项目风险预测方法技术

本公开提供了一种项目风险预测方法

【技术实现步骤摘要】
项目风险预测方法、装置、电子设备及存储介质


[0001]本公开涉及计算机

、
人工智能

、
金融科技
及大数据分析领域，尤其涉及一种项目风险预测方法
、
装置
、
设备
、
介质和程序产品
。

技术介绍

[0002]由于造成项目资源消耗出现风险的因素有很多，较难定量的去预测项目资源消耗风险，因此，相关技术，通常会在项目立项时预估项目资源消耗量，但不会去预测项目资源消耗风险
。
随着科技的飞速发展，机器学习
、
大数据分析等技术日趋成熟，使得提前预测项目资源消耗风险成为可能
。
[0003]在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：采用相关技术预测的项目资源消耗风险的准确性较低
。

技术实现思路

[0004]鉴于上述问题，本公开提供了一种项目风险预测方法
、
装置
、
电子设备
、
存储介质和程序产品
。
[0005]根据本公开的第一个方面，提供了一种项目风险预测方法，包括：
[0006]响应于针对待预测项目的风险预测请求，确定上述待预测项目的项目类别；
[0007]根据上述待预测项目的项目类别，确定与上述项目类别相匹配的预测算法；
[0008]对上述待预测项目的项目内容进行特征提取，得到项目特征，其中，上述项目特征中的各个特征值之间的关联度在预设阈值范围内；
[0009]将上述项目特征输入上述预测算法中，输出针对上述待预测项目的风险类型
。
[0010]根据本公开的实施例，上述项目类别包括实施类和咨询类，上述根据上述待预测项目的项目类别，确定与上述项目类别相匹配的预测算法包括：
[0011]在上述项目类别为上述实施类的情况下，将聚类算法确定为与上述项目类别相匹配的预测算法；
[0012]在上述项目类别为上述咨询类的情况下，将线性回归算法确定为与上述项目类别相匹配的预测算法
。
[0013]根据本公开的实施例，上述预测算法包括第一预测算法和第二预测算法，将上述项目特征输入上述预测算法中，输出针对上述待预测项目的风险类型包括：
[0014]将上述项目特征输入上述第一预测算法，输出针对上述待预测项目的初始风险类型；
[0015]对上述初始风险类型和上述项目特征进行特征融合，得到融合特征；
[0016]将上述融合特征输入上述第二预测算法，输出上述风险类型
。
[0017]根据本公开的实施例，上述项目类别包括实施类，上述根据上述待预测项目的项目类别，确定与上述项目类别相匹配的预测算法包括：
[0018]在上述项目类别为上述实施类的情况下，将聚类算法确定为上述第一预测算法，
将梯度提升决策树算法确定为上述第二预测算法
。
[0019]根据本公开的实施例，上述项目类别包括咨询类，上述根据上述待预测项目的项目类别，确定与上述项目类别相匹配的预测算法包括：
[0020]在上述项目类别为上述咨询类的情况下，将线性回归算法确定为上述第一预测算法，将梯度提升决策树算法确定为上述第二预测算法
。
[0021]根据本公开的实施例，上述对上述待预测项目的项目内容进行特征提取，得到项目特征包括：
[0022]对上述项目内容进行预处理，得到初始数据特征；
[0023]利用相关系数法对上述初始数据特征进行相关性分析，得到第二数据特征；
[0024]利用主成分分析法对上述第二数据特征进行降维，得到上述项目特征
。
[0025]根据本公开的实施例，上述对上述项目内容进行预处理，得到初始数据特征包括：
[0026]对上述项目内容中的非数值字段进行数值量化处理，得到第一项目数据；
[0027]对上述第一项目数据进行归一化处理，得到上述初始数据特征
。
[0028]本公开的第二方面提供了一种项目风险预测装置，包括：第一确定模块
、
第二确定模块
、
得到模块
、
输出模块
。
其中，第一确定模块，用于响应于针对待预测项目的风险预测请求，确定上述待预测项目的项目类别
。
第二确定模块，用于根据上述待预测项目的项目类别，确定与上述项目类别相匹配的预测算法
。
得到模块，用于对上述待预测项目的项目内容进行特征提取，得到项目特征，其中，上述项目特征中的各个特征值之间的关联度在预设阈值范围内
。
输出模块，用于将上述项目特征输入上述预测算法中，输出针对上述待预测项目的风险类型
。
[0029]本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法
。
[0030]本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法
。
[0031]本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法
。
[0032]根据本公开的实施例，通过根据待预测项目的项目类别，确定与项目类别相匹配的预测算法，实现根据项目类别对预测算法进行分类，然后对待预测项目的项目内容进行特征提取，得到项目特征，将项目特征输入预测算法中，输出待预测项目的风险类型，至少部分的解决了在预测项目资源消耗风险等级的情况下，将所有类别的项目混合在一起进行风险预测，使得预测的项目资源消耗风险等级的准确性较低的技术问题，实现针对每一类项目，利用与项目类别相匹配的预测算法对待预测项目进行风险预测，提高预测的风险类型即风险等级的准确性
。
附图说明
[0033]通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的
、
特征和优点将更为清楚，在附图中：
[0034]图1示意性示出了根据本公开实施例的项目风险预测方法
、
装置
、
设备
、
介质和程
序产品的应用场景图；
[0035]图2示意性示出了根据本公开实施例的项目风险预测方法的流程图；
[0036]图3示意性示出了根据本公开实施例的项目风险预测方法得到风险类型的示意图；
[0037]图4示意性示出了根据本公开实施例的项目风险预测装置的结构框图；
[0038]图5示意性示出了根据本公开实施例的适于实现项目风险预测方法的电子设备的结构框图
。
具体实施方式
[0039]以下，将参照附图来描述本公开的实施例
。
但是应该理解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种项目风险预测方法，包括：响应于针对待预测项目的风险预测请求，确定所述待预测项目的项目类别；根据所述待预测项目的项目类别，确定与所述项目类别相匹配的预测算法；对所述待预测项目的项目内容进行特征提取，得到项目特征，其中，所述项目特征中的各个特征值之间的关联度在预设阈值范围内；将所述项目特征输入所述预测算法中，输出针对所述待预测项目的风险类型
。2.
根据权利要求1所述的方法，其中，所述项目类别包括实施类和咨询类，所述根据所述待预测项目的项目类别，确定与所述项目类别相匹配的预测算法包括：在所述项目类别为所述实施类的情况下，将聚类算法确定为与所述项目类别相匹配的预测算法；在所述项目类别为所述咨询类的情况下，将线性回归算法确定为与所述项目类别相匹配的预测算法
。3.
根据权利要求1所述的方法，其中，所述预测算法包括第一预测算法和第二预测算法，所述将所述项目特征输入所述预测算法中，输出针对所述待预测项目的风险类型包括：将所述项目特征输入所述第一预测算法，输出针对所述待预测项目的初始风险类型；对所述初始风险类型和所述项目特征进行特征融合，得到融合特征；将所述融合特征输入所述第二预测算法，输出所述风险类型
。4.
根据权利要求3所述的方法，其中，所述项目类别包括实施类，所述根据所述待预测项目的项目类别，确定与所述项目类别相匹配的预测算法包括：在所述项目类别为所述实施类的情况下，将聚类算法确定为所述第一预测算法，将梯度提升决策树算法确定为所述第二预测算法
。5.
根据权利要求3所述的方法，其中，所述项目类别包括咨询类，所述根据所述待预测项目的项目类别，确定与所述项目类别相匹配的预测算法包括：在所述项目类别为所述咨询类的情况下，将线性回归算法确定为所述第一预测...

【专利技术属性】
技术研发人员：王晶，
申请(专利权)人：工银科技有限公司，
类型：发明
国别省市：