System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据安全,尤其涉及一种业务数据的风险处理方法及相关装置。
技术介绍
1、随着互联网的快速发展,数据电子化已经变的非常普及,而不同业务场景中的业务数据经常会涉及不同的风险指标,而现有技术针对不同业务场景中的业务数据,在生成风险指标时,经常是通过人工分析的方法来生成风险项,并且针对不同的风险项,根据经验来推荐风险应对策略,而这种人工分析风险的方法以及人工推荐风险应对策略的方法显然存在费时费力的问题。
技术实现思路
1、本申请实施例提供了一种业务数据的风险处理方法及相关装置,用于提升业务数据中风险指标及风险应对策略的自动化程度,以及风险应对策略的可靠性。
2、本申请实施例第一方面提供了一种业务数据的风险处理方法,包括:
3、获取与业务场景相匹配的数据类型及对应的数据值,其中,所述数据类型及所述数据值携带对应的标签;
4、将携带有标签的数据类型及数据值输入至动态分析模型,以得到所述动态分析模型输出的风险因子,以及所述风险因子的指标值;
5、将所述风险因子、所述风险因子的指标值结合目标用户的画像,计算所述目标用户针对不同的风险因子,所采用的不同风险应对策略的权重值;
6、根据所述目标用户对不同风险应对策略的权重值,在风险应对策略库中推荐适用于所述目标用户的最优风险应对策略。
7、优选的,所述目标用户的画像包括所述目标用户针对不同风险项的风险敏感度信息;
8、将所述风险因子、所述风险因子的指标值结
9、将所述风险应对策略库中的风险应对策略和多个用户生成二维矩阵;
10、若所述风险因子的指标值不属于所述风险因子的正常数据值范围内,则将所述目标用户针对不同风险项的风险敏感度信息,转换为所述二维矩阵中的元素值,其中,所述元素值用于表征所述目标用户针对不同的风险因子,所采用的不同风险应对策略的权重值。
11、优选的,所述根据所述目标用户对不同风险应对策略的权重值,在风险应对策略库中推荐适用于所述目标用户的最优风险应对策略,包括:
12、针对所述二维矩阵,采用交替最小二乘法在所述风险应对策略库中推荐适用于所述目标用户的最优风险应对策略。
13、优选的,所述针对所述二维矩阵,采用交替最小二乘法在所述风险应对策略库中推荐适用于所述目标用户的最优风险应对策略,包括:
14、将所述二维矩阵中的用户转换为用户矩阵pu;
15、将所述二维矩阵中的风险应对策略转换为风险策略矩阵qi;
16、根据所述二维矩阵中的元素值,获取所述目标用户对不同的风险应对策略的偏好rui;
17、根据所述用户矩阵pu、所述风险策略矩阵qi和所述目标用户对不同的风险应对策略的偏好rui,以及代价函数,计算迭代后的用户矩阵p和迭代后的风险因子矩阵q;
18、计算所述迭代后的用户矩阵p和所述迭代后的风险因子矩阵q之间的相似性,并根据相似性,向所述目标用户推荐最优风险应对策略。
19、优选的,所述代价函数包括显示反馈代价函数和隐式反馈代价函数,其中,所述显示反馈代价函数包括:
20、其中,rui表示所述目标用户对不同的风险应对策略的偏好,pu表示用户矩阵,qi表示风险策略矩阵,λ表示正则化参数;
21、所述隐式反馈代价函数包括:
22、cui表示置信度,rui表示所述目标用户对不同的风险应对策略的偏好,pu表示用户矩阵,qi表示风险策略矩阵,λ表示正则化参数。
23、优选的,将携带有标签的数据类型及数据值输入至动态分析模型,以得到所述动态分析模型输出的风险因子,以及所述风险因子的指标值,包括:
24、将携带有标签的数据类型以及数据值输入至动态分析模型,以使得所述动态分析模型根据所述标签对所述数据类型及数据值进行解析,以得到解析后的数据类型及对应的数据值;
25、将所述解析后的数据类型及对应的数据值输入至风险数据库,以得到对应的风险因子,以及所述风险因子的指标值。
26、优选的,在获取与业务场景相匹配的数据类型及对应的数据值之前,所述方法还包括:
27、对不同业务场景下的数据类型以及数据类型所匹配的数据值范围进行标注,以生成携带有标签的数据类型以及数据值。
28、本申请实施例第二方面提供了一种业务数据的风险处理装置,包括:
29、获取单元,用于获取与业务场景相匹配的数据类型及对应的数据值,其中,所述数据类型及所述数据值携带对应的标签;
30、输入单元,用于将携带有标签的数据类型及数据值输入至动态分析模型,以得到所述动态分析模型输出的风险因子,以及所述风险因子的指标值;
31、计算单元,用于将所述风险因子、所述风险因子的指标值结合目标用户的画像,计算所述目标用户针对不同的风险因子,所采用的不同风险应对策略的权重值;
32、推荐单元,用于根据所述目标用户对不同风险应对策略的权重值,在风险应对策略库中推荐适用于所述目标用户的最优风险应对策略。
33、优选的,所述目标用户的画像包括所述目标用户针对不同风险项的风险敏感度信息;
34、所述计算单元,具体用于:
35、将所述风险应对策略库中的风险应对策略和多个用户生成二维矩阵;
36、若所述风险因子的指标值不属于所述风险因子的正常数据值范围内,则将所述目标用户针对不同风险项的风险敏感度信息,转换为所述二维矩阵中的元素值,其中,所述元素值用于表征所述目标用户针对不同的风险因子,所采用的不同风险应对策略的权重值。
37、推荐单元,具体用于:
38、针对所述二维矩阵,采用交替最小二乘法在所述风险应对策略库中推荐适用于所述目标用户的最优风险应对策略。
39、推荐单元,具体用于:
40、将所述二维矩阵中的用户转换为用户矩阵pu;
41、将所述二维矩阵中的风险应对策略转换为风险策略矩阵qi;
42、根据所述二维矩阵中的元素值,获取所述目标用户对不同的风险应对策略的偏好rui;
43、根据所述用户矩阵pu、所述风险策略矩阵qi和所述目标用户对不同的风险应对策略的偏好rui,以及代价函数,计算迭代后的用户矩阵p和迭代后的风险因子矩阵q;
44、计算所述迭代后的用户矩阵p和所述迭代后的风险因子矩阵q之间的相似性,并根据相似性,向所述目标用户推荐最优风险应对策略。
45、所述代价函数包括显示反馈代价函数和隐式反馈代价函数,其中,所述显示反馈代价函数包括:
46、其中,rui表示所述目标用户对不同的风险应对策略的偏好,pu表示用户矩阵,qi表示风险策略矩阵,λ表示正则化参数;
47、所述隐式反馈代价函数包括:
本文档来自技高网...【技术保护点】
1.一种业务数据的风险处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述目标用户的画像包括所述目标用户针对不同风险项的风险敏感度信息;
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标用户对不同风险应对策略的权重值,在风险应对策略库中推荐适用于所述目标用户的最优风险应对策略,包括:
4.根据权利要求3所述的方法,其特征在于,所述针对所述二维矩阵,采用交替最小二乘法在所述风险应对策略库中推荐适用于所述目标用户的最优风险应对策略,包括:
5.根据权利要求4所述的方法,其特征在于,所述代价函数包括显示反馈代价函数和隐式反馈代价函数,其中,所述显示反馈代价函数包括:
6.根据权利要求1所述的方法,其特征在于,将携带有标签的数据类型及数据值输入至动态分析模型,以得到所述动态分析模型输出的风险因子,以及所述风险因子的指标值,包括:
7.根据权利要求1至6中任一项所述的方法,其特征在于,在获取与业务场景相匹配的数据类型及对应的数据值之前,所述方法还包括:
8.一种业务数据的风
9.一种计算机装置,包括处理器,其特征在于,所述处理器在执行存储于存储器上的计算机程序时,用于实现如权利要求1至7中任一项所述的业务数据的风险处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,用于实现如权利要求1至7中任一项所述的业务数据的风险处理方法。
...【技术特征摘要】
1.一种业务数据的风险处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述目标用户的画像包括所述目标用户针对不同风险项的风险敏感度信息;
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标用户对不同风险应对策略的权重值,在风险应对策略库中推荐适用于所述目标用户的最优风险应对策略,包括:
4.根据权利要求3所述的方法,其特征在于,所述针对所述二维矩阵,采用交替最小二乘法在所述风险应对策略库中推荐适用于所述目标用户的最优风险应对策略,包括:
5.根据权利要求4所述的方法,其特征在于,所述代价函数包括显示反馈代价函数和隐式反馈代价函数,其中,所述显示反馈代价函数包括:
6.根据权利要求1...
【专利技术属性】
技术研发人员:赵梓铭,曹瑞琦,李小龙,胡美清,郑惠军,
申请(专利权)人:金蝶软件中国有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。