[发明专利]一种基于多源数据分析的风险指数预测方法及系统

权利要求书

1.一种基于多源数据分析的风险指数预测方法，其特征在于：

步骤1.基于数据分析与特征构造的方法，使用历史运行数据建立风险指数模型，从而得出带风险标签值的历史数据；

步骤2.基于机器学习算法使用所述带风险标签值的历史数据建立风险指数预测模型；

步骤3.基于实时运行数据，通过所述风险指数预测模型实现实时风险指数预测。

2.如权利要求1所述的风险指数预测方法，其特征在于：所述风险指数模型的建立方法步骤包括：

1)对所述历史数据进行数据分析，得到初步风险指标值；

2)对所述历史数据进行特征构造，得到特征控制值；

3)结合所述初步风险指标值和所述特征控制值，得到所述带风险标签值的历史数据。

3.如权利要求2所述的风险指数预测方法，其特征在于：所述数据分析的方法可以有但不限于数据清洗、数据间的逻辑运算，数据归一化。

4.如权利要求2所述的风险指数预测方法，其特征在于：所述特征控制值设定有特征控制系数；所述特征控制系数可以是一个区间范围，也可以是一个固定值。

5.如权利要求1所述的风险指数预测方法，其特征在于：所述风险指数预测模型建立的具体方法步骤为：

Step1将所述带风险标签值的历史运行数据划分为训练数据集和测试数据集；

Step2所述训练数据集上基于LightGBM算法训练得到风险指数预测模型；

Step3结合验证损失进一步模型优化，得到较优模型；

Step4测试数据集上基于所述较优模型实现风险指数预测，得到风险预测结果输出。

6.如权利要求5所述的风险指数预测方法，其特征在于：所述训练和验证的评估指标参数均为RMSE；所述Step3和Step4循环进行直至得到较为理想的模型参数；所述较优模型具有所述较为理想的模型参数。

7.一种基于权利要求1-6任一项所述风险指数预测方法的风险预测系统，其特征在于：包括数据模块、预测模型建立模块、实时应用模块；所述数据模块通过对数据进行采集分析处理等，获得带风险标签值的数据；

所述预测模型建立模块，基于机器学习算法使用所述带风险标签值的数据建立风险指数预测模型；

所述实时应用模块，基于实时数据通过所述风险指数预测模型输出实时风险指数，并通过平台展示。

8.如权利要求5所述的风险预测系统，其特征在于：所述平台展示可以根据不同的风险指数设定不同的应急预警方案。