[发明专利]金融风险预警方法、装置、电子设备及存储介质在审
申请号: | 201911232784.X | 申请日: | 2019-12-05 |
公开(公告)号: | CN111008896A | 公开(公告)日: | 2020-04-14 |
发明(设计)人: | 金业;闫佳丽;李志强 | 申请(专利权)人: | 中国银行股份有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 赵平;周永君 |
地址: | 100818 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 金融风险 预警 方法 装置 电子设备 存储 介质 | ||
1.一种金融风险预警方法,其特征在于,所述方法包括:
获取与用户相关的舆情数据;
将所述舆情数据输入至预先训练的预测模型中,以输出用户风险信息;
响应于所述用户风险信息超过预定阈值,则根据所述舆情数据获取与用户相关的关联用户信息;
根据所述用户风险信息对所述用户和所述关联用户进行风险预警操作,以控制金融风险,所述风险预警操作包括如下至少之一:调整所述用户和所述关联用户的授信参数、生成风险预警信息并发送给预警部门。
2.根据权利要求1所述的金融风险预警方法,其特征在于,所述方法还包括:
获取与所述用户相关的贸易信息;
响应于所述贸易信息超出该用户的贸易信息阈值范围,对所述用户进行风险预警操作。
3.根据权利要求2所述的金融风险预警方法,其特征在于,所述方法还包括:
根据所述贸易信息获取与所述用户相关的关联用户。
4.根据权利要求1所述的金融风险预警方法,其特征在于,所述预测模型通过如下方式进行训练:
获取历史用户数据,所述历史用户数据包括:与该历史用户相关的历史舆情数据和历史用户风险信息;
根据所述历史用户数据、基于预定的机器学习算法训练所述预测模型。
5.根据权利要求1所述的金融风险预警方法,其特征在于,根据所述用户风险信息对所述用户和所述关联用户进行风险预警操作包括:
根据所述用户风险信息、以及所述用户与所述关联用户的相关度,确定所述关联用户的风险信息;
根据所述用户风险信息对所述用户进行风险预警操作、以及根据所述关联用户的风险信息对所述关联用户进行风险预警操作。
6.根据权利要求1所述的金融风险预警方法,其特征在于,所述舆情数据包括:投资项目信息,所述方法还包括:
根据所述用户风险信息分析所述投资项目的风险信息;
根据所述投资项目的风险信息确定是否执行该投资项目。
7.一种金融风险预警装置,其特征在于,所述装置包括:
数据获取单元,用于获取与用户相关的舆情数据;
风险信息输出单元,用于将所述舆情数据输入至预先训练的预测模型中,以输出用户风险信息;
关联用户获取单元,用于响应于所述用户风险信息超过预定阈值,则根据所述舆情数据获取与用户相关的关联用户信息;
预警单元,用于根据所述用户风险信息对所述用户和所述关联用户进行风险预警操作,以控制金融风险,所述风险预警操作包括如下至少之一:调整所述用户和所述关联用户的授信参数、生成风险预警信息并发送给预警部门。
8.根据权利要求7所述的金融风险预警装置,其特征在于,所述装置还包括:
贸易信息获取单元,用于获取与所述用户相关的贸易信息;
所述预警单元,还用于响应于所述贸易信息超出该用户的贸易信息阈值范围,对所述用户进行风险预警操作。
9.根据权利要求8所述的金融风险预警装置,其特征在于,所述关联用户获取单元还用于:
根据所述贸易信息获取与所述用户相关的关联用户。
10.根据权利要求7所述的金融风险预警装置,其特征在于,所述装置还包括:模型训练单元,用于训练所述预测模型,
所述模型训练单元包括:
历史数据获取模块,用于获取历史用户数据,所述历史用户数据包括:与该历史用户相关的历史舆情数据和历史用户风险信息;
模型训练模块,用于根据所述历史用户数据、基于预定的机器学习算法训练所述预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行股份有限公司,未经中国银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911232784.X/1.html,转载请声明来源钻瓜专利网。