方式除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。为了使本
的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExpertsGroupAudioLayerIV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显本文档来自技高网...

【技术保护点】
1.一种违约风险大数据可视化方法，其特征在于，包括下述步骤：/n基于关联规则算法根据用户信息在维度集中确定至少一个维度作为目标维度信息，所述维度集包括下列维度中的一种或多种：健康维度、消费维度、法律维度、投资维度、交通维度和信贷维度；/n根据目标维度信息在相应的网络数据库中采集实时网络数据；/n对实时网络数据进行解析，获取数据词库；/n并对所述数据词库中的数据的格式进行标准化处理，得到标准大数据；/n调用可视化工具对标准大数据进行可视化处理，得到可视标准大数据；/n调用人工智能引擎对可视标准大数据进行识别得到可视数据流；/n在GIS地图中显示可视数据流。/n

【技术特征摘要】
1.一种违约风险大数据可视化方法，其特征在于，包括下述步骤：
基于关联规则算法根据用户信息在维度集中确定至少一个维度作为目标维度信息，所述维度集包括下列维度中的一种或多种：健康维度、消费维度、法律维度、投资维度、交通维度和信贷维度；
根据目标维度信息在相应的网络数据库中采集实时网络数据；
对实时网络数据进行解析，获取数据词库；
并对所述数据词库中的数据的格式进行标准化处理，得到标准大数据；
调用可视化工具对标准大数据进行可视化处理，得到可视标准大数据；
调用人工智能引擎对可视标准大数据进行识别得到可视数据流；
在GIS地图中显示可视数据流。


2.根据权利要求1所述的违约风险大数据可视化方法，其特征在于，所述关联规则算法包括频繁项集算法。


3.根据权利要求1所述的违约风险大数据可视化方法，其特征在于，所述根据目标维度信息在相应的网络数据库中采集实时网络数据的步骤包括：根据目标维度信息设置目标网站，利用网络爬虫在目标网站中抓取包含目标关键字的网络页面，计算网络页面与目标维度信息的匹配度，将匹配度大于阈值的网络页面作为实时网络数据。


4.根据权利要求1所述的违约风险大数据可视化方法，其特征在于，所述调用人工智能引擎对可视标准大数据进行识别得到可视数据流的步骤包括：利用人工智能引起识别可视标准大数据中的关键字的语义，根据语义在模式集中匹配得到目标模式以形成可视数据流。


5.根据权利要求4所述的违约风险大数据可视化方法，其特征在于，在GIS地图中显示可视数据流时，根据所述目标模式在GIS地图上用户对应的位置处显示相应的标识。


6.一种违约...

【专利技术属性】
技术研发人员：林庆治，鲍蔚，张云帆，
申请(专利权)人：前海飞算科技深圳有限公司，
类型：发明
国别省市：广东;44