[发明专利]基于大数据的廉洁风险防控方法、装置及电子设备

权利要求书

1.基于大数据的廉洁风险防控方法，其特征在于，包括：

将实时数据进行处理生成待处理数据；

将所述待处理数据输入风险防控模型中，确定第一风险值；

将所述待处理数据与历史案例进行比较，确定第二风险值；

通过所述第一风险值与所述第二风险值确定所述实时数据的廉洁风险值；以及

在所述廉洁风险值大于阈值时，生成报警信息。

2.如权利要求1所述的方法，其特征在于，还包括：

通过历史数据确定问题特征集合；以及

通过问题特征集合与机器学习算法生成所述风险防控模型。

3.如权利要求2所述的方法，其特征在于，通过历史数据确定问题特征集合包括：

通过文本分析技术对案例数据进行识别，生成问题词典；

基于所述问题词典确定多个问题词向量；以及

基于所述多个问题词向量对所述历史数据进行相似性分析以确定问题特征集合。

4.如权利要求1所述的方法，其特征在于，将实时数据进行处理生成待处理数据包括：

将实时数据进行数据清洗；

通过预定词向量字典对数据清洗后的实时数据进行分词处理，生成多个词向量；

为所述多个词向量确定属性标识以生成所述待处理数据；

其中，属性标识包括：岗位标识、流程标识、以及业务标识。

5.如权利要求1所述的方法，其特征在于，将所述待处理数据输入风险防控模型中，确定第一风险值包括：

将所述待处理数据输入风险防控模型中；以及

所述风险防控模型通过多层级结构对所述待处理数据进行分析，输出每个层级对应的问题特征及其对应的第一风险值；

其中，多层级结构为岗位层级、流程层级、以及业务层级。

6.如权利要求1所述的方法，其特征在于，将所述待处理数据与历史案例进行比较，确定第二风险值包括：

通过文本分析技术确定所述待处理数据的第一特征向量集合；

通过文本分析技术确定所述历史案例的第二特征向量集合；以及

将所述第一特征向量集合与所述第二特征向量集合进行相似度比较，确定所述第二风险值。

7.如权利要求1所述的方法，其特征在于，将所述第一特征向量集合与所述第二特征向量集合进行相似度比较，确定所述第二风险值包括：

通过聚类算法将所述第一特征向量集合与所述第二特征向量集合进行相似度比较；

其中聚类算法包括近邻聚类算法与均值聚类算法。

8.基于大数据的廉洁风险防控装置，其特征在于，包括：

处理模块，用于将实时数据进行处理生成待处理数据；

第一风险模块，用于将所述待处理数据输入风险防控模型中，确定第一风险值；

第二风险模块，用于将所述待处理数据与历史案例进行比较，确定第二风险值；

廉洁风险模块，用于通过所述第一风险值与所述第二风险值确定所述实时数据的廉洁风险值；以及

报警模块，用于在所述廉洁风险值大于阈值时，生成报警信息。

9.电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。