CN111614663B - 一种业务风险确定方法、装置及电子设备 - Google Patents

一种业务风险确定方法、装置及电子设备 Download PDF

Info

Publication number
CN111614663B
CN111614663B CN202010429447.6A CN202010429447A CN111614663B CN 111614663 B CN111614663 B CN 111614663B CN 202010429447 A CN202010429447 A CN 202010429447A CN 111614663 B CN111614663 B CN 111614663B
Authority
CN
China
Prior art keywords
target mechanism
period
risk value
risk
target
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
Application number
CN202010429447.6A
Other languages
English (en)
Other versions
CN111614663A (zh
Inventor
何樟伟
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.)
Hangzhou ant Juhui Network Technology Co.,Ltd.
Original Assignee
Hangzhou Ant Juhui Network Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Ant Juhui Network Technology Co ltd filed Critical Hangzhou Ant Juhui Network Technology Co ltd
Priority to CN202010429447.6A priority Critical patent/CN111614663B/zh
Publication of CN111614663A publication Critical patent/CN111614663A/zh
Application granted granted Critical
Publication of CN111614663B publication Critical patent/CN111614663B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/30—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information
    • H04L63/302—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information gathering intelligence information for situation awareness or reconnaissance

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本说明书公开了一种业务风险确定方法、装置及电子设备，其中，该方法在确定入网的目标机构的业务风险时，引入目标机构的舆情数据作为有效的补充；舆情数据无需目标机构报送，从网络上抓取便可，舆情数据的可获得性好；每隔一段时间便根据检测到的目标机构的舆情数据更新目标机构的风险值，可以及时、准确地发现目标机构的业务风险。

