[发明专利]业务数据的风险处理方法、装置、设备及存储介质

权利要求书

1.一种业务数据的风险处理方法，其特征在于，所述业务数据的风险处理方法包括：

获取业务数据全景图，并采用切分算法将所述业务数据全景图切分，得到多个基础全景图，所述业务数据全景图为以地图形式展现业务数据的全景图；

在数据库中采集并整合多个不同类别的所述业务数据，得到多个基础风险因子，所述基础风险因子为影响所述业务数据全景图变化的基本因素；

针对所述多个基础全景图中的每一个基础全景图，在所述多个基础风险因子中筛选出与基础全景图相关的基础风险因子，得到多个目标风险因子；

根据所述多个目标风险因子建立关系表，得到多个风险关系表；

采用聚类算法关联所述多个风险关系表与对应的基础全景图，得到风险全景图，所述风险全景图用于指示在基础全景图中多个目标风险因子之间的关系；

基于深度学习算法对所述风险全景图进行风险预测，得到风险评估结果。

2.根据权利要求1所述的业务数据的风险处理方法，其特征在于，所述针对所述多个基础全景图中的每一个基础全景图，在所述多个基础风险因子中筛选出与基础全景图相关的基础风险因子，得到多个目标风险因子包括：

提取每一个基础全景图中的标的数据，所述标的数据为表示每一个基础全景图内容的标志，且业务数据全景图中包括所述标的数据；

采用相似度算法计算所述标的数据与所述数据库中多个基础风险因子之间的相关度；

筛选出相关度大于相关阈值的多个目标相关度，并将所述多个目标相关度对应的基础风险因子作为目标风险因子，所述相关阈值为所述标的数据与基础风险因子是否相关的界限。

3.根据权利要求2所述的业务数据的风险处理方法，其特征在于，所述根据所述多个目标风险因子建立风险关系表，得到多个风险关系表包括：

分别计算所述多个目标风险因子之间的类别置信度、关系置信度和属性置信度；

基于预置资源描述框架模型、所述类别置信度、所述关系置信度和所述属性置信度，建立以标的数据为主体的关系表，得到多个风险关系表。

4.根据权利要求3所述的业务数据的风险处理方法，其特征在于，所述采用聚类算法关联所述多个风险关系表与对应的基础全景图，得到风险全景图，所述风险全景图用于指示在基础全景图中多个目标风险因子之间的关系包括：

基于聚类算法获取基础全景图的标的数据以及与所述基础全景图相关的目标风险因子；

分别搭建所述标的数据与多个目标风险因子之间的相关概率矩阵；

筛选出数值在关联阈值范围内的相关概率矩阵作为目标相关概率矩阵；

提取所述目标相关概率矩阵所对应的关系表，并采用融合算法将所述关系表与对应的基础全景图融合，得到风险全景图，所述风险全景图用于在多个基础全景图中显示多个目标风险因子的关系表。

5.根据权利要求1所述的业务数据的风险处理方法，其特征在于，所述基于深度学习算法对所述风险全景图进行风险预测，得到风险评估结果包括：

基于深度学习算法获取所述全景图中的重要因子，所述重要因子包括可能性因子、暴露程度因子以及后果因子；

根据预置公式以及所述重要因子计算预测风险值，不同的预测风险值对应不同的风险评估结果，所述预置公式为：D＝L×E×C，在式中，D为预测风险值，L为可能性因子，E为暴露程度因子，C为后果因子；

判断所述预测风险值是否大于预警值，若所述预测风险值大于所述预警值，则将预测风险值对应的风险评估结果发送给客户端。

6.根据权利要求1所述的业务数据的风险处理方法，其特征在于，所述获取业务数据全景图，并采用切分算法将所述业务数据全景图切分，得到多个基础全景图，所述业务数据全景图为以地图形式展现业务数据的全景图包括：

基于切分算法提取业务数据全景图中横坐标的跨度范围以及纵坐标的跨度范围；

将所述横坐标的跨度范围以及所述纵坐标的跨度范围均匀切分，得到标准横坐标范围以及标准纵坐标范围；

利用二进制标识标记所述标准横坐标范围以及所述标准纵坐标范围，并将所述标准横坐标范围以及所述标准纵坐标范围合并，得到多个基础全景图。