CN110276519A - 风险画像建立方法、装置、计算机设备及存储介质 - Google Patents
风险画像建立方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110276519A CN110276519A CN201910396705.2A CN201910396705A CN110276519A CN 110276519 A CN110276519 A CN 110276519A CN 201910396705 A CN201910396705 A CN 201910396705A CN 110276519 A CN110276519 A CN 110276519A
- Authority
- CN
- China
- Prior art keywords
- risk
- indicator
- assumptions
- risks
- risk indicator
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种风险画像建立方法、装置、计算机设备及存储介质。本发明应用于大数据中的用户画像领域。所述方法包括:根据用户标识符从数据库中获取预设风险模型的风险因子;根据所述风险因子通过预设公式确定风险指标;根据预设阈值判断所述风险指标是否发生异常;若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;根据所述风险指标以及所述风险标签共同建立用户风险画像。通过实施本发明实施例的方法可现直观地展现用户的风险形象,辅助识别风险,提高风险控制效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种风险画像建立方法、装置、计算机设备及存储介质。
背景技术
随着科技与经济的发展,保险已成为人们日常生活中必不可少的安全保障,为人们的生活保驾护航,保险业的发展也越来越规范化。目前,保险公司对于保险业务中的业务处理流程风险通过算法模型来进行监控,通过风险模型来捕捉异常信息,例如,承保风险、理赔风险、费用风险、销售管理、数据质量等风险模型。虽然风险模型对于日常的风险能够基本覆盖,但是对于机构管理的不规范以及个人的不良工作习惯的风险数据,现有的风险模型难以有效地进行处理,不能直观地展现机构和个人的风险数据,风险控制效率低。
发明内容
本发明实施例提供了一种风险画像建立方法、装置、计算机设备及存储介质,旨在解决无法深度挖掘存在的风险问题,且不能直观地展现机构和个人的风险形象的问题。
第一方面,本发明实施例提供了一种风险画像建立方法,其包括:根据用户标识符从数据库中获取预设风险模型的风险因子;根据所述风险因子通过预设公式确定风险指标;根据预设阈值判断所述风险指标是否发生异常;若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;根据所述风险指标以及所述风险标签共同建立用户风险画像。
第二方面,本发明实施例还提供了一种风险画像建立装置,其包括:获取单元,用于根据用户标识符从数据库中获取预设风险模型的风险因子;确定单元,用于根据所述风险因子通过预设公式确定风险指标;判断单元,用于根据预设阈值判断所述风险指标是否发生异常;生成单元,用于若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;建立单元,用于根据所述风险指标以及所述风险标签共同建立用户风险画像。
第三方面,本发明实施例还提供了一种计算机设备,其包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。
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,所述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可实现上述方法。
本发明实施例提供了一种风险画像建立方法、装置、计算机设备及存储介质。其中,所述方法包括:根据用户标识符从数据库中获取预设风险模型的风险因子;根据所述风险因子通过预设公式确定风险指标;根据预设阈值判断所述风险指标是否发生异常;若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;根据所述风险指标以及所述风险标签共同建立用户风险画像。本发明实施例通过风险指标和风险标签共同建立用户的风险画像,可实现直观地展现用户的风险形象,辅助识别风险,提高风险控制效率。
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画像建立方法的流程示意图;
图2为本发明实施例提供的风险画像建立方法的子流程示意图;