Description

一种业务风险确定方法、装置及电子设备
技术领域
本说明书涉及计算机技术领域，尤其涉及一种业务风险确定方法、装置及电子设备。
背景技术
用于支付连接的网络通过采用数字技术解决方案将入网机构连接起来。随着用于支付连接的网络的快速发展，入网机构迅速增加。入网的某一机构如果发生业务问题，网络自身、入网的其他机构、商户、用户都会不同程度地遭受损失，也容易导致舆情风险，恶化网络的品牌声誉。
目前，普遍基于入网机构的业务数据确定入网机构的业务风险，但是业务数据存在可获得性差、及时性差、可信度差等缺点，通过分析入网机构的业务数据并不能很好对入网机构的业务风险进行综合评价。
因此，需要一种新的确定入网机构的业务风险的方法。
发明内容
有鉴于此，本说明书实施例提供了一种业务风险确定方法、装置及电子设备，用于解决现有技术中由于业务数据存在可获得性差、及时性差、可信度差等缺点，通过分析入网机构的业务数据并不能很好对入网机构的业务风险进行综合评价的问题。
本说明书实施例采用下述技术方案：
本说明书实施例提供一种业务风险确定方法，包括：
确定需要进行业务风险评分的目标机构的初始风险值；
周期性地获取所述目标机构的舆情监控结果；
根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险。
本说明书实施例还提供一种业务风险评分方法，包括：
确定需要进行业务风险评分的目标机构的初始风险值；
周期性地获取所述目标机构的舆情监控结果；
根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在所述下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值。
本说明书实施例还提供一种业务风险确定装置，包括：
第一获取模块，确定需要进行业务风险评分的目标机构的初始风险值；
所述第一获取模块，还周期性地获取所述目标机构的舆情监控结果；
第一处理模块，根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在所述下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
所述第一处理模块，还根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险。
本说明书实施例还提供一种业务风险评分装置，包括：
第二获取模块，确定需要进行业务风险评分的目标机构的初始风险值；
所述第二获取模块，还周期性地获取所述目标机构的舆情监控结果；
第二处理模块，根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值。
本说明书实施例还提供一种电子设备，包括存储器以及处理器，所述存储器存储程序，并且被配置成由所述处理器执行上述的业务风险确定方法或业务风险评分方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
在确定入网的目标机构的业务风险时，引入目标机构的舆情数据作为有效的补充；舆情数据无需目标机构报送，从网络上抓取便可，舆情数据的可获得性好；每隔一段时间便根据检测到的目标机构的舆情数据更新目标机构的风险值，可以及时、准确地发现目标机构的业务风险。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书实施例提供的一种业务风险确定方法的流程示意图；
图2为本说明书实施例提供的又一种业务风险确定方法的流程示意图；
图3为本说明书实施例提供的又一种业务风险确定方法的流程示意图；
图4为本说明书实施例提供的一种业务风险评分方法的流程示意图；
图5为本说明书实施例提供的一种业务风险确定装置的结构示意图；
图6为本说明书实施例提供的一种业务风险评分装置的结构示意图；
图7为本说明书实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
收单机构：直接和网络连接的机构，商户入驻在收单机构，商户发生的交易由收单机构代理提交到网络，并代理自己清算。
发卡机构：直接和网络连接的机构，接收网络转发的交易信息，扣除用户的资金；代理用户向网络清算资金及处理交易过程中发生的问题。
以用于支付连接的网络为AC(Alipay Connect)网络、业务为财务为例，随着AC网络的快速发展，入网的收单机构和发卡机构迅速增加。除了蚂蚁金服的自营站点(支付宝、港澳钱包应用程序等)、蚂蚁金服投资的站点外，不少遍布全球的钱包应用程序(钱包应用程序例如为手机钱包)已经或将会加入AC网络。
由于发卡机构(发卡机构例如为手机钱包)的支付特性和AC网络的业务规则，对于欺诈导致的用户资损由发卡机构承担，发卡机构的业务稳健性直接影响其对用户的欺诈赔付能力。另一方面，在交易发生后，按照用户->发卡机构->AC网络->收单机构->商户的顺序T日或T+n日逐级清算资金，发卡机构和收单机构的财务稳健性会极大影响清算链条上的资金安全；若有机构的业务如果发生问题，AC网络自身、加入AC网络的其他机构、商户、用户都会不同程度地遭受损失，也容易导致舆情风险，使AC网络的品牌声誉恶化。
目前，AC网络普遍是通过分析入网机构的财务报表(财务报表例如为资产负债表、现金流量表、利润表)，计算应付账款周转率、存货周转率、资产负债率、营业利润负债比、营业收入负债比、现金比率等指标来对入网机构的财务风险进行综合评价。
然而，入网机构的财务报表虽然能够较精确地反应入网机构的财务状况，但是，入网机构的财务报表存在一些缺点：
(1)、可获得性差。由于网络和入网机构间是一个松散的联盟，入网机构没有法定义务向网络报送财务报表；网络在发展初期也很难通过业务规则强制机构报送；且很多小的机构本身就没有合格的财务报表；因此，入网机构的财务报表存在可获取性差的缺点。
(2)、及时性差。有些入网机构会每个季度生成一次财务报表，在较为理想的情形下，入网机构的财务报表有季报、半年报、年报。然而，有些入网机构并不是每个季度生成一次财务报表，这些入网机构往往只有内部使用的年报，而在一个季度内，很可能这些入网机构的财务情况急速恶化，现金流耗尽引发风险。因此，入网机构的财务报表存在及时性差的缺点。
(3)、可信度差。经专业审计机构审计的财务报表相对可信度较高，然而，很多入网机构的财务报表未经专业审计机构审计，存在财务欺诈的可能性，可信度存疑。
因此，由于入网机构的财务报表可能会存在可获得性差、及时性差、可信度差等缺点，通过分析入网机构的财务报表并不能很好对入网机构的财务风险进行综合评价。
需要指出的是，入网机构的其他类型的业务数据也会存在可获得性差、及时性差、可信度差等缺点，同样地，通过分析入网机构的业务数据并不能很好对入网机构的业务风险进行综合评价。
为此，本说明书实施例提供的业务风险确定方法，在确定入网的目标机构的业务风险时，引入目标机构的舆情数据作为有效的补充；舆情数据无需目标机构报送，从网络上抓取便可，舆情数据的可获得性好；每隔一段时间便根据检测到的目标机构的舆情数据更新目标机构的风险值，可以及时、准确地发现目标机构的业务风险。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种业务风险确定方法的流程示意图，本说明书实施例的方法，可应用于电子设备。如图1所示，该业务风险确定方法，包括以下步骤：
步骤101、确定需要进行业务风险评分的目标机构的初始风险值。
在本说明书的实施例中，目标机构为入网的发卡机构或收单机构。电子设备可以每隔预设时间触发对目标机构进行业务风险评分的操作，并在每次触发对目标机构进行业务风险评分的操作之后，会确定目标机构的初始风险值。其中，预设时间根据实际情形设定，预设时间例如为一个季度、半年、一年。
例如，以预设时间为一个季度为例，在第一个季度到达时，电子设备触发一次对目标机构进行业务风险评分，并获取该目标机构的第一季度的初始风险值。在第二个季度到期时，电子设备触发一次对目标机构进行业务风险评分，并获取该目标机构的第二季度的初始风险值。依此类推，在每个季度到期时，电子设备触发一次对目标机构进行业务风险评分，并获取该目标机构的每个季度的初始风险值。
步骤102、周期性地获取所述目标机构的舆情监控结果。
具体的，电子设备在每次触发对目标机构进行业务风险评分的操作之后，周期性地检测目标机构的舆情监控结果，根据每次检测到的舆情监控结果更新目标机构的风险值。其中，舆情监控结果的检测周期根据实际情形设定，检测周期例如为1小时。周期性地检测目标机构的舆情监控结果即每小时检测目标机构的舆情监控结果。
在本说明书的一个或多个实施例中，步骤102的具体包括：采用预设的主体关键词抓取所述目标机构在每个周期内的舆情数据；对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果。
其中，预设的主体关键字包括以下关键字中的一种或多种：所述目标机构的名称、所述目标机构的法定代表人、所述目标机构的实际控制人、所述目标机构的同一控制下的兄弟公司的名称，但预设的主体关键字并不限于上述关键字。
在实际情形中，机构本身以及机构的紧密关联方的业务负面舆情往往是机构爆发业务风险的先行指标，因此，采用上述的预设的主体关键字可以抓取到与目标机构紧密相关的舆情数据。
在本说明书的一个或多个实施例中，对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果，包括：监控所述目标机构在每个周期内的舆情数据是否命中预设的负面关键字；当监控到所述目标机构在每个周期内的舆情数据命中预设的负面关键字时，则确定所述目标机构在每个周期内的舆情监控结果包括负面情绪标签。
其中，预设的负面关键字为指示业务有负面舆情的关键字，以业务为财务为例，预设的负面关键字包括以下关键字中的一个或多个：破产、延期支付利息、大比例质押、信用降级、Downgrade(信用降级)、Financial Fraud(金融欺诈)、业务欺诈、假账、更换审计机构、债券违约、Default(信用违约)，但是，预设的负面关键字不限于上述关键字，根据业务的类型确定与业务对应的负面关键字。
具体的，通过负面关键字能够准确的发现目标机构的舆情数据是否存在业务方面的负面舆情，在监控到目标机构的舆情数据存在业务方面的负面舆情时，为目标机构的舆情数据打上负面情绪标签。
当然，电子设备在监控目标机构在每个周期内的舆情数据时，还可以监控每个周期内的总舆情量、舆情量的环比等数据，但并不限于上述数据。
步骤103、根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在所述下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值。
其中,上一个周期与下一个周期为相邻的两个周期。
具体的，电子设备在每次触发对目标机构进行业务风险评分的操作之后，首先，获取目标机构的初始风险值，在第一个检测周期到达时，将目标机构的初始风险值作为目标机构在上一个周期内的风险值，并根据目标机构的初始风险值和在第一个周期内的舆情监控结果确定目标机构在第一个周期内的风险值。接着，在第二个检测周期到达时，获取到目标机构在第二个周期内的舆情监控结果，根据目标机构在第一个周期内的风险值和目标机构在第二个周期内的舆情监控结果确定目标机构在第二个周期内的风险值，依此类推，确定目标机构在各个周期内的风险值，进而不断地根据目标机构在不同时间段内的舆情监控结果更新目标机构的风险值。
在本说明书的一个或多个实施例中，在步骤103之后，还包括以下步骤：根据所述目标机构的初始风险值、在各个周期内的风险值确定所述目标机构的风险趋势，并以时序图的方式展示所述风险趋势。
具体的，通过生成风险趋势并以时序图的方式展示风险趋势，可以帮助用户更为直观的了解目标机构的风险趋势。
步骤104、根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险。
具体的，若目标机构在任一周期内的风险值较大，则说明目标机构在该周期内存在业务风险的可能性较大；若目标机构在任一周期内的风险值较小，则说明目标机构在该周期内存在业务风险的可能性较小。
可选的，确定所述目标机构在该周期内是否存在业务风险，包括：判断所述目标机构在该周期内的风险值是否小于预设阈值；若判断获知所述目标机构在该周期内的风险值小于预设阈值，则确定所述目标机构在该周期内存在业务风险。
可选的，若判断获知所述目标机构在该周期内的风险值小于预设阈值，则输出告警信息。
其中，根据大量的试验数据进行设置预设阈值，合适的预设阈值可以保证及时的引入人工干预的方式对机构进行相关处理，预设阈值例如为50分。
具体的，电子设备若判断出目标机构在任一周期内的风险值小于预设阈值，说明目标机构存在极大的业务风险，这时触发告警以及时进行风险提示。
可选的，在输出告警信息之后，还包括：判断是否接收到风险误报信息，所述风险误报信息指示误报了所述目标机构在该周期内的业务风险；若接收到风险误报信息，则将所述目标机构在该周期内的风险值恢复至初始风险值。
具体的，在触发告警之后，若人工判断是风险误报，则向电子设备发送指示风险误报的信息，电子设备在接收到指示风险误报的信息时，则将目标机构在该周期内的风险值恢复至所述初始风险值。
例如，在第一个季度到达时，电子设备触发一次对目标机构进行业务风险评分，获取该目标机构的第一季度的初始风险值为80分，若在目标机构在某一周期内的风险值为50分，则在人工判断是风险误报之后，将目标机构在某一周期内的风险值从50分恢复至80分。
又例如，在第二个季度到达时，电子设备触发一次对目标机构进行业务风险评分，获取该目标机构的第二季度的初始风险值为90分，若在目标机构在某一周期内的风险值为50分，则在人工判断是风险误报之后，将目标机构在下一个周期内的风险值从50分恢复至90分。
可选的，若人工判断确实目标机构存在业务风险，则通过机构调查、限制交易规模、现场巡检等方式对目标机构进行去风险化处理。
本说明书实施例提供的业务风险确定方法，在确定入网的目标机构的业务风险时，引入目标机构的舆情数据作为有效的补充；舆情数据无需目标机构报送，从网络上抓取便可，舆情数据的可获得性好；每隔一段时间便根据检测到的目标机构的舆情数据更新目标机构的风险值，可以及时、准确地发现目标机构的业务风险。
图2为本说明书实施例提供的又一种业务风险确定方法的流程示意图，本说明书实施例的方法，可应用于电子设备。如图2所示，该业务风险确定方法，包括以下步骤：
步骤201、确定需要进行业务风险评分的目标机构的初始风险值。
步骤202、周期性地获取所述目标机构的舆情监控结果。
步骤203、当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值。
步骤204、根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险。
本实施例中的步骤201的实现方式与上述实施例中的步骤101的实现方式相同，本实施例中的步骤202的实现方式与上述实施例中的步骤102的实现方式相同，本实施例中的步骤204的实现方式与上述实施例中的步骤104的实现方式相同，在此不再赘述。
在本实施例的步骤203中，预设数值根据实际情形进行设定，预设数值例如为5分。
具体的，若获取到的目标机构在下一个周期内的舆情监控结果不包括负面情绪标签，说明目标机构在下一个周期内没有负面舆情，这时，将目标机构在上一个周期内的风险值作为目标机构在下一个周期内的风险值；反之，若监控到的目标机构在下一个周期内的舆情监控结果包括负面情绪标签，说明目标机构在下一个周期内有负面舆情，这时，将目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值。
在本说明书的一个或多个实施例中，在步骤203之前，还包括以下步骤:
确定所述目标机构在下一个周期内的舆情监控结果满足预设条件。
在实际情形中，机构的舆情数量与机构的关注度正相关，假如机构的舆情监控结果包括负面情绪标签，但机构的舆情数量较少，说明机构的关注度较低，负面舆情风险也较低。反之，假如机构的舆情监控结果包括负面情绪标签，但机构的舆情数量较多，说明机构的关注度较高，负面舆情风险也较高。
因此，为了更为准确地量化目标机构的业务风险，在确定目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，若确定目标机构在下一个周期内的舆情监控结果满足预设条件，则将目标机构在上一个周期内的风险值减去预设数值，得到目标机构在下一个周期内的风险值；反之，若确定目标机构在下一个周期内的舆情监控结果不满足预设条件，则将目标机构在上一个周期内的风险值确定为目标机构在下一个周期内的风险值。
其中，预设条件包括所述目标机构在下一个周期内的舆情监控结果中的总舆情量大于预设总量，和/或，所述目标机构在下一个周期内的舆情监控结果中的舆情量的环比大于预设环比，但预设条件并不限于此，可以根据实际情形进行设定。
需要指出的是,在设置预设总量和预设环比时，需要考虑对目标机构的风险值进行减分的敏感性，预设总量、预设环比设置的数值较大的话，则不容易对目标机构的风险值进行减分，反应比较迟钝，甚至可能目标机构的业务风险已经出现了恶化，但还没进行减分反应。而预设总量、预设环比设置的数值较小的话，则很容易对目标机构的风险值进行减分，目标机构的风险值不能真实反应目标机构的实际风险状况。
以舆情监控的检测周期为1小时、预设总量为20、预设环比为30％为例，检测到的某个小时内的舆情监控结果包括负面情绪标签，且该小时内的总舆情量大于20条，舆情量的环比(环比指该小时与前一小时的舆情量的比较)大于30％，则该小时内的风险值为上一个小时内的风险值减去5分；反之，若该小时的舆情监控结果包括负面情绪标签，但不满足总舆情量、舆情量的环比的条件，则该小时内的风险值为上一个小时内的风险值。
本说明书实施例提供的业务风险确定方法，在周期性地获取目标机构的舆情监控结果时，若目标机构在下一个周期内的舆情监控结果包括负面情绪标签，则对目标机构在上一个周期内的风险值减去预设数值，得到目标机构在下一个周期内的风险值。由此，在发现目标机构存在负面舆情时，及时地、准确地更新目标机构的风险值，实现更为准确的识别目标机构的业务风险。
图3为本说明书实施例提供的又一种业务风险确定方法的流程示意图。本实施例对上述实施例中的“确定需要进行业务风险评分的目标机构的初始风险值”的一种可能的实现方式进行说明。本说明书实施例的方法，可应用于电子设备。如图3所示，业务风险确定方法中“确定需要进行业务风险评分的目标机构的初始风险值”包括以下步骤：
步骤301、判断所述目标机构的业务数据是否进行了上报。
步骤302、当所述目标机构的业务数据进行了上报时，则根据所述目标机构的业务数据确定所述目标机构的初始风险值。
步骤303、当所述目标机构的业务数据未上报时，则将预设的默认风险值确定为所述目标机构的初始风险值。
其中，预设的默认风险值根据实际情形设定，预设的默认风险值例如为60分。
在实际情形中，有些机构会向每隔一段时间向网络上报一次业务数据，也有些机构并不会每隔一段时间向网络上报一次业务数据。电子设备在确定需要进行业务风险评分的目标机构的初始风险值时，对没有上报业务数据的机构，电子设备将该机构的初始风险值设置为默认风险值；而对上报业务数据的机构，电子设备对业务数据进行量化评分，确定该机构的初始风险值。
例如，在第一个季度到达时，电子设备触发一次对目标机构进行业务风险评分的操作，若目标机构向网络报送了第一个季度的业务数据，则电子设备根据目标机构的第一个季度的业务数据确定目标机构的初始风险值。又例如，在第二个季度到达时，电子设备触发一次对目标机构进行业务风险评分的操作，若目标机构没有向网络报送了第二个季度的业务数据，则电子设备确定目标机构的初始风险值为默认风险值。
在本说明书的一个或多个实施例中，根据所述目标机构的业务数据确定所述目标机构的初始风险值包括：根据所述目标机构的业务数据确定所述目标机构的至少一个业务指标的指标值；根据每个业务指标对应的风险值计算方式处理所述业务指标的指标值，获取所述业务指标的风险值；累加各个业务指标的风险值，得到所述目标机构的初始风险值。
具体的，可以根据实际的应用场景确定采用哪些业务指标确定目标机构的初始风险值；在累加各个业务指标的风险值时，可以各个业务指标的风险值进行加权求和，各个业务指标的权重可以根据实际情形设定；目标机构的初始风险值的最大值根据实际情形设定，最大值例如为100分。
具体的，可以根据实际的应用场景确定每个业务指标对应的风险值计算方式。作为一种示例，每个业务指标对应的风险值计算方式可以为确定业务指标值所处的数据区间，将数据区间所对应的风险值确定为业务指标对应的风险值。
例如，若指标值落在[0，X1]，则业务指标对应的风险值为0；若指标值落在(X1，X2]，则业务指标对应的风险值为5；若指标值落在[X2，∞]，则业务指标对应的风险值为10。
需要指出的是，对不同的业务指标来说，X1、X2可以相同，也可以不同。
以业务数据为财务数据为例，在对目标机构进行财务风险评估时，可以通过分析目标机构的资产负债表、现金流量表、利润表等财务数据，得到应付账款周转率、存货周转率、资产负债率、营业利润负债比、营业收入负债比、现金比率等财务指标，再采用应付账款周转率、存货周转率、资产负债率、营业利润负债比、营业收入负债比、现金比率等财务指标来确定目标机构的初始风险值。
其中，应付账款周转率用于反映企业应付账款的流动程度，应付账款周转率＝营业成本/平均应付账款余额×100％，平均应付账款余额＝(应付账款期初余额+应付账款期末余额)/2。
存货周转率是企业一定时期主营业务成本与平均存货余额的比率，用于反映存货的周转速度。存货周转率＝营业成本/平均存货，平均存货＝(存货期末余额+存货期初余额)/2。
资产负债率是衡量企业的负债水平和风险程度的重要指标，资产负债率＝负债总计/资产总计。
营业利润负债比是衡量企业的偿债能力的重要指标，营业利润负债比＝营业利润/负债总计。
营业收入负债比是衡量企业的偿债能力的重要指标，营业收入负债比＝营业收入/负债总计。
现金比率是衡量企业的短期偿债能力的重要指标，现金比率＝(货币资金+以公允价值计量且其变动计入当期损益的金融资产)/流动负债合计。
本说明书实施例提供的业务风险评分方法，在确定需要进行业务风险评分的目标机构的初始风险值时，若目标机构报送了业务数据，则对业务数据进行量化评分得到目标机构的初始风险值；若目标机构没有报送业务数据，则将目标机构的初始风险值设置为默认初始值；进而较为合理地确定需要进行业务风险评分的目标机构的初始风险值。
图4为本说明书实施例提供的一种业务风险评分方法的流程示意图，本说明书实施例的方法，可应用于电子设备。如图4所示，该业务风险评分方法，包括以下步骤：
步骤401、确定需要进行业务风险评分的目标机构的初始风险值。
步骤402、周期性地获取所述目标机构的舆情监控结果。
在本说明书的一个或多个实施例中，步骤402的具体包括：采用预设的主体关键词抓取所述目标机构在每个周期内的舆情数据；对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果。
其中，预设的主体关键字包括以下关键字中的一种或多种：所述目标机构的名称、所述目标机构的法定代表人、所述目标机构的实际控制人、所述目标机构的同一控制下的兄弟公司的名称，但预设的主体关键字并不限于上述关键字。
在本说明书的一个或多个实施例中，对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果，包括：监控所述目标机构在每个周期内的舆情数据是否命中预设的负面关键字；当监控到所述目标机构在每个周期内的舆情数据命中预设的负面关键字时，则确定所述目标机构在每个周期内的舆情监控结果包括负面情绪标签。
步骤403、根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值。
本说明书实施例提供的业务风险评分方法，在确定入网的目标机构的业务风险时，引入目标机构的舆情数据作为有效的补充；舆情数据无需目标机构报送，从网络上抓取便可，舆情数据的可获得性好；每隔一段时间便根据检测到的目标机构的舆情数据更新目标机构的风险值，可以及时、准确地发现目标机构的业务风险。
可以理解的是，电子设备在确定目标机构在任一周期内的风险值后，还可以根据目标机构在该周期内的风险值，确定目标机构在该周期内是否存在业务风险。
具体的，电子设备判断所述目标机构在该周期内的风险值是否小于预设阈值；若判断获知所述目标机构在该周期内的风险值小于预设阈值，则确定所述目标机构在该周期内存在业务风险。
其中，根据大量的试验数据进行设置预设阈值，预设阈值例如为50分。
进一步的，若判断获知所述目标机构在该周期内的风险值小于预设阈值，则输出告警信息。
具体的，电子设备若判断出目标机构在该周期内的风险值小于预设阈值，说明目标机构存在极大的业务风险，这时触发告警以及时进行风险提示，保证及时地引入人工干预的方式对机构进行去风险化处理。可以理解的是，合理的预设阈值可以保证及时地引入人工干预的方式对机构进行去风险化处理。
进一步的，电子设备判断是否接收到风险误报信息，所述风险误报信息指示误报了所述目标机构在该周期内的业务风险；若接收到风险误报信息，则将所述目标机构在该周期内的风险值恢复至初始风险值。
具体的，在触发告警之后，若人工判断是风险误报，则向电子设备发送指示风险误报的信息，电子设备在接收到指示风险误报的信息时，则将目标机构在该周期内的风险值恢复至所述初始风险值。
例如，在第一个季度到达时，电子设备触发一次对目标机构进行业务风险评分，获取该目标机构的第一季度的初始风险值为80分，若在目标机构在某一周期内的风险值为10分，则在人工判断是风险误报之后，将目标机构在该周期内的风险值从70分恢复至80分。
若人工判断确实存在风险，则通过机构调查、限制交易规模、现场巡检等方式对目标机构进行去风险化处理。
在本说明书的一个或多个实施例中，在步骤403之后，还包括以下步骤：根据所述目标机构的初始风险值、在各个周期内的风险值确定所述目标机构的风险趋势，并以时序图的方式展示所述风险趋势。
在本说明书的一个或多个实施例中，所述根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，包括：
当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值。
在本说明书的一个或多个实施例中，在将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值之前，还包括：
确定所述目标机构在下一个周期内的舆情监控结果满足预设条件，所述预设条件包括所述目标机构在下一个周期内的舆情监控结果中的总舆情量大于预设总量，和/或，所述目标机构在下一个周期内的舆情监控结果中的舆情量的环比大于预设环比。
在本说明书的一个或多个实施例中，所述周期性地获取所述目标机构的舆情监控结果包括：
采用预设的主体关键词抓取所述目标机构在每个周期内的舆情数据，其中，所述预设的主体关键字包括以下关键字中的一种或多种：所述目标机构的名称、所述目标机构的法定代表人、所述目标机构的实际控制人、所述目标机构的同一控制下的兄弟公司的名称；
对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果。
在本说明书的一个或多个实施例中，所述对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果，包括：
监控所述目标机构在每个周期内的舆情数据是否命中预设的负面关键字；
当监控到所述目标机构在每个周期内的舆情数据命中预设的负面关键字时，则确定所述目标机构在每个周期内的舆情监控结果包括负面情绪标签。
在本说明书的一个或多个实施例中，在根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值之后，还包括：
根据所述目标机构的初始风险值、在各个周期内的风险值确定所述目标机构的风险趋势，并以时序图的方式展示所述风险趋势。
在本说明书的一个或多个实施例中，所述确定需要进行业务风险评分的目标机构的初始风险值，包括：
判断所述目标机构的业务数据是否进行了上报；
当所述目标机构的业务数据进行了上报时，则根据所述目标机构的业务数据确定所述目标机构的初始风险值；
当所述目标机构的业务数据未上报时，则将预设的默认风险值确定为所述目标机构的初始风险值。
在本说明书的一个或多个实施例中，所述根据所述目标机构的业务数据确定所述目标机构的初始风险值包括：
根据所述目标机构的业务数据确定所述目标机构的至少一个业务指标的指标值；
根据每个业务指标对应的风险值计算方式处理所述业务指标的指标值，获取所述业务指标的风险值；
累加各个业务指标的风险值，得到所述目标机构的初始风险值。
需要指出的是，本说明书实施例提供的业务风险评分方法可以应用到业务风险确定方法中以确定目标机构在任一周期内的风险值，本说明书实施例提供的业务风险评分方法的更多介绍可以参见前面的实施例。
本说明书实施例还提供一种业务风险确定装置。图5为本说明书实施例提供的一种业务风险装置的结构示意图。如图5所示，该业务风险装置包括：
第一获取模块10，确定需要进行业务风险评分的目标机构的初始风险值；
所述第一获取模块10，还周期性地获取所述目标机构的舆情监控结果；
第一处理模块20，根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
所述第一处理模块20，还根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险。
进一步的，确定所述目标机构在该周期内是否存在业务风险，包括：
判断所述目标机构在该周期内的风险值是否小于预设阈值；
若判断获知所述目标机构在该周期内的风险值小于预设阈值，则确定所述目标机构在该周期内存在业务风险。
进一步的，该业务风险装置：若判断获知所述目标机构在该周期内的风险值小于预设阈值，则输出告警信息。
进一步的，在输出告警信息之后，还包括：
判断是否接收到风险误报信息，所述风险误报信息指示误报了所述目标机构在该周期内的业务风险；
若接收到风险误报信息，则将所述目标机构在该周期内的风险值恢复至初始风险值。
进一步的，所述根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，包括：
当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值。
