[发明专利]业务风险分析方法、装置、设备及存储介质

权利要求书

1.一种业务风险分析方法，其特征在于，所述业务风险分析方法包括：

获取网格地图片区数据和用户移动位置数据，并对所述网格地图片区数据和所述用户移动位置数据进行片区出行数据分析，得到目标片区出行数据，所述网格地图片区数据用于指示基于各网格点的指标数据进行片区聚类的网格地图数据，所述网格地图片区数据包括各片区对应的各网格的经纬度、边界、经纬度上的距离、所在地地名、兴趣点信息和平均兴趣点业务指标数据；

其中，所述获取网格地图片区数据和用户移动位置数据，并对所述网格地图片区数据和所述用户移动位置数据进行片区出行数据分析，得到目标片区出行数据，包括：

获取初始网格化地图数据和所述初始网格化地图数据的网格点相似性度量，并基于所述网格点相似性度量，对所述初始网格化地图数据进行片区聚类，得到网格地图片区数据；

获取用户移动位置数据，并通过所述用户移动位置数据，对所述网格地图片区数据进行片区分析、片区出行数据补充和记录统计，得到目标片区出行数据；

调用预置的业务指标预测模型，对所述目标片区出行数据进行基于预设时间段的业务指标回归分析，得到目标业务指标预测数据；

调用预置的动态业务风险预测模型，对所述目标业务指标预测数据进行基于实时风险类型的分类，得到动态业务风险数据；

获取用户信息，并调用预置的静态业务风险预测模型，对所述用户信息进行基于风险类型的分类，得到静态业务风险数据；

对所述动态业务风险数据和所述静态业务风险数据进行业务风险等级识别，得到目标业务风险数据。

2.根据权利要求1所述的业务风险分析方法，其特征在于，所述获取用户移动位置数据，并通过所述用户移动位置数据，对所述网格地图片区数据进行片区分析、片区出行数据补充和记录统计，得到目标片区出行数据，包括：

获取用户移动位置数据，对所述网格地图片区数据进行基于所述用户移动位置数据的片区轨迹序列特征提取，得到各片区对应的初始出行序列数据；

对所述各片区对应的初始出行序列数据进行基于出行轨迹的预测，得到各片区对应的已预测出行序列数据；

将所述各片区对应的初始出行序列数据分别与所述各片区对应的已预测出行序列数据进行合并，得到各片区对应的目标出行序列数据；

按照预设的统计指标，对所述各片区对应的目标出行序列数据进行统计，得到目标片区出行数据。

3.根据权利要求1所述的业务风险分析方法，其特征在于，所述调用预置的业务指标预测模型，对所述目标片区出行数据进行基于预设时间段的业务指标回归分析，得到目标业务指标预测数据，包括：

获取待处理业务指标数据，并调用预置的业务指标预测模型，对所述目标片区出行数据和所述待处理业务指标数据进行预设时间段的多元线性变量运算，得到初始业务指标预测数据；

对所述初始业务指标预测数据分别进行基于预设历史时段的数据统计分析、基于当前时段的数据提取和基于预测时段的数据提取，得到历史时段业务指标变化趋势数据、当前时段业务指标数据和预测时段业务指标数据；

将所述历史时段业务指标变化趋势数据、所述当前时段业务指标数据和所述预测时段业务指标数据确定为目标业务指标预测数据。

4.根据权利要求3所述的业务风险分析方法，其特征在于，所述对所述初始业务指标预测数据分别进行基于预设历史时段的数据统计分析、基于当前时段的数据提取和基于预测时段的数据提取，得到历史时段业务指标变化趋势数据、当前时段业务指标数据和预测时段业务指标数据，包括：

对所述初始业务指标预测数据进行基于预设历史时段、当前时段和预测时段的滑动读取，得到历史窗口序列数据、当前窗口序列数据和预测时段业务指标数据；

对所述历史窗口序列数据进行均值计算或最大值统计，得到历史时段业务指标变化趋势数据；

按照预设截取区间对所述当前窗口序列数据进行截取，得到当前时段业务指标数据。