图3为本发明实施例提供的风险画像建立方法的子流程示意图;
图4为本发明实施例提供的风险画像建立方法的子流程示意图;
图5为本发明另一实施例提供的风险画像建立方法的流程示意图;
图6为本发明实施例提供的风险画像建立装置的示意性框图;
图7为本发明实施例提供的风险画像建立装置的具体单元的示意性框图;
图8为本发明另一实施例提供的风险画像建立装置的示意性框图;以及
图9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。
请参阅图1,图1是本发明实施例提供的风险画像建立方法的流程示意图。如图所示,该方法包括以下步骤S110-S150。
S110、根据用户标识符从数据库中获取预设风险模型的风险因子。
在一实施例中,例如本实施例中,用户标识符指的是用于标识用户的唯一ID,其包括机构用户的标识符和个人用户的标识符,例如,机构用户标识符为ZCJG001,个人用户标识符为ZCJG001-001。预设风险模型指的是企业对于下属机构(即上述机构用户)和员工(即上述个人用户)进行风险监控的风险模型,其通过算法模型对一系列的业务风险因素进行计算得出风险因子,该风险因子是用于评估业务风险的具体数值。具体地,预设风险模型有多种类型,例如,对于保险企业,其风险模型可包括理赔风险模型、费用风险模型以及销售管理模型,每个预设风险模型对每一机构用户或者个人用户均进行风险监控,每个预设风险模型对于机构用户或者个人用户进行监控所输出的风险因子根据用户标识符一一对应存储在数据库中,因此,通过调用预设风险模型,根据用户标识符从数据库中获取预设风险模型的输出,该输出即为对应该用户标识符的风险因子。例如,在理赔风险模型中,机构用户的用户标识符为ZCJG001,通过理赔风险模型对该机构用户进行监控而输出的用于评估理赔风险的风险因子为0.8,那么则通过调用该理赔风控模型,并根据该机构用户的用户标识符ZCJG001从数据库中获取该理赔风险模型输出的风险因子,最终得到值为0.8的风险因子。
S120、根据所述风险因子通过预设公式确定风险指标。
在一实施例中,例如本实施例中,不同的风险因子对于企业而言其重要程度均不相同,对于不同的风险因子需要进一步地设置风险指标来进行监控,因此风险指标指的是企业针对风险因子的重要程度不同进行优化的指标值。预设公式指的是将风险因子的根据重要程度进行优化转换为风险指标的运算规则,其通过对应不同的风险因子设置不同的权重值来进行优化,对于重要程度高的风险因子设置高权重值,对于重要程度低的风险因子设置低的权重值,从而实现风险因子的优化得到风险指标。
在一实施例中,如图2所示,所述步骤S120可包括步骤S121-S123。
S121、根据用户标识符获取对应的风险指标权重映射表。
在一实施例中,由于预设风险模型不仅对机构用户进行风险监控也对个人用户进行风险监控,而对机构用户进行风险监控的预设风险模型与对个人用户进行风险监控的预设风险模型是不同的,因此不同的预设风险模型输出的风险因子也不相同。例如,属于机构用户的风险因子包括承保风险的风险因子、理赔风险的风险因子以及费用风险的风险因子,属于个人用户的风险因子包括考勤风险的风险因子、工作量风险的风险因子以及工作质量的风险因子。所以需要设置两份风险指标权重映射表,一份用于机构用户,一份用于个人用户,风险指标权重映射表指的是存储风险因子与风险指标权重之间映射关系的表。具体地,根据用户标识符来获取对应的风险指标权重映射表,读取用户标识符判断用户标识符的结构类型,若该用户标识符为一段式结构,则判定为机构用户标识符,若该用户标识符为两段式结构,则判定为个人用户标识符。例如,用户标识符为ZCJG001-001,该用户标识符为两段式结构,其前缀表示机构用户的标识符,后缀表示属于该机构的员工编码,因此该用户标识符属于个人用户,获取对应个人用户的风险指标权重映射表。若用户标识符为ZCJG001,该用户标识符仅有一段,因此该用户标识符属于机构用户,获取对应机构用户的风险指标权重映射表。
S122、根据所述风险因子从所述风险指标权重映射表中获取对应的风险指标权重。
在一实施例中,风险指标权重映射表中存在风险因子与风险指标权重一一对应的映射关系。例如,机构用户的风险指标权重映射表中包括理赔风险的风险因子、销售管理的风险因子以及数据质量的风险因子,其对应的风险指标权重分别为0.15、0.8以及0.05,若所获取的风险因子为销售管理的风险因子,则从风险指标权重映射表中获取与销售管理的风险因子对应的风险指标权重0.8。其中,风险指标权重可根据不同的实际情况进行调整,例如,将近年底现金回流紧张,可将费用风险的风险因子对应的风险指标权重调高,或者在政策高压执行阶段,可将业务风险的风险因子对应的风险指标权重调高。
S123、根据所述风险因子和所述风险指标权重通过预设公式确定风险指标。
在一实施例中,在获取风险因子以及与该风险因子对应的风险指标权重之后,则根据预设公式对所获取的风险因子以及风险指标权重进行计算确定风险指标,具体公式如下:
Ki×Wi=Gi
其中,Ki指的是风险因子,Wi是风险指标权重,Gi指的是风险指标,i是风险因子的数量。例如,在机构用户中,所获取的风险因子以及风险指标权重分别为0.9以及0.8,那么通过预设公式确定的风险指标则为0.72。
S130、根据预设阈值判断所述风险指标是否发生异常。
在一实施例中,在得到风险指标后,为了进一步对风险指标进行风险监控,需要判断风险指标的异常情况。而对于不同的类型机构用户或者个人用户其异常情况均不相同,其中,机构用户的类型包括业务机构、理赔机构、财务机构以及技术支持机构等,个人用户的类型包括业务人员、财务人员、后勤人员以及管理人员等。为了能够对异常情况进行量化,通过对风险指标设定阈值,不同类型的机构用户或者个人用户均设定不同的阈值,以此来适应不同的异常情况。
在一实施例中,如图3所示,所述步骤S130可包括步骤S131-S132。
S131、根据用户标识符确定预设阈值并判断所述风险指标是否超过所述预设阈值。
S132、若所述风险指标超过所述预设阈值,判定所述风险指标发生异常。
在一实施例中,预设阈值指的是风险指标的警戒值,由于异常情况不同的主要原因是不同类型的机构用户或者个人用户对于风险指标的敏感度不同,因此预设阈值根据用户对于风险指标的敏感度确定。具体地,由于用户标识符是唯一识别用户的,因此可根据用户标识符来确定用户类型,从而通过用户类型确定对应该用户标识符的预设阈值。例如,在个人用户中,财务人员对于费用风险的风险指标敏感度比较高,而对于销售管理的风险指标的敏感度比较低,因此,对于财务人员用户而言,费用风险的风险指标的预设阈值则比较低,销售管理的风险指标的预设阈值则比较高。在机构用户中,技术支持机构对于数据质量的风险指标敏感度比较高,而对于理赔风险的风险指标的敏感度比较低,因此,对于技术支持机构而言,数据质量的风险指标的预设阈值则比较低,理赔风险的风险指标的预设阈值则比较高。例如,对于财务人员,费用风险的风险指标为0.8,而对应该风险指标的预设阈值为0.7,那么费用风险的风险指标则判定发生异常。当风险指标超过预设阈值,说明该风险指标脱离了正常值,判定该风险指标发生异常,则通过执行下一步骤S140来生成风险标签;当风险指标未超过预设阈值,说明该风险指标属于正常值,判定该风险指标未发生异常,结束流程。
S140、若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系。
在一实施例中,风险标签指的是用于描述风险的标签,其具体形式为一串字符,例如,费用风险、考勤风险、数据质量风险以及理赔风险等。具体地,当机构用户或者个人用户的风险指标发生异常后,读取风险标签列表,风险标签列表中存在风险指标与风险标签一一对应的关系,根据发生异常的风险指标在风险标签列表中遍历,查找与之对应的风险标签,将所查找到风险标签与该机构用户或者个人用户的用户标识符相关联,生成对应该机构用户或者个人用户的风险标签。例如,个人用户的用户标识符为ZCJG001-001,当个人用户的费用风险指标发生异常后,从风险标签列表中获取对应该费用风险指标的风险标签,将该风险标签与个人用户的用户标识符ZCJG001-001进行关联生成属于该个人用户的“费用风险”风险标签。
S150、根据所述风险指标以及所述风险标签共同建立用户风险画像。
在一实施例中,由于风险指标是具体的数值,风险标签是一串字符,不能直观地展现机构用户和个人用户的风险情况,因此采用可视化图表组件将风险指标以及风险标签结合建立用户风险画像以直观地展示机构用户或个人用户的风险情况。
在一实施例中,如图4所示,所述步骤S150可包括步骤S151-S153。
S151、通过可视化图表组件根据所述风险指标生成雷达图。
S152、通过可视图表组件根据所述风险标签生成风险图标。
S153、根据用户标识符将所述雷达图以及所述风险图标结合以共同建立用户风险画像。
在一实施例中,采用echarts可视化图表组件,echarts是一种可提供直观,生动,可交互,可个性化定制的数据可视化图表。首先通过调用可视化图表组件,根据风险指标进行配置以生成雷达图,例如,机构用户的风险指标包括理赔风险的风险指标、承保风险的风险指标、费用风险的风险指标、销售管理的风险指标、数据质量的风险指标以及业务风险的风险指标,那么根据该六个风险指标通过可视化图表组件生成一个六边形的雷达图,当风险指标发生异常时,雷达图则会出现外沿或者内嵌的情况,从而能够直观地展现出风险情况。然后再通过可视化图表组件,读取风险标签,根据风险标签的字符生成风险图标,例如,机构用户的风险标签包括费用风险和数据质量风险,那么则生成“费用风险”的风险图标和“数据质量风险”的风险图标。最后根据用户标识符将雷达图和风险标签结合在一起建立用户风险画像,例如机构用户的标识标识符为ZCJG001,那么根据该用户标识符得到风险指标以及风险标签后,通过可视化图表组件生成属于该机构用户的雷达图以及风险图标,在将属于该机构用户的雷达图以及风险图标结合在一个页面内共同建立属于该机构用户的用户风险画像。那么通过该用户风险画像即可直观地展示机构用户和个人用户的风险形象,从而更好地辅助保险公司识别风险、监控风险,提高风险监控效率。
在一实施例中,如图5所示,所述步骤S150之后,还包括:S160-S170。
S160、根据所述风险标签筛选出发生同样异常的用户以生成风险警示列表。
S170、根据所述风险标签生成告警消息并将所述告警消息发送至所述风险警示列表下的用户。
在一实施例中,由于风险标签是根据风险指标发生异常后生成的,每个机构用户或个人用户的风险指标发生异常后,则会别贴上相应的风险标签。因此,通过风险标签即可筛选出发生同样异常的机构用户或者个人用户,根据筛选出来的机构用户和个人用户分别生成两个风险警示列表,风险警示列表下包括用户标识符以及对应该用户标识符的邮箱地址;然后根据风险标签生成对应的告警消息,该告警消息的具体形式为邮件,邮件的模板根据不同的风险标签预设好,例如,风险标签为费用风险,则生成关于费用风险的告警消息;最后,获取风险警示列表下用户的邮箱地址,将告警消息发送到风险警示列表下用户的邮箱地址。通过告警消息告知被贴上风险标签的用户,提示其注意风险防范。
本发明展示了一种风险画像建立方法,通过根据用户标识符从数据库中获取预设风险模型的风险因子;根据所述风险因子通过预设公式确定风险指标;根据预设阈值判断所述风险指标是否发生异常;若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;根据所述风险指标以及所述风险标签共同建立用户风险画像,可以直观地展现用户的风险形象,提高风险控制效率。
图6是本发明实施例提供的一种风险画像建立装置200的示意性框图。如图6所示,对应于以上风险画像建立方法,本发明还提供一种风险画像建立装置200。该风险画像建立装置200包括用于执行上述风险画像建立方法的单元,该装置可以被配置于台式电脑、平板电脑、手提电脑、等终端中。具体地,请参阅图6,该风险画像建立装置200包括:获取单元210、确定单元220、判断单元230、生成单元240以及建立单元250。
获取单元210,用于根据用户标识符从数据库中获取预设风险模型的风险因子。
确定单元220,用于根据所述风险因子通过预设公式确定风险指标。
在一实施例中,如图7所示,所述确定单元220包括:第二获取单元221、第三获取单元222以及确定子单元223。
第二获取单元221,用于根据用户标识符获取对应的风险指标权重映射表。
第三获取单元222,用于根据所述风险因子从所述风险指标权重映射表中获取对应的风险指标权重。
确定子单元223,用于根据所述风险因子和所述风险指标权重通过预设公式确定风险指标,所述预设公式为:Ki×Wi=Gi,其中,Ki指的是风险因子,Wi是风险指标权重,Gi指的是风险指标,i是风险因子的数量。
判断单元230,用于根据预设阈值判断所述风险指标是否发生异常。
在一实施例中,如图7所示,所述判断单元230包括:判断子单元231以及判定单元232。
判断子单元231,用于根据用户标识符确定预设阈值并判断所述风险指标是否超过所述预设阈值。
判定单元232,用于若所述风险指标超过所述预设阈值,判定所述风险指标发生异常。
生成单元240,用于若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系。
建立单元250,用于根据所述风险指标以及所述风险标签共同建立用户风险画像。
在一实施例中,如图7所示,所述建立单元250包括:第一生成单元251、第二生成单元252以及建立子单元253。
第一生成单元251,用于通过可视化图表组件根据所述风险指标生成雷达图。
第二生成单元252,用于通过可视图表组件根据所述风险标签生成风险图标。
建立子单元253,用于根据用户标识符将所述雷达图以及所述风险图标结合以共同建立用户风险画像。
在一实施例中,如图8所示,所述风险画像建立装置200还包括:筛选单元260以及发送单元270。
筛选单元260,用于根据所述风险标签筛选出发生同样异常的用户以生成风险警示列表;
发送单元270,用于根据所述风险标签生成告警消息并将所述告警消息发送至所述风险警示列表下的用户。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述风险画像建立装置200和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述风险画像建立装置可以实现为一种计算机程序的形式,该计算机程序可以在如图9所示的计算机设备上运行。
请参阅图9,图9是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端,其中,终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。
参阅图9,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包括程序指令,该程序指令被执行时,可使得处理器502执行一种风险画像建立方法。
该处理器502用于提供计算和控制能力,以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执行一种风险画像建立方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图9中示出的结构,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,以实现如下步骤:根据用户标识符从数据库中获取预设风险模型的风险因子;根据所述风险因子通过预设公式确定风险指标;根据预设阈值判断所述风险指标是否发生异常;若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;根据所述风险指标以及所述风险标签共同建立用户风险画像。
在一实施例中,处理器502在实现所述根据所述风险因子通过预设公式确定风险指标步骤时,具体实现如下步骤:根据用户标识符获取对应的风险指标权重映射表;根据所述风险因子从所述风险指标权重映射表中获取对应的风险指标权重;根据所述风险因子和所述风险指标权重通过预设公式确定风险指标,所述预设公式为:Ki×Wi=Gi,其中,Ki指的是风险因子,Wi是风险指标权重,Gi指的是风险指标,i是风险因子的数量。
在一实施例中,处理器502在实现所述根据预设阈值判断所述风险指标是否发生异常步骤时,具体实现如下步骤:根据用户标识符确定预设阈值并判断所述风险指标是否超过所述预设阈值;
若所述风险指标超过所述预设阈值,判定所述风险指标发生异常。
在一实施例中,处理器502在实现所述根据所述风险指标以及所述风险标签共同建立用户风险画像步骤时,具体实现如下步骤:通过可视化图表组件根据所述风险指标生成雷达图;通过可视图表组件根据所述风险标签生成风险图标;根据用户标识符将所述雷达图以及所述风险图标结合以共同建立用户风险画像。
在一实施例中,处理器502在实现所述根据所述风险指标以及所述风险标签共同建立用户风险画像步骤之后,还实现如下步骤:根据所述风险标签筛选出发生同样异常的用户以生成风险警示列表;根据所述风险标签生成告警消息并将所述告警消息发送至所述风险警示列表下的用户。
应当理解,在本申请实施例中,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。
本领域普通技术人员可以理解的是实现上述实施例的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。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中计算机程序包括程序指令。该程序指令被处理器执行时使处理器执行如下步骤:根据用户标识符从数据库中获取预设风险模型的风险因子;根据所述风险因子通过预设公式确定风险指标;根据预设阈值判断所述风险指标是否发生异常;若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;根据所述风险指标以及所述风险标签共同建立用户风险画像。
在一实施例中,所述处理器在执行所述程序指令而实现所述根据所述风险因子通过预设公式确定风险指标步骤时,具体实现如下步骤:根据用户标识符获取对应的风险指标权重映射表;根据所述风险因子从所述风险指标权重映射表中获取对应的风险指标权重;根据所述风险因子和所述风险指标权重通过预设公式确定风险指标,所述预设公式为:Ki×Wi=Gi,其中,Ki指的是风险因子,Wi是风险指标权重,Gi指的是风险指标,i是风险因子的数量。
在一实施例中,所述处理器在执行所述程序指令而实现所述根据预设阈值判断所述风险指标是否发生异常步骤时,具体实现如下步骤:根据用户标识符确定预设阈值并判断所述风险指标是否超过所述预设阈值;若所述风险指标超过所述预设阈值,判定所述风险指标发生异常。
在一实施例中,所述处理器在执行所述程序指令而实现所述根据所述风险指标以及所述风险标签共同建立用户风险画像步骤时,具体实现如下步骤:通过可视化图表组件根据所述风险指标生成雷达图;通过可视图表组件根据所述风险标签生成风险图标;根据用户标识符将所述雷达图以及所述风险图标结合以共同建立用户风险画像。
在一实施例中,所述处理器在执行所述程序指令而实现所述根据所述风险指标以及所述风险标签共同建立用户风险画像步骤之后,还实现如下步骤:根据所述风险标签筛选出发生同样异常的用户以生成风险警示列表;根据所述风险标签生成告警消息并将所述告警消息发送至所述风险警示列表下的用户。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
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,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。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。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。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。
该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,终端,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。
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 (10)
1.一种风险画像建立方法,其特征在于,包括:
根据用户标识符从数据库中获取预设风险模型的风险因子;
根据所述风险因子通过预设公式确定风险指标;
根据预设阈值判断所述风险指标是否发生异常;
若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;
根据所述风险指标以及所述风险标签共同建立用户风险画像。
2.根据权利要求1所述的风险画像建立方法,其特征在于,所述根据所述风险因子通过预设公式确定风险指标,包括:
根据用户标识符获取对应的风险指标权重映射表;
根据所述风险因子从所述风险指标权重映射表中获取对应的风险指标权重;
根据所述风险因子和所述风险指标权重通过预设公式确定风险指标,所述预设公式为:
Ki×Wi=Gi
其中,Ki指的是风险因子,Wi是风险指标权重,Gi指的是风险指标,i是风险因子的数量。
3.根据权利要求1所述的风险画像建立方法,其特征在于,所述根据预设阈值判断所述风险指标是否发生异常,包括:
根据用户标识符确定预设阈值并判断所述风险指标是否超过所述预设阈值;
若所述风险指标超过所述预设阈值,判定所述风险指标发生异常。
4.根据权利要求1所述的风险画像建立方法,其特征在于,所述根据所述风险指标以及所述风险标签共同建立用户风险画像,包括
通过可视化图表组件根据所述风险指标生成雷达图;
通过可视图表组件根据所述风险标签生成风险图标;
根据用户标识符将所述雷达图以及所述风险图标结合以共同建立用户风险画像。
5.根据权利要求1所述的风险画像建立方法,其特征在于,所述根据所述风险指标以及所述风险标签共同建立用户风险画像之后,还包括:
根据所述风险标签筛选出发生同样异常的用户以生成风险警示列表;
根据所述风险标签生成告警消息并将所述告警消息发送至所述风险警示列表下的用户。
6.一种风险画像建立装置,其特征在于,包括:
获取单元,用于根据用户标识符从数据库中获取预设风险模型的风险因子;
确定单元,用于根据所述风险因子通过预设公式确定风险指标;
判断单元,用于根据预设阈值判断所述风险指标是否发生异常;
生成单元,用于若所述风险指标发生异常,根据发生异常的所述风险指标通过遍历风险标签列表以生成风险标签,其中,所述风险标签列表存在风险指标与风险标签一一对应的关系;
建立单元,用于根据所述风险指标以及所述风险标签共同建立用户风险画像。
7.根据权利要求6所述的风险画像建立装置,其特征在于,所述确定单元包括:
第二获取单元,用于根据用户标识符获取对应的风险指标权重映射表;
第三获取单元,用于根据所述风险因子从所述风险指标权重映射表中获取对应的风险指标权重;
确定子单元,用于根据所述风险因子和所述风险指标权重通过预设公式确定风险指标,所述预设公式为:
Ki×Wi=Gi
其中,Ki指的是风险因子,Wi是风险指标权重,Gi指的是风险指标,i是风险因子的数量。
8.根据权利要求6所述的风险画像建立装置,其特征在于,所述建立单元包括:
第一生成单元,用于通过可视化图表组件根据所述风险指标生成雷达图;
第二生成单元,用于通过可视图表组件根据所述风险标签生成风险图标;
建立子单元,用于根据用户标识符将所述雷达图以及所述风险图标结合以共同建立用户风险画像。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述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可实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910396705.2A CN110276519A (zh) | 2019-05-14 | 2019-05-14 | 风险画像建立方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910396705.2A CN110276519A (zh) | 2019-05-14 | 2019-05-14 | 风险画像建立方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110276519A true CN110276519A (zh) | 2019-09-24 |
Family
ID=67959806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910396705.2A Pending CN110276519A (zh) | 2019-05-14 | 2019-05-14 | 风险画像建立方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110276519A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200402A (zh) * | 2020-08-19 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 一种基于风险画像的风险量化方法、装置及设备 |
CN113763057A (zh) * | 2020-05-28 | 2021-12-07 | 北京金山云网络技术有限公司 | 用户身份画像的数据处理方法和装置 |
CN114723269A (zh) * | 2022-03-31 | 2022-07-08 | 支付宝(杭州)信息技术有限公司 | 一种事件的风险防控方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053324A (zh) * | 2017-11-28 | 2018-05-18 | 平安养老保险股份有限公司 | 保险核保方法、装置、计算机设备及存储介质 |
CN108416494A (zh) * | 2018-01-29 | 2018-08-17 | 广州越秀金融科技有限公司 | 基于大数据的企业客户画像构建方法及系统实现 |
CN109145197A (zh) * | 2018-06-28 | 2019-01-04 | 深圳市彬讯科技有限公司 | 用户画像标签的生成方法、装置和系统 |
CN109523118A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 风险数据筛选方法、装置、计算机设备和存储介质 |
CN109523116A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 企业风险分析方法、装置、计算机设备和存储介质 |
CN109658478A (zh) * | 2017-10-10 | 2019-04-19 | 爱信诺征信有限公司 | 一种提供企业画像的方法及系统 |
-
2019
- 2019-05-14 CN CN201910396705.2A patent/CN110276519A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658478A (zh) * | 2017-10-10 | 2019-04-19 | 爱信诺征信有限公司 | 一种提供企业画像的方法及系统 |
CN108053324A (zh) * | 2017-11-28 | 2018-05-18 | 平安养老保险股份有限公司 | 保险核保方法、装置、计算机设备及存储介质 |
CN108416494A (zh) * | 2018-01-29 | 2018-08-17 | 广州越秀金融科技有限公司 | 基于大数据的企业客户画像构建方法及系统实现 |
CN109145197A (zh) * | 2018-06-28 | 2019-01-04 | 深圳市彬讯科技有限公司 | 用户画像标签的生成方法、装置和系统 |
CN109523118A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 风险数据筛选方法、装置、计算机设备和存储介质 |
CN109523116A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 企业风险分析方法、装置、计算机设备和存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763057A (zh) * | 2020-05-28 | 2021-12-07 | 北京金山云网络技术有限公司 | 用户身份画像的数据处理方法和装置 |
CN113763057B (zh) * | 2020-05-28 | 2024-05-14 | 北京金山云网络技术有限公司 | 用户身份画像的数据处理方法和装置 |
CN112200402A (zh) * | 2020-08-19 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 一种基于风险画像的风险量化方法、装置及设备 |
CN112200402B (zh) * | 2020-08-19 | 2022-10-18 | 支付宝(杭州)信息技术有限公司 | 一种基于风险画像的风险量化方法、装置及设备 |
CN114723269A (zh) * | 2022-03-31 | 2022-07-08 | 支付宝(杭州)信息技术有限公司 | 一种事件的风险防控方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276519A (zh) | 风险画像建立方法、装置、计算机设备及存储介质 | |
US11170163B2 (en) | Digital processing systems and methods for automatic relationship recognition in tables of collaborative work systems | |
CN105653368B (zh) | 用于私人云计算的系统和方法 | |
CN109523276A (zh) | 用户投诉的预警监控方法及装置 | |
Snediker et al. | Decision support for network disruption mitigation | |
CN111754123B (zh) | 数据监控方法、装置、计算机设备及存储介质 | |
CN108665239A (zh) | 工作流处理方法、装置、计算机设备及存储介质 | |
US10684610B2 (en) | Method and system for use in connection with an industrial control system | |
CN111539563A (zh) | 一种用能安全状态预测方法、装置、服务器及存储介质 | |
JP2007520019A (ja) | リスクを検出するためのコンピュータベースシステム及び方法 | |
CN110086648A (zh) | 工单的生成方法、装置、计算机设备及存储介质 | |
CN109474515A (zh) | 风险事件的邮件推送方法、装置、计算机设备及存储介质 | |
US20080086219A1 (en) | System and method for coordinating remote response services | |
CN102637209A (zh) | 医用设备的数据分类处理方法及系统 | |
CN109814958A (zh) | 经营状况显示方法、装置、计算机装置与存储介质 | |
JP2022161342A (ja) | デジタルツイン管理システムおよび方法 | |
JP2012018604A (ja) | 災害危機管理装置、被害レベル計算方法、およびプログラム | |
CN115115244A (zh) | 矿业项目投资环境的评价方法、装置及计算机设备 | |
JP2003067188A (ja) | プロジェクト管理方法、装置、及びプログラム | |
CN106790231A (zh) | 安全域的生成方法、装置及安全运维监管系统 | |
CN110308926A (zh) | 软件信息展示方法、装置、计算机装置及计算机存储介质 | |
US20110282824A1 (en) | Technologies for mapping a set of criteria | |
CN109919762A (zh) | 客户信息的报备方法、装置、设备及存储介质 | |
CN107908532A (zh) | 一种数据库性能诊断方法、装置以及设备 | |
CN106771811B (zh) | 一种电力营销错接线排查方法与装置 |
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 |