产业风险等级预测方法技术

本申请提供一种产业风险等级预测方法

【技术实现步骤摘要】
产业风险等级预测方法、装置、设备及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种产业风险等级预测方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]产业风险是指产业中某些因素的变化所产生的风险，例如，当某个行业的工人罢工，或者原材料的供应受到国内外同行业的竞争时，都会对这个行业的企业造成损害，从而给该行业股票的投资者带来风险
。
因此产业风险监控或产业风险等级预测等方法在产业运行过程中显得尤为重要
。
[0003]现有技术中，产业风险主要通过人工的方式根据产业现状以及个人经验进行预测
。
[0004]然而，人工的方式会导致产业风险等级预测准确性低的问题
。

技术实现思路

[0005]本申请提供一种产业风险等级预测方法
、
装置
、
设备及存储介质，用以解决产业风险等级预测准确性低的问题
。
[0006]第一方面，本申请提供一种产业风险等级预测方法，包括：根据产业本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种产业风险等级预测方法，其特征在于，包括：根据产业知识图谱确定待预测产业的关联产业，以及所述待预测产业与所述关联产业的相关性指数，所述关联产业包括：至少一个上游产业和
/
或至少一个下游产业；获取所述待预测产业以及每一个所述关联产业的产业监控数据；将所述待预测产业以及每一个所述关联产业的产业监控数据，分别输入基于历史产业风险标签数据进行机器学习的产业风险预测模型，生成所述待预测产业以及每一个所述关联产业的风险预测值；根据各产业的所述风险预测值，以及所述待预测产业与所述关联产业的相关性指数，生成待预测产业的风险等级
。2.
根据权利要求1所述的方法，其特征在于，所述方法还包括：获取历史产业数据；通过开放域关系抽取模型
DSNF
从所述历史产业数据中抽取关系三元组；通过三元组表示模型
Transp
生成所述关系三元组的嵌入向量；通过层次聚类模型
Birch
对所述关系三元组的嵌入向量进行归并，生成所述产业知识图谱
。3.
根据权利要求2所述的方法，其特征在于，所述方法还包括：获取包括风险标签的历史产业监控数据；构建基于机器学习的初始产业风险预测模型；采用所述包括风险标签的历史产业监控数据对所述初始产业风险预测模型进行训练，得到所述产业风险预测模型
。4.
根据权利要求3所述的方法，其特征在于，所述获取包括风险标签的历史产业监控数据，包括：获取历史产业监控数据；根据产业风险因素对所述历史产业监控数据进行标签标记处理，得到所述包括风险标签的历史产业监控数据
。5.
根据权利要求4所述的方法，其特征在于，所述采用所述包括风险标签的历史产业监控数据对所述初始产业风险预测模型进行训练，得到所述产业风险预测模型，包括：将所述包括风险标签的历史产业监控数据输入所述初始产业风险预测模型，输出对应产业的风险预测值；根据所述对应产业的风险预测值，以及所述风险标签，对所述初始产业风险预测模型的参数进行调整，得到所述产业风险预测模型
。6.
根据权利要求5所述的方法，其...

【专利技术属性】
技术研发人员：崔博，刘慧清，康晓宇，张欣，赵慧婷，张琳，李中华，郑晓琪，谢景帅，赵立勇，宋雨伦，李奕萱，姜南冰，
申请(专利权)人：联通数字科技有限公司，
类型：发明
国别省市：