CN114757546A - 风险预警方法、装置、设备及介质 - Google Patents

Abstract

本公开提供了一种风险预警方法，应用于大数据技术领域、计算机技术领域。该方法包括：利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池；利用决策树模型组件处理非结构化的企业行为类信息，得到第一风险指标信息，利用流程计算模型组件处理结构化的财务运营类信息，得到第二风险指标信息；根据包含第一风险指标信息和第二风险指标信息的风险指标信息，得到风险预警结果；在风险预警结果表征具有风险的情况下，将与风险预警结果对应的候选企业确定为目标企业；以及根据目标企业的目标企业属性信息，在目标交互页面中展示风险预警结果。本公开还提供了一种风险预警装置、设备、存储介质和程序产品。

Description

风险预警方法、装置、设备及介质

技术领域

本公开涉及大数据技术领域，具体地涉及一种风险预警方法、装置、设备、介质和程序产品。

背景技术

随着社会经济的快速发展，企业等相关组织或机构的运营伴随着着风险，因此，对企业的运营活动进行风险分析与预警，监控企业的风险因素的变动趋势，是保证企业良性运营的重要措施之一，同时快速准确的获取相关企业的风险预警，可以及时为相关管理人员、监管人员提供可靠的信息依据，从而方便相关人员开展后续管理工作或监管工作。

在实现本公开发明构思的过程中，发明人发现相关技术中至少存在以下问题：针对企业的运营风险进行预警的预警准确率较低，且风险预警的提示效果较差。

发明内容

鉴于上述问题，本公开提供了风险预警方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种风险预警方法，包括：

利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，其中，上述企业基础信息用于表征候选企业的运营情况，上述企业基础信息包括结构化的财务运营类信息和非结构化的企业行为类信息；

利用决策树模型组件处理上述企业信息池中的上述非结构化的企业行为类信息，得到第一风险指标信息，以及利用流程计算模型组件处理上述企业信息池中的上述结构化的财务运营类信息，得到第二风险指标信息，其中，上述决策树模型组件和上述流程计算模型组件按照预设规则编排后生成风险预警模型；

根据包含上述第一风险指标信息和上述第二风险指标信息的风险指标信息，得到风险预警结果；

在上述风险预警结果表征具有风险的情况下，将与上述风险预警结果对应的候选企业确定为目标企业；以及

根据上述目标企业的目标企业属性信息，在目标交互页面中展示上述风险预警结果。

根据本公开的实施例，上述企业信息接口与上述信息源包括多个，上述企业信息接口与上述信息源具有对应关系；

利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池包括：

根据上述企业信息接口与上述目标信息源的对应关系，从多个信息源中确定与上述企业信息接口相对应的目标信息源；

从不同的上述目标信息源获取初始企业基础信息；

将上述初始企业基础信息输入至信息筛选模型，进行去重操作，得到去重后的上述企业基础信息，其中，上述信息筛选模型基于卷积神经网络模型构建得到；

按照上述企业基础信息的信息类别，将上述企业基础信息存储至企业基础信息表；

根据上述企业基础信息表，形成上述企业信息池。

根据本公开的实施例，上述企业基础信息还包括：能源消耗类信息；

上述风险预警方法还包括：

利用上述风险预警模型中的流程计算模型组件处理上述能源消耗类信息，得到第三风险指标信息，其中，上述风险指标信息还包括第三风险指标信息。

根据本公开的实施例，上述流程计算模型组件包括由预设判定模型构建得到的；

上述预设判定模型包括以下至少一项：

一元判定模型、阿尔特曼模型。

根据本公开的实施例，上述风险预警方法还包括：

展示用于构建上述风险预警模型的构建交互页面，其中，上述构建交互页面包括用于表征上述模型组件的多个组件对象；

响应于针对上述组件对象的拖动操作，构建上述风险预警模型。

根据本公开的实施例，上述风险预警方法还包括：

获取基于第一交互页面输入的第一编辑操作；

响应于上述第一编辑操作，编辑针对上述目标企业的企业属性信息，其中，上述企业属性信息包括：企业类型信息、企业地理位置信息和风险监控时长信息。

根据本公开的实施例，上述风险预警方法还包括：

展示用于自定义上述风险预警结果的第二交互页面；

获取基于上述第二交互页面输入的第一新增操作；

响应于上述第一新增操作，生成上述风险预警结果的风险等级信息；

获取基于上述第二交互页面输入的第二编辑操作；以及

响应于上述第二编辑操作，编辑上述风险等级信息。

本公开的第二方面提供了一种风险预警装置，包括：

获取模块，用于利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，其中，上述企业基础信息用于表征候选企业的运营情况，上述企业基础信息包括结构化的财务运营类信息和非结构化的企业行为类信息；

处理模块，用于利用决策树模型组件处理上述企业信息池中的上述非结构化的企业行为类信息，得到第一风险指标信息，以及利用流程计算模型组件处理上述企业信息池中的上述结构化的财务运营类信息，得到第二风险指标信息，其中，上述决策树模型组件和上述流程计算模型组件按照预设规则编排后生成风险预警模型；

风险预警模块，用于根据包含上述第一风险指标信息和上述第二风险指标信息的风险指标信息，得到风险预警结果；

确定模块，用于在上述风险预警结果表征具有风险的情况下，将与上述风险预警结果对应的候选企业确定为目标企业；以及

展示模块，用于根据上述目标企业的目标企业属性信息，在目标交互页面中展示上述风险预警结果。

本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得一个或多个处理器执行上述风险预警方法。

本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述风险预警方法。

本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述风险预警方法。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的风险预警方法、装置的应用场景图；

图2示意性示出了根据本公开实施例的风险预警方法的流程图；

图3示意性示出了根据本公开实施例利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池的流程图；

图4示意性示出了根据本公开另一实施例的风险预警方法的流程图；

图5示意性示出了根据本公开实施例的风险预警方法的应用场景图；

图6示意性示出了根据本公开另一实施例的风险预警方法的应用场景图；

图7示意性示出了根据本公开实施例的风险预警装置的结构框图；以及

图8示意性示出了根据本公开实施例的适于实现风险预警方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

在实现本公开发明构思的过程中，发明人发现：对企业的运营风险进行评价时，并不能多个维度综合考虑企业的运营情况，因此针对企业的运营风险进行预警的预警准确率较低，且风险预警的提示效果较差。

针对上述问题，本公开提供了一种风险预警方法，包括：利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，其中，企业基础信息用于表征候选企业的运营情况，企业基础信息包括结构化的财务运营类信息和非结构化的企业行为类信息；利用决策树模型组件处理企业信息池中的非结构化的企业行为类信息，得到第一风险指标信息，以及利用流程计算模型组件处理企业信息池中的结构化的财务运营类信息，得到第二风险指标信息，其中，决策树模型组件和流程计算模型组件按照预设规则编排后生成风险预警模型；根据包含第一风险指标信息和第二风险指标信息的风险指标信息，得到风险预警结果；在风险预警结果表征具有风险的情况下，将与风险预警结果对应的候选企业确定为目标企业；以及根据目标企业的目标企业属性信息，在目标交互页面中展示风险预警结果。

根据本公开的实施例，利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，可以综合多个维度收集企业基础信息，来用于后续的风险预警，按照预设规则编排决策树模型组件和流程计算模型组件，得到风险预警模型，可以利用风险预警模型分别处理结构化的财务运营类信息和非结构化的企业行为类信息，从而增强了风险预警模型的灵活性与适用性，将不同的风险指标信息输入至相同的风险预警模型，以综合考虑不同的风险指标信息，使得到的风险预警结果可以从多个维度反映目标企业的运营风险，提升预警的准确率，提示相关用户可以及时关注风险预警结果，增强风险预警结果的警示效果。

需要说明的是，在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。

图1示意性示出了根据本公开实施例的风险预警方法、装置的应用场景图。

如图1所示，根据该实施例的应用场景100可以包括终端设备101、102、103、网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的风险预警方法一般可以由服务器105执行。相应地，本公开实施例所提供的风险预警装置一般可以设置于服务器105中。本公开实施例所提供的风险预警方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的风险预警装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

以下将基于图1描述的场景，通过图2～图6对公开实施例的风险预警方法进行详细描述。

图2示意性示出了根据本公开实施例的风险预警方法的流程图。

如图2所示，风险预警方法可以包括操作S210～操作S250。

在操作S210，利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，其中，企业基础信息用于表征候选企业的运营情况，企业基础信息包括结构化的财务运营类信息和非结构化的企业行为类信息。

在操作S220，利用决策树模型组件处理企业信息池中的非结构化的企业行为类信息，得到第一风险指标信息，以及利用流程计算模型组件处理企业信息池中的结构化的财务运营类信息，得到第二风险指标信息，其中，决策树模型组件和流程计算模型组件按照预设规则编排后生成风险预警模型。

