[发明专利]业务风险分析方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，提供一种业务风险分析方法、装置、设备及存储介质，用于提高基于用户行为分析的业务风险预测准确性。业务风险分析方法包括：对网格地图片区数据和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；对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；对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；对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；根据动态业务风险数据和静态业务风险数据确定目标业务风险数据。此外，本发明还涉及区块链技术，网格地图片区数据和用户移动位置数据可存储于区块链中。

技术领域

本发明涉及人工智能的智能决策领域，尤其涉及一种业务风险分析方法、装置、设备及存储介质。

背景技术

大数据时代，用户出行轨迹的分析常被用于数据的挖掘，如：通过对用户出行轨迹的分析，可以发现用户的爱好、消费水平、工作环境、出行规律和人际网络等信息，并通过这些信息建立丰富的用户画像。其中，用户出行轨迹的分析，也运用在数据的预测中，目前，通常根据用户行为信息和单一的预测模型进行单态的业务风险预测，来实现基于用户出行轨迹分析的业务风险预测。

但是，由于采用的预测数据（即用户行为信息）存在滞后性，且单一的预测模型预测的灵活性和适用性差，导致其预测的时效性和稳定性差，从而导致了基于用户行为分析的业务风险预测准确性低。

发明内容

本发明提供一种业务风险分析方法、装置、设备及存储介质，用于提高基于用户行为分析的业务风险预测准确性。

本发明第一方面提供了一种业务风险分析方法，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；

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。

可选的，在本发明第一方面的第一种实现方式中，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。

可选的，在本发明第一方面的第二种实现方式中，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；