[发明专利]一种用户投资决策的智能风险控制系统

权利要求书

1.一种用户投资决策的智能风控系统，其特征在于，包括数据采集模块、数据预处理模块、风险评估模块和风险预警模块，其中，

所述数据采集模块，用于获取用户及企业数据，并将其传输至数据处理模块；

所述数据预处理模块，用于对数据采集模块采集的数据进行数据预处理；

所述风险评估模块，用于对用户个人风险及产品所属企业风险进行评估，分别计算用户个人风险承受能力值及产品所属企业综合风险值；

所述风险预警模块，用于根据风险评估模块得到的用户个人风险承受能力值及产品所属企业综合风险值进行预警信息推送提醒。

2.根据权利要求1所述的用户投资决策的智能风控系统，其特征在于，所述数据采集模块包括历史数据采集模块和实时数据采集模块；

历史数据采集模块包括历史数据采集模块I和历史数据采集模块II，历史数据采集模块I通过与互联网公开信息平台对接，获取企业产品信息数据，包括企业信息数据、企业涉案数据、产品信息数据、产品涉案数据、互联网广告信息及评论信息数据、工商违法违规记录数据、司法数据、知识产权和专利数据、涉税数据；历史数据采集模块II获取用户基础信息数据，包括用户的年龄、性别、婚姻状况、受教育程度、职业、收入、家庭开支情况、个人征信情况、固定资产、金融资产规模、产生焦虑感的最低投资亏损比例、投资经验、金融理财知识；

所述实时数据采集模块包括实时数据采集模块I和实时数据采集模块II，实时数据采集模块I通过互联网公开信息、第三方信息披露平台和第三方商业数据库实时监测并获取所属企业重大异常行为；实时数据采集模块II与用户行为监测平台对接，实时监测用户互联网行为或通过情绪识别行为倾向。

3.根据权利要求2所述的用户投资决策的智能风控系统，其特征在于，所述数据预处理模块用于对采集到的数据进行标准化处理，在数据标准化处理过程中，对采集的任一项数据指标，找到其最大值X_max和最小值X_min，计算极差R＝X_max-X_min，再用每一项数据指标的真实值X与最小值X_min做差，再除以极差R，即：

4.根据权利要求3所述的用户投资决策的智能风控系统，其特征在于，所述风险评估模块包括用户风险评估模块和企业风险评估模块；

所述用户风险评估模块，将用户的年龄、性别、婚姻状况、受教育程度、职业、收入、家庭开支情况、个人征信情况作为用户社会人口统计学特征，将固定资产、金融资产规模、产生焦虑感的最低投资亏损比例作为用户直接风险承受能力特征，将投资经验、金融理财知识作为用户风险认知水平能力特征，根据三大特征建立用户私人风险偏好评估模型；

将实时数据采集模块II与用户行为监测平台对接得到的数据作为用户私人风险偏好评估模型的影响因素，包括用户浏览网页内容信息、用户浏览网页主题及时长信息、页面浏览完成度、互联网发言积极信息、互联网发言消极信息、互联网发言被举报信息、互联网发言被拉黑及禁言信息、互联网发言争吵频率信息、深夜购物app使用情况、深夜购物退款退单信息、各类app从下载到卸载平均使用时长、用户对不同类别app的使用粘性，对用户私人风险偏好评估模型进行实时训练；

对用户私人风险偏好评估模型的影响因素进行浓缩，浓缩成三个概括性指标因子，即用户的历史网络浏览信息、互联网发言信息、各大app使用情况；

将实时数据采集模块II得到的上述用户的历史网络浏览信息、互联网发言信息、各大app使用情况等影响因素相关数据，进行归一化、统一量纲数据预处理，得到各项概括性指标因素对应数值C_i(i＝1,2,3)；

通过信息熵法得到三个概括性指标因子影响风险偏好评估结果的权重值m_i(i＝1,2,3)；

对C₁、C₂和C₃进行标准化处理，获取标准数值和得到用户个人风险承受能力值Y公式为：