CN107239882A - 风险评估方法、装置、计算机设备及存储介质 - Google Patents

风险评估方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN107239882A
CN107239882A CN201710326779.XA CN201710326779A CN107239882A CN 107239882 A CN107239882 A CN 107239882A CN 201710326779 A CN201710326779 A CN 201710326779A CN 107239882 A CN107239882 A CN 107239882A
Authority
CN
China
Prior art keywords
node
associated nodes
assessment
activated
risk
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
CN201710326779.XA
Other languages
English (en)
Inventor
王健宗
黄章成
吴天博
肖京
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201710326779.XA priority Critical patent/CN107239882A/zh
Priority to PCT/CN2017/090575 priority patent/WO2018205371A1/zh
Publication of CN107239882A publication Critical patent/CN107239882A/zh
Priority to TW106141547A priority patent/TWI634492B/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种风险评估方法,具体包括如下步骤:接收终端发送的风险评估请求;查找社交网络图;监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点;根据社交网络图计算第一级激活节点对其邻接关联节点的累计权重,并判断累计权重是否超过邻接关联节点的预设激活阈值以确定第二级激活节点;根据第一级激活节点和第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到评估主体,得到评估主体的累计权重,进而得到评估主体风险评估结果,将风险评估结果发送至终端。上述方法风险评估效率更高且能够动态分析风险传递过程。

Description

风险评估方法、装置、计算机设备及存储介质
技术领域
本发明涉及计算机技术领域,特别是涉及一种风险评估方法、装置、计算机设备及存储介质。
背景技术
风险评估是指在风险事件发生之前或之后(但还没有结束),该事件对想要评估的企业或者个人带来的可能的影响和风险的量化的评估。即,风险评估就是量化测评某一事件或事物带来的影响或损失的可能程度。
传统的风险评估常用的评估方法主要有:专家预测法,是指由多个专家组成专家组通过座谈会的方式进行预测讨论,这种方式不仅评估效率低,而且不能确保能够客观反映现实;LEC风险评价法,是一种危险定量计算方法。依据危险源辨识记录,定量计算每种危险源所带来的分先,确定出最大风险,列出清单下发,有计划的控制风险。LEC风险评估法在对危险等级的划分,一定程度上是凭借经验判断,应用时具有局限性,不能普遍适用。也就是,传统的风险评估方法多为经验性的静态决策评估方法,评估效率低,评估过程不具有追溯性。
发明内容
基于此,有必要针对上述问题,提供一种风险评估效率更高且能够动态分析风险传递过程的风险评估方法、装置、计算机设备及存储介质。
一种风险评估方法,所述方法包括:
接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
在一个实施例中,所述监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点的步骤,包括:
获取预先为所述社交网络图中的关联节点配置的热词集合;
根据所述热词集合收集热词舆情信息,其中,所述热词舆情信息为能够反映所述关联节点趋势动态的信息;
当所述热词舆情信息所指示的所述关联节点的趋势动态变化达到设定阈值,则所指示的关联节点被激活,被激活的所述关联节点为第一级激活节点。
在一个实施例中,所述监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点的步骤为:
接收所述终端指定的至少一个所述关联节点,指定的所述关联节点为第一级激活节点。
在一个实施例中,所述方法还包括:
记录不同的所述风险因子带来的所述关联节点被激活的先后顺序;
根据所述关联节点被激活的先后顺序生成风险传播路径图,并将生成的所述风险传播路径图推送至所述终端。
在一个实施例中,所述方法还包括:
根据所述风险传播路径图在所述关联节点中确定至少一个关键关联节点,并对所述关键关联节点的激活状态进行监控,当监控到所述关键关联节点被激活时,向所述终端发送报警信息。
一种风险评估装置,所述装置包括:
评估请求模块,用于接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
社交网络图查找模块,用于查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
风险因子监控模块,用于监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
风险传递模块,用于根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
评估结果反馈模块,用于根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
在一个实施例中,所述风险因子监控模块,包括:
热词集合获取模块,用于获取预先为所述社交网络图中的关联节点配置的热词集合;
热词舆情收集模块,用于根据所述热词集合收集热词舆情信息,其中,所述热词舆情信息为能够反映所述关联节点趋势动态的信息;
第一级激活节点确定模块,用于当所述热词舆情信息所指示的所述关联节点的趋势动态变化达到设定阈值,则所指示的关联节点被激活,被激活的所述关联节点为第一级激活节点。
在一个实施例中,所述装置还包括:风险传播路径图生成模块,用于记录不同的所述风险因子带来的所述关联节点被激活的先后顺序;根据所述关联节点被激活的先后顺序生成风险传播路径图,并将生成的所述风险传播路径图推送至所述终端。
一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
一个或多个存储有计算机可执行指令的非易失性计算机可读存储介质,所述计算机可执行指令被一个或多个处理器执行时,使得所述一个或多个处理器执行以下步骤:
接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
上述风险评估方法、装置、计算机设备及存储介质,通过构建待评估评估主体的有向且带影响权重的社交网络图,基于引起风险的风险因子,利用线性阈值模型逐级确定社交网络中逐级被激活(受风险影响的)的关联节点,最终得到风险传递到评估主体的评估,实现了以风险传播的方式动态进行风险的评估,评估路径具有可追溯性;且通过社交网络图进行了关联性风险评估,评估结果更加可靠;基于线性阈值模型进行风险程度判断,评估效率更高。
附图说明
图1为一个实施例中风险评估方法的应用环境图;
图2为一个实施例中服务器的内部结构示意图;
图3为一个实施例中风险评估方法的流程图;
图4为一个实施例中带权重社交网络图;
图5为一个实施例中确定第一级激活节点所涉及的流程图;
图6为另一个实施例中风险评估方法的流程图;
图7为一个实施例中生成风险传播路径图所涉及的流程图;
图8为另一个实施例中带权重社交网络图;
图9为一个实施例中风险评估装置的结构框图;
图10为一个实施例中风险因子监控模块的结构框图;
图11为另一个实施例中风险评估装置的结构框图;
图12为又一个实施例中风险评估装置的结构框图;
图13为再一个实施例中风险评估装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,在一个实施例中,提供了一种风险评估方法的应用环境图,该应用环境图包括终端110和服务器120。终端110可通过网络与服务器120通信。终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机中的至少一种,但并不局限于此。服务器120可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群。终端110向服务器120发送风险评估请求,该风险评估请求中指定想要评估的评估主体标识。服务器接收终端发送的风险评估请求,并查找包含该评估主体标识的社交网络图,该社交网络图还包括与评估主体直接或者间接相关联的关联节点,以及各节点(包括评估主体节点和关联节点)之间的关联权重。当检测到风险因子时,根据社交网络图确定该风险因子对各节点带来的影响权重,判断该影响权重是否达到受影响的节点的预设激活权重,若是,则确定第一级激活节点。再以第一级激活节点为风险因子确定下一级激活节点,直至激活的关联节点的累计权重传递到评估主体,最终,确定评估主体的风险评估结果。服务器将得到的风险评估结果反馈至终端。
如图2所示,在一个实施例中,提供了一种服务器120,该服务器120包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中,该服务器120的非易失性存储介质存储有操作系统、数据库和至少一条计算机可执行指令。该计算机可执行指令被处理器执行时,可使得处理器执行一种如图3所示的风险评估方法。数据库用于存储数据,如存储该风险评估方法执行过程中涉及的社交网络图等数据。处理器用于提供计算和控制能力,支撑整个服务器120的运行。内存储器为非易失性存储介质中的风险评估装置的运行提供环境。网络接口用于与终端110进行通信连接。本领域技术人员可以理解,图2中示出的服务器的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的服务器的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
如图3所示,在一个实施例中,提供了一种风险评估方法,该方法具体包括如下步骤:
步骤S202:接收终端发送的风险评估请求,提取风险评估请求中携带的评估主体标识。
终端可通过于服务器对应的终端应用向服务器发送风险评估请求,并指定待评估的评估主体标识,这里的带评估主体标识可以是企业标识,也可以是个人用户标识。
在一个实施例中,服务器预先构建至少一个社交网络图,每个社交网络图中均包含有多个相互之间具有关联关系的节点,每个节点对应一个节点标识。终端在向服务器发送风险评估请求前,根据请求页面中给出的社交网络图标签列表,选定一个社交网络图。响应于对社交网络图的选定,终端将在请求页面中展开该社交网络图的节点标识列表,用户从节点标识列表中选定其中一个节点标识或者多个节点标识作为待评估的评估主体标识。终端在向服务器发送风险评估请求时,携带该选定的评估主体标识。
步骤S204:查找预先生成的与评估主体标识对应的社交网络图,其中,社交网络图中包括与评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,边集中的边为带权重的有向边。
服务器查找包括评估主体标识的社交网络图。这种确定对应社交网络图的查找方式适用于选定的评估主体标识存在于唯一的社交网络图中。即评估主体仅是一个社交网络图中的节点。
当服务器预先构建的多个社交网络图存在节点重叠时,终端在发送风险评估请求时,除需携带评估主体标识还需携带该评估主体对应的社交网络图标识,以使服务器能够查找到用于进行风险评估的社交网络数据。
本实施例中,社交网络图是根据各节点的关联关系数据生成的有向带权图谱。这里的关联关系可以是担保贷款关系,对应的关联节点为借款方、担保房和贷款方;还可以是股东类关联关系,如企业与企业法人;行业关联关系,如企业与企业所属行业之间的关联关系;或者其他关联关系,如资讯关联、电话关联、地址关联和产业链关联等。上述关联关系数据中的关联方即构成了社交网络图中的节点,关联关系构成了各节点之间的边集。在此基础上,再根据设定的权重配置规则,配置各节点之间的边的权重。
权重配置规则可以采用如下方法:股东类关联方,可以根据持股比例确定赋值规则;担保关联方,可以根据担保金额制定赋值规则;行业协会关联方,可以试用方式确定一个值;资讯关联方,可以根据企业内外部差异、影响程度和时效等加权赋值规则;上下游产业链关联方,可以根据行业对上下游依赖的平均程度选定赋值规则。
需要注意的是,每个节点包含的所有指向该节点的有向边的权重总和应该小于1。在按照上述赋值规则进行赋值后,对不满足每个节点包含的所有指向该节点的有向边的权重总和小于1这一条件的节点所对应的赋值进行调整。
如图4所示为构建的带权重的有向图的一个示例。该示例图中包括四个节点,节点N1与节点N2和节点N3具有关联关系,节点N1对节点N2的影响权重为0.7,节点N1对节点N3的影响权重为0.3;节点N2与节点N3能够相互影响,但影响权重有所不同;节点N2还与节点N4具有关联关系,节点N2对节点N4的影响权重为0.6;节点N3与节点N4具有关联关系,节点N2对节点N4的影响权重为0.4。
步骤S206:监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点,第一级激活节点至少包括一个关联节点。
本实施例中的风险因子是指能够为步骤S204查找的社交网络图中的各关联节点中的一个或者多个带来影响的风险因子。
风险因子可以是服务器监控分析大数据得到的情报信息。例如,社交网络图中的一个节点为石油行业,情报信息可以是油价上涨达设定幅度,某一区域内设定数量的石油企业宣布破产等等。风险因子还可以是用户假设的可能发生的风险,如社交网络图中的企业A资金短缺,企业B法人离职等。风险因子还可以是社交网络图中的其中一个关联节点,当检测到风险因子,则该风险因子对应的关联节点被激活。如监控到企业B法人离职,则企业B的法人节点被激活。
监控到风险因子后,查找与风险因子具有关联的节点,与风险因子具有关系的节点被激活,被激活的节点即为第一激活节点。如油价上涨达设定幅度,某一区域内设定数量的石油企业宣布破产,则石油行业的节点被激活。
步骤S208:根据社交网络图计算第一级激活节点对其邻接关联节点的累计权重,并判断累计权重是否超过邻接关联节点的预设激活阈值以确定第二级激活节点。
确定第一级激活节点后,通过社交网络图中各节点之间的关联关系以及配置的影响权重,判断第一级激活节点对邻接节点的影响。具体为,计算第一级激活节点对邻接关联节点的累计权重,并判断累计权重是否超过该节点的自身预设激活阈值,若是,则该邻接关联节点也被激活。
根据图4中的社交网络图进行举例说明。假设预先配置的节点N1的激活阈值是0.6,节点N2的激活阈值是0.5,节点N3的激活阈值是0.7,节点N4的激活阈值是0.9。当风险因子被激活的第一级激活节点为N1时,节点N2的累计权重即为节点N1对其的影响权重,为0.7,节点N2的累计权重大于节点N2激活权重,节点N2被激活。此时,单独的节点N1无法激活节点N3(0.3<0.7)。因此,第二级激活节点为N2。同样的原理,根据第一级激活节点和第二级激活节点确定下一级激活节点,也就是,当节点N1和节点N2被激活后,其邻接的关联节点N3的累计权重为0.3+0.5=0.8>0.3,因此,节点N3亦被激活,同理,N4节点在N2和N3被激活的情况下,N4也被激活。
步骤S210:根据第一级激活节点和第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到评估主体节点,得到评估主体节点的累计权重,进而得到评估主体节点的风险评估结果,将风险评估结果发送至终端。
基于社交网络图逐级分析风险的传递路径,直至风险传递至评估主体,计算评估主体的累计权重,将评估主体的累计权重与评估主体的预设激活阈值进行对比,若评估主体的累计权重大于其预设激活阈值,则得到激活主体被激活的风险评估结果,将得到的风险评估结果反馈至请求分析的终端。
本实施例,通过构建待评估评估主体的有向且带影响权重的社交网络图,根据引起风险的风险因子,利用线性阈值模型逐级确定社交网络中逐级被激活(受风险影响的)的关联节点,最终,确定传递到评估主体的风险程度,以确定评估主体是否受到影响进而得到对评估主体的风险评估结果,达到了以风险传播的方式动态进行风险的评估,评估路径具有可追溯性;且通过社交网络图进行了关联性风险评估,包括社会关系、信贷关系、行业归属关系等全面的分析和评估,评估结果更加可靠;基于线性阈值模型进行风险程度判断,评估效率更高。
在一个实施例中,如图5所示,步骤S206:监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点,第一级激活节点至少包括一个关联节点,具体包括如下步骤:
步骤S302:获取预先为社交网络图中的关联节点配置的热词集合。
服务器预先为社交网络图中至少一个关联节点配置热词,为关联节点配置的热词可以是一个,也可以是多个热词的集合。节点的热词实质上是与节点相关的被搜索频次高的词语的集合。如为节点“山东钢铁”配置的一组热词集合为“铁矿石”、“钢铁企业”、“特钢”、“布袋除尘”和“钢企”;为节点“信贷银行”配置的热词集合为“不良资产”、“存贷比”、“股市行情”等。
本实施例中,配置的热词集合即为终端需要监控的风险因子。风险因子的风险指数通过热词集合对应的热词舆情信息来体现。
步骤S304:根据热词集合收集热词舆情信息,其中,热词舆情信息为能够反映关联节点趋势动态的信息。
根据为关联节点设置的热词或者热词集合在设定网站或者设定平台搜索热词舆情信息,如,铁矿石的价格上涨,特钢研究新突破等。这些热词舆情信息能够直接或者间接的反映对应关联节点的信用状态、经营状态。
步骤S306:当热词舆情信息所指示的关联节点的趋势动态变化达到设定阈值,则指示的关联节点被激活,被激活的关联节点为第一级激活节点。
对收集的热词舆情信息进行统计分析,如分析热词舆情指示的趋势动态变化,如铁矿石价格上涨设定倍数,铁矿石供应出现设定大的缺口或者研究的新物质占据了铁矿石50%以上的市场,则与铁矿石对应的山东钢铁节点被激活。
在另一个实施例中,还可以将热词舆情作为一个节点,并配置热词舆情节点与对应的关联节点的影响权重,当热词舆情节点所指示的热词趋势变化达到设定阈值,则该热词舆情节点被激活,判断热词舆情节点对关联节点的影响权重是否超过该关联节点的预设激活阈值,若是,则该关联节点被激活,若否,单独的热词舆情节点不能激活该关联节点。
在又一个实施例中,将热词舆情作为一个节点,热词舆情对应设定数量的热词,当检测到设定数量的热词中全部热词或者设定比例的热词在设定平台的搜索热度达到设定阈值,则该热词舆情节点被激活。举例来说,M节点为热词舆情节点,假设入选M节点的关键词共5个,即M节点阈值为0.5。基于微博热点事件实时监控平台(“顺风耳”系统)提供的功能,同时实时监控这五个关键词微博热度情况,如果这五个词中有三个超出了监控热点阈值,那么,M节点不被激活,如果同时5个节点都超过阈值,那么M节点被激活。
本实施例中,根据设置的热词,可自动监控可能影响节点的风险因子(如自动监控与节点县官的财经新闻资讯、社交平台舆情),可自动触发风险监控和风险预测,为实现信用风险的实时发现与反馈提供了强有力的保障。
在一个实施例中,如图6所示,提供了一种风险评估方法,该方法具体包括如下步骤:
步骤S402:接收终端发送的风险评估请求,提取风险评估请求中携带的评估主体标识。
步骤S404:查找预先生成的与评估主体标识对应的社交网络图,其中,社交网络图中包括与评估主体标直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,边集中的边均为带权重的有向边。
步骤S406:接收终端指定的至少一个关联节点,指定的关联节点为第一级激活节点。
步骤S408:根据社交网络图计算第一级激活节点对其邻接关联节点的累计权重,并判断累计权重是否超过邻接关联节点的预设激活阈值以确定第二级激活节点。
步骤S410:根据第一级激活节点和第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到评估主体节点,得到评估主体节点的累计权重,进而得到评估主体节点的风险评估结果,将风险评估结果发送至终端。
本实施例中,由终端用户指定激活节点,以评估指定节点被激活时评估主体的风险状态。通过用户指定激活节点,可预测任意节点被激活对评估主体带来的影响,风险预测更加灵活。
在一个实施例中,如图7所示,在对评估主体进行风险评估的同时,还记录风险传播的路径。具体的,风险评估方法还包括如下步骤:
步骤S502:记录不同的风险因子带来的关联节点被激活的先后顺序。
不同的风险因子,将激发不同的第一级激活节点,进而将产生自第一级激活节点到其他关联节点和评估主体的不同的激活顺序。随着检测到不同的风险因子,根据社交网络图将产生关联节点不同的激活顺序。
参考图8,当风险因子使N1节点首先被激活时,激活顺序为:N1-N2-(N3、N5)-N4。当风险因子使N2节点首先被激活时,激活顺序为:N2-N5-N4。该示例只能产生两种激活顺序。当根据实际环境建立比较复杂的社交网络图时,不同的风险因子,将产生多种节点激活顺序。
步骤S504:根据关联节点被激活的先后顺序生成风险传播路径图,并将生成的风险传播路径图推送至终端。
根据记录的关联节点被激活的先后顺序生成风险传播路径图,风险传播路径图包括多个分支,以表示不同的风险因子所产生的不同的节点激活顺序。将生成的风险传播路径图推送至终端显示,以从宏观的角度把握风险动态。
步骤S506:根据风险传播路径图在关联节点中确定至少一个关键关联节点,并对关键关联节点的激活状态进行监控,当监控到关键关联节点被激活时,向终端发送报警信息。
服务器将基于生成的传播路径图确定至少一个关键关联节点。其中,确定的关键关联节点可以是传播路径图中的分支数量之多的节点,也就是,激活节点数量最多的节点,还可以是直接导致评估主体节点被激活的节点。
在另一个实施例中,关键关联节点还可以由用户进行指定。即服务器将生成的传播路径图发送至终端后,接收终端发送的对关键关联节点的选择指令,提取指令中携带的用户选择的关键关联节点标识。
