Nothing Special   »   [go: up one dir, main page]

CN113393159A - 一种基于关联网络的智能风控平台系统、装置和设备 - Google Patents

一种基于关联网络的智能风控平台系统、装置和设备 Download PDF

Info

Publication number
CN113393159A
CN113393159A CN202110770379.4A CN202110770379A CN113393159A CN 113393159 A CN113393159 A CN 113393159A CN 202110770379 A CN202110770379 A CN 202110770379A CN 113393159 A CN113393159 A CN 113393159A
Authority
CN
China
Prior art keywords
data
risk
wind control
service
control platform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110770379.4A
Other languages
English (en)
Inventor
罗敏刚
柯美君
陈德道
樊小兵
乔茂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Softline Information Technology Co ltd
Original Assignee
Shanghai Softline Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Softline Information Technology Co ltd filed Critical Shanghai Softline Information Technology Co ltd
Priority to CN202110770379.4A priority Critical patent/CN113393159A/zh
Publication of CN113393159A publication Critical patent/CN113393159A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Animal Behavior & Ethology (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于关联网络的智能风控平台系统、装置和设备，属于数据挖掘技术领域。它包括通过建立大数据平台，构建完整的关联关系网络应用平台，对案件数据进行分析处理，整理案件相关的业务主题、业务维度、业务过程，架构构建相关的风控主题，以对象和关系为视角，构建画像及知识图谱，建立风险相关的风险特征库，以此提供实时的风险计算功能，能够主动识别经营活动中的风险，进行风险预测，提供前端展示界面进行实时风险计算操作，本发明能主动识别经营活动中的风险，进行风险预测，提供前端展示界面进行实时风险计算操作，具有结构简单、设计合理、易于制造的优点。

Description

一种基于关联网络的智能风控平台系统、装置和设备
技术领域
本发明属于数据挖掘技术领域，具体地说，涉及一种基于关联网络的智能风控平台系统、装置和设备。
背景技术
当前金融企业内部的风险控制体系太过于依赖业务人员的专业能力，而企业内部不同部门之间敏感信息无法实时有效共享，导致风险控制系统的能力只能被动防御单个风险，无法做到不同业务之间的关联风险控制和风险传播的监控，并且同样的风险在参杂了不同的影响因素后可能会造成不一样的结果。
并且现有的大部分风险控制系统都只能对录入数据库中的危险数据信息进行监控和反馈，对于风险控制系统的智能AI学习水平不够，当出现数据库外的敏感信息时，则无法很好且有效的对其进行判别，需要人工对数据库进行定时升级，因此，若是企业遇到的风险问题在数据库中不存在，风险控制系统就不能第一时间察觉出来并警告给企业，企业的利益就会面临很大的影响，并且风险控制系统不能提供最佳的解决方案用来解决遇到的麻烦，最终可能会造成难以预料的损失。
同时在面对不同的客户，产品的渠道，办理的员工，这些因素都会对风险评估产生影响，从而影响到风险控制系统的评估结果，在面对同一个风险问题时，而上述因素确不同时，风险控制系统可能无法判别，依然采用固定的评估方式和解决方法，不能灵活的根据影响因素的不同提供不同的处理方法，导致的结果很有可能会十分糟糕，最后对公司的利益造成重大的损失。
发明内容
1、要解决的问题
针对现有风险控制系统只能识别单个事件对企业经营的影响和风险，不能及时反应风险对企业经营中的影响范围和影响程度的问题，本发明提供一种基于关联网络的智能风控平台系统、装置和设备。
2、技术方案
为解决上述问题，本发明采用如下的技术方案。
一种基于关联网络的智能风控平台系统，采用以下步骤：
步骤1：建立大数据平台，对历史案件数据进行处理；
步骤2：根据步骤1的处理结果建立数据知识体系和风险体系；
步骤3：根据步骤2建立的数据知识体系和风险体系建立数据服务体系；
步骤4：根据步骤3建立的数据服务体系对目标案件进行风险预测和评估，获取风险评估结果和解决方法。
优选的，所述步骤1中建立的大数据平台包括数据计算处理，数据安全和虚拟化，网络运输和存储，采集企业内部数据，同时在合规要求下采集外部数据，提供实时数据采集分析，离线数据批量采集，使用大数据服务使得处理过程更加高效。
优选的，所述步骤1中对历史案件数据进行处理包括使用大数据采集获取历史案件数据，对数据进行粗分类提取分析，保存数据和处理结果，通过分类处理获取更精确结果。
优选的，所述步骤2中建立的数据知识体系是通过整理案件相关的业务主题、业务维度、业务过程，以此为架构构建相关的风控主题，风控主题根据案件的信息数据分为多个不同的主题，使用不同的风控主题使得处理结果更加精确。
优选的，所述步骤2中建立的风险体系是以对象和关系为视角，构建画像及知识图谱，以此建立风险相关的风险特征库，风险特征库包括客户画像，员工画像，企业图谱，产品图谱和行业图谱，参考多种数值，使结果更加全面。
进一步的，所述建立风险特征库是对目标案件进行检索和特征抽取，将检索到的特征向量与目标案件的特征向量进行比对，获取最接近的向量差值，若向量差值小于阈值，则最接近的案件特征可以作为目标案件的案件特征，通过比对和阈值设定让最终特征结果更加接近准确的数值。
优选的，所述步骤3中建立的数据服务体系通过设计数据沙箱提供实时的风险计算功能，风险关系展示，在线风险规则配置，风险模型训练，统一风控数据服务接口，风控数据统计分析报表，大屏展现服务，通过多种服务和功能，使得系统更加全面。
进一步的，所述数据沙箱是通过建立数据即服务网关，对数据统一调度，对资源、消息、服务和权限进行控制，使用接口层发送结果数据，对数据进行后台内部处理，使得数据结果的安全更加可靠。
一种基于关联网络的智能风控平台设备，包括
云平台模块，用于提供云计算，云服务和云集成功能；
数据处理模块，用于进行大数据采集，预处理，存储和分析；
知识体系模块，用于以业务主题，业务过程，分析维度为架构构建数据知识体系模块，对案件的主题进行分类；
风险体系模块，用于以对象和关系为视角，构建画像及知识图谱，建立风险相关的风险特征库；
数据服务模块，用于构建数据即服务，通过对案件进行分析处理，得出案件风险预测结果和解决方法。
一种基于关联网络的智能风控平台装置，所述设备包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如上所述的基于关联网络的智能风控平台系统。
本发明通过建立大数据平台，构建完整的关联关系网络应用平台，对案件数据进行分析处理，整理案件相关的业务主题、业务维度、业务过程，架构构建相关的风控主题，以对象和关系为视角，构建画像及知识图谱，建立风险相关的风险特征库，以此提供实时的风险计算功能，能够主动识别经营活动中的风险，进行风险预测，提供前端展示界面进行实时风险计算操作，能大大提高企业经营活动中的风控效率和识别率。
3、有益效果
相比于现有技术，本发明的有益效果为：
(1)本发明通过建立数据知识体系和风险体系，整理案件相关的业务主题、业务维度、业务过程，构建相关的风控主题，再以对象和关系为视角，构建画像及知识图谱，建立风险相关的风险特征库，对案件的关系和主题进行细分，让风险案件的风险特征都能准确无误的对应，使得最终按照风险特征进行预测的结果更加准确；
(2)本发明使用数据沙箱建立数据即服务网关，对数据统一调度，对资源、消息、服务和权限进行控制，使用接口层发送结果数据，让后台能准确高效的处理数据信息，极大提高了风险预测和解决方法的结果可靠性；
(3)本发明通过建立数据服务体系，使用前端显示界面为企业和用户提供目标案件的风险评估结果和解决方法，并且还显示案件风险的其他关联信息，影响范围和结果，这些都通过图像数据库之间展示提供给使用用户，可以给予用户最直观的观看效果，提高用户解决风险的行动效率。
附图说明
为了更清楚地说明本申请实施例或示例性中的技术方案，下面将对实施例或示例性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申请的一些实施例，因此不应被看作是对范围的限定，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，还可以按照这些附图示出的获得其他的附图。
图1为本发明的步骤示意图；
图2为本发明的流程示意图；
图3为本发明的设备示意图；
图4为本发明的装置示意图；
图5为本发明的实施例1示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例1
本申请实施例提供了一种基于关联网络的智能风控平台系统，该系统应用在数据挖掘技术领域，当风险控制系统只能识别单个事件对企业经营的影响和风险，不能及时反应风险对企业经营中的影响范围和影响程度的问题时，就需要通过可以AI学习的智能风险控制系统对风险评估进行预测并提供解决方法。
如图2所示，基于关联网络的智能风控平台系统可以包括大数据平台，数据知识体系，风险体系和数据服务系统。
大数据平台可以包括大数据采集、预处理、存储和分析。
数据知识体系可以包括对案件进行分类，比如企业，渠道，产品，资产，合同，理赔，活动，位置和资金。
风险知识体系可以构建画像和知识图谱，比如客户画像，员工画像，企业图谱，产业图谱和行业图谱。
数据服务系统是依托数据PaaS服务和API服务构建数据即服务，对企业内部和客户提供不同的操作选项。
根据如上所述，基于关联网络的智能风控平台系统的具体实施流程如下：
如图5所示，首先建立大数据平台，进行数据计算处理，数据安全和虚拟化，网络运输和存储，采集企业内部数据，同时在合规要求下采集外部数据，提供实时数据采集分析，离线数据批量采集，对历史案件数据进行预处理，使用大数据采集获取历史案件数据，对数据进行粗分类提取分析，保存数据和处理结果，通过分类处理获取更精确结果。
然后根据数据的预处理结果建立数据知识体系和风险体系，数据知识体系是通过整理案件相关的业务主题、业务维度、业务过程，以此为架构构建相关的风控主题，风控主题根据案件的信息数据分为多个不同的主题，风险体系是以对象和关系为视角，构建画像及知识图谱，以此建立风险相关的风险特征库，风险特征库是对目标案件进行检索和特征抽取，将检索到的特征向量与目标案件的特征向量进行比对，获取最接近的向量差值，若向量差值小于阈值，则最接近的案件特征可以作为目标案件的案件特征，风险特征库包括客户画像，员工画像，企业图谱，产品图谱和行业图谱。
接着根据建立的数据知识体系和风险体系建立数据服务体系，通过设计数据沙箱提供实时的风险计算功能，风险关系展示，在线风险规则配置，风险模型训练，统一风控数据服务接口，风控数据统计分析报表，前端显示服务，数据沙箱是通过建立数据即服务网关，对数据统一调度，对资源、消息、服务和权限进行控制，使用接口层发送结果数据，对数据进行后台内部处理。
最后根据建立的数据服务体系对目标案件进行风险预测和评估，获取风险评估结果和解决方法。
通过上述描述可知，在本实例中通过架构构建相关的风控主题，以对象和关系为视角，构建画像及知识图谱，建立风险相关的风险特征库，以此提供实时的风险计算功能，能够主动识别经营活动中的风险，进行风险预测，提供前端展示界面，进行实时风险计算操作，构建完整的关联关系网络应用平台，为业务人员提供关系网络探索环境，实现所有数据打通，从客户视角来判断风险，提升风险判断的准确度，并且实现数据权限的分级控制，能大大提高企业经营活动中的风控效率和识别率。
实施例2
一种基于关联网络的智能风控平台系统，所实施步骤与实施例1基本相同，更进一步的是，机器学习部分能力依托于Spark MLlib实现，图计算能力基于GraphBase、SparkGraphX实现；基于行业实践经验和稽核部的规则积累建立风险特征库初始版本，各个维度的特征宽表，并根据实际应用效果不断迭代；依托于Random forest算法进行建模特征自动筛查；运用无监督学习算法(Isolation Forest)作为补充，自动识别异常信息；以Louvain社区检测算法为基础，并结合稽核实践进行算法提炼；运用结果数据进行模型参数优化，并根据持续的根据应用效果更新
实施例3
如图3所示，一种基于关联网络的智能风控平台设备，包括
云平台模块，用于提供云计算，云服务和云集成功能；
数据处理模块，用于进行大数据采集，预处理，存储和分析；
知识体系模块，用于以业务主题，业务过程，分析维度为架构构建数据知识体系模块，对案件的主题进行分类；
风险体系模块，用于以对象和关系为视角，构建画像及知识图谱，建立风险相关的风险特征库；
数据服务模块，用于构建数据即服务，通过对案件进行分析处理，得出案件风险预测结果和解决方法。
通过上述描述可知，在本实例中构建完整的关联关系网络应用平台，对案件数据进行分析处理，整理案件相关的业务主题、业务维度、业务过程，主动识别经营活动中的风险，进行风险预测，提供前端展示界面进行实时风险计算操作，结合先进的数据模型和算法，最终识别出风险，使用图数据库工具讲风险的关联关系，影响范围等信息直观的反应出来，给予用户更优异的使用体验。
实施例4
如图4所示，一种基于关联网络的智能风控平台装置，所述设备包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如实施例1所述的基于关联网络的智能风控平台系统
通过上述描述可知，在本实例中通过采集企业经营的内部数据，同时在合规要求下采集外部数据，进行数据治理分析；提供实时数据采集分析，离线数据批量采集等，提供实时的风险计算功能，风险关系展示，在线风险规则配置，风险模型训练，统一风控数据服务接口，风控数据统计分析报表，前端显示服务，进行实时风险计算操作，构建完整的关联关系网络应用平台，为业务人员提供关系网络探索环境，实现所有数据打通，从客户视角来判断风险，提升风险判断的准确度。
以上所述实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。

Claims (10)

1.一种基于关联网络的智能风控平台系统，其特征在于，采用以下步骤：
步骤1：建立大数据平台，对历史案件数据进行处理；
步骤2：根据步骤1的处理结果建立数据知识体系和风险体系；
步骤3：根据步骤2建立的数据知识体系和风险体系建立数据服务体系；
步骤4：根据步骤3建立的数据服务体系对目标案件进行风险预测和评估，获得并显示风险评估结果和解决方法。
2.根据权利要求1所述的基于关联网络的智能风控平台系统，其特征在于：所述步骤1中建立的大数据平台包括数据计算处理，数据安全和虚拟化，网络运输和存储，采集企业内部数据。
3.根据权利要求1所述的基于关联网络的智能风控平台系统，其特征在于：所述步骤1中对历史案件数据进行处理包括使用大数据采集获取历史案件数据，对数据进行粗分类提取分析，保存数据和处理结果。
4.根据权利要求1所述的基于关联网络的智能风控平台系统，其特征在于：所述步骤2中建立的数据知识体系是通过整理案件相关的业务主题、业务维度、业务过程，以此为架构构建相关的风控主题。
5.根据权利要求1所述的基于关联网络的智能风控平台系统，其特征在于：所述步骤2中建立的风险体系是以对象和关系为视角，构建画像及知识图谱，以此建立风险相关的风险特征库，风险特征库包括客户画像，员工画像，企业图谱，产品图谱和行业图谱。
6.根据权利要求5所述的基于关联网络的智能风控平台系统，其特征在于：所述建立风险特征库是对目标案件进行检索和特征抽取，将检索到的特征向量与目标案件的特征向量进行比对，获取最接近的向量差值，若向量差值小于阈值，则最接近的案件特征可以作为目标案件的案件特征。
7.根据权利要求1所述的基于关联网络的智能风控平台系统，其特征在于：所述步骤3中建立的数据服务体系通过设计数据沙箱提供实时的风险计算功能，风险关系展示，在线风险规则配置，风险模型训练，统一风控数据服务接口，风控数据统计分析报表，前端显示服务。
8.根据权利要求8所述的基于关联网络的智能风控平台系统，其特征在于：所述数据沙箱是通过建立数据即服务网关，对数据统一调度，对资源、消息、服务和权限进行控制，使用接口层发送结果数据。
9.一种基于关联网络的智能风控平台设备，其特征在于，包括
云平台模块，用于提供云计算，云服务和云集成功能；
数据处理模块，用于进行大数据采集，预处理，存储和分析；
知识体系模块，用于以业务主题，业务过程，分析维度为架构构建数据知识体系模块，对案件的主题进行分类；
风险体系模块，用于以对象和关系为视角，构建画像及知识图谱，建立风险相关的风险特征库；
数据服务模块，用于构建数据即服务，通过对案件进行分析处理，得出案件风险预测结果和解决方法。
10.一种基于关联网络的智能风控平台装置，其特征在于，所述设备包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如权利要求1-8所述的基于关联网络的智能风控平台系统。
CN202110770379.4A 2021-07-07 2021-07-07 一种基于关联网络的智能风控平台系统、装置和设备 Pending CN113393159A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110770379.4A CN113393159A (zh) 2021-07-07 2021-07-07 一种基于关联网络的智能风控平台系统、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110770379.4A CN113393159A (zh) 2021-07-07 2021-07-07 一种基于关联网络的智能风控平台系统、装置和设备

Publications (1)

Publication Number Publication Date
CN113393159A true CN113393159A (zh) 2021-09-14

Family

ID=77625454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110770379.4A Pending CN113393159A (zh) 2021-07-07 2021-07-07 一种基于关联网络的智能风控平台系统、装置和设备

Country Status (1)

Country Link
CN (1) CN113393159A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117670017A (zh) * 2023-06-28 2024-03-08 上海期货信息技术有限公司 一种基于事件的风险识别方法、装置以及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390465A (zh) * 2019-06-18 2019-10-29 深圳壹账通智能科技有限公司 业务数据的风控分析处理方法、装置和计算机设备
CN110866832A (zh) * 2019-09-30 2020-03-06 北京健康之家科技有限公司 一种风险控制方法、系统、存储介质及计算设备
CN111489095A (zh) * 2020-04-15 2020-08-04 腾讯科技（深圳）有限公司 一种风险用户管理方法、装置、计算机设备和存储介质
WO2021103492A1 (zh) * 2019-11-28 2021-06-03 福建亿榕信息技术有限公司 一种企业经营风险预测方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390465A (zh) * 2019-06-18 2019-10-29 深圳壹账通智能科技有限公司 业务数据的风控分析处理方法、装置和计算机设备
CN110866832A (zh) * 2019-09-30 2020-03-06 北京健康之家科技有限公司 一种风险控制方法、系统、存储介质及计算设备
WO2021103492A1 (zh) * 2019-11-28 2021-06-03 福建亿榕信息技术有限公司 一种企业经营风险预测方法和系统
CN111489095A (zh) * 2020-04-15 2020-08-04 腾讯科技（深圳）有限公司 一种风险用户管理方法、装置、计算机设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117670017A (zh) * 2023-06-28 2024-03-08 上海期货信息技术有限公司 一种基于事件的风险识别方法、装置以及电子设备

Similar Documents

Publication Publication Date Title
US10367888B2 (en) Cloud process for rapid data investigation and data integrity analysis
CN106407278B (zh) 一种大数据平台的架构设计系统
CN114742477B (zh) 企业订单数据处理方法、装置、设备及存储介质
CN115423289B (zh) 智能板材加工车间数据处理方法及终端
CN111782484B (zh) 一种异常检测方法及装置
CN115619245A (zh) 一种基于数据降维方法的画像构建和分类方法及系统
CN117391440A (zh) 一种企业信息侦察平台及方法
CN117614662A (zh) 大数据与人工智能结合的网络访问风险预测方法及系统
CN112861895B (zh) 一种异常物品的检测方法和装置
CN113393159A (zh) 一种基于关联网络的智能风控平台系统、装置和设备
CN114138741A (zh) 一种历史数据分析平台
CN109446278A (zh) 一种基于区块链的大数据管理平台系统
CN113191890A (zh) 客户风险确定方法、装置及设备
CN118521264A (zh) 一种林业资源动态监测与资产评估一体化技术
CN115408236A (zh) 一种日志数据审计系统、方法、设备及介质
CN116862845A (zh) 一种增光膜质量评估系统
CN115375158A (zh) 一种服务质量的评价方法及装置、电子设备、存储介质
CN114219967A (zh) 一种生产数据处理的方法、装置、设备及存储介质
CN114140241A (zh) 一种交易监控指标的异常识别方法及装置
CN111612302A (zh) 一种集团级数据管理方法和设备
CN113344460A (zh) 一种基于大数据图谱计算的智能风险预测与识别系统、设备和装置
CN112801788A (zh) 一种互联网股权融资平台监控系统及监控方法
CN111722977A (zh) 系统巡检方法、装置及电子设备
CN113743695A (zh) 基于大数据的国际工程项目投标报价风险管理方法
CN118260294B (zh) 基于ai的制造业痛觉信号汇总方法、系统、介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination