[发明专利]一种基于大数据图谱计算的智能风险预测与识别系统、设备和装置

权利要求书

1.一种基于大数据图谱计算的智能风险预测与识别系统，其特征在于，采用以下步骤：

步骤1：获取多个案件实例，进行粗分类处理，同时对案件实例中的数据信息进行筛选过滤处理；

步骤2：根据步骤1的处理结果对每个案件实例进行风险特征提取，计算风险特征权重和每个案件实例的相似度；

步骤3：根据步骤2计算的风险特征权重和案件实例相似度，构建风险特征库模型；

步骤4：对目标案件的数据信息进行筛选过滤处理；

步骤5：使用步骤3构建的风险特征库模型对步骤4处理的目标案件数据信息进行分析计算提取处理，获取目标案件风险特征及其权重；

步骤6：前端界面获取并显示步骤4处理后的目标案件数据信息，同时显示目标案件中特征权重值最高的风险特征及其相关数据。

2.根据权利要求1所述的基于大数据图谱计算的智能风险预测与识别系统，其特征在于：所述步骤1中对数据信息进行筛选过滤处理是使用无监督学习算法对异常信息进行识别处理获取案件实例的关键信息。

3.根据权利要求1所述的基于大数据图谱计算的智能风险预测与识别系统，其特征在于：所述步骤2中风险特征提取是采用了Random forest算法对特征进行筛选提取。

4.根据权利要求1所述的基于大数据图谱计算的智能风险预测与识别系统，其特征在于：所述步骤3中构建风险特征库模型采用了向量空间模型。

5.根据权利要求1所述的基于大数据图谱计算的智能风险预测与识别系统，其特征在于：所述步骤5中在对目标案件进行数据信息处理，特征提取和权重计算后，每次都会将目标案件的各类数据加入到风险特征库模型中，以此对模型进行更新迭代处理。

6.根据权利要求5所述的基于大数据图谱计算的智能风险预测与识别系统，其特征在于：所述更新迭代处理是采用Louvain社区检测算法结合稽核实验对模型进行迭代更新优化。

7.根据权利要求1所述的基于大数据图谱计算的智能风险预测与识别系统，其特征在于：所述步骤6中显示数据信息会根据数据信息的不同以图像，图表以及图形的形式展现出来。

8.根据权利要求1所述的基于大数据图谱计算的智能风险预测与识别系统，其特征在于：所述步骤6中显示数据信息，风险特征及其相关数据，根据用户的需求显示各个数据之间的关联关系，显示不同层级的关系数据和关联路径。

9.一种基于大数据图谱计算的智能风险预测与识别设备，其特征在于，包括以下模块：

过滤筛选模块，用于获取多个案件实例，对案件中的数据信息进行筛选过滤处理；

特征提取模块，用于提取每个案件实例中的风险特征；

模型构建模块，用于计算风险特征权重和案件实例的相似度，构建风险特征库模型；

案例处理模块，用于使用模型构建模块对目标案件进行分析计算处理，获取目标案件风险特征及其权重；

前端显示模块，用于使用图形展示目标案件的各个数据信息和风险特征之间的关联关系和关联路径。

10.一种基于大数据图谱计算的智能风险预测与识别装置，其特征在于，所述设备包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如权利要求1-8所述的基于大数据图谱计算的智能风险预测与识别方法。