一种风险处理方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供了一种风险处理方法、装置、电子设备及存储介质，涉及计算机技术领域，方法包括：获取预设历史时间段内针对待检测场景的预设检测参数的参数值，作为待检测参数值；基于待检测场景对应的风险处理模型对待检测参数值进行处理，得到待检测场景中发生预设风险的概率，作为预测概率；其中，风险处理模型为基于待检测场景中目标用户的用户画像和样本场景中针对预设检测参数的样本检测参数进行训练得到的；若预测概率满足第一预设告警条件，则采用预设风险对应的告警方式进行告警。基于上述处理，能够实现对待检测场景的监控，确定待检测场景中是否发生风险，并及时告警，以减少或者避免风险造成的损失。以减少或者避免风险造成的损失。以减少或者避免风险造成的损失。

【技术实现步骤摘要】
一种风险处理方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机
，特别是涉及一种风险处理方法、装置、电子设备及存储介质。

技术介绍

[0002]在日常生活中，用户会遇到不同的风险，且该风险与用户当前所处的场景相关。例如，针对用户居家的场景，会遇到燃气泄漏风险、火灾风险等环境风险；针对用户个体的场景，会遇到跌倒、突发疾病等身体风险，以及认知障碍、焦虑抑郁等心理风险；针对业务运营的场景，会遇到金融诈骗风险、会员流失风险等业务风险。
[0003]为了减少或者避免风险造成的损失，亟需一种能够有效地对场景中的风险进行处理的方法。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种风险处理的方法、装置、电子设备及存储介质，能够实现对待检测场景的监控，确定待检测场景中是否发生风险，并及时告警，以减少或者避免风险造成的损失。具体技术方案如下：
[0005]在本专利技术实施的第一方面，提供了一种风险处理方法，所述方法包括：
[0006]获取预设历史时间段内针对待检测场景的预设检测参数的参数值，作为待检测参数值；
[0007]基于所述待检测场景对应的风险处理模型对所述待检测参数值进行处理，得到所述待检测场景中发生预设风险的概率，作为预测概率；其中，所述风险处理模型为基于所述待检测场景中目标用户的用户画像和样本场景中针对所述预设检测参数的样本检测参数进行训练得到的；
[0008]若所述预测概率满足第一预设告警条件，则采用所述预设风险对应的告警方式进行告警。
[0009]可选的，所述基于所述待检测场景对应的风险处理模型对所述待检测参数值进行处理，得到所述待检测场景中发生预设风险的概率，作为预测概率，包括：
[0010]若所述待检测参数值满足第二预设告警条件，将所述待检测参数值输入至所述待检测场景对应的第一风险处理模型，得到所述待检测场景在所述预设历史时间段内发生预设风险的概率，作为预测概率；其中，所述第一风险处理模型为基于第一样本时间段内第一样本场景针对所述预设检测参数的样本检测参数值，以及表示所述样本场景在所述第一样本时间段内是否发生所述预设风险的标签训练得到的；
[0011]若所述待检测参数值不满足第二预设告警条件，将所述待检测参数值输入至所述待检测场景对应的第二风险处理模型，得到所述待检测场景在所述预设历史时间段后发生预设风险的概率，作为预测概率；其中，所述第二风险处理模型为基于第二样本时间段内第二样本场景针对所述预设检测参数的样本检测参数值，以及表示所述第二样本场景在所述
第二样本时间段后的第三样本时间段内是否发生所述预设风险的标签训练得到的。
[0012]可选的，所述预设检测参数包括以下至少一项：所述待检测场景的环境参数、所述目标用户的生理参数和行为参数。
[0013]可选的，所述环境参数包括以下至少一项：所述待检测场景中的烟雾浓度、温度和燃气浓度；所述生理参数包括以下至少一项：所述目标用户的心率、呼吸频率、血糖、血压，情绪状态和精神状态；所述行为参数包括以下至少一项：所述目标用户的物理位置、开关门动作、睡眠时长和运动时长。
[0014]可选的，所述若所述预测概率满足第一预设告警条件，则采用所述预设风险的告警方式进行告警，包括：
[0015]若所述预测概率大于预设概率阈值，或，所述预测概率小于预设概率阈值且呈增大趋势变化，则采用所述预设风险的告警方式进行告警。
[0016]可选的，在所述若所述预测概率满足第一预设告警条件，则采用所述预设风险的告警方式进行告警之后，所述方法还包括：
[0017]根据所述目标用户针对所述告警的反馈结果，对所述风险处理模型的模型参数进行调整，以更新所述风险处理模型。
[0018]可选的，所述基于所述待检测场景对应的风险处理模型对所述待检测参数值进行处理，得到所述待检测场景中发生预设风险的概率，作为预测概率，包括：
[0019]采用预设方式对所述待检测参数值进行预处理；其中，所述预设方式包括以下至少一项：补充缺失的参数值、去除异常的参数值和统一参数值的数据格式；
[0020]将预处理后的待检测参数值输入至待检测场景对应的风险处理模型，得到所述待检测场景中发生预设风险的概率，作为预测概率。
[0021]在本专利技术实施的第二方面，提供了一种风险处理装置，所述装置包括：
[0022]获取模块，用于获取预设历史时间段内针对待检测场景的预设检测参数的参数值，作为待检测参数值；
[0023]预测概率模块，用于基于所述待检测场景对应的风险处理模型对所述待检测参数值进行处理，得到所述待检测场景中发生预设风险的概率，作为预测概率；其中，所述风险处理模型为基于所述待检测场景中目标用户的用户画像和样本场景中针对所述预设检测参数的样本检测参数进行训练得到的；
[0024]处理模块，用于若所述预测概率满足第一预设告警条件，则采用所述预设风险对应的告警方式进行告警。
[0025]可选的，所述预测概率模块包括：
[0026]第一预测概率子模块，用于若所述待检测参数值满足第二预设告警条件，将所述待检测参数值输入至所述待检测场景对应的第一风险处理模型，得到所述待检测场景在所述预设历史时间段内发生预设风险的概率，作为预测概率；其中，所述第一风险处理模型为基于第一样本时间段内第一样本场景针对所述预设检测参数的样本检测参数值，以及表示所述样本场景在所述第一样本时间段内是否发生所述预设风险的标签训练得到的；
[0027]第二预测概率子模块，用于若所述待检测参数值不满足第二预设告警条件，将所述待检测参数值输入至所述待检测场景对应的第二风险处理模型，得到所述待检测场景在所述预设历史时间段后发生预设风险的概率，作为预测概率；其中，所述第二风险处理模型
为基于第二样本时间段内第二样本场景针对所述预设检测参数的样本检测参数值，以及表示所述第二样本场景在所述第二样本时间段后的第三样本时间段内是否发生所述预设风险的标签训练得到的。
[0028]可选的，所述预设检测参数包括以下至少一项：所述待检测场景的环境参数、所述目标用户的生理参数和行为参数。
[0029]可选的，所述环境参数包括以下至少一项：所述待检测场景中的烟雾浓度、温度和燃气浓度；所述生理参数包括以下至少一项：所述目标用户的心率、呼吸频率、血糖、血压，情绪状态和精神状态；所述行为参数包括以下至少一项：所述目标用户的物理位置、开关门动作、睡眠时长和运动时长。
[0030]可选的，所述处理模块具体用于若所述预测概率大于预设概率阈值，或，所述预测概率小于预设概率阈值且呈增大趋势变化，则采用所述预设风险的告警方式进行告警。
[0031]可选的，所述装置还包括：
[0032]更新模块，用于在所述若所述预测概率满足第一预设告警条件，则采用所述预设风险的告警方式进行告警之后，根据所述目标用户针对所述告警的反馈结果，对所述风险处理模型的模型参数进行调整，以更新所述风险处理模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风险处理方法，其特征在于，所述方法包括：获取预设历史时间段内针对待检测场景的预设检测参数的参数值，作为待检测参数值；基于所述待检测场景对应的风险处理模型对所述待检测参数值进行处理，得到所述待检测场景中发生预设风险的概率，作为预测概率；其中，所述风险处理模型为基于所述待检测场景中目标用户的用户画像和样本场景中针对所述预设检测参数的样本检测参数进行训练得到的；若所述预测概率满足第一预设告警条件，则采用所述预设风险对应的告警方式进行告警。2.根据权利要求1所述的方法，其特征在于，所述基于所述待检测场景对应的风险处理模型对所述待检测参数值进行处理，得到所述待检测场景中发生预设风险的概率，作为预测概率，包括：若所述待检测参数值满足第二预设告警条件，将所述待检测参数值输入至所述待检测场景对应的第一风险处理模型，得到所述待检测场景在所述预设历史时间段内发生预设风险的概率，作为预测概率；其中，所述第一风险处理模型为基于第一样本时间段内第一样本场景针对所述预设检测参数的样本检测参数值，以及表示所述样本场景在所述第一样本时间段内是否发生所述预设风险的标签训练得到的；若所述待检测参数值不满足第二预设告警条件，将所述待检测参数值输入至所述待检测场景对应的第二风险处理模型，得到所述待检测场景在所述预设历史时间段后发生预设风险的概率，作为预测概率；其中，所述第二风险处理模型为基于第二样本时间段内第二样本场景针对所述预设检测参数的样本检测参数值，以及表示所述第二样本场景在所述第二样本时间段后的第三样本时间段内是否发生所述预设风险的标签训练得到的。3.根据权利要求1所述的方法，其特征在于，所述预设检测参数包括以下至少一项：所述待检测场景的环境参数、所述目标用户的生理参数和行为参数。4.根据权利要求3所述的方法，其特征在于，所述环境参数包括以下至少一项：所述待检测场景中的烟雾浓度、温度和燃气浓度；所述生理参数包括以下至少一项：所述目标用户的心率、呼吸频率、血糖、血压，情绪状态和精神状态；所述行为参数包括以下至少一项：所述目标用户的物理位置、开关门动作、睡眠时长和运动时长。5.根据权利要求1所述的方法，其特征在于，所述若所述预测概率满足第一预设告警条件，则采用所述预设风险的告警方式进行告警，包括：若所述预测概率大于预设概率阈值，或，所述预测概率小于预设概率阈值且呈增大趋势变化，则采用所述预设风险的告警方式进行告警。6.根据权利要求1所述的方法，其特征在于，在所述若所述预测概率满足第一预设告警条件，则采用所述预设风险的告警方式进行告警之后，所述方法还包括：根据所述目标用户针对所述告警的反馈结果，对所述风险处理模型的模型参数进行调整，以更新所述风险处理模型。7.根据权利要求1所述的方法，其特征在于，所述基于所述待检测场景对应的风险处理模型对所述待检测参数值进行处理，得到所述待检测场景中发生预设风险的概率，作为预测概率，包括：
采用预设方式对所述待检测参数值进行预处理；其中，所述预设方式包括以下至少一项：补充缺失的参数值、去除异常的参数值和统一参数值的数据格式；将预处理后的待检测参数值输入至待检测场景对应的风险处理模型，得到所述待检测场景中发生预设风险的概率，作为预测概率。8.一种风险处理装置，其特征在于，所述装置包括：获取模块，用于获取预设历史时间段内针对待检测场景的预设检测参数的参数值，作为待检测参数值；预测概率模块，用于基于所述待检测场...

【专利技术属性】
技术研发人员：林苗，李金燕，
申请(专利权)人：杭州数理大数据技术有限公司，
类型：发明
国别省市：