[发明专利]一种基于智能AI机器学习的用于风险预测方法及装置在审

专利信息
申请号: 202211019388.0 申请日: 2022-08-24
公开(公告)号: CN115481872A 公开(公告)日: 2022-12-16
发明(设计)人: 陈煜;张雪;杨明;曹龙宇 申请(专利权)人: 杭银消费金融股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/10;G06Q50/06;G06N20/00
代理公司: 北京智行阳光知识产权代理事务所(普通合伙) 11738 代理人: 马文婷
地址: 310000 浙江省杭州市拱墅区庆春路38号7层702室、*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 智能 ai 机器 学习 用于 风险 预测 方法 装置
【权利要求书】:

1.一种基于智能AI机器学习的用于风险预测方法,其特征在于,该方法包括:

步骤一、项目录入,在项目录入时首先提取项目样本数据,将提取后的样本数据与风险标准库进行对比得到初步风险分析结果,在项目未被风险标准库录入时,增加新的风险标准库的风险标准规则;

步骤二、项目在风险标准库的风险标准规则内时,在项目进行过程中定期提取更新后的样本数据,并将新的样本数据与风险标准库内同时期的样本数据进行对比得到实时风险分析结果,直至项目结束;

步骤三、项目不在风险标准库的风险标准规则内时,在新的项目开始时,首先确定风险的来源、风险产生的条件、描述其风险特征和判断出确定哪些风险事件有可能影响本项目,并将风险进行评级,同时输出和储存风险分析结果,在项目进行至结束时,实时对风险事件进行更新,同时输出和储存该时期的风险分析结果。

2.根据权利要求1所述的一种基于智能AI机器学习的用于风险预测方法,其特征在于:所述步骤一中的项目样本数据包括项目类型、项目时间、项目进度。

3.根据权利要求1所述的一种基于智能AI机器学习的用于风险预测方法,其特征在于:所述步骤一和所述步骤二中的风险标准库模块用于接收并储存不同项目类型相对应的风险标准规则。

4.根据权利要求1所述的一种基于智能AI机器学习的用于风险预测方法,其特征在于:所述步骤三中的风险评级方法为首先计算风险影响程度,然后根据风险影响程度进行评级。

5.根据权利要求4所述的一种基于智能AI机器学习的用于风险预测方法,其特征在于:所述计算风险影响程度的公式为:

f=S/C

其中f为风险影响程度,S为总收入,C为交付成本。

6.根据权利要求1所述的一种基于智能AI机器学习的用于风险预测方法,其特征在于:所述样本数据与所述风险标准库对比时,首先筛选重复度高于百分之五十的风险标准规则,然后根据重复度从高往低,筛选出前三个风险标准规则提供初步风险对比结果,当没有高于百分之五十的风险标准时,筛选出一个最高的风险标准规则提供初步风险对比结果后,并建立一个新的风险标准规则供使用者增添风险标准库的风险标准规则。

7.根据权利要求1所述的一种基于智能AI机器学习的用于风险预测方法,其特征在于:所述风险标准库中设置有风险标准库的风险标准规则添加模块。

8.一种基于智能AI机器学习的用于风险预测装置,其特征在于:包括计算机和报警模块,所述报警模块用于根据风险分析结果的风险等级发出报警指令。

9.根据权利要求8所述的一种基于智能AI机器学习的用于风险预测装置,其特征在于:所述计算机内安装有处理模块,所述处理模块用于对风险进行分析,所述计算机上安装有散热模块,所述散热模块用于对所述计算机进行散热。

10.根据权利要求9所述的一种基于智能AI机器学习的用于风险预测装置,其特征在于:所述计算机内安装有储存模块,所述储存模块安装于所述计算机上,所述储存模块用于对数据进行储存。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭银消费金融股份有限公司,未经杭银消费金融股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211019388.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top