进一步的，在将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值之前，还包括：
确定所述目标机构在下一个周期内的舆情监控结果满足预设条件，所述预设条件包括所述目标机构在下一个周期内的舆情监控结果中的总舆情量大于预设总量，和/或，所述目标机构在下一个周期内的舆情监控结果中的舆情量的环比大于预设环比。
进一步的，所述周期性地获取所述目标机构的舆情监控结果包括：
采用预设的主体关键词抓取所述目标机构在每个周期内的舆情数据，其中，所述预设的主体关键字包括以下关键字中的一种或多种：所述目标机构的名称、所述目标机构的法定代表人、所述目标机构的实际控制人、所述目标机构的同一控制下的兄弟公司的名称；
对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果。
进一步的，所述对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果，包括：
监控所述目标机构在每个周期内的舆情数据是否命中预设的负面关键字；
当监控到所述目标机构在每个周期内的舆情数据命中预设的负面关键字时，则确定所述目标机构在每个周期内的舆情监控结果包括负面情绪标签。
进一步的，在根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值之后，还包括：
根据所述目标机构的初始风险值、在各个周期内的风险值确定所述目标机构的风险趋势，并以时序图的方式展示所述风险趋势。
进一步的，所述确定需要进行业务风险评分的目标机构的初始风险值，包括：
判断所述目标机构的业务数据是否进行了上报；
当所述目标机构的业务数据进行了上报时，则根据所述目标机构的业务数据确定所述目标机构的初始风险值；
当所述目标机构的业务数据未上报时，则将预设的默认风险值确定为所述目标机构的初始风险值。
进一步的，所述根据所述目标机构的业务数据确定所述目标机构的初始风险值包括：
根据所述目标机构的业务数据确定所述目标机构的至少一个业务指标的指标值；
根据每个业务指标对应的风险值计算方式处理所述业务指标的指标值，获取所述业务指标的风险值；
累加各个业务指标的风险值，得到所述目标机构的初始风险值。
本说明书实施例还提供一种业务风险评分装置。图6为本说明书实施例提供的一种风险评分装置的结构示意图。如图6所示，该风险评分装置包括：
第二获取模块30，确定需要进行业务风险评分的目标机构的初始风险值；
所述第二获取模块30，还周期性地获取所述目标机构的舆情监控结果；
第二处理模块40，根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值。
进一步的，所述根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，包括：
当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值。
进一步的，在将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值之前，还包括：
确定所述目标机构在下一个周期内的舆情监控结果满足预设条件，所述预设条件包括所述目标机构在下一个周期内的舆情监控结果中的总舆情量大于预设总量，和/或，所述目标机构在下一个周期内的舆情监控结果中的舆情量的环比大于预设环比。
进一步的，所述周期性地获取所述目标机构的舆情监控结果包括：
采用预设的主体关键词抓取所述目标机构在每个周期内的舆情数据，其中，所述预设的主体关键字包括以下关键字中的一种或多种：所述目标机构的名称、所述目标机构的法定代表人、所述目标机构的实际控制人、所述目标机构的同一控制下的兄弟公司的名称；
对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果。
进一步的，所述对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果，包括：
监控所述目标机构在每个周期内的舆情数据是否命中预设的负面关键字；
当监控到所述目标机构在每个周期内的舆情数据命中预设的负面关键字时，则确定所述目标机构在每个周期内的舆情监控结果包括负面情绪标签。
进一步的，在根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值之后，还包括：
根据所述目标机构的初始风险值、在各个周期内的风险值确定所述目标机构的风险趋势，并以时序图的方式展示所述风险趋势。
进一步的，所述确定需要进行业务风险评分的目标机构的初始风险值，包括：
判断所述目标机构的业务数据是否进行了上报；
当所述目标机构的业务数据进行了上报时，则根据所述目标机构的业务数据确定所述目标机构的初始风险值；
当所述目标机构的业务数据未上报时，则将预设的默认风险值确定为所述目标机构的初始风险值。
进一步的，所述根据所述目标机构的业务数据确定所述目标机构的初始风险值包括：
根据所述目标机构的业务数据确定所述目标机构的至少一个业务指标的指标值；
根据每个业务指标对应的风险值计算方式处理所述业务指标的指标值，获取所述业务指标的风险值；
累加各个业务指标的风险值，得到所述目标机构的初始风险值。
需要指出的是，第一获取模块10、第二获取模块30可以是相同的模块，也可以是不同的模块；第一处理模块20、第二处理模块40可以是相同的模块，也可以是不同的模块。
本说明书提供的装置是与本申请提供的方法一一对应的，因此，所述装置也具有与所述方法类似的有益技术效果，由于上面已经对所述方法的有益技术效果进行了详细说明，因此，这里不再赘述所述装置的有益技术效果。
本说明书实施例还提供一种电子设备，图7为本说明书实施例提供的一种电子设备的结构示意图。如图7所示，该电子设备包括：存储器11以及处理器12，所述存储器11存储程序，并且被配置成由所述处理器12执行以下步骤：
确定需要进行业务风险评分的目标机构的初始风险值；
周期性地检测所述目标机构的舆情监控结果；
根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
或者，被配置成由所述处理器12执行以下步骤：
确定需要进行业务风险评分的目标机构的初始风险值；
周期性地获取所述目标机构的舆情监控结果；
根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，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。具体的，计算机例如可以为个人计算机、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何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。
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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
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，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，对于系统实施例而言，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。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (14)

1.一种业务风险确定方法，包括：
确定需要进行业务风险评分的目标机构的初始风险值；
周期性地获取所述目标机构的舆情监控结果；
根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在所述下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险；
其中，所述根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，包括：
当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值；
若确定所述目标机构在下一个周期内的舆情监控结果不满足预设条件，则将所述目标结构在上一个周期内的风险值确定为所述目标结构在下一个周期内的风险值。
2.如权利要求1所述的方法，确定所述目标机构在该周期内是否存在业务风险，包括：
判断所述目标机构在该周期内的风险值是否小于预设阈值；
若判断获知所述目标机构在该周期内的风险值小于预设阈值，则确定所述目标机构在该周期内存在业务风险。
3.如权利要求2所述的方法，还包括：
若判断获知所述目标机构在该周期内的风险值小于预设阈值，则输出告警信息。
4.如权利要求3所述的方法，在输出告警信息之后，还包括：
判断是否接收到风险误报信息，所述风险误报信息指示误报了所述目标机构在该周期内的业务风险；
若接收到风险误报信息，则将所述目标机构在该周期内的风险值恢复至初始风险值。
5.如权利要求1所述的方法，在将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值之前，还包括：
确定所述目标机构在下一个周期内的舆情监控结果满足预设条件，所述预设条件包括所述目标机构在下一个周期内的舆情监控结果中的总舆情量大于预设总量，和/或，所述目标机构在下一个周期内的舆情监控结果中的舆情量的环比大于预设环比。
6.如权利要求1所述的方法，所述周期性地获取所述目标机构的舆情监控结果包括：
采用预设的主体关键词抓取所述目标机构在每个周期内的舆情数据，其中，所述预设的主体关键字包括以下关键字中的一种或多种：所述目标机构的名称、所述目标机构的法定代表人、所述目标机构的实际控制人、所述目标机构的同一控制下的兄弟公司的名称；
对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果。
7.如权利要求6所述的方法，所述对所述目标机构在每个周期内的舆情数据进行监控，获取所述目标机构在每个周期内的舆情监控结果，包括：
监控所述目标机构在每个周期内的舆情数据是否命中预设的负面关键字；
当监控到所述目标机构在每个周期内的舆情数据命中预设的负面关键字时，则确定所述目标机构在每个周期内的舆情监控结果包括负面情绪标签。
8.如权利要求1所述的方法，在根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值之后，还包括：
根据所述目标机构的初始风险值、在各个周期内的风险值确定所述目标机构的风险趋势，并以时序图的方式展示所述风险趋势。
9.如权利要求1所述的方法，所述确定需要进行业务风险评分的目标机构的初始风险值，包括：
判断所述目标机构的业务数据是否进行了上报；
当所述目标机构的业务数据进行了上报时，则根据所述目标机构的业务数据确定所述目标机构的初始风险值；
当所述目标机构的业务数据未上报时，则将预设的默认风险值确定为所述目标机构的初始风险值。
10.如权利要求9所述的方法，所述根据所述目标机构的业务数据确定所述目标机构的初始风险值包括：
根据所述目标机构的业务数据确定所述目标机构的至少一个业务指标的指标值；
根据每个业务指标对应的风险值计算方式处理所述业务指标的指标值，获取所述业务指标的风险值；
累加各个业务指标的风险值，得到所述目标机构的初始风险值。
11.一种业务风险评分方法，包括：
确定需要进行业务风险评分的目标机构的初始风险值；
周期性地获取所述目标机构的舆情监控结果；
根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在所述下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
其中，所述根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，包括：
当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值；
若确定所述目标机构在下一个周期内的舆情监控结果不满足预设条件，则将所述目标结构在上一个周期内的风险值确定为所述目标结构在下一个周期内的风险值。
12.一种业务风险确定装置，包括：
第一获取模块，确定需要进行业务风险评分的目标机构的初始风险值；
所述第一获取模块，还周期性地获取所述目标机构的舆情监控结果；
第一处理模块，根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在所述下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
所述第一处理模块，还根据所述目标机构在任一周期内的风险值，确定所述目标机构在该周期内是否存在业务风险；
其中，所述根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，包括：
当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值；
若确定所述目标机构在下一个周期内的舆情监控结果不满足预设条件，则将所述目标结构在上一个周期内的风险值确定为所述目标结构在下一个周期内的风险值。
13.一种业务风险评分装置，包括：
第二获取模块，确定需要进行业务风险评分的目标机构的初始风险值；
所述第二获取模块，还周期性地获取所述目标机构的舆情监控结果；
第二处理模块，根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在所述下一个周期内的风险值，其中，在确定所述目标机构在第一个周期内的风险值时，将所述目标机构的初始风险值作为所述目标机构在上一个周期内的风险值；
其中，所述根据所述目标机构在上一个周期内的风险值和在下一个周期内的舆情监控结果确定所述目标机构在下一个周期内的风险值，包括：
当所述目标机构在下一个周期内的舆情监控结果包括负面情绪标签时，则将所述目标机构在上一个周期内的风险值减去预设数值，得到所述目标机构在下一个周期内的风险值；
若确定所述目标机构在下一个周期内的舆情监控结果不满足预设条件，则将所述目标结构在上一个周期内的风险值确定为所述目标结构在下一个周期内的风险值。
14.一种电子设备，包括存储器以及处理器，所述存储器存储程序，并且被配置成由所述处理器执行权利要求1-10中任一项所述的业务风险确定方法或权利要求11所述的业务风险评分方法。
CN202010429447.6A 2020-05-20 2020-05-20 一种业务风险确定方法、装置及电子设备 Active CN111614663B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010429447.6A CN111614663B (zh) 2020-05-20 2020-05-20 一种业务风险确定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010429447.6A CN111614663B (zh) 2020-05-20 2020-05-20 一种业务风险确定方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111614663A CN111614663A (zh) 2020-09-01
CN111614663B true CN111614663B (zh) 2022-04-08

Family

ID=72205721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010429447.6A Active CN111614663B (zh) 2020-05-20 2020-05-20 一种业务风险确定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111614663B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451710A (zh) * 2017-04-27 2017-12-08 北京鼎泰智源科技有限公司 一种信息风险等级五级分类方法及系统
CN108846547A (zh) * 2018-05-06 2018-11-20 成都信息工程大学 一种动态调整的企业信用风险评估方法
CN109858837A (zh) * 2019-03-01 2019-06-07 西南交通大学 一种大型桥梁工程风险评估方法
CN110458425A (zh) * 2019-07-25 2019-11-15 腾讯科技（深圳）有限公司 风险主体的风险分析方法、装置、可读介质及电子设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU6748900A (en) * 1999-07-30 2001-02-19 Accenture Llp A system, method and article of manufacture for e-commerce based performance modeling
US20060155553A1 (en) * 2004-12-30 2006-07-13 Brohman Carole G Risk management methods and systems
CN107644269B (zh) * 2017-09-11 2020-05-22 国网江西省电力公司南昌供电分公司 一种支持风险评估的电力舆情预测方法及装置
CN108932577A (zh) * 2018-04-25 2018-12-04 广州广电研究院有限公司 一种企业风险评估及预警系统
CN109492945A (zh) * 2018-12-14 2019-03-19 深圳壹账通智能科技有限公司 企业风险识别监控方法、装置、设备及存储介质
CN109993448A (zh) * 2019-04-08 2019-07-09 湖北风口网络科技有限公司 一种企业网络舆情潜在风险的评估方法及系统
CN110059887B (zh) * 2019-04-25 2021-05-11 湖南大学 基于自适应遗传算法的bp神经网络风险识别方法及系统
CN111178704B (zh) * 2019-12-17 2021-03-12 东方微银科技(北京)有限公司 一种风险目标识别方法及设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451710A (zh) * 2017-04-27 2017-12-08 北京鼎泰智源科技有限公司 一种信息风险等级五级分类方法及系统
CN108846547A (zh) * 2018-05-06 2018-11-20 成都信息工程大学 一种动态调整的企业信用风险评估方法
CN109858837A (zh) * 2019-03-01 2019-06-07 西南交通大学 一种大型桥梁工程风险评估方法
CN110458425A (zh) * 2019-07-25 2019-11-15 腾讯科技（深圳）有限公司 风险主体的风险分析方法、装置、可读介质及电子设备

Also Published As

Publication number Publication date
CN111614663A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
US20170026396A1 (en) Systems and methods for identifying information related to payment card breaches
US10552837B2 (en) Hierarchical profiling inputs and self-adaptive fraud detection system
US20170024828A1 (en) Systems and methods for identifying information related to payment card testing
CN111967779A (zh) 一种风险评估方法、装置及设备
US10497055B2 (en) Tradeline fingerprint
US10832250B2 (en) Long-term short-term cascade modeling for fraud detection
US9336524B2 (en) System and method for tracking the secondary gift card marketplace
US20160180454A1 (en) Account review trigger feature
CN112001795B (zh) 一种跨境业务的申报文件校验方法、装置及设备
US8781954B2 (en) Systems and methods for identifying financial relationships
US8473410B1 (en) Systems and methods for identifying financial relationships
US20130325604A1 (en) Providing offers in response to determination of triggers
US20130325716A1 (en) Trigger feature for increasing transaction depth and account breadth
CN111260368A (zh) 一种账户交易风险判断方法、装置及电子设备
US20130325713A1 (en) User retention trigger feature
US8538869B1 (en) Systems and methods for identifying financial relationships
CN112200402B (zh) 一种基于风险画像的风险量化方法、装置及设备
US8688572B2 (en) Financial account related trigger feature for risk mitigation
US11830067B1 (en) Automatically generating and updating loan profiles
US20130226706A1 (en) Systems and methods for identifying financial relationships
US10733559B2 (en) Systems and methods for generating chargeback analytics associated with service chargebacks
CN109903166B (zh) 一种数据风险预测方法、装置及设备
Rishabh Can open banking substitute credit bureaus
US20130226779A1 (en) Systems and methods for identifying financial relationships
US20130226782A1 (en) Systems and methods for identifying financial relationships

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
TA01 Transfer of patent application right

Effective date of registration: 20220314

Address after: 310023 room 593, floor 5, building 3, No. 969, Wenyi West Road, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province

Applicant after: Hangzhou ant Juhui Network Technology Co.,Ltd.

Address before: 310000 801-11 section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province

Applicant before: Alipay (Hangzhou) Information Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant