CN110674943A - 一种金融知识网络管理方法、系统、介质和设备 - Google Patents
一种金融知识网络管理方法、系统、介质和设备 Download PDFInfo
- Publication number
- CN110674943A CN110674943A CN201910872900.8A CN201910872900A CN110674943A CN 110674943 A CN110674943 A CN 110674943A CN 201910872900 A CN201910872900 A CN 201910872900A CN 110674943 A CN110674943 A CN 110674943A
- Authority
- CN
- China
- Prior art keywords
- financial
- knowledge
- financial business
- knowledge network
- business object
- 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
- 238000007726 management method Methods 0.000 title claims description 43
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 49
- 230000006399 behavior Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种金融知识网络应用方法、系统、介质和设备，包括：获取角色特征信息和/或金融业务需求信息，获取对应的金融业务对象；根据所述金融业务对象的属性和/或行为数据，获取所述金融业务对象的知识原子，进而输出所述金融业务对象的知识网络；本发明为不同角色的用户分配不同权限的数据，可满足不同场景的数据分析需求，提高工作效率。
Description
技术领域
本发明涉及金融领域，尤其涉及一种金融知识网络管理方法、系统、介质和设备。
背景技术
随着大数据的发展，数据分析最近几年在各行各业都得到了越来越充分的应用，并且增长越来越快。在这种情况下，用户对数据分析产品的要求也越来越高。然而这类产品在知识管理分发层面的技术存在一定的局限性，主要体现在以下两个方面：其一安全架构不成体系，市面上的数据产品更多的还只是停留在用户管理层面，对于角色和知识的管理混乱，缺乏体系化建设，导致跟不上客户需求，迭代效率低，成本高；其二，知识管理泛而不精，目前大多数的数据产品更多还是偏向工具，结合业务不够紧密，导致知识输出太浅，甚至不能称为知识，只能叫信息，如此在使用层面就会带来一定的局限。
发明内容
鉴于以上现有技术存在的问题，本发明提出一种金融知识网络管理方法、系统、介质和设备，主要解决目前金融分析与业务和知识结合不够紧密，分析效率低的问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下。
一种金融知识网络管理方法，包括：
通过获取角色特征信息和/或金融业务需求信息，确定对应的金融业务对象；
根据所述金融业务对象的属性和/或行为数据，获取所述金融业务对象的知识原子，进而输出所述金融业务对象的知识网络。
可选地，根据所述角色特征信息、金融业务需求信息，匹配对应的金融业务对象；
获取与所述金融业务对象对应的一维或多维知识指标；
根据所述一维或多维知识指标，获取对应的所述金融业务对象的属性和/或行为数据。
可选地，根据所述金融业务需求，对获取的所述金融业务对象的属性和/或行为数据进行组合处理，获取所述金融业务对象的知识原子。
可选地，根据所述金融业务需求，创建所述金融业务对象的关联指标；
根据所述关联指标将所述知识原子进行整合，构建所述金融业务对象的知识网络。
可选地，根据所述金融业务需求，获取所述金融业务对象的每一维所述知识指标对应的所述关联指标；
根据所述关联指标从数据源中获取对应的所述金融业务对象的属性和/或行为数据。
可选地，根据所述角色特征信息，设置金融业务对象的权限等级；
根据所述角色特征信息和/或所述金融业务需求，获取对应权限等级的金融业务对象。
可选地，通过获取角色特征信息、金融业务需求信息，确定对应的金融业务对象之前，还包括：构建金融业务对象的知识网络；其中，构建金融业务对象的知识网络的过程为：
获取角色特征信息和/或金融业务需求信息，构建金融业务对象；
获取所述金融业务对象的属性和/或行为数据，计算所述金融业务对象的知识原子，并构建所述金融业务对象的知识网络。
可选地，将构建的所述知识网络输入数据库中，创建知识网络库；
根据所述金融业务需求，获取所述知识网络库中对应的知识网络。
可选地，根据所述金融业务对象，匹配所述知识网络库中的知识网络，当匹配到对应的知识网络时，输出所述知识网络；
当未匹配到对应的知识网络时，根据所述金融业务需求构建所述金融业务对象的知识网络，并更新到所述知识网络库中。
可选地，所述知识指标包括基础指标和衍生指标，
根据所述基础指标获取对应的金融业务对象的属性和/或行为数据，并对所述基础指标进行分析；
根据所述基础指标对所述衍生指标进行分析。
可选地，根据所述金融业务对象，预先设置所述知识指标的计算方式；
获取用于进行指标计算的所述金融业务对象的属性和/或行为数据；
分别计算所述基础指标和所述衍生指标。
27.根据权利要求1所述的金融知识网络管理方法，其特征在于，所述金融业务对象包括银行风险分布、贷款合理性分析、产品分析、信用评估。
可选地，根据用户输入信息，提取与所述金融业务需求信息相关的特征信息；
将所述特征信息用于匹配所述金融业务对象。
28.根据权利要求13所述的金融知识网络管理方法，其特征在于，所述用户输入信息包括语音信息、文本信息、图像信息。
可选地，根据角色特征信息，获取所述金融业务对象对应的一维或多维知识指标；
根据所述知识指标获取与所述角色特征信息对应的所述金融业务对象的属性和/或行为数据。
可选地，分析所述金融业务需求，当未匹配到金融业务对象时将所述金融业务需求拆分为多维所述金融业务对象；
分别获取每一维所述金融业务对象对应的知识网络；
将所述多维金融业务对象的知识网络进行融合，获取所述金融业务需求对应的知识网络。
一种金融知识网络应用系统，包括：
信息采集模块，用于获取角色特征信息和/或金融业务需求信息；
业务对象获取模块，用于确定对应的金融业务对象；
知识网络输出模块，用于根据所述金融业务对象的属性和/或行为数据，获取所述金融业务对象的知识原子，进而输出所述金融业务对象的知识网络。
可选地，所述信息采集模块包括：
图像采集单元，用于采集用户图像信息，获取角色特征；
语音采集单元，用于采集以语音方式输入的金融业务需求信息；
文本采集单元；用于采集以文本方式输入的金融业务需求信息。
可选地，还包括：
校正模块，用于人工添加或删除组成所述知识网络的知识原子。
可选地，还包括：
显示模块，用于实时显示所述金融业务对象的知识网络的分析结果。
可选地，所述业务对象获取模块包括：
业务对象匹配单元，用于根据所述金融业务需求匹配对应的金融业务对象；
知识指标获取单元，用于获取与所述金融业务对象对应的一维或多维知识指标。
可选地，还包括知识原子计算模块，用于根据所述金融业务需求，对获取的所述金融业务对象的属性和/或行为数据进行组合处理，获取所述金融业务对象的知识原子。
可选地，还包括关联指标获取模块，用于根据所述金融业务需求，获取所述金融业务对象的每一维所述知识指标对应的所述关联指标。
可选地，还包括权限设置模块，用于根据角色特征信息，设置金融业务对象的权限等级；根据角色角色特征信息和/或和所述金融业务需求，获取对应权限等级的金融业务对象。
一种设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行所述的金融知识网络应用方法。
一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行所述的金融知识网络应用方法。
如上所述，本发明一种金融知识网络管理方法、系统、介质和设备，具有以下有益效果。
通过用户角色和业务需求构建金融业务对象，使得金融分析更具有针对应，设置角色权限，可以避免不同角色间冗余信息的干扰；根据需求和角色构建金融业务的知识网络，有利于根据客户需求有效调整分析对策，提高分析效率。
附图说明
图1为本发明一实施例中金融知识网络管理方法的流程图。
图2为本发明一实施例中金融知识网络管理系统的模块图。
图3为本发明一实施例提供的终端设备的硬件结构示意图。
图4为本发明另一实施例提供的终端设备的硬件结构示意图。
1100 输入设备
1101 第一处理器
1102 输出设备
1103 第一存储器
1104 通信总线
1200 处理组件
1201 第二处理器
1202 第二存储器
1203 通信组件
1204 电源组件
1205 多媒体组件
1206 语音组件
1207 输入/输出接口
1208 传感器组件
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1，本发明提供一种金融知识网络管理方法，包括步骤S01-S02。
在步骤S01中，获取用户角色和金融业务需求信息，构建金融业务对象：
金融业务主要包含：银行业、保险业、信托业、证券业和租赁业。以银行业为例，可以通过采集银行工作人员的证件信息，获取如风险管理员、产品经理等信息。
在一实施例中，可以通过扫码器扫描工作人员证件上的二维码，通过识别二维码，获取去对应工作人员的角色相关信息。也可以通过摄像头采集人脸图像，提取人脸图像特征，进行人脸识别获取对应工作人员的角色相关信息。
采集用户角色信息的同时获取用户金融业务需求，可以设置文本输入对话框，供用户输入需求信息。以风险管理员为例，风险管理员可输入“银行风险分布”，系统获取文本对话框中的输入信息，与预设的文本库中的文本进行比对，识别风险管理员的输入信息。也可通过麦克风采集风险管理员的语音输入信息，提取音频特征，与预设的音频库中的样本进行比对，识别风险管理员输入的音频信息，获取风险管理员的需求信息。
在一实施例中，可根据用户的金融业务需求匹配对应的金融业务对象，以银行业为例，金融业务对象可包括银行风险分布、贷款合理性分析、产品分析和信用分析等。根据前述步骤获取的用户金融业务需求信息，将对应特征用于进行金融业务对象的匹配。如，用户输入的金融业务需求为“银行风险分布”时，将“银行风险分布”对应的文本或音频特征用于匹配对应的金融业务对象。金融业务需求和金融业务对象通过映射模型进行关联，输入金融业务需求信息即可获取对应的金融业务对象。映射模型可通过循环神经网络进行训练，以各类金融业务需求创建训练样本集，以金融业务对象创建训练目标集，可采用有监督的学习方法，对训练样本集进行人工标注，输入循环神经网络中获取映射模型。也可采用其它机器学习算法获取映射模型。
在一实施例中，当采集的用户金融业务需求未匹配到对应的金融业务对象时，对用户金融业务需求进行语义分析，从数据库中获取与用户金融业务需求相似度较高数据信息，并将获取的数据用于匹配多维金融业务对象。以银行业为例，获取的用户金融业务需求信息为“风险监测”，在预设的金融业务对象中，没有可直接与“风险监测”相匹配的金融业务对象。对“风险监测”进行语义分析，获取数据库中与“风险监测”语义相似度较高的文本数据，，根据获取的文本数据分别匹配到“风险分布”、“贷款合理性分析”、“信用分析”等金融业务对象，将匹配到的多维金融业务对象进行整合，获取新的金融业务对象“风险监测”。再次获取用户金融业务需求为“风险监测”时，可直接将风险监测拆解为多维金融业务对象，分别对每一位金融业务对象等进行处理。
在一实施例中，可预先为金融业务对象设置权限等级，权限等级按用户的角色进行归类，不同的用户角色可获取不同权限等级的金融业务对象。这是由于不同角色在金融活动中所需要的信息差异化明显，如普通员工往往只需要了解基本的数据信息，了解金融业务是否处于正常状态即可，而针对管理者，往往需要分析业务趋势等信息，采用统一的金融对象匹配方式缺乏针对性，冗余的信息也容易影响用户的工作效率。根据获取的用户角色信息，对金融业务对象进行进一步筛选，获取与用户角色权限等级相匹配的金融业务对象。
在步骤S02中，获取金融业务对象的属性和/或行为数据，计算金融业务对象的知识原子，并构建金融业务对象的知识网络。
在一实施例中，根据步骤S01中获取的金融业务对象，为金融业务对象分配一维或多维知识指标。知识指标可以包括基础指标和衍生指标。以银行业为例，基础指标可以包括余额、户数占率、当月转呆和呆账回收等，而衍生指标可通过对基础指标计算获得。如转呆账率作为一种衍生指标，假设某一产品的转呆账点为第六月转入第7月的时间点，则转呆账率可通过当月转呆帐金额除以七个月前的应收账款。基础指标通常是可从数据库中直接获取的数据信息，而衍生指标需要在基础指标对应的数据信息的基础上进行进一步计算。可根据金融业务对象，预先设置对应的一维或多维知识指标的计算方式。以衍生指标延滞率为例， M2+lagged％表示两期以上延滞率，可定义其计算方式为M2+贷款余额除以往前推2期的总贷款余额，净损失率NCL lagged％可定义其计算方式为当期转呆账金额减去档期呆账回收金额再除以应收账款，以类似方式定义知识指标的计算方式。
在一实施例中，可根据用户角色，按用户角色的权限等级为对应的金融业务对象分配一维或多维知识指标。
在一实施例中，根据步骤S01中获取的金融业务需求，创建金融业务对象的关联指标。对于同一类金融业务对象，其每一维知识指标都对应同一类关联指标。关联指标可包含多个维度，以多个维度的关联指标构成关联矩阵。可用于区分不同金融业务对象的属性和/或行为数据。
通过知识指标从数据库中获取金融业务对象的属性和/或行为数据。关联指标有利于知识指标更好地在数据库中定位知识指标所需要的数据信息。金融业务对象的属性和/或行为数据主要包括地域、年龄、行业、学历、余额、净损失和呆账回收等数据。如知识指标为“当月转呆”，则通过年龄、学历等关联指标，可以获取指定年龄段和学历要求的数据信息，进而定位该知识指标对应月份的转呆账金额；知识指标为“净损失NLC”，则同样的，可通过该知识指标从数据库中获取对应月份呆账未回收的金额。
根据定义的知识指标的计算方式，以及获取的数据库中对应数据信息，将基础指标进行组合计算，得到对应的衍生指标，通过基础指标和衍生指标的计算结果即为对应金融业务对象的知识原子。将获取的知识原子通过前述关联矩阵整合成金融业务对象的知识网络。
在一实施例中，创建基于金融业务对象的知识网络库，将获取的知识网络框架更新到知识网络库中，下次用户提出同样的金融业务需求时，可根据金融业务需求，直接从知识网络库中获取对应的知识网络框架，通过知识网络框架从数据库中获取相应的数据信息，计算知识网络框架中各知识原子。将计算后的知识网络呈现给用户，以便用户根据知识网络中的数据进行进一步分析。
在一实施例中，用户也可通过手动添加或删除某一金融业务对象的知识指标，获取需要的知识网络。还可通过手动设置新增知识指标的计算方式，将新的知识指标的关联指标与金融业务对象的关联指标相对应，在为该金融业务对象分配知识指标时，便可自动将新增的知识指标分配给对应的金融业务对象。
在一实施例中，当用户的金融业务需求信息被拆分为多维金融业务对象时，分别根据前述步骤获取每一维金融业务对象的知识网络，再将多维金融业务对象对应的知识网络整合成用户金融业务需求对应的知识网络，并将知识网络框架更新到知识网络库中。下次用户在提出同样的金融业务需求时，则可直接通过知识网络库获取对应的知识网络框架，提高工作效率。
请参阅图2，本实施例提供一种金融知识网络管理系统，用于执行前述方法实施例中所述的金融知识网络管理方法。由于系统实施例的技术原理与前述方法实施例的技术原理相似，因而不再对同样的技术细节做重复性赘述。
在一实施例中，金融知识网络管理系统包括信息采集模块10、业务对象获取模块11和知识网络输出模块12。信息采集模块10和业务对象获取模块11用于辅助执行前述方法实施例介绍的步骤S01，知识网络输出模块11用于执行前述方法实施例介绍的步骤S02。
在一实施例中，信息采集模块10包括图像采集单元，语音采集单元和文本采集单元。
图像采集单元可以通过摄像头采集人脸图像，提取人脸图像特征，进行人脸识别获取对应工作人员的角色相关信息。
文本采集单元设置有文本输入对话框，采集用户角色信息的同时获取用户金融业务需求，供用户输入需求信息和角色验证信息。以风险管理员为例，风险管理员可输入“银行风险分布”，系统获取文本对话框中的输入信息，与预设的文本库中的文本进行比对，识别风险管理员的输入信息。也可通过语音采集单元的麦克风采集风险管理员的语音输入信息，提取音频特征，与预设的音频库中的样本进行比对，识别风险管理员输入的音频信息，获取风险管理员的需求信息。
在一实施例中，业务对象获取模块11还包括业务对象匹配单元和知识指标获取单元，业务对象匹配单元可根据用户的金融业务需求匹配对应的金融业务对象，以银行业为例，金融业务对象可包括银行风险分布、贷款合理性分析、产品分析和信用分析等。根据前述步骤获取的用户金融业务需求信息，将对应特征用于进行金融业务对象的匹配。知识指标获取单元为金融业务对象分配一位或多维知识指标。
在一实施例中，系统还设置有关联指标获取模块，用于创建金融业务对象的关联指标。对于同一类金融业务对象，其每一维知识指标都对应同一类关联指标。关联指标可包含多个维度，以多个维度的关联指标构成关联矩阵。可用于区分不同金融业务对象的属性和/或行为数据。
在一实施例中，系统还设置有权限设置模块，可预先为金融业务对象设置权限等级，权限等级按用户的角色进行归类，不同的用户角色可获取不同权限等级的金融业务对象。这是由于不同角色在金融活动中所需要的信息差异化明显，如普通员工往往只需要了解基本的数据信息，了解金融业务是否处于正常状态即可，而针对管理者，往往需要分析业务趋势等信息，采用统一的金融对象匹配方式缺乏针对性，冗余的信息也容易影响用户的工作效率。根据获取的用户角色信息，对金融业务对象进行进一步筛选，获取与用户角色权限等级相匹配的金融业务对象。另外，为不同的用户角色分配不同权限等级的金融业务对象，可以进一步保障数据安全。
在一实施例中，系统还设置有校正模块，用户也可通过校正模块手动添加或删除某一金融业务对象的知识指标，获取需要的知识网络。还可通过手动设置新增知识指标的计算方式，将新的知识指标的关联指标与金融业务对象的关联指标相对应，在为该金融业务对象分配知识指标时，便可自动将新增的知识指标分配给对应的金融业务对象。
在一实施例中，系统还设置有显示模块，用于显示根据用户金融业务需求获取的知识网络，用户可根据知识网络中各知识原子提供的数据，对金融业务进行进一步分析，有利于针对金融业务进行有效决策。
本申请实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图1所述的方法。在实际应用中，该设备可以作为终端设备，也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的图1中金融知识网络管理方法所包含步骤的指令 (instructions)。
图3为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储 NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。
可选的，上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的，上述输入设备1100可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。
在本实施例中，该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。
图4为本申请的另一个实施例提供的终端设备的硬件结构示意图。图4是对图3在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图1所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
可选地，第一处理器1201设置在处理组件1200中。该终端设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令，以完成上述图1所示方法的全部或部分步骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器 1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个扬声器，用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。
由上可知，在图4实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图3实施例中的输入设备的实现方式。
综上所述，本发明一种金融知识网络管理方法、系统、介质和设备，根据用户角色设置金融业务对象的权限等级，根据角色权限获取知识网络，可满足不同用户角色对不同知识的需求，避免冗余的知识影响用户的工作效率，将用户需求与具体业务对象相关联，并针对不同的业务对象针对性构建知识网络，可实现数据资源的精准分发，有利于提高用户的工作效率。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (26)
1.一种金融知识网络管理方法，其特征在于，包括：
通过获取角色特征信息和/或金融业务需求信息，确定对应的金融业务对象；
根据所述金融业务对象的属性和/或行为数据，获取所述金融业务对象的知识原子，进而输出所述金融业务对象的知识网络。
2.根据权利要求1所述的金融知识网络管理方法，其特征在于，
根据所述角色特征信息、金融业务需求信息，匹配对应的金融业务对象；
获取与所述金融业务对象对应的一维或多维知识指标；
根据所述一维或多维知识指标，获取对应的所述金融业务对象的属性和/或行为数据。
3.根据权利要求1所述的金融知识网络管理方法，其特征在于，
根据所述金融业务需求，对获取的所述金融业务对象的属性和/或行为数据进行组合处理，获取所述金融业务对象的知识原子。
4.根据权利要求1所述的金融知识网络管理方法，其特征在于，
根据所述金融业务需求，创建所述金融业务对象的关联指标；
根据所述关联指标将所述知识原子进行整合，构建所述金融业务对象的知识网络。
5.根据权利要求4所述的金融知识网络管理方法，其特征在于，
根据所述金融业务需求，获取所述金融业务对象的每一维所述知识指标对应的所述关联指标；
根据所述关联指标从数据源中获取对应的所述金融业务对象的属性和/或行为数据。
6.根据权利要求1所述的金融知识网络管理方法，其特征在于，
根据所述角色特征信息，设置金融业务对象的权限等级；
根据所述角色特征信息和/或所述金融业务需求，获取对应权限等级的金融业务对象。
7.根据权利要求1所述的金融知识网络管理方法，其特征在于，通过获取角色特征信息、金融业务需求信息，确定对应的金融业务对象之前，还包括：构建金融业务对象的知识网络；其中，构建金融业务对象的知识网络的过程为：
获取角色特征信息和/或金融业务需求信息，构建金融业务对象；
获取所述金融业务对象的属性和/或行为数据，计算所述金融业务对象的知识原子，并构建所述金融业务对象的知识网络。
8.根据权利要求7所述的金融知识网络管理方法，其特征在于，
将构建的所述知识网络输入数据库中，创建知识网络库；
根据所述金融业务需求，获取所述知识网络库中对应的知识网络。
9.根据权利要求8所述的金融知识网络管理方法，其特征在于，
根据所述金融业务对象，匹配所述知识网络库中的知识网络，当匹配到对应的知识网络时，输出所述知识网络；
当未匹配到对应的知识网络时，根据所述金融业务需求构建所述金融业务对象的知识网络，并更新到所述知识网络库中。
10.根据权利要求2所述的金融知识网络管理方法，其特征在于，所述知识指标包括基础指标和衍生指标，
根据所述基础指标获取对应的金融业务对象的属性和/或行为数据，并对所述基础指标进行分析；
根据所述基础指标对所述衍生指标进行分析。
11.根据权利要求10所述的金融知识网络管理方法，其特征在于，
根据所述金融业务对象，预先设置所述知识指标的计算方式；
获取用于进行指标计算的所述金融业务对象的属性和/或行为数据；
分别计算所述基础指标和所述衍生指标。
12.根据权利要求1所述的金融知识网络管理方法，其特征在于，所述金融业务对象包括银行风险分布、贷款合理性分析、产品分析、信用评估。
13.根据权利要求1所述的金融知识网络管理方法，其特征在于，
根据用户输入信息，提取与所述金融业务需求信息相关的特征信息；
将所述特征信息用于匹配所述金融业务对象。
14.根据权利要求13所述的金融知识网络管理方法，其特征在于，所述用户输入信息包括语音信息、文本信息、图像信息。
15.根据权利要求1所述的金融知识网络管理方法，其特征在于，
根据角色特征信息，获取所述金融业务对象对应的一维或多维知识指标；
根据所述知识指标获取与所述角色特征信息对应的所述金融业务对象的属性和/或行为数据。
16.根据权利要求1所述的金融知识网络管理方法，其特征在于，
分析所述金融业务需求，当未匹配到金融业务对象时将所述金融业务需求拆分为多维所述金融业务对象；
分别获取每一维所述金融业务对象对应的知识网络；
将所述多维金融业务对象的知识网络进行融合，获取所述金融业务需求对应的知识网络。
17.一种金融知识网络应用系统，其特征在于，包括：
信息采集模块，用于获取角色特征信息和/或金融业务需求信息；
业务对象获取模块，用于确定对应的金融业务对象；
知识网络输出模块，用于根据所述金融业务对象的属性和/或行为数据，获取所述金融业务对象的知识原子，进而输出所述金融业务对象的知识网络。
18.根据权利要求16所述的金融知识网络管理系统，其特征在于，所述信息采集模块包括：
图像采集单元，用于采集用户图像信息，获取角色特征；
语音采集单元，用于采集以语音方式输入的金融业务需求信息；
文本采集单元；用于采集以文本方式输入的金融业务需求信息。
19.根据权利要求16所述的金融知识网络管理系统，其特征在于，还包括：
校正模块，用于人工添加或删除组成所述知识网络的知识原子。
20.根据权利要求16所述的金融知识网络管理系统，其特征在于，还包括：
显示模块，用于实时显示所述金融业务对象的知识网络的分析结果。
21.根据权利要求16所述的金融知识网络管理系统，其特征在于，所述业务对象获取模块包括：
业务对象匹配单元，用于根据所述金融业务需求匹配对应的金融业务对象；
知识指标获取单元，用于获取与所述金融业务对象对应的一维或多维知识指标。
22.根据权利要求16所述的金融知识网络管理系统，其特征在于，还包括知识原子计算模块，用于根据所述金融业务需求，对获取的所述金融业务对象的属性和/或行为数据进行组合处理，获取所述金融业务对象的知识原子。
23.根据权利要求16所述的金融知识网络管理系统，其特征在于，还包括关联指标获取模块，用于根据所述金融业务需求，获取所述金融业务对象的每一维所述知识指标对应的所述关联指标。
24.根据权利要求16所述的金融知识网络管理系统，其特征在于，还包括权限设置模块，用于根据角色特征信息，设置金融业务对象的权限等级；根据角色角色特征信息和/或和所述金融业务需求，获取对应权限等级的金融业务对象。
25.一种设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求1-16中一个或多个所述的方法。
26.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求1-16中一个或多个所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910872900.8A CN110674943A (zh) | 2019-09-16 | 2019-09-16 | 一种金融知识网络管理方法、系统、介质和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910872900.8A CN110674943A (zh) | 2019-09-16 | 2019-09-16 | 一种金融知识网络管理方法、系统、介质和设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110674943A true CN110674943A (zh) | 2020-01-10 |
Family
ID=69076867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910872900.8A Pending CN110674943A (zh) | 2019-09-16 | 2019-09-16 | 一种金融知识网络管理方法、系统、介质和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110674943A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013488A (zh) * | 2007-01-15 | 2007-08-08 | 浪潮集团有限公司 | 一种知识管理软件知识展现的实现方法 |
| CN201796434U (zh) * | 2010-08-26 | 2011-04-13 | 北京思创银联科技有限公司 | 金融业务便携设备 |
| CN102207946A (zh) * | 2010-06-29 | 2011-10-05 | 天津海量信息技术有限公司 | 一种知识网络的半自动生成方法 |
| EP2426634A1 (en) * | 2010-09-03 | 2012-03-07 | Blueconomics Business Solutions GmbH | Computer-implemented method and system for processing and monitoring business-to -business relationships |
| CN103049490A (zh) * | 2012-12-05 | 2013-04-17 | 北京海量融通软件技术有限公司 | 知识网络节点间属性生成系统及生成方法 |
| CN109064318A (zh) * | 2018-08-24 | 2018-12-21 | 苏宁消费金融有限公司 | 一种基于知识图谱的互联网金融风险监测系统 |
| CN109063045A (zh) * | 2018-07-18 | 2018-12-21 | 程欣悦 | 一种金融服务方法及金融服务终端 |
| CN109244499A (zh) * | 2018-09-29 | 2019-01-18 | 杨倩 | 一种锂电池负极片二次回收加工用除油浇注一体化设备 |
| CN109447876A (zh) * | 2018-10-16 | 2019-03-08 | 湖北三峡云计算中心有限责任公司 | 一种市民卡系统 |
| CN109670768A (zh) * | 2018-09-27 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 多业务域的权限管理方法、装置、平台及可读存储介质 |
| CN109784933A (zh) * | 2019-01-23 | 2019-05-21 | 集奥聚合(北京)人工智能科技有限公司 | 一种基于数据变量的反欺诈规则模型构建系统及方法 |
| CN110162602A (zh) * | 2019-05-31 | 2019-08-23 | 浙江核新同花顺网络信息股份有限公司 | 一种智能交互方法和系统 |
-
2019
- 2019-09-16 CN CN201910872900.8A patent/CN110674943A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013488A (zh) * | 2007-01-15 | 2007-08-08 | 浪潮集团有限公司 | 一种知识管理软件知识展现的实现方法 |
| CN102207946A (zh) * | 2010-06-29 | 2011-10-05 | 天津海量信息技术有限公司 | 一种知识网络的半自动生成方法 |
| CN201796434U (zh) * | 2010-08-26 | 2011-04-13 | 北京思创银联科技有限公司 | 金融业务便携设备 |
| EP2426634A1 (en) * | 2010-09-03 | 2012-03-07 | Blueconomics Business Solutions GmbH | Computer-implemented method and system for processing and monitoring business-to -business relationships |
| CN103049490A (zh) * | 2012-12-05 | 2013-04-17 | 北京海量融通软件技术有限公司 | 知识网络节点间属性生成系统及生成方法 |
| CN109063045A (zh) * | 2018-07-18 | 2018-12-21 | 程欣悦 | 一种金融服务方法及金融服务终端 |
| CN109064318A (zh) * | 2018-08-24 | 2018-12-21 | 苏宁消费金融有限公司 | 一种基于知识图谱的互联网金融风险监测系统 |
| CN109670768A (zh) * | 2018-09-27 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 多业务域的权限管理方法、装置、平台及可读存储介质 |
| CN109244499A (zh) * | 2018-09-29 | 2019-01-18 | 杨倩 | 一种锂电池负极片二次回收加工用除油浇注一体化设备 |
| CN109447876A (zh) * | 2018-10-16 | 2019-03-08 | 湖北三峡云计算中心有限责任公司 | 一种市民卡系统 |
| CN109784933A (zh) * | 2019-01-23 | 2019-05-21 | 集奥聚合(北京)人工智能科技有限公司 | 一种基于数据变量的反欺诈规则模型构建系统及方法 |
| CN110162602A (zh) * | 2019-05-31 | 2019-08-23 | 浙江核新同花顺网络信息股份有限公司 | 一种智能交互方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111782943B (zh) | 基于历史数据记录的信息推荐方法、装置、设备及介质 | |
| US10069891B2 (en) | Channel accessible single function micro service data collection process for light analytics | |
| CN113093958B (zh) | 数据处理方法、装置和服务器 | |
| CN113095408A (zh) | 风险的确定方法、装置和服务器 | |
| CN112598294A (zh) | 在线建立评分卡模型的方法、装置、机器可读介质及设备 | |
| CN112163642A (zh) | 一种风控规则获取方法、装置、介质及设备 | |
| US20230004979A1 (en) | Abnormal behavior detection method and apparatus, electronic device, and computer-readable storage medium | |
| CN106775219B (zh) | 一种光标联动方法和装置 | |
| CN113190562A (zh) | 一种报表生成方法、装置及电子设备 | |
| CN111178455B (zh) | 图像聚类方法、系统、设备及介质 | |
| CN112598513A (zh) | 识别股东风险交易行为的方法及装置 | |
| US20170091859A1 (en) | System for real-time data structuring and storage | |
| CN112966756A (zh) | 一种可视化的准入规则的生成方法、装置、机器可读介质及设备 | |
| CN113010493A (zh) | 一种数据质量在线分析方法、装置、机器可读介质及设备 | |
| CN110674123B (zh) | 数据预处理方法、装置、设备及介质 | |
| CN117251490A (zh) | 数据查询方法、装置、计算机设备及存储介质 | |
| CN111275683A (zh) | 图像质量评分处理方法、系统、设备及介质 | |
| CN111753203A (zh) | 一种卡号推荐方法、装置、设备和介质 | |
| CN110674943A (zh) | 一种金融知识网络管理方法、系统、介质和设备 | |
| CN110728243B (zh) | 一种权级分类的业务管理方法、系统、设备和介质 | |
| CN114021660A (zh) | 一种特征挖掘模型的训练方法、装置、介质及设备 | |
| CN114238478A (zh) | 一种基于大数据分析的数据管理平台及访问方法 | |
| RU2702275C1 (ru) | Способ и система маркировки действий пользователя для последующего анализа и накопления | |
| CN111931465A (zh) | 基于用户操作自动生成用户手册的方法及系统 | |
| CN114820011A (zh) | 用户群体聚类方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200102 Address after: 102300 Room 102, floor 1, building 3, No. 20 Yong'an Road, Shilong Economic Development Zone, Mentougou District, Beijing Applicant after: Beijing Yuncong Technology Co.,Ltd. Address before: 201203 Shanghai City, Pudong New Area China Zuchongzhi Road (Shanghai) Free Trade Zone No. 1077 Building 2 room 1135-A Applicant before: SHANGHAI YUNCONG ENTERPRISE DEVELOPMENT Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| 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: 20200110 |
|
| RJ01 | Rejection of invention patent application after publication |