一种员工风险预警方法、装置、设备及存储介质制造方法及图纸

本文提供了一种员工风险预警方法、装置、设备及存储介质，包括：获取目标员工的流水数据；筛选流水数据，得到各预设的风险类型对应的派生特征数据；将每一风险类型对应的类派生特征数据导入至每一风险类型的风险预测模型中，得到目标员工存在每一风险类型的风险概率，各风险类型的风险预测模型根据历史风险员工的派生特征数据训练得到；对于目标员工的每一风险类型的风险概率，判断该风险概率是否大于该风险类型的敏感度阈值，若是，将目标员工的风险信息发送至对应的管理部门，实现了通过风险预测模型预测目标员工存在该风险类型相应的风险，进而上报到管理部门，提前进行干预，防微杜渐。防微杜渐。防微杜渐。

【技术实现步骤摘要】
一种员工风险预警方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其是一种员工风险预警方法、装置、设备及存储介质。

技术介绍

[0002]当前，由于银行内部员工众多，且银行员工较为了解银行作业规章制度，可能与客户联合进行违规的收款或者付款行为。对于这种违规行为，银行内部投入了大量的人力物力进行纠察，在发现某员工出现违规行为开始，即可纠正该员工的违规行为，进而防微杜渐，避免严重的后果。
[0003]但是纠察一个员工的违规行为需要投入很多个部门的人力物力，尤其是在发现问题中，需要合规部门查询目标员工在一段时间内的所有流水数据，消耗了大量的人力物力。
[0004]然而现有技术中，还未有可以使用GRU算法协助合规部门查询或者预警员工异常风险的方法。

