CN103854221A - 基于多智能体的金融风险预警方法及其系统 - Google Patents

基于多智能体的金融风险预警方法及其系统 Download PDF

Info

Publication number
CN103854221A
CN103854221A CN201210494653.0A CN201210494653A CN103854221A CN 103854221 A CN103854221 A CN 103854221A CN 201210494653 A CN201210494653 A CN 201210494653A CN 103854221 A CN103854221 A CN 103854221A
Authority
CN
China
Prior art keywords
module
information
knowledge
financial
counte
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201210494653.0A
Other languages
English (en)
Inventor
王懐清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHENZHEN PROLTO SUPPLY CHAIN MANAGEMENT Co Ltd
Original Assignee
SHENZHEN PROLTO SUPPLY CHAIN MANAGEMENT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHENZHEN PROLTO SUPPLY CHAIN MANAGEMENT Co Ltd filed Critical SHENZHEN PROLTO SUPPLY CHAIN MANAGEMENT Co Ltd
Priority to CN201210494653.0A priority Critical patent/CN103854221A/zh
Publication of CN103854221A publication Critical patent/CN103854221A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明公开了一种基于多智能体的金融风险预警方法及其系统,该方法包括信息获取步骤:信息获取模块搜索获取企业外部与金融有关的信息;分析及处理步骤:文本挖掘模块对所述信息进行文本挖掘,从中抽取有价值的信息和知识送至分析处理模块;分析处理模块对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案;选择及复查步骤:推理模块根据知识库中的有关知识从所述的多个应对方案中选取一个最佳的应对方案并进一步评估确定。其有益效果在于:本发明实现了金融风险的预警,整个过程通过计算机在几毫秒时间内运算处理完成,具有速度快,获取的信息量大,预测准确等特点。

Description

基于多智能体的金融风险预警方法及其系统
【技术领域】
本发明涉及金融服务技术领域,尤其涉及一种基于多智能体得金融风险预警方法及其系统。
【背景技术】
金融是现代经济的核心,金融的健康平稳发展是保证国民经济持续稳定发展的重要前提条件。随着金融一体化和经济全球化的发展,金融风险日趋复杂化和多样化,金融风险管理的重要性愈加突出。因此,金融风险预警对于防范和规避金融风险,确保资金安全,提高资金效益具有十分重要的意义。金融市场频繁的大幅波动催生了对金融风险管理理论和工具的需求,其中,计算机软,硬件技术的迅猛发展为风险管理提供了强大的技术支持与保障。
最近以来,随着互联网的广泛应用,各种各样的信息被迅速传播。对各企业的金融风险造成冲击。由于这种信息数量大得惊人,运用专家来进行分析几乎变得不可能了,而市场上也没有能真正有效进行金融风险预测的系统,因此,金融风险的预警成为业内一重要的研究课题。
“智能体”是目前人工智能研究的一个核心概念,统御和联系着各个子领域的研究。一般来说,智能体具有下面一些特点:解决问题的能力;自主能力;推理能力;反应能力;预见能力;学习能力等。多智能体系统是指在一个计算机系统里面,有多个智能体协作来完成系统的目标。近来,由于全世界的信息爆炸,多智能体系统的应用正越来越得到重视。
【发明内容】
本发明的目的在于有效克服上述技术的不足,提供一种基于多智能体得金融风险预警方法及其系统,可根据全世界的有关金融信息进行进行金融风险预测。
本发明的技术方案是这样实现的:一种基于多智能体的金融风险预警方法,包括以下步骤:
信息获取步骤:信息获取模块搜索获取企业外部与金融有关的信息,并对获取的信息进行预处理,形成可通讯交流的“对象”,所述“对象”被送至文本挖掘智能体;
分析及处理步骤:文本挖掘模块对所述信息进行文本挖掘,从中抽取有价值的信息和知识送至分析处理模块;分析处理模块对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案;
选择及复查步骤:推理模块根据知识库中的有关知识从所述的多个应对方案中选取一个最佳的应对方案;评估模块对被选出来的应对方案进一步评估确定。
下面对上述技术方案进一步阐述:
所述文本挖掘智能体对所述信息依次进行以下步骤:文本理解、文本预处理、文本建模、结果的解释、结果的评估。
所述复查后的最佳方案通过通讯模块发送至企业监控设备。
知识库中的知识包括有关金融风险的知识及常识知识等。
一种基于多智能体的金融风险预警系统,它包括
信息获取模块,用于搜索获取企业外部有与金融相关的信息的;
文本挖掘模块,对所述信息进行文本挖掘,从中抽取有价值的信息和知识,
分析处理模块,对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案;
推理模块,根据知识库中的有关知识从所述的多个应对方案中选取一个最佳应对方案;
评估模块,对所述被选出来的最佳应对方案进一步评估确定。
还包括知识库模块,所述知识库模块与所述信息获取模块、文本挖掘模块、分析处理模块、推理模块及评估模块相关联;
该知识库模块包含用来处理和分析事实知识的系统知识库和推理知识库,存放有关金融风险的知识的领域知识库,及存储一般人都有的通常知识的常识知识库。
所述信息获取模块、文本挖掘模块、分析处理模块、推理模块及评估模块均包含有提供与本系统其它模块协同工作的协同模块及用于与系统外部设备交流信息的通讯模块。
本发明的有益效果在于:本发明的基于多智能体的金融风险预警方法及其系统,根据搜索获取到的与金融有关的信息,进行文本挖掘,从中抽取有价值的信息和知识,对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案,并通过推理得到最佳应对方案,如此实现了金融风险的预警,整个过程通过计算机在几毫秒时间内运算处理完成,因此,本发明相对于人工预警具有速度快,获取的信息量大,预测准确等特点。
【附图说明】
图1为本发明方法的流程图
图2为本发明系统的方框图
图3为本发明系统中推理模块的结构示意图;
【具体实施方式】
下面结合附图和实施例对本发明作进一步的描述。
参照图1所示,本发明揭示了一种基于多智能体的金融风险预警方法,包括以下步骤:
信息获取步骤:信息获取模块搜索获取企业外部与金融有关的信息,并对获取的信息进行预处理,形成可通讯交流的“对象”,所述“对象”被送至文本挖掘智能体。
分析及处理步骤:文本挖掘模块对所述信息进行文本挖掘,从中抽取有价值的信息和知识送至分析处理模块,具体包括文本理解、文本预处理、文本建模、结果的解释、结果的评估;分析处理模块对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案;如果发现数据还不足以形成金融风险模型的一个实例,系统将根据不足的部分的需要,再一次搜索相关的信息以及进行对应的数据挖掘,通过多次反复,最终完成金融风险模型的一个实例以及对应的一个或者多个应对方案。
选择及复查步骤:推理模块根据知识库中的有关知识从所述的多个应对方案中选取一个最佳的应对方案;评估模块对被选出来的应对方案进一步评估确定,评估确定的最佳方案通过通讯模块发送至企业监控设备。
上述信息获取模块、文本挖掘模块、分析处理模块、推理模块及评估模块之间交流是通过ACL(Agent Communication Language),因为本发明是Web服务智能体的应用,也就是说,它们之间交流是应该通过SOAP对象来实现,为了同时达到这两个目的,我们把ACL包裹在SOAP中间,ACL是SOAP对象的一个特性。在需要输出某数据的时候,通过一协同模块先产生与其对应的ACL(AgentCommunication Language)信息,再产生一个SOAP对象并且把ACL信息放到这个SOAP对象中。然后,通过JADE把这个SOAP对象送到目标模块中。目标模块在接到从外面送来的SOAP对象以后,其自身的协同模块先把它内部的ACL信息取出来,再把这个ACL信息转换为其自身内部的数据格式。
下面用一个例子来进一步描述本发明方法,假如系统的信息获取模块搜索收到如下的一个新闻:
U.S.Airlifts Iraqi Exile Force For Duties Near Nasiriyah
By Bradl ey Graham
Washington Post Staff Writer
Monday,April 7,2003;Page A01
In a surprise move,the United States has begun airlifting hundredsof members of an Iraqi exile group into southern Iraq.vanguard elementsof what a high-ranking Pentagon officer said would form the basis of anew Iraqi army.
Taking up camp on the outskirts of Nasiriyah,the sol iders belongto the Iraqi National Congress and are being led by Ahmed Chalabi,aLondon-based former banker and principal founder of the INC.
Chalabi was among those those flown to the southern Iraqi city formKurdish-controlled northern Iraq.
首先,信息获取模块对这则新闻进行简单的预处理,认为值得做进一步分析的,因此,它把该新闻包裹到一个SOAP对象里面,送给文本挖掘模块。
之后,文本挖掘模块收到这个SOAP对象以后,对里面的新闻进行文本挖掘,文本挖掘的结果是“美国空军轰炸伊拉克”,然后,把这个结果放进SOAP对象,送给分析处理模块。
进一步,分析处理模块对“美国空军轰炸伊拉克”进行全方位的分析,系统可以从常识知识库得知,伊拉克是生产石油的大国,再推理可以得到“轰炸伊拉克”可能冲击伊拉克的石油生产,造成石油供应量的大大减少,进一步推理可以得到可能会引起石油价格的飙升;同时,再分析所在企业的信息,假如该企业持有石油期货,系统可以产生两个应对方案:出售持有的石油期货,或者卖空石油期货来对冲。在完成以后,把两个应对方案加入SOAP对象,送给推理模块。
再进一步,推理模块比较这两个方案,从中挑选一个最佳方案,例如出售持有的石油期货,再把这个选择送给评估模块。
最后,评估模块对被选出来的应对方案将进一步评估,最后,同意应对决策,把应对决策送给企业的有关人士。
参照图2所示,本发明还提供了一种基于多智能体的金融风险预警系统,它包括信息获取模块、文本挖掘模块、分析处理模块、推理模块、评估模块及知识库模块,其中,信息获取模块用于搜索获取企业外部有与金融相关的信息的;文本挖掘模块用于对所述信息进行文本挖掘,从中抽取有价值的信息和知识,分析处理模块用于对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案;推理模块根据知识库中的有关知识从所述的多个应对方案中选取一个最佳应对方案;评估模块对所述被选出来的最佳应对方案进一步评估确定;知识库模块与所述信息获取模块、文本挖掘模块、分析处理模块、推理模块及评估模块相关联;该知识库模块包含用来处理和分析事实知识的系统知识库和推理知识库,存放有关金融风险的知识的领域知识库,及存储一般人都有的通常知识的常识知识库。
此外,所述信息获取模块、文本挖掘模块、分析处理模块、推理模块及评估模块均包含有提供与本系统其它模块协同工作的协同模块及用于与系统外部设备交流信息的通讯模块。
参照图3所示,图3为推理模块的结构示意图,包括执行模块,执行模块由解释模块及协同模块等组成,解释模块根据知识的语义,对按一定策略找到的知识进行解释执行,并把推理结果存放到领域知识库,协同模块提供当前推理模块和本系统其它模块协同工作;执行模块通过通讯模块与系统外部设备交流信息,主要是用于收据的接收与发送,此外,执行模块与知识库模块相关联,可获取知识库模块中的存储信息或知识。
综上所述,本发明的基于多智能体的金融风险预警方法及其系统,根据搜索获取到的与金融有关的信息,进行文本挖掘,从中抽取有价值的信息和知识,对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案,并通过推理得到最佳应对方案,如此实现了金融风险的预警,整个过程通过计算机在几毫秒时间内运算处理完成,因此,本发明相对于人工预警具有速度快,获取的信息量大,预测准确等特点。
以上所描述的仅为本发明的较佳实施例,上述具体实施例不是对本发明的限制。在本发明的技术思想范畴内,可以出现各种变形及修改,凡本领域的普通技术人员根据以上描述所做的润饰、修改或等同替换,均属于本发明所保护的范围。

Claims (7)

1.一种基于多智能体的金融风险预警方法,其特征在于,包括以下步骤:
信息获取步骤:信息获取模块搜索获取企业外部与金融有关的信息,并对获取的信息进行预处理,形成可通讯交流的“对象”,所述“对象”被送至文本挖掘智能体;
分析及处理步骤:文本挖掘模块对所述信息进行文本挖掘,从中抽取有价值的信息和知识送至分析处理模块;分析处理模块对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案;
选择及复查步骤:推理模块根据知识库中的有关知识从所述的多个应对方案中选取一个最佳的应对方案;评估模块对被选出来的应对方案进一步评估确定。
2.根据权利要求1所述的基于多智能体的金融风险预警方法,其特征在于:所述文本挖掘智能体对所述信息依次进行以下步骤:文本理解、文本预处理、文本建模、结果的解释、结果的评估。
3.根据权利要求1所述的基于多智能体的金融风险预警方法,其特征在于:所述复查后的最佳方案通过通讯模块发送至企业监控设备。
4.根据权利要求1所述的基于多智能体的金融风险预警方法,其特征在于:知识库中的知识包括有关金融风险的知识及常识知识等。
5.一种基于多智能体的金融风险预警系统,其特征在于:它包括
信息获取模块,用于搜索获取企业外部有与金融相关的信息的;
文本挖掘模块,对所述信息进行文本挖掘,从中抽取有价值的信息和知识,
分析处理模块,对所述信息及知识进行进一步深入分析,完成金融风险模型的一个或多个可能的实例,并给出与所述实例对应的一个或多个应对方案;
推理模块,根据知识库中的有关知识从所述的多个应对方案中选取一个最佳应对方案;
评估模块,对所述被选出来的最佳应对方案进一步评估确定。
6.根据权利要求5所述的基于多智能体的金融风险预警系统,其特征在于:还包括知识库模块,所述知识库模块与所述信息获取模块、文本挖掘模块、分析处理模块、推理模块及评估模块相关联;
该知识库模块包含用来处理和分析事实知识的系统知识库和推理知识库,存放有关金融风险的知识的领域知识库,及存储一般人都有的通常知识的常识知识库。
7.根据权利要求5所述的基于多智能体的金融风险预警系统,其特征在于:所述信息获取模块、文本挖掘模块、分析处理模块、推理模块及评估模块均包含有提供与本系统其它模块协同工作的协同模块及用于与系统外部设备交流信息的通讯模块。
CN201210494653.0A 2012-11-28 2012-11-28 基于多智能体的金融风险预警方法及其系统 Pending CN103854221A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210494653.0A CN103854221A (zh) 2012-11-28 2012-11-28 基于多智能体的金融风险预警方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210494653.0A CN103854221A (zh) 2012-11-28 2012-11-28 基于多智能体的金融风险预警方法及其系统

Publications (1)

Publication Number Publication Date
CN103854221A true CN103854221A (zh) 2014-06-11

Family

ID=50861843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210494653.0A Pending CN103854221A (zh) 2012-11-28 2012-11-28 基于多智能体的金融风险预警方法及其系统

Country Status (1)

Country Link
CN (1) CN103854221A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243069A (zh) * 2014-07-09 2016-01-13 南方科技大学 大数据认知决策的智能系统
CN105335888A (zh) * 2014-07-17 2016-02-17 南方科技大学 市场监察系统及方法
CN110610099A (zh) * 2018-06-15 2019-12-24 上海仪电(集团)有限公司中央研究院 基于fpga硬件加速的金融风险智能预警与风控系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030216984A1 (en) * 2002-05-17 2003-11-20 Jiandong Wang System and method for querying accounts receivable and supporting decision-making
CN1967579A (zh) * 2006-02-13 2007-05-23 湖南大学 金融风险管理辅助挖掘分析系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030216984A1 (en) * 2002-05-17 2003-11-20 Jiandong Wang System and method for querying accounts receivable and supporting decision-making
CN1967579A (zh) * 2006-02-13 2007-05-23 湖南大学 金融风险管理辅助挖掘分析系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王战平: "网络环境下的企业危机预警模型及应用研究", 《中国博士学位论文全文数据库(经济与管理科学辑)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243069A (zh) * 2014-07-09 2016-01-13 南方科技大学 大数据认知决策的智能系统
CN105335888A (zh) * 2014-07-17 2016-02-17 南方科技大学 市场监察系统及方法
CN110610099A (zh) * 2018-06-15 2019-12-24 上海仪电(集团)有限公司中央研究院 基于fpga硬件加速的金融风险智能预警与风控系统

Similar Documents

Publication Publication Date Title
Hordri et al. A systematic literature review on features of deep learning in big data analytics
CN106202294B (zh) 基于关键词和主题模型融合的相关新闻计算方法及装置
CN104573070B (zh) 一种针对混合长度文本集的文本聚类方法
CN105975457A (zh) 基于全自动学习的信息分类预测系统
CN107766323A (zh) 一种基于互信息和关联规则的文本特征提取方法
CN113191497B (zh) 一种面向变电站踏勘选址的知识图谱构建方法和系统
CN110442728A (zh) 基于word2vec汽车产品领域的情感词典构建方法
Peng et al. Improving mineral resource management by accurate financial management: Studying through artificial intelligence tools
CN108241867B (zh) 一种分类方法及装置
CN106934054A (zh) 基于大数据的企业细分行业精准分析方法及其系统
Zhao et al. Oil market risk factor identification based on text mining technology
CN103854221A (zh) 基于多智能体的金融风险预警方法及其系统
Ptitsyna et al. The introduction of information technology in business processes as a method of quality improvement
CN103714120A (zh) 一种从用户url访问记录中提取用户兴趣话题的系统
Gharleghi et al. Locational factors and the reindustrialisation process in the USA; reshoring from China
CN107527289B (zh) 一种投资组合行业配置方法、装置、服务器和存储介质
CN107945034A (zh) 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质
Fabricant et al. Revolutionary Extraction? Mapping the political economy of gas, soy, and mineral production in Evo Morales’s Bolivia
Song et al. ISM based method for risk management of international EPC projects
CN108959555B (zh) 查询式的扩展方法、装置、计算机设备及存储介质
Liu et al. Design of informatization college and university teaching management system based on improved decision tree algorithm
Sun et al. An application of decision tree and genetic algorithms for financial ratios' dynamic selection and financial distress prediction
Lu et al. Public opinion analysis of microblog content
US8886665B2 (en) Systems and methods for enhancing management effectiveness
CARVALHO et al. Evaluation of soil quality in recovery process in the Brazilian Amazon (RO) based on fuzzy logic

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140611