CN109474515B - 风险事件的邮件推送方法、装置、计算机设备及存储介质 - Google Patents
风险事件的邮件推送方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109474515B CN109474515B CN201811346054.8A CN201811346054A CN109474515B CN 109474515 B CN109474515 B CN 109474515B CN 201811346054 A CN201811346054 A CN 201811346054A CN 109474515 B CN109474515 B CN 109474515B
- Authority
- CN
- China
- Prior art keywords
- event
- information
- operation risk
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/42—Mailbox-related aspects, e.g. synchronisation of mailboxes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Abstract
本发明公开了风险事件的邮件推送方法、装置、计算机设备及存储介质。该方法通过操作风险损失事件来对应获取非财务影响严重度参数或综合影响严重度参数,并在非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,根据操作风险损失事件获取对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件,并根据所述操作风险损失事件对应的事件类别获取邮件接收方信息,将重大操作风险事件上报提醒邮件根据邮件接收方信息发送至对应的信息接收方。该方法实现了对非财务影响严重度参数或综合影响严重度参数的智能判断,而且在其超出等级阈值时自动填充重大操作风险事件上报提醒邮件并发至接收方信息,以及时通知进行处理。
Description
技术领域
本发明涉及信息推送技术领域,尤其涉及一种风险事件的邮件推送方法、装置、计算机设备及存储介质。
背景技术
目前,稽核及合规部门对操作风险事件的识别、收集、汇总、分析和报告工作,均是手动进行,而且对操作风险事件进行录入后,若判断该操作风险事件的综合影响严重度较高,一般是手动编辑通知邮件以告知相关处理人员,这就导致通知的时效性很差。
发明内容
本发明实施例提供了一种风险事件的邮件推送方法、装置、计算机设备及存储介质,旨在解决现有技术中稽核及合规部门对操作风险事件的识别、收集、汇总、分析和报告工作均是手动进行,而且对风险事件的综合影响严重度较高的事件是手动编辑邮件以通知,导致时效性低下的问题。
第一方面,本发明实施例提供了一种风险事件的邮件推送方法,其包括:
将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数;
若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件;
根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;
将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
第二方面,本发明实施例提供了一种风险事件的邮件推送装置,其包括:
严重度参数获取单元,用于将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数;
第一邮件填充单元,用于若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件;
第一接收方信息获取单元,用于根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;
第一邮件推送单元,用于将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、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上述第一方面所述的风险事件的邮件推送方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的风险事件的邮件推送方法。
本发明实施例提供了一种风险事件的邮件推送方法、装置、计算机设备及存储介质。该方法通过操作风险损失事件来对应获取非财务影响严重度参数或综合影响严重度参数,并在非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,根据操作风险损失事件获取对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件,并根据所述操作风险损失事件对应的事件类别获取邮件接收方信息,将重大操作风险事件上报提醒邮件根据邮件接收方信息发送至对应的信息接收方。该方法实现了对非财务影响严重度参数或综合影响严重度参数的智能判断,而且在其超出等级阈值时自动填充重大操作风险事件上报提醒邮件并发至接收方信息,以及时通知进行处理。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的风险事件的邮件推送方法的流程示意图;
图2为本发明实施例提供的风险事件的邮件推送方法的子流程示意图;
图3为本发明实施例提供的风险事件的邮件推送方法的另一子流程示意图;
图4为本发明实施例提供的风险事件的邮件推送装置的示意性框图;
图5为本发明实施例提供的风险事件的邮件推送装置的子单元示意性框图;
图6为本发明实施例提供的风险事件的邮件推送装置的另一子单元示意性框图;
图7为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
为了更清楚的理解本申请的技术方案,下面对部分行业术语中的名词进行解释说明。
操作风险表示由不完善或有问题的内部程序、员工、信息科技系统,以及外部事件所造成损失的风险,其包括法律风险,但不包括策略风险和声誉风险。
操作风险损失事件,是指对稽核及合规部门造成财物损失或非财务影响的操作风险事件,非财务影响包括客户服务影响、声誉影响、法律/监管及员工影响。其中,操作风险损失事件的常见类型有内部欺诈(指故意骗取、盗用财产或违反监管规章、法律或公司政策导致的损失事件),外部欺诈(指第三方故意骗取、盗用、抢劫财产、伪造要件、攻击商业稽核及合规部门IT系统或逃避法律监管导致的损失事件)等。
操作风险事件收集,是指操作风险事件的识别、收集、汇总、分析和报告工作,其中对单个事件的识别和填报是操作风险事件收集的基础。
请参阅图1,图1是本发明实施例提供的风险事件的邮件推送方法的流程示意图,该风险事件的邮件推送方法应用于管理服务器中,该方法通过安装于管理服务器中的应用软件进行执行。
如图1所示,该方法包括步骤S110~S140。
S110、将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数。
在本实施例中,为了获取操作风险损失事件对应的严重程度,需将其量化成一个等级数值,而操作风险损失事件是一段文字描述,故为了将其量化为等级数值,需将其对应进行分词得到事件描述信息,再将事件描述信息作为所述朴素贝叶斯模型的输入,即可根据事件描述信息包括的关键词对应得到由等级数值表示的非财务影响严重度参数。而综合影响严重度参数需充分考虑非财务影响严重度参数和财务影响严重度参数的综合影响,故需根据非财务影响严重度参数和财务影响严重度参数各自对应的权重来综合计算综合影响严重度参数。本申请中实现了将文字描述量化为操作风险损失事件对应的非财务影响严重度参数和综合影响严重度参数,能更加直观的根据非财务影响严重度参数和综合影响严重度参数对应的等级数值来作为邮件推送方式的判断参数。
在一实施例中,步骤S110之前还包括:
获取操作风险损失事件的历史数据,将历史数据进行分词以获取历史事件描述信息;
将所述历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,对所述朴素贝叶斯模型函数进行训练,得到用于预测非财务影响严重度参数的朴素贝叶斯模型。
在本实施例中,为了预先训练朴素贝叶斯模型,需要获取大量的操作风险损失事件的历史数据,获取历史数据对应的历史事件描述信息(历史事件描述信息可以看作是多个关键词的集合),将历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,即可训练得到用于预测非财务影响严重度参数的朴素贝叶斯模型。
其中,历史事件描述信息包括:是否为损失事件、事件状态、币种、涉及金额(折合人民币元)、潜在损失金额(折合人民币元)、实际损失金额(折合人民币元)、实际损失金额(原币种)、是否有回收、保险回收金额、保险回收日期、非保险回收金额、非保险回收日期、最终确认损失金额。
而非财务影响严重度参数包括:非财务影响严重度等级、非财务影响严重度是否合法合规、是否战略及经营目标、是否业务的持续运营和客户服务、是否信息披露、是否声誉影响、及是否数据及信息系统。
所述朴素贝叶斯模型函数如下:
其中,x1,x2,…,xn表示历史事件描述信息中的各个特征,也可以理解为各关键词,如是否为损失事件、事件状态、币种、涉及金额(折合人民币元)、潜在损失金额(折合人民币元)、实际损失金额(折合人民币元)、实际损失金额(原币种)、是否有回收、保险回收金额、保险回收日期、非保险回收金额、非保险回收日期、最终确认损失金额。根据历史事件描述信息中的各个特征将其划分到类yk的可能。
也即当将历史事件描述信息对应的多个字段作为朴素贝叶斯模型的输入后,其输出的非财务影响严重度参数是多个等级数值,例如输出为:非财务影响严重度等级为4、非财务影响严重度合法合规(合法合规时视为取值为1,不合法合规时视为取值为0)、符合战略及经营目标(符合战略及经营目标时视为取值为1,不符合战略及经营目标时视为取值为0)、符合业务的持续运营和客户服务(符合业务的持续运营和客户服务视为取值为1,不符合业务的持续运营和客户服务视为取值为0)、符合信息披露(符合信息披露视为取值为1,不符合信息披露视为取值为0)、符合声誉影响(符合声誉影响视为取值为1,不符合声誉影响视为取值为0)、符合数据及信息系统(符合数据及信息系统视为取值为1,不符合数据及信息系统视为取值为0),而非财务影响严重度参数的取值为上述参数中的最大值。
整个朴素贝叶斯分类分为以下多个阶段:
准备工作阶段,这个阶段的任务是为朴素贝叶斯分类做必要的准备,主要工作是根据具体情况确定特征属性,并对每个特征属性进行适当划分,然后由人工对一部分待分类项进行分类,形成训练样本集合。这一阶段的输入是所有待分类数据,输出是特征属性和训练样本。这一阶段是整个朴素贝叶斯分类中唯一需要人工完成的阶段,其质量对整个过程将有重要影响,分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决定。
分类器训练阶段,这个阶段的任务就是生成分类器,主要工作是计算每个类别在训练样本中的出现频率及每个特征属性划分对每个类别的条件概率估计,并将结果记录。其输入是特征属性和训练样本,输出是分类器。这一阶段是机械性阶段,根据上述朴素贝叶斯模型函数的公式可自动计算完成。
在一实施例中,如图2所示,步骤S110中根据非财务影响严重度参数对应获取综合影响严重度参数包括:
S111、获取非财务影响严重度参数,及财务影响严重度参数;
S112、将非财务影响严重度参数乘以预设的第一权重值以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值以得到第二参数值;
S113、将第一参数值与第二参数值求和,得到综合影响严重度参数。
在本实施例中,当根据操作风险损失事件对应的事件描述信息输入至所述朴素贝叶斯模型,以得到操作风险损失事件对应的非财务影响严重度参数(例如当前的非财务影响严重度参数为4)后。为了获取综合影响严重度参数,还可以获取财务影响严重度参数(例如当前的财务影响严重度参数为3),将非财务影响严重度参数乘以预设的第一权重值(例如设置第一权重值为0.6)以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值(例如设置第二权重值为0.4)以得到第二参数值,最后将第一参数值与第二参数值求和,得到综合影响严重度参数(例如4*0.6+3*0.4=3.6)。
S120、若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件。
在本实施例中,若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出所述等级阈值(如将等级阈值设置为4),则表示该操作风险损失事件应受到相关人员的重点关注并及时处理,此时应解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件。
例如,重大操作风险事件上报提醒邮件的邮件内容如下:
邮件主题:【操作风险与内控管理系统】重大操作风险事件上报提醒:<$事件发生部门$><$事件名称$>事件
邮件内容:
您好,
<$事件发生部门$>上报一起重大操作风险事件,具体情况如下:
一、基本信息
事件描述:
二、损失与回收信息
因该事件影响较为重大,请务必重视并督促相关部门及时完成线下处理与整改,谢谢!
提醒:本邮件为系统自动发送,请勿回复。
在一实施例中,如图3所示,步骤S120中解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件,包括:
S121、将所述操作风险损失事件通过词频-逆文本频率指数模型进行关键词提取,得到与所述操作风险损失事件对应的事件信息;
S122、根据所述事件信息中包括的关键词,定位获取每一关键词在邮件模板对应的填充区域;
S123、将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件。
在本实施例中,为了自动获取重大操作风险事件上报提醒邮件,需至少根据所述事件信息中包括的关键词,对应获取生成如上述重大操作风险事件上报提醒邮件的内容示例中所必需的基本信息及损失与回收信息等关键信息,然后将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件,通过分词处理和内容自动定位,实现了邮件的自动生成。
S130、根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息。
在本实施例中,当所述非财务影响严重度参数或综合影响严重度参数超出了所述等级阈值,需先根据所述非财务影响严重度参数或综合影响严重度参数获知所述操作风险损失事件对应的事件类别,例如所述非财务影响严重度参数为4时对应的事件类别为信息科技系统事件,则根据预先配置的邮件接收方配置信息获取当前的事件类别对应的信息接收方。
例如在邮件接收方配置信息中,配置有事件类别为信息科技系统事件在所述非财务影响严重度参数为4时,对应的收件人和抄送人信息。
更具体的,对于收件人,用户将根据公司辖内事件发生部门进行定义和配置,主要配置的信息有专业公司名称(显示当前用户可操作机构对应的专业公司)、收件人/抄送人选项、事件类别、部门/岗位类型、配置方式、姓名、排序。收件人设置部分将根据专业公司辖内部门数量生成对应的行数,一行对应一个部门,且除配置收件人外,不可进行其他操作。
对于抄送人,也是需设置与收件人相同的类型的信息,只是对于所有事件类别,均需抄送三类岗位(如专业公司法律合规部门长、专业公司操作风险管理员、集团操作风险管理员),因此抄送人设置部分默认生成首三行,以上三类外,用户可根据事件类别对抄送人进行自定义。
S140、将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在本实施例中,根据所述邮件接收方信息获取对应的信息接收方后,即可将所述重大操作风险事件上报提醒邮件精准推送至对应的信息接收方,以及时通知信息接收方处理所述重大操作风险事件。
在一实施例中,所述步骤S140之后还包括:
若检测到所述操作风险损失事件中存在字段发生更新且发生更新的字段存在于预设的待监控字段中,获取所述操作风险损失事件的更新信息,将事件信息填充至邮件模板以得到重要字段更新上报提醒邮件;
根据所述更新信息获取对应的邮件接收方信息;
将所述重要字段更新上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在本实施例中,除了对操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数进行监控,还对所述操作风险损失事件中的重点字段进行监控(重点字段即是预设的待监控字段),一旦重点字段存在信息更新的情况发生,以发生更新的重点字段作为所述操作风险损失事件的更新信息,将事件信息填充至邮件模板以得到重要字段更新上报提醒邮件。
例如,重要字段更新上报提醒邮件的邮件内容如下:
邮件主题:【操作风险与内控管理系统】重大操作风险事件更新提醒:<$事件发生部门$><$事件名称$>事件
邮件内容:
您好,
重大操作风险事件<$事件名称$>相关情况已更新:
a.字段补录:XX信息(根据更新字段归属类别生成,包括事件信息界面下的基本信息、损失信息、回收信息、影响严重度)下的<$字段名称$>已确认为<$补录内容$>;
b.字段更新:XX信息下的<$字段名称$>已由<$历史填报内容)更新为<$更新内容$>。
提醒:本邮件为系统自动发送,请勿回复。
通过重要字段更新上报提醒邮件,能及时的通知对应的信息接收方存在重要字段发生更新的情况。
在一实施例中,所述步骤S140之后还包括:
若检测到操作风险损失事件对应的当前非财务影响严重度参数或当前综合影响严重度参数降低且未超出所述等级阈值,将对应获取的降级信息填充至邮件模板以得到风险事件降级提醒邮件;
根据所述当前非财务影响严重度参数或当前综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;
将所述风险事件降级提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在本实施例中,当操作风险损失事件对应的当前非财务影响严重度参数或当前综合影响严重度参数降低且未超出所述等级阈值,则表示操作风险损失事件对应的紧急程度下降,也可通过风险事件降级提醒邮件来及时提示对应的信息接收方,且上述风险事件降级提醒邮件的生成过程与生成重大操作风险事件上报提醒邮件的过程类似。
例如,所生成的风险事件降级提醒邮件的邮件内容如下:
邮件主题:【操作风险与内控管理系统】重大操作风险事件更新提醒:<$事件发生部门$><$事件名称$>事件
邮件内容:
您好,
<$事件发生部门$><$事件名称$>事件的<$字段名称$>(包括非财务影响严重度、综合影响严重度)经评估,已由<$历史填报内容$>更新为<$更新内容$>,因此不再属于重大操作风险事件,请知悉,谢谢!
提醒:本邮件为系统自动发送,请勿回复。
除了发出重大操作风险事件上报提醒邮件、重要字段更新上报提醒邮件、风险事件降级提醒邮件,还可以发出重大操作风险事件归档提醒邮件以表示该重大操作风险事件已归档(重大操作风险事件已归档后,表示a.该事件需整改,后续请进一步督促跟进;或者b.该事件无需整改,但后续应督促加强相关控制,避免类似事件再次发生)。
该方法实现了对非财务影响严重度参数或综合影响严重度参数的智能判断,而且在其超出等级阈值时自动填充重大操作风险事件上报提醒邮件并发至接收方信息,以及时通知进行处理。
本发明实施例还提供一种风险事件的邮件推送装置,该风险事件的邮件推送装置用于执行前述风险事件的邮件推送方法的任一实施例。具体地,请参阅图4,图4是本发明实施例提供的风险事件的邮件推送装置的示意性框图。该风险事件的邮件推送装置100可以配置于管理服务器中。
如图4所示,风险事件的邮件推送装置100包括严重度参数获取单元110、第一邮件填充单元120、第一接收方信息获取单元130、第一邮件推送单元140。
严重度参数获取单元110,用于将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数。
在本实施例中,为了获取操作风险损失事件对应的严重程度,需将其量化成一个等级数值,而操作风险损失事件是一段文字描述,故为了将其量化为等级数值,需将其对应进行分词得到事件描述信息,再将事件描述信息作为所述朴素贝叶斯模型的输入,即可根据事件描述信息包括的关键词对应得到由等级数值表示的非财务影响严重度参数。而综合影响严重度参数需充分考虑非财务影响严重度参数和财务影响严重度参数的综合影响,故需根据非财务影响严重度参数和财务影响严重度参数各自对应的权重来综合计算综合影响严重度参数。本申请中实现了将文字描述量化为操作风险损失事件对应的非财务影响严重度参数和综合影响严重度参数,能更加直观的根据非财务影响严重度参数和综合影响严重度参数对应的等级数值来作为邮件推送方式的判断参数。
在一实施例中,风险事件的邮件推送装置100还包括:
历史事件描述信息获取单元,用于获取操作风险损失事件的历史数据,将历史数据进行分词以获取历史事件描述信息;
模型训练单元,用于将所述历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,对所述朴素贝叶斯模型函数进行训练,得到用于预测非财务影响严重度参数的朴素贝叶斯模型。
在本实施例中,为了预先训练朴素贝叶斯模型,需要获取大量的操作风险损失事件的历史数据,获取历史数据对应的历史事件描述信息(历史事件描述信息可以看作是多个关键词的集合),将历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,即可训练得到用于预测非财务影响严重度参数的朴素贝叶斯模型。
其中,历史事件描述信息包括:是否为损失事件、事件状态、币种、涉及金额(折合人民币元)、潜在损失金额(折合人民币元)、实际损失金额(折合人民币元)、实际损失金额(原币种)、是否有回收、保险回收金额、保险回收日期、非保险回收金额、非保险回收日期、最终确认损失金额。
而非财务影响严重度参数包括:非财务影响严重度等级、非财务影响严重度是否合法合规、是否战略及经营目标、是否业务的持续运营和客户服务、是否信息披露、是否声誉影响、及是否数据及信息系统。
所述朴素贝叶斯模型函数如下:
其中,x1,x2,…,xn表示历史事件描述信息中的各个特征,也可以理解为各关键词,如是否为损失事件、事件状态、币种、涉及金额(折合人民币元)、潜在损失金额(折合人民币元)、实际损失金额(折合人民币元)、实际损失金额(原币种)、是否有回收、保险回收金额、保险回收日期、非保险回收金额、非保险回收日期、最终确认损失金额。根据历史事件描述信息中的各个特征将其划分到类yk的可能。
也即当将历史事件描述信息对应的多个字段作为朴素贝叶斯模型的输入后,其输出的非财务影响严重度参数是多个等级数值,例如输出为:非财务影响严重度等级为4、非财务影响严重度合法合规(合法合规时视为取值为1,不合法合规时视为取值为0)、符合战略及经营目标(符合战略及经营目标时视为取值为1,不符合战略及经营目标时视为取值为0)、符合业务的持续运营和客户服务(符合业务的持续运营和客户服务视为取值为1,不符合业务的持续运营和客户服务视为取值为0)、符合信息披露(符合信息披露视为取值为1,不符合信息披露视为取值为0)、符合声誉影响(符合声誉影响视为取值为1,不符合声誉影响视为取值为0)、符合数据及信息系统(符合数据及信息系统视为取值为1,不符合数据及信息系统视为取值为0),而非财务影响严重度参数的取值为上述参数中的最大值。
整个朴素贝叶斯分类分为以下多个阶段:
准备工作阶段,这个阶段的任务是为朴素贝叶斯分类做必要的准备,主要工作是根据具体情况确定特征属性,并对每个特征属性进行适当划分,然后由人工对一部分待分类项进行分类,形成训练样本集合。这一阶段的输入是所有待分类数据,输出是特征属性和训练样本。这一阶段是整个朴素贝叶斯分类中唯一需要人工完成的阶段,其质量对整个过程将有重要影响,分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决定。
分类器训练阶段,这个阶段的任务就是生成分类器,主要工作是计算每个类别在训练样本中的出现频率及每个特征属性划分对每个类别的条件概率估计,并将结果记录。其输入是特征属性和训练样本,输出是分类器。这一阶段是机械性阶段,根据上述朴素贝叶斯模型函数的公式可自动计算完成。
在一实施例中,如图5所示,严重度参数获取单元110包括:
参数获取单元111,用于获取非财务影响严重度参数,及财务影响严重度参数;
参数计算单元112,用于将非财务影响严重度参数乘以预设的第一权重值以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值以得到第二参数值;
综合计算单元113,用于将第一参数值与第二参数值求和,得到综合影响严重度参数。
在本实施例中,当根据操作风险损失事件对应的事件描述信息输入至所述朴素贝叶斯模型,以得到操作风险损失事件对应的非财务影响严重度参数(例如当前的非财务影响严重度参数为4)后。为了获取综合影响严重度参数,还可以获取财务影响严重度参数(例如当前的财务影响严重度参数为3),将非财务影响严重度参数乘以预设的第一权重值(例如设置第一权重值为0.6)以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值(例如设置第二权重值为0.4)以得到第二参数值,最后将第一参数值与第二参数值求和,得到综合影响严重度参数(例如4*0.6+3*0.4=3.6)。
第一邮件填充单元120,用于若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件。
在本实施例中,若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出所述等级阈值(如将等级阈值设置为4),则表示该操作风险损失事件应受到相关人员的重点关注并及时处理,此时应解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件。
在一实施例中,如图6所示,第一邮件填充单元120包括:
关键词提取单元121,用于将所述操作风险损失事件通过词频-逆文本频率指数模型进行关键词提取,得到与所述操作风险损失事件对应的事件信息;
填充区域定位单元122,用于根据所述事件信息中包括的关键词,定位获取每一关键词在邮件模板对应的填充区域;
内容填充单元123,用于将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件。
在本实施例中,为了自动获取重大操作风险事件上报提醒邮件,需至少根据所述事件信息中包括的关键词,对应获取生成如上述重大操作风险事件上报提醒邮件的内容示例中所必需的基本信息及损失与回收信息等关键信息,然后将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件,通过分词处理和内容自动定位,实现了邮件的自动生成。
第一接收方信息获取单元130,用于根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息。
在本实施例中,当所述非财务影响严重度参数或综合影响严重度参数超出了所述等级阈值,需先根据所述非财务影响严重度参数或综合影响严重度参数获知所述操作风险损失事件对应的事件类别,例如所述非财务影响严重度参数为4时对应的事件类别为信息科技系统事件,则根据预先配置的邮件接收方配置信息获取当前的事件类别对应的信息接收方。
例如在邮件接收方配置信息中,配置有事件类别为信息科技系统事件在所述非财务影响严重度参数为4时,对应的收件人和抄送人信息。
更具体的,对于收件人,用户将根据公司辖内事件发生部门进行定义和配置,主要配置的信息有专业公司名称(显示当前用户可操作机构对应的专业公司)、收件人/抄送人选项、事件类别、部门/岗位类型、配置方式、姓名、排序。收件人设置部分将根据专业公司辖内部门数量生成对应的行数,一行对应一个部门,且除配置收件人外,不可进行其他操作。
对于抄送人,也是需设置与收件人相同的类型的信息,只是对于所有事件类别,均需抄送三类岗位(如专业公司法律合规部门长、专业公司操作风险管理员、集团操作风险管理员),因此抄送人设置部分默认生成首三行,以上三类外,用户可根据事件类别对抄送人进行自定义。
第一邮件推送单元140,用于将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在本实施例中,根据所述邮件接收方信息获取对应的信息接收方后,即可将所述重大操作风险事件上报提醒邮件精准推送至对应的信息接收方,以及时通知信息接收方处理所述重大操作风险事件。
在一实施例中,风险事件的邮件推送装置100还包括:
第二邮件填充单元,用于若检测到所述操作风险损失事件中存在字段发生更新且发生更新的字段存在于预设的待监控字段中,获取所述操作风险损失事件的更新信息,将事件信息填充至邮件模板以得到重要字段更新上报提醒邮件;
第二接收方信息获取单元,用于根据所述更新信息获取对应的邮件接收方信息;
第二邮件推送单元,用于将所述重要字段更新上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在本实施例中,除了对操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数进行监控,还对所述操作风险损失事件中的重点字段进行监控(重点字段即是预设的待监控字段),一旦重点字段存在信息更新的情况发生,以发生更新的重点字段作为所述操作风险损失事件的更新信息,将事件信息填充至邮件模板以得到重要字段更新上报提醒邮件。
在一实施例中,风险事件的邮件推送装置100还包括:
第三邮件填充单元,用于若检测到操作风险损失事件对应的当前非财务影响严重度参数或当前综合影响严重度参数降低且未超出所述等级阈值,将对应获取的降级信息填充至邮件模板以得到风险事件降级提醒邮件;
第三接收方信息获取单元,用于根据所述当前非财务影响严重度参数或当前综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;
第三邮件推送单元,用于将所述风险事件降级提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在本实施例中,当操作风险损失事件对应的当前非财务影响严重度参数或当前综合影响严重度参数降低且未超出所述等级阈值,则表示操作风险损失事件对应的紧急程度下降,也可通过风险事件降级提醒邮件来及时提示对应的信息接收方,且上述风险事件降级提醒邮件的生成过程与生成重大操作风险事件上报提醒邮件的过程类似。
除了发出重大操作风险事件上报提醒邮件、重要字段更新上报提醒邮件、风险事件降级提醒邮件,还可以发出重大操作风险事件归档提醒邮件以表示该重大操作风险事件已归档(重大操作风险事件已归档后,表示a.该事件需整改,后续请进一步督促跟进;或者b.该事件无需整改,但后续应督促加强相关控制,避免类似事件再次发生)。
该装置实现了对非财务影响严重度参数或综合影响严重度参数的智能判断,而且在其超出等级阈值时自动填充重大操作风险事件上报提醒邮件并发至接收方信息,以及时通知进行处理。
上述风险事件的邮件推送装置可以实现为计算机程序的形式,该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7,图7是本发明实施例提供的计算机设备的示意性框图。
参阅图7,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行风险事件的邮件推送方法。
该处理器502用于提供计算和控制能力,支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行风险事件的邮件推送方法。
该网络接口505用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图7中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备500的限定,具体的计算机设备500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。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下功能:将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数;若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件;根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在一实施例中,处理器502在执行所述将操作风险损失事件对应时间描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数的步骤之前,还执行如下操作:获取操作风险损失事件的历史数据,将历史数据进行分词以获取历史事件描述信息;将所述历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,对所述朴素贝叶斯模型函数进行训练,得到用于预测非财务影响严重度参数的朴素贝叶斯模型。
在一实施例中,处理器502在执行所述根据非财务影响严重度参数对应获取综合影响严重度参数的步骤时,执行如下操作:获取非财务影响严重度参数,及财务影响严重度参数;将非财务影响严重度参数乘以预设的第一权重值以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值以得到第二参数值;将第一参数值与第二参数值求和,得到综合影响严重度参数。
在一实施例中,处理器502在执行所述解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件的步骤时,执行如下操作:将所述操作风险损失事件通过词频-逆文本频率指数模型进行关键词提取,得到与所述操作风险损失事件对应的事件信息;根据所述事件信息中包括的关键词,定位获取每一关键词在邮件模板对应的填充区域;将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件。
在一实施例中,处理器502在执行所述将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方的步骤之后,还执行如下操作:若检测到所述操作风险损失事件中存在字段发生更新且发生更新的字段存在于预设的待监控字段中,获取所述操作风险损失事件的更新信息,将事件信息填充至邮件模板以得到重要字段更新上报提醒邮件;根据所述更新信息获取对应的邮件接收方信息;将所述重要字段更新上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在一实施例中,处理器502在执行所述将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方的步骤之后,还执行如下操作:若检测到操作风险损失事件对应的当前非财务影响严重度参数或当前综合影响严重度参数降低且未超出所述等级阈值,将对应获取的降级信息填充至邮件模板以得到风险事件降级提醒邮件;根据所述当前非财务影响严重度参数或当前综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;将所述风险事件降级提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
本领域技术人员可以理解,图7中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图7所示实施例一致,在此不再赘述。
应当理解,在本发明实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现以下步骤:将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数;若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件;根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在一实施例中,所述将操作风险损失事件对应时间描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数之前,包括:获取操作风险损失事件的历史数据,将历史数据进行分词以获取历史事件描述信息;将所述历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,对所述朴素贝叶斯模型函数进行训练,得到用于预测非财务影响严重度参数的朴素贝叶斯模型。
在一实施例中,所述根据非财务影响严重度参数对应获取综合影响严重度参数,包括:获取非财务影响严重度参数,及财务影响严重度参数;将非财务影响严重度参数乘以预设的第一权重值以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值以得到第二参数值;将第一参数值与第二参数值求和,得到综合影响严重度参数。
在一实施例中,所述解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件,包括:将所述操作风险损失事件通过词频-逆文本频率指数模型进行关键词提取,得到与所述操作风险损失事件对应的事件信息;根据所述事件信息中包括的关键词,定位获取每一关键词在邮件模板对应的填充区域;将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件。
在一实施例中,所述将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方之后,还包括:若检测到所述操作风险损失事件中存在字段发生更新且发生更新的字段存在于预设的待监控字段中,获取所述操作风险损失事件的更新信息,将事件信息填充至邮件模板以得到重要字段更新上报提醒邮件;根据所述更新信息获取对应的邮件接收方信息;将所述重要字段更新上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
在一实施例中,所述将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方之后,还包括:若检测到操作风险损失事件对应的当前非财务影响严重度参数或当前综合影响严重度参数降低且未超出所述等级阈值,将对应获取的降级信息填充至邮件模板以得到风险事件降级提醒邮件;根据所述当前非财务影响严重度参数或当前综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;将所述风险事件降级提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种风险事件的邮件推送方法,其特征在于,包括:
将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数;
若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件;
根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;
将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方;
所述将操作风险损失事件对应事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数之前,还包括:
获取操作风险损失事件的历史数据,将历史数据进行分词以获取历史事件描述信息;其中,所述历史事件描述信息包括:是否为损失事件、事件状态、币种、涉及金额、潜在损失金额、实际损失金额、是否有回收、保险回收金额、保险回收日期、非保险回收金额、非保险回收日期、最终确认损失金额;
将所述历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,对所述朴素贝叶斯模型函数进行训练,得到用于预测非财务影响严重度参数的朴素贝叶斯模型;其中,所述非财务影响严重度参数包括:非财务影响严重度等级、非财务影响严重度是否合法合规、是否战略及经营目标、是否业务的持续运营和客户服务、是否信息披露、是否声誉影响、及是否数据及信息系统;
所述朴素贝叶斯模型函数为:
所述根据非财务影响严重度参数对应获取综合影响严重度参数,包括:
获取非财务影响严重度参数,及财务影响严重度参数;
将非财务影响严重度参数乘以预设的第一权重值以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值以得到第二参数值;
将第一参数值与第二参数值求和,得到综合影响严重度参数。
2.根据权利要求1所述的风险事件的邮件推送方法,其特征在于,所述解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件,包括:
将所述操作风险损失事件通过词频-逆文本频率指数模型进行关键词提取,得到与所述操作风险损失事件对应的事件信息;
根据所述事件信息中包括的关键词,定位获取每一关键词在邮件模板对应的填充区域;
将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件。
3.根据权利要求1所述的风险事件的邮件推送方法,其特征在于,所述将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方之后,还包括:
若检测到所述操作风险损失事件中存在字段发生更新且发生更新的字段存在于预设的待监控字段中,获取所述操作风险损失事件的更新信息,将事件信息填充至邮件模板以得到重要字段更新上报提醒邮件;
根据所述更新信息获取对应的邮件接收方信息;
将所述重要字段更新上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
4.据权利要求1所述的风险事件的邮件推送方法,其特征在于,所述将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方之后,还包括:
若检测到操作风险损失事件对应的当前非财务影响严重度参数或当前综合影响严重度参数降低且未超出所述等级阈值,将对应获取的降级信息填充至邮件模板以得到风险事件降级提醒邮件;
根据所述当前非财务影响严重度参数或当前综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;
将所述风险事件降级提醒邮件根据所述邮件接收方信息发送至对应的信息接收方。
5.一种风险事件的邮件推送装置,其特征在于,包括:
严重度参数获取单元,用于将操作风险损失事件对应的事件描述信息作为预先训练的朴素贝叶斯模型的输入,获取操作风险损失事件对应的非财务影响严重度参数,根据非财务影响严重度参数对应获取综合影响严重度参数;
第一邮件填充单元,用于若检测到操作风险损失事件对应的非财务影响严重度参数或综合影响严重度参数超出预设的等级阈值,解析获取操作风险损失事件对应的事件信息,将事件信息填充至邮件模板以得到重大操作风险事件上报提醒邮件;
第一接收方信息获取单元,用于根据所述非财务影响严重度参数或综合影响严重度参数获取所述操作风险损失事件对应的事件类别,根据事件类别对应获取邮件接收方信息;
第一邮件推送单元,用于将所述重大操作风险事件上报提醒邮件根据所述邮件接收方信息发送至对应的信息接收方;
风险事件的邮件推送装置还包括:
历史事件描述信息获取单元,用于获取操作风险损失事件的历史数据,将历史数据进行分词以获取历史事件描述信息;其中,所述历史事件描述信息包括:是否为损失事件、事件状态、币种、涉及金额、潜在损失金额、实际损失金额、是否有回收、保险回收金额、保险回收日期、非保险回收金额、非保险回收日期、最终确认损失金额;
模型训练单元,用于将所述历史事件描述信息作为朴素贝叶斯模型函数的输入,将历史数据中与历史事件描述信息对应的非财务影响严重度参数作为朴素贝叶斯模型函数的输出,对所述朴素贝叶斯模型函数进行训练,得到用于预测非财务影响严重度参数的朴素贝叶斯模型;所述非财务影响严重度参数包括:非财务影响严重度等级、非财务影响严重度是否合法合规、是否战略及经营目标、是否业务的持续运营和客户服务、是否信息披露、是否声誉影响、及是否数据及信息系统;
所述朴素贝叶斯模型函数为:
严重度参数获取单元包括:
参数获取单元,用于获取非财务影响严重度参数,及财务影响严重度参数;
参数计算单元,用于将非财务影响严重度参数乘以预设的第一权重值以得到第一参数值,将财务影响严重度参数乘以预设的第二权重值以得到第二参数值;
综合计算单元,用于将第一参数值与第二参数值求和,得到综合影响严重度参数。
6.根据权利要求5所述的风险事件的邮件推送装置,其特征在于,所述第一邮件填充单元,包括:
关键词提取单元,用于将所述操作风险损失事件通过词频-逆文本频率指数模型进行关键词提取,得到与所述操作风险损失事件对应的事件信息;
填充区域定位单元,用于根据所述事件信息中包括的关键词,定位获取每一关键词在邮件模板对应的填充区域;
关键词填充单元,用于将所述事件信息中每一关键词填充至邮件模板对应的填充区域以得到重大操作风险事件上报提醒邮件。
7.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的风险事件的邮件推送方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至4任一项所述的风险事件的邮件推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346054.8A CN109474515B (zh) | 2018-11-13 | 2018-11-13 | 风险事件的邮件推送方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346054.8A CN109474515B (zh) | 2018-11-13 | 2018-11-13 | 风险事件的邮件推送方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109474515A CN109474515A (zh) | 2019-03-15 |
CN109474515B true CN109474515B (zh) | 2022-06-24 |
Family
ID=65672052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811346054.8A Active CN109474515B (zh) | 2018-11-13 | 2018-11-13 | 风险事件的邮件推送方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109474515B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443451B (zh) * | 2019-07-03 | 2022-12-30 | 深圳壹师城科技有限公司 | 事件定级方法、装置、计算机设备和存储介质 |
CN110322153A (zh) * | 2019-07-09 | 2019-10-11 | 中国工商银行股份有限公司 | 监控事件处理方法及系统 |
CN112333233B (zh) * | 2020-09-23 | 2023-11-24 | 北京达佳互联信息技术有限公司 | 事件信息的上报方法、装置、电子设备及存储介质 |
CN113610356A (zh) * | 2021-07-16 | 2021-11-05 | 如东信息技术服务(上海)有限公司 | 一种机场核心风险预测方法及系统 |
CN113872959B (zh) * | 2021-09-24 | 2023-05-16 | 绿盟科技集团股份有限公司 | 一种风险资产等级判定和动态降级方法和装置及设备 |
CN115545872B (zh) * | 2022-11-28 | 2023-04-07 | 杭州工猫科技有限公司 | 一种基于ai的rpa财务机器人应用中的风险预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103176983A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院计算机网络信息中心 | 一种基于互联网信息的事件预警方法 |
CN106953738A (zh) * | 2016-10-11 | 2017-07-14 | 阿里巴巴集团控股有限公司 | 风险控制方法及装置 |
CN107146012A (zh) * | 2017-04-28 | 2017-09-08 | 顺丰速运有限公司 | 风险事件处理方法及系统 |
CN107967154A (zh) * | 2017-12-14 | 2018-04-27 | 腾讯科技(深圳)有限公司 | 提醒事项生成方法及装置 |
CN108108902A (zh) * | 2017-12-26 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 一种风险事件告警方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8788577B2 (en) * | 2010-06-22 | 2014-07-22 | Akamai Technologies, Inc. | Method and system for automated analysis and transformation of web pages |
-
2018
- 2018-11-13 CN CN201811346054.8A patent/CN109474515B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103176983A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院计算机网络信息中心 | 一种基于互联网信息的事件预警方法 |
CN106953738A (zh) * | 2016-10-11 | 2017-07-14 | 阿里巴巴集团控股有限公司 | 风险控制方法及装置 |
CN107146012A (zh) * | 2017-04-28 | 2017-09-08 | 顺丰速运有限公司 | 风险事件处理方法及系统 |
CN107967154A (zh) * | 2017-12-14 | 2018-04-27 | 腾讯科技(深圳)有限公司 | 提醒事项生成方法及装置 |
CN108108902A (zh) * | 2017-12-26 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 一种风险事件告警方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109474515A (zh) | 2019-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109474515B (zh) | 风险事件的邮件推送方法、装置、计算机设备及存储介质 | |
US10528545B1 (en) | Database system for triggering event notifications based on updates to database records | |
US8484069B2 (en) | Forecasting discovery costs based on complex and incomplete facts | |
GB2473112A (en) | Processing financial events for identifying potential crimes | |
CA2476276A1 (en) | Automated security management | |
US20130179937A1 (en) | Security model analysis | |
CN111461180A (zh) | 样本分类方法、装置、计算机设备及存储介质 | |
US20090327048A1 (en) | Forecasting Discovery Costs Based on Complex and Incomplete Facts | |
CN109492911A (zh) | 风险事件的风险预估方法、装置、计算机设备及存储介质 | |
CN115908022A (zh) | 一种基于网络建模的异常交易风险预警方法及系统 | |
US20220028008A1 (en) | Signals-based data syndication and collaboration | |
CN112650608B (zh) | 异常根因定位方法以及相关装置、设备 | |
US20190279306A1 (en) | System and method for auditing insurance claims | |
JP6644281B2 (ja) | 正誤判定システム | |
CN111932064A (zh) | 一种建立风险评估等级的方法 | |
US20130218793A1 (en) | Architecture, System, and Method for Immigration Compliance Auditing | |
US11727015B2 (en) | Systems and methods for dynamically managing data sets | |
CN115033891A (zh) | 漏洞评估方法及装置、存储介质、电子设备 | |
CN114581215A (zh) | 一种基于大数据的企业信用状态标识构建方法 | |
CN113421155A (zh) | 钢贸企业画像多维度模型构建方法、风控管理方法及装置 | |
CN112634048A (zh) | 一种反洗钱模型的训练方法及装置 | |
CN112712270B (zh) | 信息处理方法、装置、设备及存储介质 | |
CN110941255B (zh) | 故障信息管理系统 | |
US20160098652A1 (en) | Method and system for the management and evaluation of potential events | |
US11915313B2 (en) | Using email history to estimate creditworthiness for applicants having insufficient credit history |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |