CN112001629A - 一种风险预警方法、装置、系统及存储介质 - Google Patents

Abstract

本申请涉及一种风险预警方法、装置、系统及存储介质，方法包括获取待处理项目信息；获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息；根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵；使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息；获取与待处理项目信息对应的难度阵营信息；以及根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。装置和系统使用上述方法对项目进行风险预警分析，计算机可读存储介质内存储有与该方法相应的代码。本申请用于对项目的运营风险进行评价，有助于提高项目的运营水平。

Description

一种风险预警方法、装置、系统及存储介质

技术领域

本申请涉及风险控制的技术领域，尤其是涉及一种风险预警方法、装置、系统及存储介质。

背景技术

公司业务在不断发展的过程中，在营项目会逐渐增加，有时上百个项目会同时上线，这些项目的业务形态、运营和支撑形态各异，且交付属地分布全国各地，在此情况下，传统的运营监控方式，如通过项目发送邮件收集项目运营数据，再通过人工统计、分析、预警等，已无法满足不同项目、各种运营数据的统计、监控和预警需求。

发明内容

本申请提供一种风险预警方法、装置、系统及存储介质，可以对项目的运营风险进行评价，有助于提高运营水平。

本申请的上述目的是通过以下技术方案得以实现的：

第一方面，本申请提供了一种风险预警方法，包括：

获取待处理项目信息；

获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息；

根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵；

使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息；

获取与待处理项目信息对应的难度阵营信息；以及

根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。

通过采用上述技术方案，通过多个特征信息及其数值信息对待处理项目信息的难度进行了解，这种方式选取了多个参考维度并且进行了数值化，这种评价方式从多角度的方式对项目进行评价，可以更加客观的了解项目的运营风险，从运营的角度看，可以根据运营风险采取相应的措施，起到提高运营水平的作用。

在第一方面的一种可能的实现方式中，数值信息的取值范围为1至N中的整数，N为特征信息的数量，数值信息的取值随设定的特征信息的重要程度而增加。

通过采用上述技术方案，可以通过调整特征信息数值的方式来实现其重要程度的增减，这种调整方式更加直观且方便操作。

在第一方面的一种可能的实现方式中，还包括：

获取修改指令信息，修改指令信息指向其中一个或者多个可修改的特征信息的数值信息；

得到与修改指令信息相对应的难度级别信息；以及

当难度级别信息下降时，根据修改指令信息给出建议信息。

通过采用上述技术方案，可以通过修改数值的方式来对难度级别的变化进行预演，同时给出相应的建议，这样在项目的准备阶段就可以采取针对性的措施，降低项目的运营风险。

在第一方面的一种可能的实现方式中，所述矩阵分析法包括：

根据多个特征信息及每个特征信息的数值信息构建N*N的比较矩阵信息， i、j和N均为大于零的自然数，i≤N，j≤N，A_ij *A_ji=1；

获取该比较矩阵信息的最大特征值信息；

根据最大特征值信息计算不稳定程度信息；

根据不稳定程度信息的数值信息获取一致性指标信息难度系数模型信息，难度系数模型信息为从比较矩阵信息中选取的多个子矩阵信息的最大特征值的平均值；

获取一致性稳定度信息；

获取与最大特征值信息对应的特征向量U，U=（U1，U2，U3…Un）；U1，U2，U3…Un均大于零，U1+U2+U3+…+Un=1；

获取每一个表征信息的因素度量信息；以及

获取难度系数模型信息；

其中，不稳定程度信息=（最大特征值信息-N）/（N -1）；

一致性稳定度信息=不稳定程度信息/ 平均随机一致性指标信息；

平均随机一致性指标信息是取充分大的子样得到的比较矩阵的最大特征值的平均值；

难度系数模型信息=U1 *因素度量信息₁+ U2*因素度量信息₂+…+Un *因素度量信息n。

通过采用上述技术方案，根据多个特征信息及其数值信息构件矩阵后进行处理，这种数据化的处理方式中没有人为因素和主观因素的干扰，可以对项目的运营风险进行客观性的评价，有助于更加深刻的了解项目的运营风险。

在第一方面的一种可能的实现方式中，将一致性稳定度信息与设定的阈值信息进行比对，当一致性稳定度信息大于阈值信息时，发出提醒信息。

通过采用上述技术方案，通过设定的阈值信息对一致性稳定度信息进行限定，可以使最终的结果更加符合实际。

在第一方面的一种可能的实现方式中，当一致性稳定度信息大于阈值信息时，给出提示信息，所述提示信息指向一个或者多个与设定的特征信息相关联的数值信息。

通过采用上述技术方案，可以对如何降低项目的运营风险给出相应的意见和建议，这样在项目启动之前就可以采取相应的措施，进而起到提高项目运营水平的作用。

在第一方面的一种可能的实现方式中，在给出提示信息的同时给出修改范围信息。

通过采用上述技术方案，在给出提示信息的同时给出修改建议参考，对于运营人员而言，就可以根据范围在允许的范围内进行更加精确的修改。

第二方面，本申请提供了一种风险预警装置，包括：

第一获取单元，用于获取待处理项目信息；

第二获取单元，用于获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息；

第一构建单元，用于根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵；

第一分析单元，用于使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息；

第三获取单元，用于获取与待处理项目信息对应的难度阵营信息；以及

第一建议单元，用于根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。

通过采用上述技术方案，通过多个特征信息及其数值信息对待处理项目信息的难度进行了解，这种方式选取了多个参考维度并且进行了数值化，这种评价方式从多角度的方式对项目进行评价，可以更加客观的了解项目的运营风险，从运营的角度看，可以根据运营风险采取相应的措施，起到提高运营水平的作用。

在第二方面的一种可能的实现方式中，数值信息的取值范围为1至N中的整数，N为特征信息的数量，数值信息的取值随设定的特征信息的重要程度而增加。

通过采用上述技术方案，可以通过调整特征信息数值的方式来实现其重要程度的增减，这种调整方式更加直观且方便操作。

在第二方面的一种可能的实现方式中，还包括：

第四获取单元，用于获取修改指令信息，修改指令信息指向其中一个或者多个可修改的特征信息的数值信息；

第五获取单元，用于得到与修改指令信息相对应的难度级别信息；以及

第二建议单元，用于当难度级别信息下降时，根据修改指令信息给出建议信息。

通过采用上述技术方案，可以通过修改数值的方式来对难度级别的变化进行预演，同时给出相应的建议，这样在项目的准备阶段就可以采取针对性的措施，降低项目的运营风险。

在第二方面的一种可能的实现方式中，所述矩阵分析法包括：

根据多个特征信息及每个特征信息的数值信息构建N*N的比较矩阵信息， i、j和N均为大于零的自然数，i≤N，j≤N，A_ij *A_ji=1；

获取该比较矩阵信息的最大特征值信息；

根据最大特征值信息计算不稳定程度信息；

根据不稳定程度信息的数值信息获取一致性指标信息难度系数模型信息，难度系数模型信息为从比较矩阵信息中选取的多个子矩阵信息的最大特征值的平均值；

获取一致性稳定度信息；

获取与最大特征值信息对应的特征向量U，U=（U1，U2，U3…Un），U1，U2，U3…Un均大于零，U1+U2+U3+…+Un=1；

获取每一个表征信息的因素度量信息；以及

获取难度系数模型信息；

其中，不稳定程度信息=（最大特征值信息-N）/（N-1）；

一致性稳定度信息=不稳定程度信息/ 平均随机一致性指标信息，平均随机一致性指标信息是取充分大的子样得到的比较矩阵的最大特征值的平均值；

难度系数模型信息=U1 *因素度量信息1+ U2*因素度量信息2+…+Un *因素度量信息n。

通过采用上述技术方案，根据多个特征信息及其数值信息构件矩阵后进行处理，这种数据化的处理方式中没有人为因素和主观因素的干扰，可以对项目的运营风险进行客观性的评价，有助于更加深刻的了解项目的运营风险。

在第二方面的一种可能的实现方式中，还包括：

第二分析单元，用于将一致性稳定度信息与设定的阈值信息进行比对；以及

第二建议单元，用于当一致性稳定度信息大于阈值信息时，发出提醒信息。

通过采用上述技术方案，通过设定的阈值信息对一致性稳定度信息进行限定，可以使最终的结果更加符合实际。

在第二方面的一种可能的实现方式中，还包括第三建议单元；

第三建议单元用于当一致性稳定度信息大于阈值信息时，给出提示信息，所述提示信息指向一个或者多个与设定的特征信息相关联的数值信息。

通过采用上述技术方案，可以对如何降低项目的运营风险给出相应的意见和建议，这样在项目启动之前就可以采取相应的措施，进而起到提高项目运营水平的作用。

在第二方面的一种可能的实现方式中，还包括第四建议单元；

第四建议单元用于在给出提示信息的同时给出修改范围信息。

通过采用上述技术方案，在给出提示信息的同时给出修改建议参考，对于运营人员而言，就可以根据范围在允许的范围内进行更加精确的修改。

第三方面，本申请提供了一种风险预警系统，所述系统包括：

一个或多个存储器，用于存储指令；以及

一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行如第一方面及第一方面任意可能的实现方式中所述的的风险预警方法。

第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质包括：

程序，当所述程序被处理器运行时，如第一方面及第一方面任意可能的实现方式中所述的的风险预警方法被执行。

第五方面，本申请提供了一种计算机程序产品，包括程序指令，当所述程序指令被计算设备运行时，如第一方面及第一方面任意可能的实现方式中所述的风险预警方法被执行。

第六方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于实现上述各方面中所涉及的功能，例如，生成，接收，发送，或处理上述方法中所涉及的数据和/或信息。

该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。

在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存必要的程序指令和数据。该处理器和该存储器可以解耦，分别设置在不同的设备上，通过有线或者无线的方式连接，或者处理器和该存储器也可以耦合在同一个设备上。

附图说明

图1是本申请实施例提供的一种项目、特征信息和运营难度的关系示意图。

图2是本申请实施例构建的一个比较矩阵。

图3是本申请实施例提供的一种矩阵的运动趋势示意图。

具体实施方式

以下结合附图，对本申请中的技术方案作进一步详细说明。

应理解，一个项目的运营难度是需要参考多个影响因素的，例如坐席数量、时间、成本和利润等，这些因素都会产生一定的影响，并且影响因素之间也会相互影响，对于不同的人而言，对影响因素的理解程度也不同，因此在评价的过程中会掺入主观因素判断，造成结果的偏离，尤其是在影响因素较多的情况下，判断会变得愈加困难。

本申请展示的技术方案，通过对影响因素数据化后的分析，来了解项目的运营难度，这种方式摒弃了主观因素的干扰，能够进行更加客观的评价，同时由于评价使用了趋于一致的参考标准，也利于项目之间的横向参考。

请参阅图1，为本申请实施例公开的一种风险预警方法，主要包括以下步骤：

S101，获取待处理项目信息；

S102，获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息；

S103，根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵；

S104，使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息；

S105，获取与待处理项目信息对应的难度阵营信息；以及

S106，根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。

具体而言，在步骤S101中，是获取一个待处理项目信息，这个待处理项目信息就是需要进行分析的项目。

在步骤S102中，是获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息，该步骤的作用是对项目进行数据化分析的前期准备。

应理解，对于一个项目而言，其拥有多个参考因素，这些因素的影响程度是不同的，为了便于统一，在建立分析模型的过程中，应当挑出来影响程度偏大的和共有的参考因素，此处将这些参考因素称为特征信息。

在一些可能的实现方式中，这些特征信息可以是团队规模、在营周期、利润波动性、收入波动性、项目流失率、商务环境、结算类型、竞争环境和业务复杂度等，团队规模表示了需要投入的人力，在营周期表示了项目的持续时间，利润波动性、结算类型和收入波动性直接影响了效益，项目流失率、商务环境、竞争环境和业务复杂度等直接关系项目是否能够顺利的进行下去。

对于数值信息的获取方式，有两种形式：第一种，数值信息已经固化，可以直接进行调用；第一种，数值信息需要根据不同的项目进行手动输入；第三种，给出预设值，然后由工作人员进行修改。

请参阅图2，在步骤S103中，是根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵，具体而言，是构建一个N*N的矩阵，然后通过对矩阵的计算来得到想要的结果。

接着执行步骤S104，该步骤中，使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息。

应理解，矩阵分析是一种定量分析问题的方法，方法中，各特征信息间的关系用数据进行量化，可以使整理和分析结果更加精确，这种方式能够避免人工分析中由于认知水平等主观因素造成的影响，可以是分析结果更加贴合实际，并且众多的项目基于同一个评价标准，可以进行较为统一的考量，项目之间也能够进行一定的横向比较。

在步骤S105中，通过矩阵分析法获取到一个与待处理项目信息对应的难度阵营信息，这个难度阵营信息就是通过分析得到的一个数值，该数值是对待处理项目的一个量化参考指标。

在步骤S106中，根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。

步骤S106是步骤S105的一个延续，虽然在步骤S105中得到了一个具体的数值，但是对于一个工作人员而言，很难从一个数值就对项目进行直观的了解，因此，需要对这个数值进行转换，将其转为工作人员可以直观感受的形式，这个转换就是通过难度系数模型信息来实现的。

例如，在一些可能的实现方式中，难度系数模型信息可以分为非常难（难度阵营信息的数值在6.00以上）、困难（难度阵营信息的数值为5.20-5.99）、一般（难度阵营信息的数值为2.55-5.19）、容易（难度阵营信息的数值在2.55以下）四类，通过这种转换，可以使工作人员有一个直观的了解，而不是通过一个数值去猜想和主观评判。

当然，这个通过数值进行分类的区间也是可以改变和调整的。

本申请实施例展示的技术方案中，通过选取关键性的参考因素，然后对这些关键因素通过数值化和矩阵化的方式进行分析，分析过程中，不会受到人为因素的干扰，可以看作是一个十分冷静且理智的人，使用同一个标准对不同的项目进行考察，这种分析方式更加客观化，能够真实的反映一个项目的真实情况。

从另一个角度考虑，使用了同一个标准，对于分散在各地的不同项目而言，就拥有了一个较为统一的评价标准，在一定程度上可以进行横向比较和管理，而不是各地的人员使用不同的评价标准向总部反馈。

从总部的角度考虑，能够对各地运行的项目风险在一个统一的标准下进行了解，方便进行统一管理和资源调配。

对于特征信息的数值信息而言，在赋值的过程中，也应当遵循一个统一的标准，并且这个标准应当是易于理解的，方便操作的，同时在进行矩阵计算的过程中能够降低计算量，因此作为申请提供的风险预警方法的一种具体实施方式，数值信息的取值范围为1至N中的整数，N为特征信息的数量，数值信息的取值随设定的特征信息的重要程度而增加。

应理解，在选择的过程中，整数的选取是易于理解的，例如有9个特征信息，那么数值信息的取值范围为1至9，在赋值的过程中，可以根据重要程度进行排序，重要程度越高，相应的数值信息的数值越大；或者根据两个特征信息之间的关联程度进行排序，关联程度越高，两个特征信息的数值信息对应的数值的差值也就越大，通过数值信息的不同来反应特征信息的重要程度或者两个特征信息之间的关联程度。

还应理解，从选择的方式来看，整数的选取也是非常方便的，因为在大部分情况下，数字是以整数的情况出现的。

从另一个角度考虑，对于得到的难度级别信息，可以从一定程度上反应项目的运营难度，那么如果通过修改特征信息的数值信息，使难度级别信息能够降低，则有助于提前进行调整或者在项目运行的过程中采取相应的措施。

因此作为申请提供的风险预警方法的一种具体实施方式，增加了如下步骤：

S201，获取修改指令信息，修改指令信息指向其中一个或者多个可修改的特征信息的数值信息；

S202，得到与修改指令信息相对应的难度级别信息；以及

S203，当难度级别信息下降时，根据修改指令信息给出建议信息。

具体而言，在步骤S201中，获取一个修改指令信息，这个修改指令信息指向其中一个或者多个可修改的特征信息的数值信息，例如这个特征信息的数值信息为3，经过修改后变为7。

该步骤的主要作用就是对特征信息的数值信息进行修改，修改之后，对于最后得到的难度级别信息，也会发生相应的改变，例如升高或者下降，升高时说明项目的运营难度上升了，下降说明项目的运营难度降低了。

运营难度降低时说明可以通过调整某一个或者几个特征信息来起到降低运营难度的目的，应理解，这种方式是模拟出来的，模拟成本远低于项目出现问题时的介入成本，对于项目而言，可以提前采取合适的措施，起到降低运营风险的目的。

在步骤S203 中，根据在步骤S202中得到的结果来进行建议，难度级别信息降低时，根据在步骤S201中修改指令信息指向的一个或者几个特征信息给出建议，例如团队规模增加后可以适当的降低运营难度，那么可以通过数据和沟通来适当扩大团队规模；再例如利润波动性降低后项目的运营难度能够降低，那么在运营过程中就要特别关注资金到账情况和花费；再例如业务复杂度降低时可以降低运营难度，那么可以适当的加入一些经验丰富的人员，来对项目的进行把控。

通过这样的方式，可以提前采取合适的措施，起到控制风险的目的，同时，还可以根据修改数值的范围来进行预判，修改的范围小，说明可以进行调整，修改的范围大，说明调整的可行性就比较低了，此时可以通过同时调整多个特征信息的方式来达到降低风险的目的。通过对风险的预演，可以将风险降低到允许或者能够承受的范围之内。

作为申请提供的风险预警方法的一种具体实施方式，矩阵分析法包括以下步骤：

S301，根据多个特征信息及每个特征信息的数值信息构建N*N的比较矩阵信息， i、j和N均为大于零的自然数，i≤N，j≤N，A_ij *A_ji=1；

S302，获取该比较矩阵信息的最大特征值信息；

S303，根据最大特征值信息计算不稳定程度信息；

S304，根据不稳定程度信息的数值信息获取一致性指标信息难度系数模型信息，难度系数模型信息为从比较矩阵信息中选取的多个子矩阵信息的最大特征值的平均值；

S305，获取一致性稳定度信息；

S306，获取与最大特征值信息对应的特征向量U，U=（U1，U2，U3…Un），U1，U2，U3…Un均大于零，U1+U2+U3+…+Un=1；

S307，获取每一个表征信息的因素度量信息；以及

S308，获取难度系数模型信息；

其中，不稳定程度信息=（最大特征值信息-N）/（N -1）；

一致性稳定度信息=不稳定程度信息/ 平均随机一致性指标信息；

平均随机一致性指标信息是取充分大的子样得到的比较矩阵的最大特征值的平均值；

难度系数模型信息=U1 *因素度量信息1+ U2*因素度量信息2+…+Un *因素度量信息n。

具体而言，在S301中，构建一个矩阵，特征信息按照顺序进行排序，特征信息在横向和纵向上的排序是一样的，然后将对应的数值填入到相应的位置。

例如特征信息的数量为N个，那么会构建一个N*N的矩阵，A_ij代表相应位置上的数值，i是横向上的坐标，j是纵向上的坐标，i、j和N均为大于零的自然数，i≤N，j≤N，A_ij *A_ji=1，例如，第一行第二列的位置上，A₁₂=2，那么对应的第二行第一列上的位置上，A₁₂=0.5。

在步骤S302中，获取到一个该比较矩阵信息的最大特征值信息。

应理解，如果将矩阵看做是运动，对于运动而言，两个重要的量化指标当然就是运动的速度和方向，此时，特征值就是运动的速度，特征向量就是运动的方向，要观察矩阵所代表的运动，就需要通过特征值和特征向量来进行考察。

还应理解，一个矩阵具有多个特征值，这些特征值中有一个最大的，称为最大特征值，这个最大特征值会贴合与其对应的特征空间上，可以理解为矩阵有向这个方向运动的趋势。

从另一个角度理解，对一个项目的多个特征信息同时进行考察，那么其运动趋势就是这个项目的运动趋势，趋势有两个，一个是稳定，一个是不稳定，特征值越大说明不稳定的趋势越大。请参阅图3，图中的圆形代表矩阵，箭头代表了矩阵向各个方向的运动趋势，箭头的长度代表了在该方向上的运动速度，虚线框代表着这些趋势和运动速度的平均值。

在步骤S303 中，是根据最大特征值信息计算不稳定程度信息，公式为：不稳定程度信息=（最大特征值信息-N）/（N -1），不稳定程度信息表示了这个矩阵的不稳定程度，不一致的程度越高，说明这个最大特征值与其他特征值的差值过大，也就是在这个最大特征值对应的方向上，具有更高的不稳定性，可以起到预警的作用，当然，如果能够通过调整矩阵是这个最大特征值的数值降低，就是前文中提到的风险预演了。

接着在步骤S304中，根据不稳定程度信息的数值信息获取一致性指标信息难度系数模型信息，难度系数模型信息为从比较矩阵信息中选取的多个子矩阵信息的最大特征值的平均值。

应理解，对于一个矩阵而言，其子矩阵的最大特征值的朝向是不同的，在不同的方向上，矩阵具有不同的运动趋势，将其进行平均计算后，可以得到一个较为平均的运动趋势。

步骤S305，获取一致性稳定度信息；一致性稳定度信息=不稳定程度信息/ 平均随机一致性指标信息，其中平均随机一致性指标信息是取充分大的子样得到的比较矩阵的最大特征值的平均值。

应理解，对于比较矩阵的取充分大的子样得到的比较矩阵的最大特征值的平均值，在步骤S302中得到的最大特征值，越趋近于这个平均值，说明二者的差值越小，也就是这个比较矩阵向各个方向的运动速度是趋于相同的，可以理解为这些特征信息的影响幅度是趋于平稳的，一致性的程度越高，说明这个矩阵的稳定性也会越高。

在步骤S306中，获取与最大特征值信息对应的特征向量U，U=（U1，U2，U3…Un），U1，U2，U3…Un均大于零，U1+U2+U3+…+Un=1。

应理解，特征向量U表示了矩阵的转动方向， 特征向量与一个数的乘积是一个具体的数值，可以从向量的角度去理解，就是对表征信息（也就是影响因素）的数值化，数值化后的表征信息可以作为直接的参考。

步骤S307中，获取每一个表征信息的因素度量信息，因素度量信息是一个具体的数值，其表示了表征信息在另一个维度上的数值化，可以理解成是在其所属方向上的长度。

接着在步骤S308中，根据因素度量信息和特征向量U来计算难度系数模型信息，具体的公式为：

难度系数模型信息=U1 *因素度量信息1+ U2*因素度量信息2+…+Un *因素度量信息n。

具体的说，可以理解为每一个表征信息（也就是影响因素），对矩阵的影响是不同的，也就是矩阵会向不同的方向发生形变，型变量越大，这个矩阵也就越不稳定。

还应理解，对于每一个方向，如果对其进行赋值，那么就可以变成向量，向量的值是可以计算出来的，通过这些值的累加，可以知道矩阵的不稳定程度，累加出来的数值越大，矩阵的不稳定程度也就越高。

矩阵分析还可以这样理解，多个影响因素搭建起来一个大厦，并且每一个影响因素都会使大厦向某个方向形变，这个方向通过特征值体现，也就是大厦具有向多个方向形变的趋势，这个趋势越大，大厦也就越容易坍塌。

方向是一个方面，形变量是另外一个方面，形变量通过因素度量信息体现，因素度量信息的值越大，这个方向上的形变量也就越大。但是大厦是否容易坍塌，是这些形变综合起来影响的，例如累加起来形变量非常大，这个大厦是非常容易坍塌的，或者说其中一个或者几个方向上的形变量越大，这个大厦是非常容易坍塌的。

大厦的不稳定程度高，说明其重心的偏离程度是比较大的，但是当这个大厦在各个方向上的形变趋势趋于一致时，其重心的偏离程度会降低，因为有部分偏离能够相互抵消，一致性的程度越高，这种抵消的趋势也就越强。

作为申请提供的风险预警方法的一种具体实施方式，将一致性稳定度信息与设定的阈值信息进行比对，当一致性稳定度信息大于阈值信息时，发出提醒信息。

通过大厦的比喻我们知道，一致性稳定度信息反映了大厦在各个方向上的形变量趋势，这个趋势越稳定，说明每个方向上的形变量就能够趋于平均，部分趋势甚至能够相互抵消，不会出现一个或者几个方向上的形变量大导致的坍塌事故。

因此应当使每个方向的形变趋于一致，这个一致是通过一致性稳定度信息体现出来的，一致性稳定度信息的数值越低，说明一致性的程度越高。

阈值信息是一致性稳定度信息的参考，没超过阈值信息时说明在允许的范围之内，超过了就需要发出提醒信息，提示工作人员该项目的风险是偏高的。

作为申请提供的风险预警方法的一种具体实施方式，当一致性稳定度信息大于阈值信息时，给出提示信息，所述提示信息指向一个或者多个与设定的特征信息相关联的数值信息。

具体而言，对于上述矩阵分析法的步骤，可以视为是一个固定的流程，当修改了其中一个特征信息的数值信息时，那么后续对应的部分也就会发生改变，这部分计算可以放在后台进行，通过修改其中一个或者几个特征信息的数值信息，来实现降低一致性稳定度的目的。

当一致性稳定度信息小于阈值信息时，将调整的特征信息的数值信息显示出来，给工作人员进行参考。这种方式更具有针对性，和与工作人员根据经验进行调整的方式相比，针对性更强，效率也更高。

进一步地，在给出提示信息的同时给出修改范围信息。

应理解，在后台计算的过程中，是通过修改的方式进行的，那么在计算的过程中，可以知道哪些数值是可以的，哪些数值是不可以的，并且这些得到的数值应该在一个范围之内，将这个范围给出，对于工作人员而言，可以直接根据经验、过往数据和讨论等方式选取一个合适的数值，针对性会进一步增强，效率也会更高。

本申请实施例还公开了一种风险预警装置，包括：

第一获取单元，用于获取待处理项目信息；

第二获取单元，用于获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息；

第一构建单元，用于根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵；

第一分析单元，用于使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息；

第三获取单元，用于获取与待处理项目信息对应的难度阵营信息；以及

第一建议单元，用于根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。

进一步地，数值信息的取值范围为1至N中的整数，N为特征信息的数量，数值信息的取值随设定的特征信息的重要程度而增加。

进一步地，增加了：

第四获取单元，用于获取修改指令信息，修改指令信息指向其中一个或者多个可修改的特征信息的数值信息；

第五获取单元，用于得到与修改指令信息相对应的难度级别信息；以及

第二建议单元，用于当难度级别信息下降时，根据修改指令信息给出建议信息。

进一步地，所述矩阵分析法包括：

根据多个特征信息及每个特征信息的数值信息构建N*N的比较矩阵信息， i、j和N均为大于零的自然数，i≤N，j≤N，A_ij*A_ji=1；

获取该比较矩阵信息的最大特征值信息；

根据最大特征值信息计算不稳定程度信息；

根据不稳定程度信息的数值信息获取一致性指标信息难度系数模型信息，难度系数模型信息为从比较矩阵信息中选取的多个子矩阵信息的最大特征值的平均值；

获取一致性稳定度信息；

获取与最大特征值信息对应的特征向量U，U=（U1，U2，U3…Un），U1，U2，U3…Un均大于零，U1+U2+U3+…+Un=1；

获取每一个表征信息的因素度量信息；以及

获取难度系数模型信息；

其中，不稳定程度信息=（最大特征值信息-N）/（N-1），一致性稳定度信息=不稳定程度信息/ 平均随机一致性指标信息，难度系数模型信息=U1 *因素度量信息1+ U2*因素度量信息2+…+Un *因素度量信息n。

进一步地，增加了：

第二分析单元，用于将一致性稳定度信息与设定的阈值信息进行比对；以及

第二建议单元，用于当一致性稳定度信息大于阈值信息时，发出提醒信息。

进一步地，增加了第三建议单元；

第三建议单元用于当一致性稳定度信息大于阈值信息时，给出提示信息，所述提示信息指向一个或者多个与设定的特征信息相关联的数值信息。

进一步地，增加了第四建议单元；

第四建议单元用于在给出提示信息的同时给出修改范围信息。

在一个例子中，以上任一装置中的单元可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specificintegratedcircuit，ASIC)，或，一个或多个数字信号处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)，或这些集成电路形式中至少两种的组合。

再如，当装置中的单元可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，CPU)或其它可以调用程序的处理器。再如，这些单元可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

在本申请中可能出现的对各种消息/信息/设备/网元/系统/装置/动作/操作/流程/概念等各类客体进行了赋名，可以理解的是，这些具体的名称并不构成对相关客体的限定，所赋名称可随着场景，语境或者使用习惯等因素而变更，对本申请中技术术语的技术含义的理解，应主要从其在技术方案中所体现/执行的功能和技术效果来确定。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、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。另一点，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，可以是电性，机械或其它的形式。

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实施例方案的目的。

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、或者计算机软件和电子硬件的结合来实现。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申请的范围。

还应理解，在本申请的各个实施例中，第一、第二等只是为了表示多个对象是不同的。例如第一时间窗和第二时间窗只是为了表示出不同的时间窗。而不应该对时间窗的本身产生任何影响，上述的第一、第二等不应该对本申请的实施例造成任何限制。

还应理解，在本申请的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。

所述功能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，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请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计算机可读存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请实施例还公开了一种风险预警系统，所述系统包括：

一个或多个存储器，用于存储指令；以及

一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行如上述内容中所述的风险预警方法。

本申请还提供了一种计算机程序产品，该计算机程序产品包括指令，当该指令被执行时，以使得该风险预警系统执行对应于上述方法的风险预警系统的操作。

本申请实施例还提供了一种芯片系统，该芯片系统包括处理器，用于实现上述内容中所涉及的功能，例如，生成，接收，发送，或处理上述方法中所涉及的数据和/或信息。

该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。上述任一处提到的处理器，可以是一个CPU，微处理器，ASIC，或一个或多个用于控制上述的反馈信息传输的方法的程序执行的集成电路。

在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存必要的程序指令和数据。该处理器和该存储器可以解耦，分别设置在不同的设备上，通过有线或者无线的方式连接，以支持该芯片系统实现上述实施例中的各种功能。或者，该处理器和该存储器也可以耦合在同一个设备上。

可选地，该计算机指令被存储在存储器中。

可选地，该存储器为该芯片内的存储单元，如寄存器、缓存等，该存储器还可以是该终端内的位于该芯片外部的存储单元，如ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM等。

可以理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

非易失性存储器可以是ROM、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electricallyEPROM，EEPROM)或闪存。

易失性存储器可以是RAM，其用作外部高速缓存。RAM有多种不同的类型，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synch link DRAM，SLDRAM)和直接内存总线随机存取存储器。

本具体实施方式的实施例均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (10)

1.一种风险预警方法，其特征在于，包括：

获取待处理项目信息；

获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息；

根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵；

使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息；

获取与待处理项目信息对应的难度阵营信息；以及

根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。

2.根据权利要求1所述的一种风险预警方法，其特征在于，数值信息的取值范围为1至N中的整数，N为特征信息的数量，数值信息的取值随设定的特征信息的重要程度而增加。

3.根据权利要求1所述的一种风险预警方法，其特征在于，还包括：

获取修改指令信息，修改指令信息指向其中一个或者多个可修改的特征信息的数值信息；

得到与修改指令信息相对应的难度级别信息；以及

当难度级别信息下降时，根据修改指令信息给出建议信息。

4.根据权利要求1至3中任意一项所述的一种风险预警方法，其特征在于，所述矩阵分析法包括：

根据多个特征信息及每个特征信息的数值信息构建N*N的比较矩阵信息， i、j和N均为大于零的自然数，i≤N，j≤N，A_ij *A_ji=1；

获取该比较矩阵信息的最大特征值信息；

根据最大特征值信息计算不稳定程度信息；

根据不稳定程度信息的数值信息获取一致性指标信息难度系数模型信息，难度系数模型信息为从比较矩阵信息中选取的多个子矩阵信息的最大特征值的平均值；

获取一致性稳定度信息；

获取与最大特征值信息对应的特征向量U，U=（U1，U2，U3…Un）；U1，U2，U3…Un均大于零，U1+U2+U3+…+Un=1；

获取每一个表征信息的因素度量信息；以及

获取难度系数模型信息；

其中，不稳定程度信息=（最大特征值信息-N）/（N -1）；

一致性稳定度信息=不稳定程度信息/ 平均随机一致性指标信息；

平均随机一致性指标信息是取充分大的子样得到的比较矩阵的最大特征值的平均值；

难度系数模型信息=U1 *因素度量信息₁+ U2*因素度量信息₂+…+Un *因素度量信息n。

5.根据权利要求4所述的一种风险预警方法，其特征在于，还包括：将一致性稳定度信息与设定的阈值信息进行比对，当一致性稳定度信息大于阈值信息时，发出提醒信息。

6.根据权利要求5所述的一种风险预警方法，其特征在于，还包括：当一致性稳定度信息大于阈值信息时，给出提示信息，所述提示信息指向一个或者多个与设定的特征信息相关联的数值信息。

7.根据权利要求6所述的一种风险预警方法，其特征在于，在给出提示信息的同时给出修改范围信息。

8.一种风险预警装置，其特征在于，包括：

第一获取单元，用于获取待处理项目信息；

第二获取单元，用于获取与待处理项目信息相关联的多个特征信息及特征信息的数值信息；

第一构建单元，用于根据设定的特征信息和与设定的特征信息相关联的数值信息构建分析矩阵；

第一分析单元，用于使用矩阵分析法对分析矩阵进行分析，得到与该待处理项目信息相对应的难度系数模型信息；

第三获取单元，用于获取与待处理项目信息对应的难度阵营信息；以及

第一建议单元，用于根据难度阵营信息与难度系数模型信息给出待处理项目信息的难度级别信息。

9.一种风险预警系统，其特征在于，所述系统包括：

一个或多个存储器，用于存储指令；以及

一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行如权利要求1至7中任意一项所述的风险预警方法。

10.一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包括：

程序，当所述程序被处理器运行时，如权利要求1至7中任意一项所述的风险预警方法被执行。

Images