一种风险监测方法及装置制造方法及图纸

本发明专利技术提供一种风险监测方法及装置，涉及人工智能技术领域，可用于金融领域或其他技术领域。所述方法包括：输入融合数据至预设风险监测模型，将所述预设风险监测模型的输出结果作为风险监测结果。所述装置执行上述方法。本发明专利技术实施例提供的风险监测方法及装置，不但能够降低人力成本、提高效率，还能够克服数据维度有限的缺点，针对业务特点全面地进行风险预警。警。警。

【技术实现步骤摘要】
一种风险监测方法及装置


[0001]本专利技术涉及人工智能
，具体涉及一种风险监测方法及装置。

技术介绍

[0002]随着数据技术的发展，产生了海量数据，同时也伴随着数据风险。目前自动监测风险指标的技术运用越来越广泛，已存在风险预警相关技术，但存在不足包括：关注的数据维度有限，不能针对业务特点全面地进行风险预警；此外，风险预警需要借助人力，导致人力成本过高、效率低下。

技术实现思路

[0003]针对现有技术中的问题，本专利技术实施例提供一种风险监测方法及装置，能够至少部分地解决现有技术中存在的问题。
[0004]一方面，本专利技术提出一种风险监测方法，包括：
[0005]输入融合数据至预设风险监测模型；所述预设风险监测模型是根据融合样本数据训练神经网络模型得到的；所述融合数据融合有客户维度综合知识图谱数据、产品维度综合知识图谱数据和企业维度综合知识图谱数据；所述客户维度综合知识图谱数据、所述产品维度综合知识图谱数据和所述企业维度综合知识图谱数据包括各自对应的信息图谱数据，以及与各信息图谱数据对应的风险监测图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风险监测方法，其特征在于，包括：输入融合数据至预设风险监测模型；所述预设风险监测模型是根据融合样本数据训练神经网络模型得到的；所述融合数据融合有客户维度综合知识图谱数据、产品维度综合知识图谱数据和企业维度综合知识图谱数据；所述客户维度综合知识图谱数据、所述产品维度综合知识图谱数据和所述企业维度综合知识图谱数据包括各自对应的信息图谱数据，以及与各信息图谱数据对应的风险监测图谱数据；将所述预设风险监测模型的输出结果作为风险监测结果。2.根据权利要求1所述的风险监测方法，其特征在于，所述神经网络模型通过将BRNN与LSTM相结合得到。3.根据权利要求1所述的风险监测方法，其特征在于，所述风险监测结果分别与客户维度、产品维度和企业维度相对应；相应的，在所述将所述预设风险监测模型的输出结果作为风险监测结果的步骤之后，所述风险监测方法还包括：若客户维度风险监测结果、产品维度风险监测结果和企业维度风险监测结果中的至少一个存在风险，则生成与至少一个存在风险的风险监测结果相对应的风险预警消息。4.根据权利要求1所述的风险监测方法，其特征在于，获取所述融合数据，包括：分别构建客户信息图谱数据、产品信息图谱数据和企业信息图谱数据；根据与所述客户信息图谱数据、所述产品信息图谱数据和所述企业信息图谱数据分别对应数据项的风险监测阈值和各自对应数据项，分别构建客户风险监测图谱数据、产品风险监测图谱数据和企业风险监测图谱数据；将所述客户信息图谱数据和所述客户风险监测图谱数据、所述产品信息图谱数据和所述产品风险监测图谱数据，以及所述企业信息图谱数据和所述企业风险监测图谱数据分别进行融合，得到所述客户维度综合知识图谱数据、所述产品维度综合知识图谱数据和所述企业维度综合知识图谱数据。5.根据权利要求4所述的风险监测方法，其特征在于，在所述获取所述融合数据的步骤之后，所述风险监测方法还包括：利用度中心性计算方法计算所述客户维度综合知识图谱数据、所述产品维度综合知识图谱数据和所述企业维度综合知识图谱数据中的节点权重。6.根据权利要求5所述的风险监测方法，其特征在于，在所述利用度中心性计算方法计算客户所述维度综合知识图谱数据、所述产品维度综合知识图谱数据和所述企业维度综合知识图谱数据中的节点权重的步骤之后，所述风险监测方法还包括：将所述节点权重...

【专利技术属性】
技术研发人员：刘璇，李曼丽，张笑雪，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：