利索能及
我要发布
收藏
专利号: 2021106966970
申请人: 平安科技(深圳)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-07-01
缴费截止日期: 暂无
联系人

摘要:

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;

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。

3.根据权利要求2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。

4.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。

5.根据权利要求4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。

6.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,包括:对所述动态业务风险数据和所述静态业务风险数据进行二维矩阵转换和加权求和,得到风险评分值;

将所述风险评分值与预设等级阈值进行对比分析,得到对比分析结果;

根据所述对比分析结果,将所述预设等级阈值对应的业务风险信息确定为目标业务风险数据。

7.根据权利要求1‑6中任一项所述的业务风险分析方法,其特征在于,所述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之后,还包括:

获取所述用户信息对应的历史业务风险数据,根据所述目标业务风险数据与所述历史业务风险数据获取对应的调整策略,并执行所述调整策略。

8.一种业务风险分析装置,其特征在于,所述业务风险分析装置包括:片区分析模块,用于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;

回归分析模块,用于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;

第一分类模块,用于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;

第二分类模块,用于获取用户信息,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;

识别模块,用于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。

9.一种业务风险分析设备,其特征在于,所述业务风险分析设备包括:存储器和至少一个处理器,所述存储器中存储有指令;

所述至少一个处理器调用所述存储器中的所述指令,以使得所述业务风险分析设备执行如权利要求1‑7中任意一项所述的业务风险分析方法。

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1‑7中任一项所述业务风险分析方法。