在操作S230，根据包含第一风险指标信息和第二风险指标信息的风险指标信息，得到风险预警结果。

在操作S240，在风险预警结果表征具有风险的情况下，将与风险预警结果对应的候选企业确定为目标企业。

在操作S250，根据目标企业的目标企业属性信息，在目标交互页面中展示风险预警结果。

根据本公开的实施例，目标信息源可以包括相关的企业信息发布机构，例如企业的信息发布机构、能够汇总多个企业基础信息的相关企业管理机构等。应该理解的是，不同的目标信息源用于发布企业基础信息的接口通信协议可以是不同的，可以根据目标信息源对应的接口规则，将信息查询请求封装为满足接口通信协议的查询请求，通过企业信息接口向目标信息源发送该查询请求，从而实现从不同的目标信息源获取企业基础信息。

在本实施例中，企业信息接口可以针对不同的目标信息源，设置与目标信息源相对应的接口组件，以实现从不同的目标信息源获取企业基础信息。

根据本公开的实施例，候选企业的运营情况例如可以包括候选企业的财务运营情况、企业行为情况等。相应地，表征企业运营情况的企业基础信息也可以包括结构化的信息和非结构化的信息。

根据本公开的实施例，非结构化的企业行为类信息可以包括企业信息变更类信息、企业风险行为类信息和关联企业风险类信息等。

根据本公开的实施例，企业信息变更类信息可以包括候选企业公开的企业信息发生变更后的数据、信息等，例如候选企业的运营范围变更信息、股东变更信息等。企业风险行为类信息可以包括候选企业在运营中产生的能够损害候选企业的事件信息，例如可以包括相关机构针对候选企业的处罚信息、候选企业的违规信息等。

根据本公开的实施例，关联企业风险类信息可以包括与候选企业相关联的企业产生的运营风险信息，与候选企业相关联的企业例如可以包括候选企业控股的企业、候选企业的供应商企业、候选企业的经销商企业等。在运营过程中，可能因与候选企业相关联的企业的运营风险导致候选企业的运营状况受到影响，因此，通过关联企业风险类信息可以可以扩大对候选企业运营情况考量的范围，为后续生成风险指标信息提供的依据更大范围的信息依据，使风险指标信息可以从候选企业的潜在运营风险综合考量候选企业的运营情况。

根据本公开的实施例，利用基于决策树模型构建的决策树模型组件处理非结构化的企业行为类信息，可以充分利用决策树模型的易于理解性和可解释性，将企业的各类型的事件进行可视化分析，从而根据分析结果得到第一风险指标。同时，决策树模型组件的运行速度较快，且可以扩展到各类型的数据库中，增强了决策树模型组件的适用性。

根据本公开的实施例，可以基于N-S流程表示算法构建流程计算模型组件，例如可以按照N-S流程图顺序，将多个子模型组件拼接为流程计算模型组件，利用每个子模型组件中的结构化算法处理结构化的财务运营类信息，从而避免结构化数据在多个子模型组件之间向前或向后的跳转，将每个子模型组件的计算结果转移限定在N-S流程图范围内。同时，流程计算模型组件中的多个子模型组件中的结构化算法可以进行替换，从而可以提升流程计算模型组件的处理适应能力。

根据本公开的实施例，风险预警模型中的决策树模型组件和流程计算模型组件可以分别处理非结构化的企业基础信息和结构化的企业基础信息，从而可以提升风险预警模型信息处理能力，扩展风险预警模型的适用性。按照预设规则编排决策树模型组件和流程计算模型组件，得到风险预警模型，可以方便相关信息管理人员根据信息类型的变化、相关法律法规评价规则的变化等变化因素，实时更新模型组件的具体计算规则、评价规则，同时可以灵活调整模型组件的编排规则，以满足实际的需求，提高得风险指标信息准确率。

根据本公开的实施例，可以确定预设风险阈值，在风险指标信息大于或等于预设风险阈值的情况下，得到针对相应的风险指标信息的风险预警结果。预设风险阈值可以基于历史时间段内的多个目标企业的风险指标信息的均值与方差进行设定，但不仅限于此，还可以基于其他方式确定预设风险阈值，本领域技术人员可以根据实际情况进行设定。

根据本公开的实施例，将不同的风险指标信息输入至相同的风险预警模型，以综合考虑不同的风险指标信息，使得到的风险预警结果可以从多个维度反映目标企业的运营风险，提升预警的准确率，提示相关用户可以及时关注风险预警结果。

根据本公开的实施例，目标企业属性信息可以包括用于表征目标企业的企业类型、企业所在的地区等等。根据目标企业属性信息展示风险预警结果可以实现按照目标企业属性信息对风险预警结果进行分类，从而方便相关监控人员查询，增强风险预警结果的警示效果。

根据本公开的实施例，风险预警结果可以包括用于提示相关管理用户的预警信息。风险预警结果可以包括文字信息、图片信息、图标信息、表格信息等。通过文字信息、图片信息、图标信息、表格信息等可以将风险预警结果通过多元化的形式向相关用户展现，以便于相关用户及时发现风险预警结果，增强风险预警结果的警示效果。

根据本公开的实施例，企业基础信息还可以包括：能源消耗类信息。

风险预警方法还可以包括如下操作。

利用风险预警模型中的流程计算模型组件处理能源消耗类信息，得到第三风险指标信息，其中，风险指标信息还包括第三风险指标信息。

根据本公开的实施例，能源消耗类信息可以包括电能消耗类信息、化石能源消耗类信息、碳排放类信息。

根据本公开的实施例，电能消耗类信息可以包括候选企业在运营过程中与电能消耗相关的数据、事件等信息，例如可以包括用电量、停电时长等。化石能源消耗类信息可以包括候选企业在运营过程中与化石能源消耗相关的数据、事件等信息，例如可以包括柴油消耗量、天然气消耗量等。碳排放类信息可以包括候选企业在运营过程中与二氧化碳气体排放相关的数据、事件等信息，碳排放类信息例如可以包括单位货品排放的二氧化碳量。

根据本公开的实施例，由于候选企业在运营过程中的能源消耗可以至少部分体现候选企业在运营过程中的能源依赖情况，因此综合考虑候选企业在运营过程中与电能消耗、化石能源消耗、二氧化碳气体排放相关的数据、事件等信息，可以扩大对候选企业运营情况考量的范围，使第三风险指标信息可以从能源消耗的维度考虑候选企业的运营情况，进而为后续生成风险预警结果提供多维度的依据。

根据本公开的实施例，风险预警方法还可以包括如下操作。

展示用于构建风险预警模型的构建交互页面，其中，构建交互页面包括用于表征模型组件的多个组件对象；响应于针对组件对象的拖动操作，构建风险预警模型。

根据本公开的实施例，模型组件可以包括决策树模型组件和流程计算模型组件，相关人员可以针对模型组件进行更新，交互页面中的组件对象可以表征更新后的相应模型组件的组件对象，相关管理人员可以根据实际需求，通过拖动组件对象，将更新后的模型组件及时添加至风险预警模型中，从而提升风险预警模型的更新效率，增强风险预警模型的适应性，提升风险预警的预警准确率和时效性。

根据本公开的实施例，企业信息接口与信息源包括多个，企业信息接口与信息源具有对应关系。

图3示意性示出了根据本公开实施例利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池的流程图。

如图3所示，操作S210，利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池可以包括操作S310～操作S340。

在操作S310，根据企业信息接口与目标信息源的对应关系，从多个信息源中确定与企业信息接口相对应的目标信息源。

在操作S320，从不同的目标信息源获取初始企业基础信息。

在操作S330，将初始企业基础信息输入至信息筛选模型，进行去重操作，得到去重后的企业基础信息，其中，信息筛选模型基于卷积神经网络模型构建得到。

在操作S340，按照企业基础信息的信息类别，将企业基础信息存储至企业基础信息表。

在操作S350，根据企业基础信息表，形成企业信息池。

根据本公开的实施例，可以在企业信息接口中设置与目标信息源对应的接口组件，以满足目标信息源接口的通信协议，从而可以形成与目标信息源的对应关系，进而可以从多个信息源中确定目标信息源。

根据本公开的实施例，初始企业基础信息可以包括非结构化的企业行为类信息，例如可以包括针对企业的违规处罚通知图像信息，企业主动披露的管理人员变动通知文本等。同时，初始企业基础信息还可以包括重复出现的信息。因此，可以基于卷积神经网络模型构建信息筛选模型，基于卷及神经网络模型提取初始企业基础信息中的语义特征等特征信息，利用匹配算法等方法删除初始企业基础信息中重复的信息，从而实现对初始企业基础信息进行去重操作。

在本公开的一个实施例中，可以基于AnalyticDB PostgreSQL(云原生数据仓库)搭建信息筛选模型，实现图像、文本等非结构化文件的去重，还可以对非结构化的企业行为类信息进行特征提取，将提取到的特征向量写入云原生数据仓库的向量表，从而便于通过查询分析接口调用云原生数据仓库中存储的向量化后的企业行为类信息。基于云原生数据仓库)搭建信息筛选模型，可以简化开发流程，同时可以将FP32向量数据压缩成FP16向量数据，降低数据库存储空间。

根据本公开的实施例，在目标信息类别为财务运营类或能源消耗类的情况下，企业基础信息可以是结构化的数据信息，通过利用模型组件的中的预设算法对结构化的数据信息进行分析处理，生成相应的第二风险指标信息和/或第三风险指标信息。应该理解的是，还可以根据企业基础信息的具体信息内容，构建相对应的计算组件，从而进一步提升风险指标信息的准确率。

根据本公开的实施例，流程计算模型组件包括由预设判定模型构建得到的。

预设判定模型包括以下至少一项：一元判定模型、阿尔特曼模型。

根据本公开的实施例，例如在企业基础信息为结构化的财务运营类信息的情况下，可以基于一元判定模型、阿尔特曼模型构建与财务运营类的企业基础信息对应的计算组件，从而增强风险指标信息的准确度。

在本公开的实施例中，财务运营类信息例如可以包括企业在历史时间段内的营运资金、资产总额、留存收益、息税前利润、股份市值、负债账面价值总额、产销售收入额等。将上述企业基础信息输入至基于阿尔特曼模型构建的计算组件，可以得到风险指标信息。该第二风险指标信息可以通过公式(1)表示。

Z＝0.012X₁+0.014X₂+0.033X₃+0.006X₄+0.999X₅； (1)

公式(1)中，Z表示第二风险指标信息；X₁表示营运资金÷资产总额×100；X₂表示留存收益÷资产总额×100；X₃表示息税前利润÷资产总额×100；X₄表示股份市值×负债账面价值总额×100；X₅表示产销售收入×资产总额。

公式(1)中通过五个变量反应企业偿债能力的指标(X₁，X₄)、获利能力指标(X₂，X₃)以及运营能力(X₅)有机联系起来，进行综合分析之后预测企业风险，从而可以从多个维度综合考虑企业的财务运营情况，使生成的第二风险指标信息可以为风险预警提供准确的依据。

在本实施例中，后续根据风险指标信息Z，如风险指标信息Z大于2.675，则表明企业财务的状况良好，发生财务危机的可能性较小；如Z值小于1.81，则认为企业存在财务危机的可能性很大，与破产企业有共同特性，因此可以将风险预警结果确定为具有风险。如果企业的风险指标信息Z介于1.81-2.675之间，则可以表征企业的财务状况极不稳定，因此可以根据预设的财务指标阈值确定企业是否具有风险。从而可以根据上述计算组件，准确地计算用于预测企业风险的风险指标信息，并为后续根据量化表示的风险指标信息生成风险预警结果提供可靠依据。

图4示意性示出了根据本公开另一实施例的风险预警方法的流程图。

如图4所示，风险预警方法还可以包括操作S410～操作S420。

在操作S410，获取基于第一交互页面输入的第一编辑操作。

在操作S420，响应于第一编辑操作，编辑针对目标企业的企业属性信息，其中，企业属性信息包括：企业类型信息、企业地理位置信息和风险监控时长信息。

根据本公开的实施例，目标企业可以包括响应于第一新增操作，获取到的，也可以包括通过其他操作获取到的。第一编辑操作可以包括由相关风险监控用户执行的操作。

根据本公开的实施例，企业类型信息可以包括目标企业的行业类型信息，例如可以包括科技类型、生产类型、咨询服务类型等。相关风险监控用户可以根据实际需求对企业类型信息进行定义。

根据本公开的实施例，针对目标企业的企业地理位置信息可以包括目标企业的注册地理位置信息、目标企业的运营地理位置信息等。针对目标企业的风险监控时长信息可以包括历史时间段，也可以包括基于实时获取的目标企业基础信息设定的在未来的预设时间段的时长信息。通过编辑风险监控时长信息可以获取目标企业在风险监控时长所产生的目标企业基础信息，从而可以根据实际的需求获取目标企业基础信息，以便于根据风险监控时长信息得到相应的风险监控时长内的风险预警结果。

根据本公开的实施例，在编辑针对目标企业的目标企业属性信息后，可以根据目标企业属性信息，针对具有相同的目标企业属性信息的目标企业的风险预警结果进行分类，以便于相关风险监控用户根据风险预警结果的分类进行查询。

图5示意性示出了根据本公开实施例的风险预警方法的应用场景图。

如图5所示，在第一交互页面511可以包括有多个目标企业：“BA公司”、“AA公司”、……“BB公司”。其中，目标企业“BA公司”的目标企业属性信息可以包括企业类型信息：“零件生产商”、企业地理位置信息为“A城市”，风险监控时长信息为“20xx年1月至6月”。目标企业“AA公司”的目标企业属性信息可以包括企业类型信息：“原材料供应商”、企业地理位置信息为“A城市”，风险监控时长信息为“20xx年1月至6月”。目标企业“BA公司”的风险预警结果可以是“用电量风险”，目标企业“AA公司”的风险预警结果可以是“运营范围变更风险”。目标企业“BB公司”的风险预警结果可以是“财务运营风险”。

在获取到针对第一交互页面511输入的第一编辑操作后，响应于第一编辑操作，可以编辑针对目标企业“BB公司”的目标企业属性信息521、522、523。例如可以编辑目标企业属性信息521为企业类型信息：“零件生产商”，编辑目标企业属性信息522为企业地理位置信息：“B城市”，编辑目标企业属性信息523为风险监控时长信息：“20xx年1月至12月”。

基于目标企业的目标企业属性信息，例如基于企业类型信息为“零件生产商”，可以在下一个交互页面512展示具有相同的目标企业属性信息为“零件生产商”的风险预警结果。

应该理解的是，基于其他的目标企业属性信息，也可以通过相同或相似的方式展示具有相同的目标企业属性信息的目标企业的风险预警结果。例如可以基于目标企业属性信息为“A城市”，展示目标企业属性信息为“A城市”的目标企业的风险预警结果。

需要说明的是，可以通过图表，例如柱状图、饼状图、折线图等，展示多个目标企业的风险预警结果，或者还可以根据目标企业的企业地理位置信息，通过图片展示具有相应风险预警结果的目标企业的企业地理位置信息。

根据本公开的实施例，风险预警方法还可以包括如下操作。

展示用于自定义风险预警结果的第二交互页面；获取基于第二交互页面输入的第一新增操作；响应于第一新增操作，生成风险预警结果的风险等级信息；以及获取基于第二交互页面输入的第二编辑操作；响应于第二编辑操作，编辑风险等级信息。

根据本公开的实施例，风险等级信息可以用于表征风险预警结果的严重程度，例如可以将风险等级信息设定为黄色风险等级与红色风险等级，其中红色风险等级的风险预警结果严重程度大于黄色风险等级的风险预警结果严重程度。风险等级信息还可以设定为一级、二级、三级，以表征风险预警结果的严重程度。本领域技术人员可以根据实际需求对风险等级信息进行设计。通过增加风险等级信息，以及通过编辑风险等级信息，表征风险预警结果的严重程度，从而提升风险预警结果的被关注的概率，以增强风险预警结果的提示效果。

图6示意性示出了根据本公开另一实施例的风险预警方法的应用场景图。

如图6所示，在第二交互页面611，在第二交互页面611可以包括有多个目标企业：“BA公司”、“AA公司”、……“BB公司”。其中，目标企业“BA公司”的目标企业属性信息可以包括企业类型信息：“零件生产商”，目标企业“BA公司”的风险预警结果可以是“用电量风险”，风险预警结果“用电量风险”的风险等级信息可以是“一级”。目标企业“AA公司”的目标企业属性信息可以包括企业类型信息：“原材料供应商”，目标企业“AA公司”的风险预警结果可以是“运营范围变更风险”，风险预警结果“运营范围变更风险”的风险等级信息可以是“二级”。目标企业“BB公司”的目标企业属性信息可以包括企业类型信息：“零件生产商”，目标企业“BB公司”的风险预警结果可以是“财务运营风险”。

在获取到针对第二交互页面611输入的第二新增操作后，响应于第二新增操作，可以生成针对目标企业“BB公司”的风险预警结果“财务运营风险”的风险等级信息621。例如可以生成针对目标企业“BB公司”的风险预警结果“财务运营风险”的风险等级信息621为“二级”。

应该理解的是，还可以在获取针对第二交互页面611输入的第二编辑操作，响应于第二编辑操作，编辑风险等级信息621为“一级”或“三级”等。

基于多个风险等级信息，可以在下一个交互页面612，以柱状图的形式展示具有风险等级信息为“一级”的风险预警结果的个数为4个，具有风险等级信息为“二级”的风险预警结果的个数为8个，具有风险等级信息为“三级”的风险预警结果的个数为4个。

基于上述风险预警方法，本公开还提供了一种风险预警装置。以下将结合图7对该装置进行详细描述。

图7示意性示出了根据本公开实施例的风险预警装置的结构框图。

如图7所示，该实施例的风险预警装置700包括获取模块710、处理模块720、风险预警模块730、确定模块740和展示模块750。

获取模块710用于利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，其中，企业基础信息用于表征候选企业的运营情况，企业基础信息包括结构化的财务运营类信息和非结构化的企业行为类信息；

处理模块720用于利用决策树模型组件处理企业信息池中的非结构化的企业行为类信息，得到第一风险指标信息，以及利用流程计算模型组件处理企业信息池中的结构化的财务运营类信息，得到第二风险指标信息，其中，决策树模型组件和流程计算模型组件按照预设规则编排后生成风险预警模型；

风险预警模块730用于根据包含第一风险指标信息和第二风险指标信息的风险指标信息，得到风险预警结果；

确定模块740用于在风险预警结果表征具有风险的情况下，将与风险预警结果对应的候选企业确定为目标企业；以及

展示模块750用于根据目标企业的目标企业属性信息，在目标交互页面中展示风险预警结果。

根据本公开的实施例，企业信息接口与信息源包括多个，企业信息接口与信息源具有对应关系；

获取模块可以包括：第一确定单元、获取单元、去重单元、存储单元和企业信息池形成单元。

第一确定单元用于根据企业信息接口与目标信息源的对应关系，从多个信息源中确定与企业信息接口相对应的目标信息源。

获取单元用于从不同的目标信息源获取初始企业基础信息。

去重单元用于将初始企业基础信息输入至信息筛选模型，进行去重操作，得到去重后的企业基础信息，其中，信息筛选模型基于卷积神经网络模型构建得到。

存储单元用于按照企业基础信息的信息类别，将企业基础信息存储至企业基础信息表。

企业信息池形成单元用于根据企业基础信息表，形成企业信息池。

根据本公开的实施例，企业基础信息还可以包括：能源消耗类信息。

风险预警方法还可以包括：能源消耗信息处理模块。

能源消耗信息处理模块，用于利用风险预警模型中的流程计算模型组件处理能源消耗类信息，得到第三风险指标信息，其中，风险指标信息还包括第三风险指标信息。

根据本公开的实施例，流程计算模型组件可以包括由预设判定模型构建得到的。

预设判定模型包括以下至少一项：一元判定模型、阿尔特曼模型。

根据本公开的实施例，风险预警装置还可以包括：第一展示模块和构建模块。

第一展示模块用于展示用于构建风险预警模型的构建交互页面，其中，构建交互页面包括用于表征模型组件的多个组件对象。

构建模块用于响应于针对组件对象的拖动操作，构建风险预警模型。

根据本公开的实施例，风险预警装置还可以包括：第一编辑操作获取模块和第一编辑模块。

第一编辑操作获取模块用于获取基于第一交互页面输入的第一编辑操作。

第一编辑模块用于响应于第一编辑操作，编辑针对候选企业的企业属性信息，其中，企业属性信息包括：企业类型信息、企业地理位置信息和风险监控时长信息。

根据本公开的实施例，风险预警装置还可以包括：第二展示模块、第一新增操作获取模块、新增模块、第二编辑操作获取模块和第二编辑模块。

第二展示模块用于展示用于自定义风险预警结果的第二交互页面。

第一新增操作获取模块用于获取基于第二交互页面输入的第一新增操作。

新增模块用于响应于第一新增操作，生成风险预警结果的风险等级信息。

第二编辑操作获取模块用于获取基于第二交互页面输入的第二编辑操作。

第二编辑模块用于响应于第二编辑操作，编辑风险等级信息。

根据本公开的实施例，获取模块710、处理模块720、风险预警模块730、确定模块740和展示模块750中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块710、处理模块720、风险预警模块730、确定模块740和展示模块750中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块710、处理模块720、风险预警模块730、确定模块740和展示模块750中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图8示意性示出了根据本公开实施例的适于实现风险预警方法的电子设备的方框图。

如图8所示，根据本公开实施例的电子设备800包括处理器801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 803中，存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备800还可以包括输入/输出(I/O)接口805，输入/输出(I/O)接口805也连接至总线804。电子设备800还可以包括连接至I/O接口805的以下部件中的一项或多项：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的风险预警方法。

在该计算机程序被处理器801执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分809被下载和安装，和/或从可拆卸介质811被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (11)

1.一种风险预警方法，包括：

利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，其中，所述企业基础信息用于表征候选企业的运营情况，所述企业基础信息包括结构化的财务运营类信息和非结构化的企业行为类信息；

利用决策树模型组件处理所述企业信息池中的所述非结构化的企业行为类信息，得到第一风险指标信息，以及利用流程计算模型组件处理所述企业信息池中的所述结构化的财务运营类信息，得到第二风险指标信息，其中，所述决策树模型组件和所述流程计算模型组件按照预设规则编排后生成风险预警模型；

根据包含所述第一风险指标信息和所述第二风险指标信息的风险指标信息，得到风险预警结果；

在所述风险预警结果表征具有风险的情况下，将与所述风险预警结果对应的候选企业确定为目标企业；以及

根据所述目标企业的目标企业属性信息，在目标交互页面中展示所述风险预警结果。

2.根据权利要求1所述的方法，其中，所述企业信息接口与所述信息源包括多个，所述企业信息接口与所述信息源具有对应关系；

利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池包括：

根据所述企业信息接口与所述目标信息源的对应关系，从多个信息源中确定与所述企业信息接口相对应的目标信息源；

从不同的所述目标信息源获取初始企业基础信息；

将所述初始企业基础信息输入至信息筛选模型，进行去重操作，得到去重后的所述企业基础信息，其中，所述信息筛选模型基于卷积神经网络模型构建得到；

按照所述企业基础信息的信息类别，将所述企业基础信息存储至企业基础信息表；

根据所述企业基础信息表，形成所述企业信息池。

3.根据权利要求2所述的方法，其中，所述企业基础信息还包括：能源消耗类信息；

所述风险预警方法还包括：

利用所述风险预警模型中的流程计算模型组件处理所述能源消耗类信息，得到第三风险指标信息，其中，所述风险指标信息还包括第三风险指标信息。

4.根据权利要求1所述的方法，其中，所述流程计算模型组件包括由预设判定模型构建得到的；

所述预设判定模型包括以下至少一项：

一元判定模型、阿尔特曼模型。

5.根据权利要求1所述的方法，还包括：

展示用于构建所述风险预警模型的构建交互页面，其中，所述构建交互页面包括用于表征所述模型组件的多个组件对象；

响应于针对所述组件对象的拖动操作，构建所述风险预警模型。

6.根据权利要求1所述的方法，还包括：

获取基于第一交互页面输入的第一编辑操作；

响应于所述第一编辑操作，编辑针对所述目标企业的企业属性信息，其中，所述企业属性信息包括：企业类型信息、企业地理位置信息和风险监控时长信息。

7.根据权利要求1所述的方法，还包括：

展示用于自定义所述风险预警结果的第二交互页面；

获取基于所述第二交互页面输入的第一新增操作；

响应于所述第一新增操作，生成所述风险预警结果的风险等级信息；

获取基于所述第二交互页面输入的第二编辑操作；以及

响应于所述第二编辑操作，编辑所述风险等级信息。

8.一种风险预警装置，包括：

获取模块，用于利用企业信息接口从不同的目标信息源获取企业基础信息，形成企业信息池，其中，所述企业基础信息用于表征候选企业的运营情况，所述企业基础信息包括结构化的财务运营类信息和非结构化的企业行为类信息；

处理模块，用于利用决策树模型组件处理所述企业信息池中的所述非结构化的企业行为类信息，得到第一风险指标信息，以及利用流程计算模型组件处理所述企业信息池中的所述结构化的财务运营类信息，得到第二风险指标信息，其中，所述决策树模型组件和所述流程计算模型组件按照预设规则编排后生成风险预警模型；

风险预警模块，用于根据包含所述第一风险指标信息和所述第二风险指标信息的风险指标信息，得到风险预警结果；

确定模块，用于在所述风险预警结果表征具有风险的情况下，将与所述风险预警结果对应的候选企业确定为目标企业；以及

展示模块，用于根据所述目标企业的目标企业属性信息，在目标交互页面中展示所述风险预警结果。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～7中任一项所述的方法。

11.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～7中任一项所述的方法。

Images