CN108108902A - 一种风险事件告警方法和装置 - Google Patents

一种风险事件告警方法和装置 Download PDF

Info

Publication number
CN108108902A
CN108108902A CN201711432068.7A CN201711432068A CN108108902A CN 108108902 A CN108108902 A CN 108108902A CN 201711432068 A CN201711432068 A CN 201711432068A CN 108108902 A CN108108902 A CN 108108902A
Authority
CN
China
Prior art keywords
risk
case
event
value
parameter
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.)
Granted
Application number
CN201711432068.7A
Other languages
English (en)
Other versions
CN108108902B (zh
Inventor
杨粱
王燕祥
俞培杰
蒋增辉
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201711432068.7A priority Critical patent/CN108108902B/zh
Publication of CN108108902A publication Critical patent/CN108108902A/zh
Application granted granted Critical
Publication of CN108108902B publication Critical patent/CN108108902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Abstract

本说明书实施例提供一种风险事件告警方法和装置,其中的方法包括:获取一个待评判的风险事件分别在多个信息渠道的事件风险参数,根据该多个信息渠道的事件风险参数,得到风险事件的传播风险值;此外,还可以根据风险事件所属的业务类型的业务参数、以及风险事件所属的风险类型对应的风险参数,得到风险事件对应的业务风险值;还可以根据所述传播风险值和业务风险值,得到风险事件的总风险值;若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。