确定关键关联节点后,服务器将对能够激活关键关联节点的风险因子或者关键关联节点的热词舆情进行实时监测,以便及时把控关键关联节点的激活状态。当检测到关键关联节点被激活时,实时向终端发送警报信息,以便第一时间实施风险应对措施。此外,在监控资源有限的情况下,采取重点监控的方式在减少监控资源的基础上能够取得较好的监控效果。
在一个实施例中,如图9所示,提供了一种风险评估装置,该装置包括:
评估请求模块602,用于接收终端发送的风险评估请求,提取风险评估请求中携带的评估主体标识。
社交网络图查找模块604,用于查找预先生成的与评估主体标识对应的社交网络图,其中,社交网络图中包括与评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,边集中的边均为带权重的有向边。
风险因子监控模块606,用于监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点,第一级激活节点至少包括一个关联节点。
风险传递模块608,用于根据社交网络图计算第一级激活节点对其邻接关联节点的累计权重,并判断累计权重是否超过邻接关联节点的预设激活阈值以确定第二级激活节点。
评估结果反馈模块610,用于根据第一级激活节点和第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到评估主体节点,得到评估主体节点的累计权重,进而得到评估主体节点的风险评估结果,将风险评估结果发送至终端。
在一个实施例中,如图10所示,风险因子监控模块606,包括:
热词集合获取模块702,用于获取预先为社交网络图中的关联节点配置的热词集合。
热词舆情收集模块704,用于根据热词集合收集热词舆情信息,其中,热词舆情信息为能够反映关联节点趋势动态的信息。
第一级激活节点确定模块706,用于当热词舆情信息所指示的关联节点的趋势动态变化达到设定阈值,则所指示的关联节点被激活,被激活的关联节点为第一级激活节点。
在一个实施例中,如图11所示,所述风险因子监控模块还可以用第一级激活节点指定模块802替代,第一级激活节点指定模块802,用于接收终端指定的至少一个关联节点,指定的关联节点为第一级激活节点。
在一个实施例中,如图12所示,风险评估装置还包括:风险传播路径图生成模块902,用于记录不同的风险因子带来的关联节点被激活的先后顺序;根据关联节点被激活的先后顺序生成风险传播路径图,并将风险传播路径图推送至终端。
在一个实施例中,如图13所示,风险评估装置还包括:重点监控模块904,用于根据风险传播路径图在关联节点中确定至少一个关键关联节点,并对关键关联节点的激活状态进行监控,当监控到关键关联节点被激活时,向终端发送报警信息。
在一个实施例中,提供了一种计算机设备,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:接收终端发送的风险评估请求,提取风险评估请求中携带的评估主体标识;查找预先生成的与评估主体标识对应的社交网络图,其中,社交网络图中包括与评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,边集中的边均为带权重的有向边;监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点,第一级激活节点至少包括一个关联节点;根据社交网络图计算第一级激活节点对其邻接关联节点的累计权重,并判断累计权重是否超过邻接关联节点的预设激活阈值以确定第二级激活节点;根据第一级激活节点和第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到评估主体节点,得到评估主体节点的累计权重,进而得到评估主体节点风险评估结果,将风险评估结果发送至终端。
在一个实施例中,计算机设备的处理器所执行的监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点,第一级激活节点至少包括一个关联节点的步骤,包括:
获取预先为社交网络图中的关联节点配置的热词集合;
热词舆情信息为能够反映关联节点趋势动态的信息;
当热词舆情信息所指示的关联节点的趋势动态变化达到设定阈值,则与所指示的关联节点被激活,被激活的关联节点为第一级激活节点。
在一个实施例中,计算机设备的处理器还执行如下步骤:接收终端指定的至少一个的关联节点,指定的关联节点为第一级激活节点。
在一个实施例中,计算机设备的处理器还执行如下步骤:记录确定不同的风险因子带来的关联节点被激活的先后顺序;根据关联节点被激活的先后顺序生成风险传播路径图,并将风险传播路径图推送至终端。
在一个实施例中,计算机设备的处理器还执行如下步骤:根据风险传播路径图在关联节点中确定至少一个关键关联节点,并对关键关联节点的激活状态进行监控,当监控到关键关联节点被激活时,向终端发送报警信息。
本实施例中,利用线性阈值模型逐级确定社交网络中逐级被激活(受风险影响的)的关联节点,最终得到风险传递到评估主体的评估,实现了以风险传播的方式动态进行风险的评估,评估路径具有可追溯性,评估效率更高;且通过社交网络图进行了关联性风险评估,评估结果更加可靠。
在一个实施例中,提供了一个或多个存储有计算机可执行指令的非易失性计算机可读存储介质,该计算机可执行指令被一个或多个处理器执行时,使得一个或多个处理器执行以下步骤:接收终端发送的风险评估请求,提取风险评估请求中携带的评估主体标识;查找预先生成的与评估主体标识对应的社交网络图,其中,社交网络图中包括与评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,边集中的边均为带权重的有向边;监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点,第一级激活节点至少包括一个关联节点;根据社交网络图计算第一级激活节点对其邻接关联节点的累计权重,并判断累计权重是否超过邻接关联节点的预设激活阈值以确定第二级激活节点;根据第一级激活节点和第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到评估主体节点,得到评估主体节点的累计权重,进而得到评估主体节点的风险评估结果,将风险评估结果发送至终端。
在一个实施例中,一个或多个处理器所执行的监控风险因子,根据风险因子在社交网络图中确定被激活的第一级激活节点,第一级激活节点至少包括一个关联节点的步骤,包括:获取预先为社交网络图中的关联节点配置的热词集合;热词舆情信息为能够反映关联节点趋势动态的信息;当热词舆情信息所指示的关联节点的趋势动态变化达到设定阈值,则与所指示的关联节点被激活,被激活的关联节点为第一级激活节点。
在一个实施例中,一个或多个处理器还执行如下步骤:接收终端指定的至少一个关联节点,指定的关联节点为第一级激活节点。
在一个实施例中,一个或多个处理器还执行如下步骤:记录确定不同的风险因子带来的关联节点被激活的先后顺序;根据关联节点被激活的先后顺序生成风险传播路径图,并将风险传播路径图推送至终端。
在一个实施例中,一个或多个处理器还执行如下步骤:根据风险传播路径图在关联节点中确定至少一个关键关联节点,并对关键关联节点的激活状态进行监控,当监控到关键关联节点被激活时,向终端发送报警信息。
本实施例中,利用线性阈值模型逐级确定社交网络中逐级被激活(受风险影响的)的关联节点,最终得到风险传递到评估主体的评估,实现了以风险传播的方式动态进行风险的评估,评估路径具有可追溯性,评估效率更高;且通过社交网络图进行了关联性风险评估,评估结果更加可靠。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,程序可存储于一计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种风险评估方法,所述方法包括:
接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
2.根据权利要求1所述的方法,其特征在于,所述监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点的步骤,包括:
获取预先为所述社交网络图中的关联节点配置的热词集合;
根据所述热词集合收集热词舆情信息,其中,所述热词舆情信息为能够反映所述关联节点趋势动态的信息;
当所述热词舆情信息所指示的所述关联节点的趋势动态变化达到设定阈值,则所指示的关联节点被激活,被激活的所述关联节点为第一级激活节点。
3.根据权利要求1所述的方法,其特征在于,所述监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点的步骤替换为:
接收所述终端指定的至少一个所述关联节点,指定的所述关联节点为第一级激活节点。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
记录不同的所述风险因子带来的所述关联节点被激活的先后顺序;
根据所述关联节点被激活的先后顺序生成风险传播路径图,并将生成的所述风险传播路径图推送至所述终端。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述风险传播路径图在所述关联节点中确定至少一个关键关联节点,并对所述关键关联节点的激活状态进行监控,当监控到所述关键关联节点被激活时,向所述终端发送报警信息。
6.一种风险评估装置,其特征在于,所述装置包括:
评估请求模块,用于接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
社交网络图查找模块,用于查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
风险因子监控模块,用于监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
风险传递模块,用于根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
评估结果反馈模块,用于根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
7.根据权利要求6所述的装置,其特征在于,所述风险因子监控模块,包括:
热词集合获取模块,用于获取预先为所述社交网络图中的关联节点配置的热词集合;
热词舆情收集模块,用于根据所述热词集合收集热词舆情信息,其中,所述热词舆情信息为能够反映所述关联节点趋势动态的信息;
第一级激活节点确定模块,用于当所述热词舆情信息所指示的所述关联节点的趋势动态变化达到设定阈值,则所指示的关联节点被激活,被激活的所述关联节点为第一级激活节点。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:风险传播路径图生成模块,用于记录不同的所述风险因子带来的所述关联节点被激活的先后顺序;根据所述关联节点被激活的先后顺序生成风险传播路径图,并将生成的所述风险传播路径图推送至所述终端。
9.一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
10.一个或多个存储有计算机可执行指令的非易失性计算机可读存储介质,所述计算机可执行指令被一个或多个处理器执行时,使得所述一个或多个处理器执行以下步骤:
接收终端发送的风险评估请求,提取所述风险评估请求中携带的评估主体标识;
查找预先生成的与所述评估主体标识对应的社交网络图,其中,所述社交网络图中包括与所述评估主体标识直接或者间接相关联的关联节点、所述评估主体标识对应的评估主体节点以及各节点之间的边集,所述边集中的边均为带权重的有向边;
监控风险因子,根据所述风险因子在所述社交网络图中确定被激活的第一级激活节点,所述第一级激活节点至少包括一个所述关联节点;
根据社交网络图计算所述第一级激活节点对其邻接关联节点的累计权重,并判断所述累计权重是否超过所述邻接关联节点的预设激活阈值以确定第二级激活节点;
根据所述第一级激活节点和所述第二级激活节点确定下一级激活节点,直至激活的关联节点的累计权重传递到所述评估主体节点,得到所述评估主体节点的累计权重,进而得到所述评估主体节点的风险评估结果,将所述风险评估结果发送至所述终端。
CN201710326779.XA 2017-05-10 2017-05-10 风险评估方法、装置、计算机设备及存储介质 Pending CN107239882A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201710326779.XA CN107239882A (zh) 2017-05-10 2017-05-10 风险评估方法、装置、计算机设备及存储介质
PCT/CN2017/090575 WO2018205371A1 (zh) 2017-05-10 2017-06-28 风险评估方法、装置、服务器和存储介质
TW106141547A TWI634492B (zh) 2017-05-10 2017-11-29 風險評估方法、裝置、電腦設備及存儲介質

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710326779.XA CN107239882A (zh) 2017-05-10 2017-05-10 风险评估方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN107239882A true CN107239882A (zh) 2017-10-10

Family

ID=59984943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710326779.XA Pending CN107239882A (zh) 2017-05-10 2017-05-10 风险评估方法、装置、计算机设备及存储介质

Country Status (3)

Country Link
CN (1) CN107239882A (zh)
TW (1) TWI634492B (zh)
WO (1) WO2018205371A1 (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107909274A (zh) * 2017-11-17 2018-04-13 平安科技(深圳)有限公司 企业投资风险评估方法、装置及存储介质
CN108062639A (zh) * 2018-02-23 2018-05-22 大连火眼征信管理有限公司 一种风险传播模型及适用于该模型的算法
CN108985072A (zh) * 2018-07-16 2018-12-11 北京百度网讯科技有限公司 操作防御方法、装置、设备及计算机可读介质
CN109087163A (zh) * 2018-07-06 2018-12-25 阿里巴巴集团控股有限公司 信用评估的方法及装置
CN109189821A (zh) * 2018-08-01 2019-01-11 成都数联铭品科技有限公司 基于关联方指标体系的数据分析系统
CN109345158A (zh) * 2018-12-19 2019-02-15 重庆百行智能数据科技研究院有限公司 企业风险识别方法、装置和计算机可读存储介质
CN109583620A (zh) * 2018-10-11 2019-04-05 平安科技(深圳)有限公司 企业潜在风险预警方法、装置、计算机设备和存储介质
CN109949154A (zh) * 2018-12-17 2019-06-28 深圳平安综合金融服务有限公司 客户信息分类方法、装置、计算机设备和存储介质
CN110019547A (zh) * 2017-11-10 2019-07-16 平安普惠企业管理有限公司 获取客户间的关联关系的方法、装置、设备及介质
CN110069923A (zh) * 2019-03-13 2019-07-30 咪咕文化科技有限公司 一种识别风险用户的方法及相关装置
CN110209826A (zh) * 2018-02-06 2019-09-06 武汉观图信息科技有限公司 一种面向银行风险控制的金融图谱构建与分析方法
CN110659799A (zh) * 2019-08-14 2020-01-07 深圳壹账通智能科技有限公司 基于关系网络的属性信息处理方法、装置、计算机设备和存储介质
WO2020098157A1 (zh) * 2018-11-12 2020-05-22 平安科技(深圳)有限公司 谣言传播风险的分析方法及装置、计算机可读存储介质
CN111626887A (zh) * 2019-02-27 2020-09-04 北京奇虎科技有限公司 一种社交关系评估方法及装置
CN111724250A (zh) * 2020-06-29 2020-09-29 深圳壹账通智能科技有限公司 风险传播的确定方法、装置、计算机系统及可读存储介质
CN111815448A (zh) * 2020-07-09 2020-10-23 睿智合创(北京)科技有限公司 基于关联网络的申请单确定方法
CN112580916A (zh) * 2019-09-30 2021-03-30 深圳无域科技技术有限公司 数据评估方法、装置、计算机设备和存储介质
CN112734270A (zh) * 2021-01-19 2021-04-30 中国科学院地理科学与资源研究所 一种能源风险传导的测度方法、系统及数据平台
CN113689291A (zh) * 2021-09-22 2021-11-23 杭银消费金融股份有限公司 基于异常移动的反欺诈识别方法及系统
CN114781952A (zh) * 2022-06-23 2022-07-22 济宁市任城区畜牧兽医事业发展中心(济宁市任城区动物疫病预防控制中心、济宁市任城区动物卫生检疫中心) 一种畜牧业流行病防控的风险预警方法
CN116503163A (zh) * 2023-06-21 2023-07-28 建信金融科技有限责任公司 业务风险识别方法、装置、计算机设备、存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111815187A (zh) * 2020-07-14 2020-10-23 北京航空航天大学 一种基于方向加权网络的制造过程风险评价方法
TWI807319B (zh) * 2021-05-10 2023-07-01 中國信託商業銀行股份有限公司 借貸風險偵測方法及其運算裝置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106408423A (zh) * 2016-11-25 2017-02-15 泰康保险集团股份有限公司 用于风险评估的方法、系统及构建风险评估系统的方法
CN106570753A (zh) * 2015-10-08 2017-04-19 平安科技(深圳)有限公司 对违约风险进行控制的方法及服务器

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8862622B2 (en) * 2007-12-10 2014-10-14 Sprylogics International Corp. Analysis, inference, and visualization of social networks
US8854199B2 (en) * 2009-01-26 2014-10-07 Lytx, Inc. Driver risk assessment system and method employing automated driver log
BR102013006561A2 (pt) * 2012-03-29 2015-07-07 Sony Comp Entertainment Us Método para determinar configurações de senha de dispositivo móvel com base em informação de sinal sem fio

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570753A (zh) * 2015-10-08 2017-04-19 平安科技(深圳)有限公司 对违约风险进行控制的方法及服务器
CN106408423A (zh) * 2016-11-25 2017-02-15 泰康保险集团股份有限公司 用于风险评估的方法、系统及构建风险评估系统的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王彪: "社交网络中的用户影响力分析", 《中国优秀硕士学位论文全文数据库》 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110019547A (zh) * 2017-11-10 2019-07-16 平安普惠企业管理有限公司 获取客户间的关联关系的方法、装置、设备及介质
CN110019547B (zh) * 2017-11-10 2021-07-16 平安普惠企业管理有限公司 获取客户间的关联关系的方法、装置、设备及介质
CN107909274A (zh) * 2017-11-17 2018-04-13 平安科技(深圳)有限公司 企业投资风险评估方法、装置及存储介质
CN110209826A (zh) * 2018-02-06 2019-09-06 武汉观图信息科技有限公司 一种面向银行风险控制的金融图谱构建与分析方法
CN108062639A (zh) * 2018-02-23 2018-05-22 大连火眼征信管理有限公司 一种风险传播模型及适用于该模型的算法
CN109087163A (zh) * 2018-07-06 2018-12-25 阿里巴巴集团控股有限公司 信用评估的方法及装置
CN109087163B (zh) * 2018-07-06 2021-07-09 创新先进技术有限公司 信用评估的方法及装置
US11475383B2 (en) 2018-07-16 2022-10-18 Beijing Baidu Netcom Science And Technology Co., Ltd. Operation defense method and device, apparatus, and computer-readable storage medium
CN108985072A (zh) * 2018-07-16 2018-12-11 北京百度网讯科技有限公司 操作防御方法、装置、设备及计算机可读介质
CN109189821A (zh) * 2018-08-01 2019-01-11 成都数联铭品科技有限公司 基于关联方指标体系的数据分析系统
CN109583620A (zh) * 2018-10-11 2019-04-05 平安科技(深圳)有限公司 企业潜在风险预警方法、装置、计算机设备和存储介质
CN109583620B (zh) * 2018-10-11 2024-03-01 平安科技(深圳)有限公司 企业潜在风险预警方法、装置、计算机设备和存储介质
WO2020098157A1 (zh) * 2018-11-12 2020-05-22 平安科技(深圳)有限公司 谣言传播风险的分析方法及装置、计算机可读存储介质
CN109949154A (zh) * 2018-12-17 2019-06-28 深圳平安综合金融服务有限公司 客户信息分类方法、装置、计算机设备和存储介质
CN109345158A (zh) * 2018-12-19 2019-02-15 重庆百行智能数据科技研究院有限公司 企业风险识别方法、装置和计算机可读存储介质
CN111626887A (zh) * 2019-02-27 2020-09-04 北京奇虎科技有限公司 一种社交关系评估方法及装置
CN110069923A (zh) * 2019-03-13 2019-07-30 咪咕文化科技有限公司 一种识别风险用户的方法及相关装置
WO2021027317A1 (zh) * 2019-08-14 2021-02-18 深圳壹账通智能科技有限公司 基于关系网络的属性信息处理方法、装置、计算机设备和存储介质
CN110659799A (zh) * 2019-08-14 2020-01-07 深圳壹账通智能科技有限公司 基于关系网络的属性信息处理方法、装置、计算机设备和存储介质
CN112580916B (zh) * 2019-09-30 2024-05-28 深圳无域科技技术有限公司 数据评估方法、装置、计算机设备和存储介质
CN112580916A (zh) * 2019-09-30 2021-03-30 深圳无域科技技术有限公司 数据评估方法、装置、计算机设备和存储介质
CN111724250A (zh) * 2020-06-29 2020-09-29 深圳壹账通智能科技有限公司 风险传播的确定方法、装置、计算机系统及可读存储介质
CN111815448A (zh) * 2020-07-09 2020-10-23 睿智合创(北京)科技有限公司 基于关联网络的申请单确定方法
CN112734270B (zh) * 2021-01-19 2024-01-23 中国科学院地理科学与资源研究所 一种能源风险传导的测度方法、系统及数据平台
CN112734270A (zh) * 2021-01-19 2021-04-30 中国科学院地理科学与资源研究所 一种能源风险传导的测度方法、系统及数据平台
CN113689291A (zh) * 2021-09-22 2021-11-23 杭银消费金融股份有限公司 基于异常移动的反欺诈识别方法及系统
CN113689291B (zh) * 2021-09-22 2022-11-01 杭银消费金融股份有限公司 基于异常移动的反欺诈识别方法及系统
CN114781952A (zh) * 2022-06-23 2022-07-22 济宁市任城区畜牧兽医事业发展中心(济宁市任城区动物疫病预防控制中心、济宁市任城区动物卫生检疫中心) 一种畜牧业流行病防控的风险预警方法
CN116503163A (zh) * 2023-06-21 2023-07-28 建信金融科技有限责任公司 业务风险识别方法、装置、计算机设备、存储介质

Also Published As

Publication number Publication date
WO2018205371A1 (zh) 2018-11-15
TW201901539A (zh) 2019-01-01
TWI634492B (zh) 2018-09-01

Similar Documents

Publication Publication Date Title
CN107239882A (zh) 风险评估方法、装置、计算机设备及存储介质
US10853812B2 (en) Blockchain transaction safety
US20210407308A1 (en) Prompting Users To Annotate Simulated Phishing Emails In Cybersecurity Training
US9973524B2 (en) Information technology security assessment system
Nejat et al. Agent‐based modeling of behavioral housing recovery following disasters
CN102741839B (zh) 基于用户浏览器历史的url过滤
Fröwis et al. Safeguarding the evidential value of forensic cryptocurrency investigations
US9400999B2 (en) Detecting, classifying, and enforcing policies on social networking activity
CN107609913A (zh) 一种数据分析追踪的方法及系统
Meloy et al. Workplace assessment of targeted violence risk: The development and reliability of the WAVR‐21
EP3161656A1 (en) Probabilistic model for cyber risk forecasting
Jerman-Blažič Towards a standard approach for quantifying an ICT security investment
Iftekhar et al. “Biases” in adaptive natural resource management
Bartlett et al. Policing in an information age
CN115643107B (zh) 网络安全风险评估方法、装置、计算机设备及存储介质
Barrett-Maitland et al. Security in social networking services: a value-focused thinking exploration in understanding users’ privacy and security concerns
EP3378017A1 (en) Automatic extraction of tasks associated with communications
Mantha et al. Assessment of the cybersecurity vulnerability of construction networks
Waage et al. Nonstationary water planning: an overview of several promising planning methods 1
CN117742618B (zh) 一种固态硬盘的数据存储管理方法和固态硬盘管理装置
US11640470B1 (en) System and methods for reducing an organization&#39;s cybersecurity risk by determining the function and seniority of employees
CN112948274A (zh) 测试用例评分模型训练方法和测试用例选择方法
CN110110528A (zh) 信息系统的安全风险评估方法、装置及设备
KR101663288B1 (ko) 개인정보 모니터링 시스템 및 방법
CN109388949B (zh) 一种数据安全集中管控方法和系统

Legal Events

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

Application publication date: 20171010

RJ01 Rejection of invention patent application after publication