技术实现思路

[0005]针对现有技术的上述问题，本文的目的在于，提供一种员工风险预警方法、装置、设备及存储介质，以解决现有技术中未有协助协助合规部门查询或者预警员工异常风险的方法的问题。
[0006]为了解决上述技术问题，本文的具体技术方案如下：
[0007]一方面，本文提供一种员工风险预警方法，包括：
[0008]获取目标员工的流水数据；
[0009]筛选所述流水数据，得到各预设的风险类型对应的派生特征数据；
[0010]将每一风险类型对应的类派生特征数据导入至每一风险类型的风险预测模型中，得到所述目标员工存在每一风险类型的风险概率，各风险类型的风险预测模型根据历史风险员工的派生特征数据训练得到；
[0011]对于所述目标员工的每一风险类型的风险概率，判断该风险概率是否大于该风险类型的敏感度阈值，若是，将所述目标员工的风险信息发送至对应的管理部门。
[0012]作为本文的一个实施例，所述筛选所述流水数据，得到各预设的风险类型对应的派生特征数据，进一步包括：
[0013]根据各预设的风险类型，获取各风险类型的特征字段；
[0014]从所述流水数据中，确定各风险类型的特征字段的特征字段值；
[0015]使用评价函数确定各个特征字段值的适应值，得到特征权重；
[0016]选取特征权重超出筛选阈值的特征字段作为目标特征字段；
[0017]对目标特征字段间进行交配计算，得到所述派生特征数据。
[0018]作为本文的一个实施例，在所述将所述目标员工的风险信息发送至对应的管理部门之后，进一步包括：
[0019]获取所述管理部门的管理人员的登录数据；
[0020]根据所述登录数据确定所述管理人员的角色代码；
[0021]将所述角色代码转化为角色权限信息，并返回至所述管理人员；
[0022]根据所述角色代码获取角色数据并返回至所述管理人员。
[0023]作为本文的一个实施例，所述风险类型包括：代客操作和套现。
[0024]作为本文的一个实施例，所述管理部门包括总行管理部门、分行管理部门和合规部门。
[0025]作为本文的一个实施例，所述对于所述目标员工的每一风险类型的风险概率，判断该风险概率是否大于该风险类型的敏感度阈值，若是，将所述目标员工的风险信息发送至对应的管理部门，进一步包括：
[0026]对于所述目标员工的每一风险类型的风险概率，判断该风险概率是否大于该风险类型的敏感度阈值，若是，则从风险处理部门配置库中匹配与该风险类型对应的管理部门，其中，所述风险处理部门配置库中配置有风险类型与管理部门的关联关系；
[0027]将所述目标员工的风险信息发送至匹配出的管理部门。
[0028]作为本文的一个实施例，所述核心流水数据包括时间、客户号、账号、借贷方向、交易金额、对手账号、对手户号、对手账号和摘要。
[0029]另一方面，本文还提出一种员工风险预警装置，包括：
[0030]获取单元，用于获取目标员工的流水数据；
[0031]筛选单元，用于筛选所述流水数据，得到各预设的风险类型对应的派生特征数据；
[0032]预测单元，用于将每一风险类型对应的类派生特征数据导入至每一风险类型的风险预测模型中，得到所述目标员工存在每一风险类型的风险概率，各风险类型的风险预测模型根据历史风险员工的派生特征数据训练得到；
[0033]发送单元，用于对于所述目标员工的每一风险类型的风险概率，判断该风险概率是否大于该风险类型的敏感度阈值，若是，将所述目标员工的风险信息发送至对应的管理部门。
[0034]另一方面，本文还提出一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述的员工风险预警方法。
[0035]另一方面，本文还提出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，所述计算机程序被处理器执行时实现任意一项所述的员工风险预警方法。
[0036]采用上述技术方案，通过获取目标员工的流水数据，可以实现获取表征目标员工最近的流水数据；通过筛选所述流水数据，得到各预设的风险类型对应的派生特征数据，可以得到表征目标员工最近的流水数据最优的优先数量的特征数据，进而降低预测模型的运算维度，增加预测模型的预测效率；通过将每一风险类型对应的类派生特征数据导入至每一风险类型的风险预测模型中，得到所述目标员工存在每一风险类型的风险概率，各风险类型的风险预测模型根据历史风险员工的派生特征数据训练得到，可以实现将每一风险类型所需要的派生特征数据输入到每一风险预测模型种后，得到该风险类型的风险概率；通过对于所述目标员工的每一风险类型的风险概率，判断该风险概率是否大于该风险类型的敏感度阈值，若是，将所述目标员工的风险信息发送至对应的管理部门，可以实现确定每一
风险类型的风险概率是否超出预设好的敏感度阈值，若超出，则判定该目标员工存在该风险类型相应的风险，进而上报到管理部门，提前进行干预，防微杜渐。
[0037]为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
[0038]为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本文的一些实施例，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。
[0039]图1示出了本文实施例一种员工风险预警方法的整体系统图；
[0040]图2示出了本文实施例一种员工风险预警方法的整体系统优选图；
[0041]图3示出了本文实施例一种员工风险预警方法的步骤示意图；
[0042]图4示出了本文实施例派生特征数据生成方法示意图；
[0043]图5示出了本文实施例特征权重示意图；
[0044]图6示出了本文实施例交配方法示意图；
[0045]图7示出了本文实施例角色数据获取方法示意图；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种员工风险预警方法，其特征在于，包括：获取目标员工的流水数据；筛选所述流水数据，得到各预设的风险类型对应的派生特征数据；将每一风险类型对应的类派生特征数据导入至每一风险类型的风险预测模型中，得到所述目标员工存在每一风险类型的风险概率，各风险类型的风险预测模型根据历史风险员工的派生特征数据训练得到；对于所述目标员工的每一风险类型的风险概率，判断该风险概率是否大于该风险类型的敏感度阈值，若是，将所述目标员工的风险信息发送至对应的管理部门。2.根据权利要求1所述的员工风险预警方法，其特征在于，所述筛选所述流水数据，得到各预设的风险类型对应的派生特征数据，进一步包括：根据各预设的风险类型，获取各风险类型的特征字段；从所述流水数据中，确定各风险类型的特征字段的特征字段值；使用评价函数确定各个特征字段值的适应值，得到特征权重；选取特征权重超出筛选阈值的特征字段作为目标特征字段；对目标特征字段间进行交配计算，得到所述派生特征数据。3.根据权利要求1所述的员工风险预警方法，其特征在于，在所述将所述目标员工的风险信息发送至对应的管理部门之后，进一步包括：获取所述管理部门的管理人员的登录数据；根据所述登录数据确定所述管理人员的角色代码；将所述角色代码转化为角色权限信息，并返回至所述管理人员；根据所述角色代码获取角色数据并返回至所述管理人员。4.根据权利要求1所述的员工风险预警方法，其特征在于，所述风险类型包括：代客操作和套现。5.根据权利要求4所述的员工风险预警方法，其特征在于，所述管理部门包括总行管理部门、分行管理部门和合规部门。6.根据权利要求5所述的员工风险预警方法，其特征在于，所述对于所述目标员工的每一风险类型的风险概率，判...

【专利技术属性】
技术研发人员：王湘灵，郭丽娟，马希佳，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：