Description

一种风险事件告警方法和装置
技术领域
本公开涉及网络技术领域,特别涉及一种风险事件告警方法和装置。
背景技术
在信息化的社会中,很多公司都会遇到风险事件,风险事件是能够使得公司的品牌遭受重大影响和创伤的事件。比如,一个资金交易公司发生了一件让用户受到了资金损失的事件,但是由于多种原因没有及时处理,导致该事件可能会在网络中持续发酵,更大范围的在网络中传播,从而导致公司陷入舆论漩涡,公司品牌受到重大影响。而如果能够及时的判别出这些风险事件的重要性,对于具有重大风险的事件及时的进行处置,就能降低对公司的影响。
发明内容
有鉴于此,本公开提供一种风险事件告警方法和装置,以快速和准确进行风险事件的告警。
具体地,本说明书一个或多个实施例是通过如下技术方案实现的:
第一方面,提供一种风险事件告警方法,所述方法包括:
获取一个待评判的风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量所述风险事件的所属业务的业务风险程度;
根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
第二方面,提供一种风险事件告警装置,所述装置包括:
参数获取模块,用于获取一个待评判的风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
外部风险确定模块,用于根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
内部风险确定模块,用于根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量风险事件的所属业务的业务风险程度;
风险评估模块,用于根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
告警处理模块,用于若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
第三方面,提供一种风险事件告警设备,所述设备包括存储器、处理器,以及存储在存储器上并可在处理器上运行的计算机指令,所述处理器执行指令时实现以下步骤:
获取一个待评判的风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量所述风险事件的所属业务的业务风险程度;
根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
本说明书一个或多个实施例的风险事件告警方法和装置,通过根据多个信息渠道的参数来确定风险事件的外部传播风险,并根据事件所属的业务类型和风险类型确定对应的内部业务风险,使得对事件的风险程度的判定更加准确和全面,并且,通过自动采集和分析多渠道的信息,并根据分析结果触发事件告警,可以使得事件的判别和告警更加快速和及时,降低风险事件的影响。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种风险事件告警方法的流程图;
图2为本说明书一个或多个实施例提供的一种风险事件告警的系统架构;
图3为本说明书一个或多个实施例提供的类型标识模块的打标方法示意图;
图4为本说明书一个或多个实施例提供的一种来电渠道的识别过程;
图5为本说明书一个或多个实施例提供的一种传播风险值的计算流程图;
图6为本说明书一个或多个实施例提供的一种风险事件告警装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本公开保护的范围。
本说明书一个或多个实施例中所提到的风险事件,是可能对公司的形象、品牌、运营造成较为重大的影响的事件。例如,如果一个公司的用户在使用公司提供的业务服务的过程中,受到了某种损失(如,资金损失,或者形象损失),然而公司并未及时的对该用户进行损失补偿,那么很有可能会触发一系列更为严重的负面事件,比如陷入诉讼、遭受舆论攻击,使公司品牌受到很大影响。
上述例子就可以将公司遇到的该用户遭受损失的事件称为风险事件,如果公司能够在该风险事件发生后,及时快速的对用户进行安抚赔偿,可能会快速平息该事件的影响,不会发生后续的更为负面的事件;而如果公司反应较慢,则可能导致形象受挫。可见,快速、准确的识别出风险事件,并对风险事件进行告警,是一项很重要的工作。本说明书一个或多个实施例即旨在提供一种风险事件告警的方法,以通过该方法尽可能降低风险事件造成的负面影响。
假设一个风险事件发生了,在该事件发生后的前期,通常会有一些迹象反应,比如,仍以上面的例子来说,公司可能会接到该用户的电话投诉,或者,在微博、新闻等媒体中可能会出现该用户发布的一些抱怨反馈的信息。当然还可能会有其他方面的迹象,比如,在公司内部来看,用户遭受资金损失这一类的资损风险近一段时间呈现出高发的态势,具有很高的资损率。
本说明书一个或多个实施例的风险事件告警方法,可以综合多方面的渠道反馈出来的迹象,通过这些迹象来挖掘出这些风险事件,该方法可以根据对采集数据的分析来识别到一个风险事件的风险程度,并采取对应的处理措施。比如,对公司形象造成重大创伤的概率很高,则可以判定为高危风险事件,需要尽快处理;否则,若对公司形象产生重大影响的概率很低,则可以认为是低危风险事件,可以暂缓处理。
图1示例了本说明书一个或多个实施例提供的一种风险事件告警方法,如图1所示,该方法可以包括如下处理,但是各步骤之间并不限制执行顺序。
在步骤100中,对于一个待评判的风险事件,获取该风险事件分别在多个信息渠道的事件风险参数。
本步骤中,所述的风险事件是一个可能对公司的形象、品牌造成较为重大影响的事件,比如,有个用户打电话来投诉资金丢失,这个事件处理好了可能很快平息,处理不好也可能激发后续比较麻烦的舆论漩涡,因此,这个资金丢失的事件存在对公司造成重大影响的可能,可以称为风险事件。
一个待评判的风险事件,所述的待评判可以是识别该风险事件的风险程度或者说风险等级,如果等级较低,那么可以表示该事件对公司造成恶劣影响的概率很小,否则,等级较高的事件对公司造成恶劣影响的概率也较高。
所述的信息渠道,可以是采集获取到该待评判的风险事件的途径。例如,可以是微博、新闻、报纸等舆情信息渠道,或者也可以是用于接听用户投诉电话的来电信息渠道,也可以是负责接收情报信息的情报采集渠道,比如白帽子上报危险漏洞的平台。同一个风险事件可以在至少一个信息渠道被获取,比如,用户既向公司打电话投诉,同时还通过新闻媒体散步了这个事件的相关信息。
本步骤中,事件风险参数可以是用于度量所述事件在信息渠道的风险程度的参数。以舆情信息渠道为例,如果一个事件在新闻媒体或者微博等媒体进行了发布,那么媒体名称(即渠道名称)、媒体的影响力、发表事件的作者(即发布作者)的影响力、信息的转发量、阅读量等都可以影响到事件在网络上的传播范围。比如,如果是一个具有较高影响力的媒体,并且转发量较大,可以得出风险事件通过该媒体很可能已经进行了更大范围的传播,对公司造成恶劣影响的可能性也随之提高,风险程度上升。因此,上述的媒体名称、转发量、阅读量等都可以称为是该风险事件在舆情信息渠道的事件风险参数。当然,在其他的信息渠道中可以有对应渠道的事件风险参数,不一定是上述的阅读量和转发量等参数。
上述的事件风险参数的获取,可以是在采集各个信息渠道的信息时一并采集。比如,在通过舆情信息渠道采集风险事件的信息时,可以同时采集阅读量。
在步骤102中,根据所述多个信息渠道的事件风险参数,得到所述事件的传播风险值。
本步骤中,可以根据步骤100中获得多个信息渠道的事件风险参数,综合得到该风险事件的传播风险值,该传播风险值可以表示出该事件在各个信息渠道中的风险程度。
比如,如果一个风险事件在微博的转发量很大,并且用户来电投诉的次数较多且较为频繁,可以据此确定这个风险事件最好尽快处理,否则很大概率上会对公司形象造成重大影响,这种情况下的传播风险值较高。
在另一个例子中,如果一个风险事件只在来电信息渠道接听到一次投诉,舆情信息渠道没有采集到该事件,情报采集渠道也没有采集到该事件,那么可能这个事件是一个例,而且这个事件可能对用户的影响较小,不会造成较大范围的传播或者进一步恶化。这种情况下的传播风险值较低。
而根据多个信息渠道的事件风险参数计算事件的传播风险值,可以有多种不同的计算方法,比如,可以采用多元线性回归算法,实际实施中可以根据业务情况具体设定,后续的例子中也会举例描述。
在步骤104中,根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件的业务风险值。
本步骤中的业务风险值可以用于度量所述风险事件所属业务的业务风险程度,比如,假设所述的风险事件是转账业务,在转账时发生了转账失败,那么在公司的转账业务中,转账业务的业务量是很大的,如果所有的转账业务都转账成功,那么可以认为转账业务没有风险;而如果有一部分转账业务发生了些问题,比如,部分转账业务发生了资金丢失,或者部分转账业务收到了用户的来电投诉反馈,或者部分转账业务发生了稽核,那么转账业务还是具有一定的风险,业务风险值可以用来评估这种风险。如果业务风险值较高,那可能有比较高比例的转账业务收到了来电投诉,或者比较高比例的转账业务发生了资金丢失或转账失败。
基于上述,本步骤中计算的业务风险值可以根据部分类别风险的比例数值进行量化得到,比如,可以根据来电投诉率计算,或者依据稽核率计算,等。此外,对于同一个业务类型来说,也可能存在多种不同类型的风险,比如资金丢失、或者转账失败等,在计算时所依据的参数可以是本例子的待评判的风险事件所对应的风险类型。举例来说,业务类型的业务参数可以是转账业务的业务量,风险类型的风险参数可以是资金丢失类型的资金损失总额。
在步骤106中,根据传播风险值和业务风险值,得到风险事件的总风险值。
本步骤可以综合前面计算的传播风险值和业务风险值,得到一个总风险值。
在步骤108中,若总风险值处于预定告警范围,则触发对风险事件的告警。
例如,若总风险值较高,处于预定告警范围,则可以触发对该风险事件的告警,例如可以通知相应的运营人员,提醒运营人员进一步分析和处置该事件。
本例子的风险事件告警方法,通过根据多个信息渠道的参数来确定风险事件的外部传播风险,并根据事件所属的业务类型和风险类型确定对应的内部业务风险,使得对事件的风险程度的判定更加准确和全面,并且,通过自动采集和分析多渠道的信息,并根据分析结果触发事件告警,可以使得事件的判别和告警更加快速和及时,降低风险事件的影响。
如下以一个例子来描述对风险事件进行告警的方法的处理流程:
图2示例了执行风险事件告警的系统架构,如图2所示,该系统中可以包括:信息采集模块21、类型标识模块22、信息存储模块23、风险研判模块24和预警处理模块25。风险事件告警方法可以由这些模块配合完成。
其中,信息采集模块21可以负责采集各个信息渠道的风险事件。如下列举三种示例性的信息渠道,实际实施中并不局限于这三种渠道。
例如,在舆情信息渠道可以采集新闻、报纸、微博等媒体中发布的信息,可以采集这些信息中包括的与公司相关的风险事件的信息。采集的信息可以包括两部分,一部分是对事件本身描述的事件描述信息,另一部分是事件风险参数。比如,在某个新闻媒体上发现某个事件描述信息是:某用户使用公司的一项业务服务时出现了资金丢失,该事件描述信息中包括了这个资金丢失事件的用户标识、时间、具体的事件过程的描述,等。同时,在采集信息时还可以获取诸如发布该事件描述信息的媒体的名称、发布作者、转发量、阅读量等事件风险参数。
又例如,还可以是在来电信息渠道中采集风险事件。比如,公司可以设置一个用户来电投诉的接听平台,使用公司业务服务的用户都可以通过该平台反馈一些所要投诉的风险事件。比如,某个用户可以来电反馈在某个时间执行的一次转账过程失败。该来电信息渠道还可以同时采集用户来电频次,可以是用户对同一个风险事件反馈多次时的来电次数、来电频率等数据。该该来电信息渠道中,接听到的用户反馈的事情可以是事件描述信息,而来电频次等数据可以称为事件风险参数。
再例如,也可以是通过情报采集渠道接收白帽子反馈的业务漏洞,该业务漏洞可以认为是一个风险事件,白帽子可以是专门查找并反馈漏洞的人员,对于公司的业务完善具有很大帮助。同时还可以记录上报频次等数据,同样的,上报频次可以称为事件风险参数,白帽子反馈的事情本身可以是事件描述信息。
在通过信息采集模块21采集到各个信息渠道的风险事件后,这些风险事件可以通过类型标识模块22进行打标。这里的打标可以是识别上述采集到的风险事件属于哪个业务类型,属于哪种风险类型。在一个公司内部,可以有多种业务类型和风险类型,例如,可以包括“转账”、“购物”、“公共事业缴费”等多种业务类型,可以包括“转账失败”、“资金丢失”、“来电投诉”、“限制权限”等多种风险类型。当接收到以风险事件时,可以通过该类型标识模块22识别这是哪个业务类型中的哪类风险,比如,可以是“转账”业务中的“资金丢失”风险。
类型标识模块22的打标方法可以参见图3中的示意,如图3所示,以三种信息渠道为例,每一种渠道采集到的风险事件都可以识别业务类型和风险类型。
以舆情信息渠道为例,对于采集到的舆情风险事件,可以识别该事件所属的业务类型和风险类型。在业务类型的识别过程中,可以通过分词提取模型自动由事件描述信息中进行分词提取,得到业务关键词。其中,该分词提取模型可以是预先训练得到,比如,可以获取一些舆情信息的样本作为训练模型的输入样本,并根据专家经验确定各个业务类型的业务在舆情信息中通常反馈出来的关键词,作为模型的输出样本,输出样本中可以包括各个业务类型的关键词,根据输入样本和输出样本来训练模型。训练完成的模型可以自动由一个输入的舆情信息(由舆情信息渠道采集到的风险事件的事件描述信息)中提取出对应的业务关键词。然后,可以根据业务关键词与不同业务类型之间的匹配关系,确定风险事件所属的业务类型,比如,该匹配关系可以是规定了若事件描述信息中包括“转账”、“某支付应用”、“某用户账号”这些业务关键词,就可以据此确定该事件描述信息对应的业务类型是“向某支付应用转账”。
风险类型的识别方式与业务类型相似,同样也可以通过预先训练得到的分词提取模型来提取事件描述信息中的风险关键词,不同的是,这里的分词提取模型与业务类型识别时的分词提取模型不同,该用于识别风险类型的分词提取模型在训练时的输出样本可以是根据专家经验确定的各个风险类型在舆情信息中反馈出来的关键词。在得到风险关键词后,也可以根据风险关键词与风险类型的匹配关系,确定所述风险事件的风险类型。为了描述上的区分,可以将用于提取业务关键词的分词提取模型称为业务分词提取模型,可以将用于提取风险关键词的分词提取模型称为风险分词提取模型。同样,风险类型的识别可以是根据风险关键词与不同风险类型之间的匹配关系确定。
经过上述过程,可以识别出舆情信息渠道采集的风险事件的业务类型和风险类型,并得到风险关键词、业务关键词,以及转发量、阅读量等事件风险参数。如下表1示例了该舆情信息渠道得到的数据:
表1舆情信息渠道的获得数据
事件描述信息 业务关键词 业务类型 风险关键词 风险类型 事件风险参数
如图3示意,来电信息渠道和情报采集渠道对各自采集信息的分析识别,与上述的舆情信息渠道类似,不再详述。比如,对于白帽子反馈的风险事件,可以通过分词提取模型提取业务关键词和风险关键词,并通过匹配关系得到风险类型和业务类型,当然,这里的分词提取模型的训练是根据各个业务或者风险在白帽子反馈信息中描述的关键词。同理,来电信息渠道也是根据同样的方式获得业务类型和风险类型,同时可以采集用户的来电频次等事件风险参数。
在一个例子中,来电信息渠道的业务类型和风险类型的识别可以与其他渠道的识别稍有不同。参见图4的示例,描述来电信息渠道的业务类型的识别过程,包括:
在步骤400中,根据用户的来电声音中指定的交易和操作,确定第一业务类型。比如,用户在来电投诉时,通常会诉说要投诉的是哪笔交易和哪个操作,可以根据这些信息确定用户所投诉的业务类型,称为第一业务类型。
在步骤402中,将来电声音进行文本化,得到风险事件的事件描述信息。
在步骤404中,将所述事件描述信息输入业务分词提取模型进行分词提取,得到所述风险事件的业务关键词,并根据业务关键词与业务类型的匹配关系,确定所述风险事件的业务类型,作为第二业务类型。
本步骤的方法与前述的业务类型识别方法相同。
在步骤406中,根据所述第一业务类型和第二业务类型,确定所述风险事件的业务类型。本步骤可以综合上述两种方式确定的两个业务类型,来识别风险事件的业务类型。
当第一业务类型和第二业务类型存在偏差时,可以根据这两个业务类型的识别结果中包括的权重分值进行判断,该权重分值可以表示与标准结果的符合度或者可信度,比如,识别结果85%的概率是转账业务。举例来说,用户来电投诉时,所诉说的事情是“我转钱到其他人”,假设根据来电得到的第一业务类型是转账到支付宝账户,权重分值是85%;另一个根据步骤404识别到的第二业务类型是转账到银行卡,权重分值是60%,那么可以确定本次投诉的是转账到支付宝账户这种业务类型。权重分值相当于识别到的业务类型的概率。
在获得各个信息渠道采集的风险事件的业务类型、风险类型、业务关键词、风险关键词以及各个渠道的事件风险参数后,可以通过信息存储模块23将这些信息进行格式化存储,整合成一个数据表,形成一个全风险信息中心。如下表2所示的数据表,只是示例了一种格式,其中,该数据表中还上述的风险类型、业务类型等数据之外,增加了业务参数和风险参数。
表2全风险数据表
上述表2中可以记录每个信息渠道中采集的各个风险事件,每个风险事件都可以记录该事件对应的业务关键词、业务类型、业务参数、风险参数等数据。表2中仅示例了其中一个渠道的一个风险事件的部分数据。其中,业务参数可以是该风险事件所属的业务类型中的一些业务执行总量,比如转账业务量级,风险参数可以是该风险事件所属的风险类型中的一些风险统计量,比如,来电投诉总量。例如,上述的统计量级可以是设定一段时间的统计。
风险研判模块24可以根据表2的数据表,开始计算风险事件的总风险值,以用于根据总风险值判定风险事件的风险等级。该风险研判模块24的处理可以包括两部分,一部分是聚类,由多个信息渠道中找到同一个风险事件,并根据该同一个风险事件出现的不同信息渠道计算事件的传播风险值;另一部分处理是对聚类后的风险事件进行内部评估,比如评估公司内部这类业务和风险当前是处于高发期还是低概率出现的情况,计算得到事件的业务风险值。传播风险值和业务风险值综合来得到风险事件的总风险值。
其中,聚类处理时,可以根据业务关键词和风险关键词,对所述多个信息渠道的事件信息进行聚类,得到对应同一个风险事件的事件信息。比如,若舆情信息渠道采集的一个风险事件与来电信息渠道采集的一个风险事件,这两个事件包括的业务关键词和风险关键词的重合度在90%以上,并且在类型识别时这两个事件具有相同的风险类型和业务类型,则可以确定这两个风险事件是同一个风险事件。通过聚类处理,可以得到在多个信息渠道中采集到的同一个风险事件,或者说可以得到一个风险事件在多个信息渠道采集的事件信息,所述事件信息包括所述同一风险事件对应的在多个信息渠道的事件风险参数。
在聚类得到多个信息渠道的同一风险事件后,可以计算该同一风险事件的传播风险值,该传播风险值可以用于衡量通过多个信息渠道确定的该事件产生较大影响的可能性。传播风险值的计算可以按照图5所示的流程进行,包括:
在步骤500中,对于每个信息渠道,根据所述信息渠道的事件风险参数,得到对应所述信息渠道的渠道风险值。
本步骤中,每个信息渠道的渠道风险值可以根据该渠道的事件风险参数来计算。比如,以舆情信息渠道为例,可以先将媒体名称按照媒体的影响力进行等级分析,将发布作者通过大V进行分级,将媒体名称、媒体影响力、发布作者的影响力等级、转发量、阅读量等事件风险参数作为重要权重参数输入线性回归模进行处理,计算出分值。通过专家审核对分值的合理性进行判断,并反馈至模型进行优化。
在步骤502中,根据各个信息渠道的渠道膨胀系数,将所述多个信息渠道对应的多个渠道风险值进行加权求和,得到所述传播风险值。
本步骤中,可以综合各个信息渠道的渠道风险值进行计算,例如,以三个信息渠道为例,可以按照如下公式计算:
渠道A的渠道风险值+渠道B的渠道风险值*渠道膨胀系数b+渠道C的渠道风险值*渠道膨胀系数c;
其中,渠道膨胀系数c>渠道膨胀系数b>1(假设渠道A的膨胀系数a是1),该渠道膨胀系数用于使得随着所述风险事件出现的信息渠道数量的增加而提高所述传播风险值,那么只要一个风险事件出现在两个或两个以上的信息渠道,该风险事件的传播风险值将显著提升。上述的各个渠道膨胀系数的具体数值的确定,也可以是预先通过线性回归模型处理,人工专家审核后确定。
在计算出风险事件的传播风险值后,可以认为传播风险值大于一定分值的事件是已经具有一定风险的事件,需要进一步处理,将这部分风险事件进行下一步骤的业务风险值的计算。
业务风险值的计算可以是综合根据风险事件的业务类型对应的业务参数、以及该风险事件所属风险类型对应的风险参数确定。
例如,示例一种业务风险值的计算方式,该方式以部分风险类型为例,计算一种业务类型下的业务风险值,实际实施中并不局限于此:
该业务类型的来电率*系数x1+该业务类型的资损率*系数x2+该业务类型的稽核率*系数x3+该业务类型的限权率*系数x4+该业务类型的投诉率*系数x5)/业务量增速*系数x6。
其中,上述的x1至x6的确定也可以是预先通过线性回归模型处理,人工专家审核后确定。在下面的例子中,举例说明如下概念的含义:“来电”指的是用户的来电话;“投诉”指的是用户通过支付应用的页面进行截图后进行投诉;“限权”是指将该支付应用的支付功能、提现功能关闭,对账号进行冻结这些处罚;“稽核”是指风控策略识别到用户可能存在风险后校验用户的身份。
该业务类型的来电率=该业务类型的来电量/该业务类型的业务量级;
该业务类型的资损率=该业务类型的资损量/该业务类型的业务资金量级;
该业务类型的稽核率=该业务类型的稽核量/该业务类型的业务量级;
该业务类型的限权率=该业务类型的限权量/该业务类型的业务量级;
该业务类型的投诉率=该业务类型的投诉量/该业务类型的业务量级;
业务量增速=该风险事件采集当天的业务量级/前7天平均量级。
其中的业务量级、业务资金量级、业务量增速等可以称为业务参数,来电量、稽核量、投诉量等可以称为风险参数。
在计算得到业务风险值后,可以将业务风险值和传播风险值进行相加(或者也可以是加权相加),得到总风险值。风险研判模块24可以根据总风险值,确定一个风险事件的风险等级,若总风险值处于预定告警范围,则可以触发对该风险事件的告警;若总风险值未在预定告警范围,可以暂时不做处理。
风险研判模块24可以通知预警处理模块25进行上述风险事件的告警,例如,预警处理模块25可以通讯联系上对应的运营人员,由运营人员对该风险事件进行分析,找到该事件需要处理的问题和业务方,进行相应的风险处理。
本说明书一个或多个实施例的风险事件告警方法,通过汇集了多个信息渠道的事件信息,综合判断事件的传播风险,并结合事件在业务内部的业务风险的判别,可以利用得到的总风险值对该事件的风险程度进行更为准确和全面的识别,并可以自动的及时触发对高等级风险事件的告警。该方法可以快速和准确的进行风险事件的告警,降低了风险事件产生的负面影响。
此外,在上述的风险事件告警方法中,业务类型、风险类型的识别也可以采用其他方法,或者,在关键词的提取时可以通过多种不同的模型来识别,不进行限制。为了使得业务类型、风险类型识别更加准确,还可以适当的通过人工方式对识别到的类型进行修正,也可以修正关键词和类型的匹配关系,以使得类型识别更加准确。另外,当增加了业务类型、风险类型时,可以相应调整传播风险值、业务风险值的计算方式。
为了实现上述的风险事件告警方法,本说明书一个或多个实施例提供一种风险事件告警装置。如图6所示,该装置可以包括:参数获取模块61、外部风险确定模块62、内部风险确定模块63、风险评估模块64和告警处理模块65。这些模块可以是图2中的风险研判模块24中包括的多个模块。
参数获取模块61,用于获取一个待评判的风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
外部风险确定模块62,用于根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
内部风险确定模块63,用于根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量风险事件的所属业务的业务风险程度;
风险评估模块64,用于根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
告警处理模块65,用于若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
在一个例子中,所述多个信息渠道,包括如下至少一项:舆情信息渠道、来电信息渠道和情报采集渠道。
在一个例子中,所述参数获取模块61,在用于获取一个待评判的风险事件分别在多个信息渠道的事件风险参数时,包括:
获取由所述多个信息渠道中采集的多个风险事件的事件信息,所述事件信息包括:事件描述信息、以及所述事件风险参数;
通过业务分词提取模型对所述事件描述信息进行分词提取,得到所述风险事件的业务关键词,通过风险分词提取模型对所述事件描述信息进行分词提取,得到所述风险事件的风险关键词;
根据所述业务关键词和风险关键词,对所述多个信息渠道的事件信息进行聚类,得到对应同一个风险事件的事件信息,所述事件信息包括:所述同一风险事件对应的在多个信息渠道的事件风险参数。
在一个例子中,所述外部风险确定模块62,在用于根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值时,包括:
对于每个信息渠道,根据所述信息渠道的事件风险参数,得到对应所述信息渠道的渠道风险值;
根据各个信息渠道的渠道膨胀系数,将所述多个信息渠道对应的多个渠道风险值进行加权求和,得到所述传播风险值,所述渠道膨胀系数用于使得随着所述风险事件出现的信息渠道数量的增加而提高所述传播风险值。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述方法实施例所示流程中的各个步骤,其执行顺序不限制于流程图中的顺序。此外,各个步骤的描述,可以实现为软件、硬件或者其结合的形式,例如,本领域技术人员可以将其实现为软件代码的形式,可以为能够实现所述步骤对应的逻辑功能的计算机可执行指令。当其以软件的方式实现时,所述的可执行指令可以存储在存储器中,并被设备中的处理器执行。
例如,对应于上述方法,本说明书一个或多个实施例同时提供一种风险事件告警设备,该设备可以包括处理器、存储器、以及存储在存储器上并可在处理器上运行的计算机指令,所述处理器通过执行所述指令,用于实现如下步骤:
获取一个待评判的风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量所述风险事件的所属业务的业务风险程度;
根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
上述实施例阐明的装置或模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统、或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于服务端设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书一个或多个实施例的较佳实施例而已,并不用以限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开保护的范围之内。

Claims (11)

1.一种风险事件告警方法,所述方法包括:
获取一个风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量所述风险事件的所属业务的业务风险程度;
根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
2.根据权利要求1所述的方法,所述多个信息渠道的事件风险参数,包括如下至少一项:
所述风险事件在舆情信息渠道中的如下至少一项:渠道名称、发布作者、转发量或者阅读量;
所述风险事件在来电信息渠道中的来电频次;
所述风险事件在情报采集渠道中的上报频次。
3.根据权利要求1所述的方法,所述获取一个风险事件分别在多个信息渠道的事件风险参数,包括:
获取由所述多个信息渠道中采集的多个风险事件的事件信息,所述事件信息包括:事件描述信息、以及所述事件风险参数;
通过业务分词提取模型对所述事件描述信息进行分词提取,得到所述风险事件的业务关键词,通过风险分词提取模型对所述事件描述信息进行分词提取,得到所述风险事件的风险关键词;
根据所述业务关键词和风险关键词,对所述多个信息渠道的事件信息进行聚类,得到对应同一个风险事件的事件信息,所述事件信息包括:所述同一风险事件对应的在多个信息渠道的事件风险参数。
4.根据权利要求3所述的方法,所述方法还包括:
根据业务关键词与业务类型的匹配关系,确定所述风险事件的业务类型;
根据风险关键词与风险类型的匹配关系,确定所述风险事件的风险类型。
5.根据权利要求1所述的方法,所述根据风险事件所属的业务类型的业务参数、以及所述风险事件的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,包括:
根据所述风险事件的业务类型,获取对应所述业务类型的业务参数;
根据所述风险事件的风险类型,获取对应所述风险类型的风险参数;
将所述业务参数和风险参数之间的比率,作为所述业务风险值。
6.根据权利要求1所述的方法,所述根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值,包括:
对于每个信息渠道,根据所述信息渠道的事件风险参数,得到对应所述信息渠道的渠道风险值;
根据各个信息渠道的渠道膨胀系数,将所述多个信息渠道对应的多个渠道风险值进行加权求和,得到所述传播风险值,所述渠道膨胀系数用于使得随着所述风险事件出现的信息渠道数量的增加而提高所述传播风险值。
7.一种风险事件告警装置,所述装置包括:
参数获取模块,用于获取一个风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
外部风险确定模块,用于根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
内部风险确定模块,用于根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量风险事件的所属业务的业务风险程度;
风险评估模块,用于根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
告警处理模块,用于若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
8.根据权利要求7所述的装置,所述多个信息渠道,包括如下至少一项:舆情信息渠道、来电信息渠道和情报采集渠道。
9.根据权利要求7所述的装置,所述参数获取模块,在用于获取一个待评判的风险事件分别在多个信息渠道的事件风险参数时,包括:
获取由所述多个信息渠道中采集的多个风险事件的事件信息,所述事件信息包括:事件描述信息、以及所述事件风险参数;
通过业务分词提取模型对所述事件描述信息进行分词提取,得到所述风险事件的业务关键词,通过风险分词提取模型对所述事件描述信息进行分词提取,得到所述风险事件的风险关键词;
根据所述业务关键词和风险关键词,对所述多个信息渠道的事件信息进行聚类,得到对应同一个风险事件的事件信息,所述事件信息包括:所述同一风险事件对应的在多个信息渠道的事件风险参数。
10.根据权利要求7所述的装置,所述外部风险确定模块,在用于根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值时,包括:
对于每个信息渠道,根据所述信息渠道的事件风险参数,得到对应所述信息渠道的渠道风险值;
根据各个信息渠道的渠道膨胀系数,将所述多个信息渠道对应的多个渠道风险值进行加权求和,得到所述传播风险值,所述渠道膨胀系数用于使得随着所述风险事件出现的信息渠道数量的增加而提高所述传播风险值。
11.一种风险事件告警设备,所述设备包括存储器、处理器,以及存储在存储器上并可在处理器上运行的计算机指令,所述处理器执行指令时实现以下步骤:
获取一个待评判的风险事件分别在多个信息渠道的事件风险参数,所述事件风险参数用于度量所述风险事件在所述信息渠道的传播风险程度;
根据所述多个信息渠道的事件风险参数,得到所述风险事件的传播风险值;
根据所述风险事件所属的业务类型的业务参数、以及所述风险事件所属的风险类型对应的风险参数,得到所述风险事件对应的业务风险值,所述业务风险值用于度量所述风险事件的所属业务的业务风险程度;
根据所述传播风险值和业务风险值,得到所述风险事件的总风险值;
若所述总风险值处于预定告警范围,则触发对所述风险事件的告警。
CN201711432068.7A 2017-12-26 2017-12-26 一种风险事件告警方法和装置 Active CN108108902B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711432068.7A CN108108902B (zh) 2017-12-26 2017-12-26 一种风险事件告警方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711432068.7A CN108108902B (zh) 2017-12-26 2017-12-26 一种风险事件告警方法和装置

Publications (2)

Publication Number Publication Date
CN108108902A true CN108108902A (zh) 2018-06-01
CN108108902B CN108108902B (zh) 2021-06-29

Family

ID=62213518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711432068.7A Active CN108108902B (zh) 2017-12-26 2017-12-26 一种风险事件告警方法和装置

Country Status (1)

Country Link
CN (1) CN108108902B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034209A (zh) * 2018-07-03 2018-12-18 阿里巴巴集团控股有限公司 主动风险实时识别模型的训练方法和装置
CN109474515A (zh) * 2018-11-13 2019-03-15 平安科技(深圳)有限公司 风险事件的邮件推送方法、装置、计算机设备及存储介质
CN109657914A (zh) * 2018-11-19 2019-04-19 平安科技(深圳)有限公司 信息推送方法、装置、计算机设备及存储介质
CN110060040A (zh) * 2019-03-06 2019-07-26 阿里巴巴集团控股有限公司 一种转账风险控制方法、系统及设备
CN110084468A (zh) * 2019-03-14 2019-08-02 阿里巴巴集团控股有限公司 一种风险识别方法及装置
CN110163470A (zh) * 2019-04-04 2019-08-23 阿里巴巴集团控股有限公司 事件评估方法及装置
CN110222513A (zh) * 2019-05-21 2019-09-10 平安科技(深圳)有限公司 一种线上活动的异常监测方法、装置及存储介质
CN110516836A (zh) * 2019-07-05 2019-11-29 中国平安财产保险股份有限公司 基于大数据的智能预警方法、装置、设备及存储介质
CN110609969A (zh) * 2019-08-08 2019-12-24 阿里巴巴集团控股有限公司 信息处理方法和装置
CN110738562A (zh) * 2019-10-16 2020-01-31 支付宝(杭州)信息技术有限公司 一种风险提醒信息的生成方法、装置及设备
CN110765958A (zh) * 2019-10-29 2020-02-07 成都旺小宝科技有限公司 基于人脸识别的渠道风险控制方法方法、装置及系统
CN110992119A (zh) * 2019-02-21 2020-04-10 北京嘀嘀无限科技发展有限公司 一种对风险订单进行排序的方法和系统
CN111064849A (zh) * 2019-12-25 2020-04-24 北京合力亿捷科技股份有限公司 一种基于呼叫中心系统线路资源的利用和管控分析方法
CN112132368A (zh) * 2019-06-06 2020-12-25 阿里巴巴集团控股有限公司 信息处理方法以及装置、计算设备、存储介质
CN112270633A (zh) * 2020-10-26 2021-01-26 河南金明源信息技术有限公司 一种基于大数据驱动的公益诉讼线索研判系统和方法
CN112418578A (zh) * 2019-08-22 2021-02-26 贝壳技术有限公司 一种业务风险预警方法、电子设备及存储介质
CN112651639A (zh) * 2020-12-29 2021-04-13 安徽运通达物流科技有限公司 一种运输平台中运单履行风险分析方法
CN112711651A (zh) * 2020-12-30 2021-04-27 上海金仕达软件科技有限公司 一种舆情监测方法及系统
CN112801456A (zh) * 2020-12-30 2021-05-14 北京知因智慧科技有限公司 资金流动性风险预警方法、装置和电子设备
CN112966918A (zh) * 2021-03-01 2021-06-15 北京明略软件系统有限公司 用于确定风险影响范围的方法及装置、设备
CN114612104A (zh) * 2020-12-09 2022-06-10 支付宝(杭州)信息技术有限公司 风险识别方法、装置和电子设备
CN115102834A (zh) * 2022-04-27 2022-09-23 浙江大学 一种变更风险评估方法、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120185544A1 (en) * 2011-01-19 2012-07-19 Andrew Chang Method and Apparatus for Analyzing and Applying Data Related to Customer Interactions with Social Media
CN104573016A (zh) * 2015-01-12 2015-04-29 武汉泰迪智慧科技有限公司 一种基于行业的垂直舆情分析系统及方法
CN104820629A (zh) * 2015-05-14 2015-08-05 中国电子科技集团公司第五十四研究所 一种智能的舆情突发事件应急处理系统及方法
CN106383905A (zh) * 2016-09-30 2017-02-08 南京索酷信息科技股份有限公司 一种智慧养老大数据舆情网路监控的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120185544A1 (en) * 2011-01-19 2012-07-19 Andrew Chang Method and Apparatus for Analyzing and Applying Data Related to Customer Interactions with Social Media
CN104573016A (zh) * 2015-01-12 2015-04-29 武汉泰迪智慧科技有限公司 一种基于行业的垂直舆情分析系统及方法
CN104820629A (zh) * 2015-05-14 2015-08-05 中国电子科技集团公司第五十四研究所 一种智能的舆情突发事件应急处理系统及方法
CN106383905A (zh) * 2016-09-30 2017-02-08 南京索酷信息科技股份有限公司 一种智慧养老大数据舆情网路监控的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张克伟: "内蒙古某单位互联网舆情监测平台设计和实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034209A (zh) * 2018-07-03 2018-12-18 阿里巴巴集团控股有限公司 主动风险实时识别模型的训练方法和装置
CN109034209B (zh) * 2018-07-03 2021-07-30 创新先进技术有限公司 主动风险实时识别模型的训练方法和装置
CN109474515B (zh) * 2018-11-13 2022-06-24 平安科技(深圳)有限公司 风险事件的邮件推送方法、装置、计算机设备及存储介质
CN109474515A (zh) * 2018-11-13 2019-03-15 平安科技(深圳)有限公司 风险事件的邮件推送方法、装置、计算机设备及存储介质
CN109657914A (zh) * 2018-11-19 2019-04-19 平安科技(深圳)有限公司 信息推送方法、装置、计算机设备及存储介质
CN110992119A (zh) * 2019-02-21 2020-04-10 北京嘀嘀无限科技发展有限公司 一种对风险订单进行排序的方法和系统
CN110060040A (zh) * 2019-03-06 2019-07-26 阿里巴巴集团控股有限公司 一种转账风险控制方法、系统及设备
CN110084468A (zh) * 2019-03-14 2019-08-02 阿里巴巴集团控股有限公司 一种风险识别方法及装置
CN110084468B (zh) * 2019-03-14 2020-09-01 阿里巴巴集团控股有限公司 一种风险识别方法及装置
CN110163470B (zh) * 2019-04-04 2023-05-30 创新先进技术有限公司 事件评估方法及装置
CN110163470A (zh) * 2019-04-04 2019-08-23 阿里巴巴集团控股有限公司 事件评估方法及装置
CN110222513B (zh) * 2019-05-21 2023-06-23 平安科技(深圳)有限公司 一种线上活动的异常监测方法、装置及存储介质
CN110222513A (zh) * 2019-05-21 2019-09-10 平安科技(深圳)有限公司 一种线上活动的异常监测方法、装置及存储介质
CN112132368A (zh) * 2019-06-06 2020-12-25 阿里巴巴集团控股有限公司 信息处理方法以及装置、计算设备、存储介质
CN110516836A (zh) * 2019-07-05 2019-11-29 中国平安财产保险股份有限公司 基于大数据的智能预警方法、装置、设备及存储介质
CN110609969A (zh) * 2019-08-08 2019-12-24 阿里巴巴集团控股有限公司 信息处理方法和装置
CN112418578A (zh) * 2019-08-22 2021-02-26 贝壳技术有限公司 一种业务风险预警方法、电子设备及存储介质
CN110738562A (zh) * 2019-10-16 2020-01-31 支付宝(杭州)信息技术有限公司 一种风险提醒信息的生成方法、装置及设备
CN110738562B (zh) * 2019-10-16 2023-04-25 支付宝(杭州)信息技术有限公司 一种风险提醒信息的生成方法、装置及设备
CN110765958A (zh) * 2019-10-29 2020-02-07 成都旺小宝科技有限公司 基于人脸识别的渠道风险控制方法方法、装置及系统
CN111064849A (zh) * 2019-12-25 2020-04-24 北京合力亿捷科技股份有限公司 一种基于呼叫中心系统线路资源的利用和管控分析方法
CN112270633A (zh) * 2020-10-26 2021-01-26 河南金明源信息技术有限公司 一种基于大数据驱动的公益诉讼线索研判系统和方法
CN112270633B (zh) * 2020-10-26 2024-02-06 河南金明源信息技术有限公司 一种基于大数据驱动的公益诉讼线索研判系统和方法
CN114612104A (zh) * 2020-12-09 2022-06-10 支付宝(杭州)信息技术有限公司 风险识别方法、装置和电子设备
CN112651639A (zh) * 2020-12-29 2021-04-13 安徽运通达物流科技有限公司 一种运输平台中运单履行风险分析方法
CN112801456A (zh) * 2020-12-30 2021-05-14 北京知因智慧科技有限公司 资金流动性风险预警方法、装置和电子设备
CN112711651A (zh) * 2020-12-30 2021-04-27 上海金仕达软件科技有限公司 一种舆情监测方法及系统
CN112966918A (zh) * 2021-03-01 2021-06-15 北京明略软件系统有限公司 用于确定风险影响范围的方法及装置、设备
CN115102834A (zh) * 2022-04-27 2022-09-23 浙江大学 一种变更风险评估方法、设备及存储介质
CN115102834B (zh) * 2022-04-27 2024-04-16 浙江大学 一种变更风险评估方法、设备及存储介质

Also Published As

Publication number Publication date
CN108108902B (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN108108902A (zh) 一种风险事件告警方法和装置
WO2021068601A1 (zh) 病历检测方法、装置、设备及存储介质
CN108009915A (zh) 一种欺诈用户社区的标记方法及相关装置
CN110069784A (zh) 一种语音质检评分方法、装置、终端及可存储介质
CN110111110A (zh) 基于知识图谱检测欺诈的方法和装置、存储介质
CN107784519A (zh) 一种广告效果评估方法及服务器
CN113011888B (zh) 一种针对数字货币的异常交易行为检测方法、装置、设备及介质
CN110362689A (zh) 一种风险评估方法、装置、存储介质和服务器
CN110609908A (zh) 案件串并方法及装置
CN109740642A (zh) 发票类别识别方法、装置、电子设备及可读存储介质
CN109739989A (zh) 文本分类方法和计算机设备
CN110533521A (zh) 动态贷后预警方法、装置、设备及可读存储介质
CN109165529A (zh) 一种暗链篡改检测方法、装置和计算机可读存储介质
CN111061718A (zh) 一种数据检核方法及装置
CN111047092A (zh) 纠纷案件胜率预测方法、装置、计算机设备及存储介质
CN110084694A (zh) 一种基于数据处理的订单分配方法及相关设备
CN109597987A (zh) 一种文本还原方法、装置及电子设备
CN111160695A (zh) 计算机运行的风险账户的识别方法、系统、装置及存储介质
CN111833182A (zh) 识别风险对象的方法和装置
CN113159778B (zh) 一种金融欺诈的检测方法及装置
CN109447440A (zh) 一种环保目标考核管理方法与装置、终端设备及存储介质
CN107071553A (zh) 一种修改视频语音的方法、装置和计算机可读存储介质
CN112307757A (zh) 基于辅助任务的情感分析方法、装置、设备及存储介质
CN116151670B (zh) 一种投行业务上市项目质量的智能评估方法、系统及介质
CN113723522B (zh) 异常用户的识别方法、装置、电子设备以及存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20201020

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201020

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant