CN114820043A - 一种基于知识图谱的市场风险监测方法及系统 - Google Patents
一种基于知识图谱的市场风险监测方法及系统 Download PDFInfo
- Publication number
- CN114820043A CN114820043A CN202210353304.0A CN202210353304A CN114820043A CN 114820043 A CN114820043 A CN 114820043A CN 202210353304 A CN202210353304 A CN 202210353304A CN 114820043 A CN114820043 A CN 114820043A
- Authority
- CN
- China
- Prior art keywords
- price
- early warning
- data
- risk
- storage area
- 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
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1458—Management of the backup or restore process
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/80—Database-specific techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及大数据分析技术领域,提供一种基于知识图谱的市场风险监测方法及系统,采用网络爬虫技术获取互联网交易数据,利用大数据的优点扩大了数据采集范围,从而有效提高风险预警的准确率;根据往期报价、往期成交价、今日报价、今日成交价计算出价格波动幅度,通过结合往期与当前的交易价格,参考一定时间线上价格变化,可更为准确的判断出当前价格波动是否异常;采用分段式预警策略实现多级响应,在当前价格波动异常时,可快速联系专业人士进行风险评估,从而及时的进行市场调控,不仅监测效率高且有效降低了监测成本。
Description
技术领域
本发明涉及大数据分析技术领域,尤其涉及一种基于知识图谱的市场风险监测方法及系统。
背景技术
知识图谱,在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系,知识图谱,是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论,知识图谱,它能为学科研究提供切实的、有价值的参考。
市场价格监管,是指国家和社会对在市场中形成和运行的市场调节价格,施以一定的监督、管理和调控的活动,它是价格监管工作的重要组成部分。对于每天的市场价格波动,需要工作人员24小时不间断的进行监测,此种监测管理方式存在以下缺点;
在对市场价格波动进行监测时,监测效率较低,并且对于一手掌握的数据,在进行处理时无法达到高效处理操作,不仅耗时耗力、人工成本较高,且由于信息获取不及时,导致监测效率低。
同时,由于市场价格波动的处理方式较为单一,依赖于专业人士的专业判断,但市场价格是一直在波动,无法形成高效且及时的风险预警、风险处理。
发明内容
本发明提供一种基于知识图谱的市场风险监测方法及系统,解决了现有的市场风险监测方案过于依赖于人工监测、判断,监测难度较高、风险处理不及时的技术问题。
为解决以上技术问题,本发明提供一种基于知识图谱的市场风险监测方法,包括步骤:
S1、采用网络爬虫技术获取互联网交易数据;
S2、根据所述互联网交易数据获取往期报价、往期成交价、今日报价、今日成交价,进而计算出价格波动幅度;
S3、根据所述价格波动幅度计算风险评估值,并结合分段式预警策略进行风险预警及风险评估。
本基础方案采用网络爬虫技术获取互联网交易数据,利用大数据的优点扩大了数据采集范围,从而有效提高风险预警的准确率;根据往期报价、往期成交价、今日报价、今日成交价计算出价格波动幅度,通过结合往期与当前的交易价格,参考一定时间线上价格变化,可更为准确的判断出当前价格波动是否异常;采用分段式预警策略实现多级响应,在当前价格波动异常时,可快速联系专业人士进行风险评估,从而及时的进行市场调控,不仅监测效率高且有效降低了监测成本。
在进一步的实施方案中,所述步骤S2包括步骤:
S21、从所述互联网交易数据中获取往期报价、往期成交价、今日报价、今日成交价,并采集对应的成交地理位置;
S22、根据所述往期报价、往期成交价,分别计算出对应单日最高的第一报价均值、第一成交价均值,以及对应单日最低的第二报价均值、第二成交价均值;
S23、同时根据所述今日报价、今日成交价,计算出对应的今日报价均值和今日成交价均值;
S24、根据所述第一报价均值、第一成交价均值与所述今日报价均值、今日成交价计算最高数据超出率,根据所述第二报价均值、第二成交价均值与所述今日报价均值、今日成交价计算最低数据超出率;
所述价格波动幅度包括所述最高数据超出率和最低数据超出率。
在进一步的实施方案中,在所述步骤S2之后还包括步骤:
设置第一存储区、第二存储区、第三存储区、第四存储区;
将所述往期报价、往期成交价及对应的所述成交地理位置存储在第一储存区中;将所述第二储存区设置为所述第一储存区的备用储存区;将所述第三储存区设置为所述第一储存区的备份储存区,进行数据备份;
将所述今日报价、今日成交价及对应的所述成交地理位置存储在第四储存区中,并在预设时间之后将所述今日报价、今日成交价及对应的所述成交地理位置转存到所述第一储存区中;
所述预设时间为24小时。
本方案通过采用网络爬虫技术获取互联网交易数据,使得采集面更广;利用第一储存区和第四储存区的延时转存机制实现两级储存,不断的将今日数据补充到往期数据库,同时清除第四储存区中的过期数据,不仅可有效避免数据弄混,还可有效提高采集效率,采集数据更加准确不易造成混乱,数据获取、数据调用更为便捷;考虑到数据存储要求和存储安全,增设第二存储区、第三存储区作为备用储存区、备份储存区,可提高监测系统的可靠性。
在进一步的实施方案中,所述步骤S3具体为:将获取到所述最高数据超出率与预设最高阈值进行对比计算,得到价格比值作为第一风险评估值,将所述第一风险评估值代入分段式预警策略确定风险预警等级,进而进行风险预警及风险评估;
将获取到所述最低数据超出率与预设最低阈值进行对比计算,得到价格比值作为第二风险评估值,将所述第二风险评估值代入分段式预警策略确定风险预警等级,进而进行风险预警及风险评估。
本方案将数据超出率(最高数据超出率、最低数据超出率)与预设阈值(预设最高阈值、预设最低阈值)进行对比计算,确定对应的风险评估值,通过百分比标识价格波动幅度,使得数据波动更为直观。
在进一步的实施方案中,所述分段式预警策略具体为:
设置对应于风险评估的预设最高阈值、预设最低阈值,并根据所述风险评估值划分多个风险预警等级,多个所述风险预警等级包括一级预警、二级预警、三级预警;
所述一级预警具体为,启动远程电话以及声光报警器,提醒值班室内的人员进行处理;所述二级预警具体为,启动远程电话以及声光报警器通知二级值班室进行处理以及自动风险评估;所述三级预警具体为,启动远程电话以及声光报警器通知专家值班室进行处理以及人工风险评估。
本方案根据风险评估值划分包括一级预警、二级预警、三级预警的多个风险预警等级;针对不同的风险预警等级进行不同等级的预警操作,可以快速对数据进行评测,且评测时,这样处理的专业性更强,处理起来的可靠性更强,在较低等级处理时可以自动进行处理,这样有效节约专家时间,避免资源浪费,提高了数据的及时性处理需求,能够更好的应对风险监测。
在进一步的实施方案中,本发明还包括:S4、整合本次所述风险评估数据、历史风险评估数据,确定当前价格波动是否异常,若是则提醒相关监管部门对相应所述成交地理位置的市场价格进行调控。
本方案持续获取每一次的风险评估数据,与历史风险评估数据相结合,对市场价格波动进行持续性的监控,自动化程度高、监管力度强。
本发明还提供一种基于知识图谱的市场风险监测系统,用于实现上述的一种基于知识图谱的市场风险监测方法,包括依次连接的数据采集模块、数据分析模块、风险预警模块和追踪监测模块;
所述数据采集模块用于采用网络爬虫技术获取互联网交易数据;
所述数据分析模块用于根据所述互联网交易数据获取往期报价、往期成交价、今日报价、今日成交价,进而计算出价格波动幅度;
所述风险预警模块用于根据所述价格波动幅度计算风险评估值,并结合分段式预警策略进行风险预警及风险评估;
所述追踪监测模块用于根据本次所述风险评估数据、历史风险评估数据,判断当前价格波动是否异常,若是则提醒相关监管部门对相应所述成交地理位置的市场价格进行调控。
在进一步的实施方案中,所述数据分析模块包括存储模块及与其连接的数据分析单元、数据对比模块;
所述数据分析单元用于从所述互联网交易数据中获取往期报价、往期成交价、今日报价、今日成交价,并采集对应的成交地理位置;进而根据所述往期报价、往期成交价计算出单日最高的第一报价均值、第一成交价均值,以及对应单日最低的第二报价均值、第二成交价均值;根据所述今日报价、今日成交价,计算出对应的今日报价均值和今日成交价均值;
所述数据对比模块用于根据所述第一报价均值、第一成交价均值与所述今日报价均值、今日成交价计算最高数据超出率,根据所述第二报价均值、第二成交价均值与所述今日报价均值、今日成交价计算最低数据超出率;
所述存储模块包括第一存储区、第二存储区、第三存储区、第四存储区;所述第一储存区用于存储所述往期报价、往期成交价及对应的所述成交地理位置;所述第二储存区为所述第一储存区的备用储存区;所述第三储存区为所述第一储存区的备份储存区;
所述第四储存区用于所述今日报价、今日成交价及对应的所述成交地理位置,并在预设时间之后将所述今日报价、今日成交价及对应的所述成交地理位置转存到所述第一储存区中;
所述预设时间为24小时。
在进一步的实施方案中,所述风险预警模块包括数据预警模块、一级预警单元、二级预警单元、三级预警单元,所述二级预警单元、所述三级预警单元与所述追踪监测模块连接;
所述数据预警模块用于根据所述最高数据超出率、最低数据超出率、预设最高阈值与预设最低阈值,计算出风险评估值,并根据所述风险评估值触发一级预警单元或二级预警单元或三级预警单元进行风险预警;
所述一级预警单元用于启动远程电话以及声光报警器,提醒值班室内的人员进行处理;
所述二级预警单元用于启动远程电话以及声光报警器通知二级值班室进行处理以及自动风险评估,并将风险评估数据输入到所述追踪监测模块;
所述三级预警单元用于启动远程电话以及声光报警器通知专家值班室进行处理以及人工风险评估,并将风险评估数据输入到所述追踪监测模块。
本方案设计数据预警模块及与其连接的一级预警单元、二级预警单元、三级预警单元,形成分段式监测机制,在市场价格波动正常时联系相关负责人进行常规处理,而当市场价格波动异常时则直接连接专业人士进行处理以及人工风险评估,有效提高监测处理效率,同时降低处理成本,提高了数据的及时性处理需求,更好的应对风险监测。
在进一步的实施方案中,所述风险评估值的计算具体为:将获取到所述最高数据超出率与预设最高阈值进行对比计算,得到价格比值作为第一风险评估值;将获取到所述最低数据超出率与预设最低阈值进行对比计算,得到价格比值作为第二风险评估值。
附图说明
图1是本发明实施例提供的一种基于知识图谱的市场风险监测方法的工作流程图;
图2是本发明实施例提供的一种基于知识图谱的市场风险监测系统的系统框架图;
图3是本发明实施例提供的分段式预警策略的原理图;
图4是本发明实施例提供的三级预警原理图。
具体实施方式
下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制,因为在不脱离本发明精神和范围基础上,可以对本发明进行许多改变。
实施例1
本发明实施例提供的一种基于知识图谱的市场风险监测方法,如图1所示,在本实施例中,包括步骤:
S1、采用网络爬虫技术获取互联网交易数据;
S2、根据互联网交易数据获取往期报价、往期成交价、今日报价、今日成交价,进而计算出价格波动幅度,包括步骤S21~S24:
S21、从互联网交易数据中获取往期报价、往期成交价、今日报价、今日成交价,并采集对应的成交地理位置;
S22、根据往期报价、往期成交价,分别计算出对应单日最高的第一报价均值、第一成交价均值,以及对应单日最低的第二报价均值、第二成交价均值;
例如,获取往期报价中每日最高的报价,进而计算平均值,得到对应单日最高的第一报价均值。同理,计算第一成交价均值、第二报价均值、第二成交价均值。
S23、同时根据今日报价、今日成交价,计算出对应的今日报价均值和今日成交价均值;
S24、根据第一报价均值、第一成交价均值与今日报价均值、今日成交价计算最高数据超出率,根据第二报价均值、第二成交价均值与今日报价均值、今日成交价计算最低数据超出率;
价格波动幅度包括最高数据超出率和最低数据超出率。
在本实施例中,在步骤S2之后还包括步骤:
设置第一存储区、第二存储区、第三存储区、第四存储区;
将往期报价、往期成交价及对应的成交地理位置存储在第一储存区中;将第二储存区设置为第一储存区的备用储存区;将第三储存区设置为第一储存区的备份储存区,进行数据备份;
将今日报价、今日成交价及对应的成交地理位置存储在第四储存区中,并在预设时间之后将今日报价、今日成交价及对应的成交地理位置转存到第一储存区中;
在本实施例中,预设时间优先为24小时。
具体的,今日报价、今日成交价及对应的成交地理位置均为今日二十四小时内的交易数据,根据采集到的往期报价、往期成交价及对应的成交地理位置生成往期交易表格存储到第一储存区中并在第三储存区中进行备份,若第一储存区存满,则存储在第二存储区中。根据采集到的今日报价、今日成交价及对应的成交地理位置生成今日交易表格存储到第四储存区中,当本次存储的今日交易表格存储时间超过预设时间后,将其转存到第一储存区或第二存储区,删除第四储存区中的过期数据。
本方案通过采用网络爬虫技术获取互联网交易数据,使得采集面更广;利用第一储存区和第四储存区的延时转存机制实现两级储存,不断的将今日数据补充到往期数据库,同时清除第四储存区中的过期数据,不仅可有效避免数据弄混,还可有效提高采集效率,采集数据更加准确不易造成混乱,数据获取、数据调用更为便捷;考虑到数据存储要求和存储安全,增设第二存储区、第三存储区作为备用储存区、备份储存区,可提高监测系统的可靠性。
S3、根据价格波动幅度计算风险评估值,并结合分段式预警策略进行风险预警及风险评估,具体为:将获取到最高数据超出率与预设最高阈值进行对比计算,得到价格比值作为第一风险评估值,将第一风险评估值代入分段式预警策略确定风险预警等级,进而进行风险预警及风险评估;
将获取到最低数据超出率与预设最低阈值进行对比计算,得到价格比值作为第二风险评估值,将第二风险评估值代入分段式预警策略确定风险预警等级,进而进行风险预警及风险评估。
本方案将数据超出率(最高数据超出率、最低数据超出率)与预设阈值(预设最高阈值、预设最低阈值)进行对比计算,确定对应的风险评估值,通过百分比标识价格波动幅度,使得数据波动更为直观。
在本实施例中,分段式预警策略具体为:
设置对应于风险评估的预设最高阈值、预设最低阈值,并根据风险评估值划分多个风险预警等级,多个风险预警等级包括一级预警、二级预警、三级预警;
一级预警具体为,启动远程电话以及声光报警器,提醒值班室内的人员进行处理;二级预警具体为,启动远程电话以及声光报警器通知二级值班室进行处理以及自动风险评估;三级预警具体为,启动远程电话以及声光报警器通知专家值班室进行处理以及人工风险评估。
例如:将价格比值处于[1.1~1.2,0.8~0.9]区间内的风险评估值划分为一级预警;将价格比值处于[1.2~1.3,0.7~0.8]区间内的风险评估值划分为二级预警;将价格比值处于大于1.3或小于0.7的风险评估值划分为三级预警。
预警等级数量以及预警划分区间可根据需求进行设置。
在本实施例中,参见图4,值班室内的人员主要为普通工作人员,二级值班室主要为具备一定调度权限的负责人,专家值班室主要包括本领域的专业人员或监测顾问。自动风险评估为根据历史数据由计算机输出无风险、一般风险、重大风险中的其中一个;人工风险评估为通过视频连线连接多个专家(专家一、专家二、专家三、专家四),进行汇总评估,给出无风险、一般风险、重大风险中的其中一个。
本方案根据风险评估值划分包括一级预警、二级预警、三级预警的多个风险预警等级;针对不同的风险预警等级进行不同等级的预警操作,可以快速对数据进行评测,且评测时,这样处理的专业性更强,处理起来的可靠性更强,在较低等级处理时可以自动进行处理,这样有效节约专家时间,避免资源浪费,提高了数据的及时性处理需求,能够更好的应对风险监测。
S4、整合本次风险评估数据、历史风险评估数据,确定当前价格波动是否异常,若是则提醒相关监管部门对相应成交地理位置的市场价格进行调控。
其中,在价格正常波动时,可等待价格自动恢复正常,若为价格波动幅度大但无不良影响、属于可控范围时,可等待价格自动恢复正常,而当价格波动幅度较大时,则提醒相关监管部门对相应成交地理位置的市场价格进行调控,直至价格恢复到正常波动范围。
本方案持续获取每一次的风险评估数据,与历史风险评估数据相结合,对市场价格波动进行持续性的监控,自动化程度高、监管力度强。
本发明实施例采用网络爬虫技术获取互联网交易数据,利用大数据的优点扩大了数据采集范围,从而有效提高风险预警的准确率;根据往期报价、往期成交价、今日报价、今日成交价计算出价格波动幅度,通过结合往期与当前的交易价格,参考一定时间线上价格变化,可更为准确的判断出当前价格波动是否异常;采用分段式预警策略实现多级响应,在当前价格波动异常时,可快速联系专业人士进行风险评估,从而及时的进行市场调控,不仅监测效率高且有效降低了监测成本。
实施例2
本发明实施例附图中出现的附图标记包括:数据采集模块1,数据分析模块2,存储模块21、数据分析单元22、数据对比模块23;风险预警模块3,数据预警模块31、一级预警单元32、二级预警单元33、三级预警单元34;追踪监测模块4。
本发明实施例还提供一种基于知识图谱的市场风险监测系统,参见图2,用于实现上述的一种基于知识图谱的市场风险监测方法,包括依次连接的数据采集模块1、数据分析模块2、风险预警模块3和追踪监测模块4;
数据采集模块1用于采用网络爬虫技术获取互联网交易数据;
在本实施例中,数据采集模块1与互联网服务器数据连接。
数据分析模块2用于根据互联网交易数据获取往期报价、往期成交价、今日报价、今日成交价,进而计算出价格波动幅度;
风险预警模块3用于根据价格波动幅度计算风险评估值,并结合分段式预警策略进行风险预警及风险评估;
追踪监测模块4用于根据本次风险评估数据、历史风险评估数据,判断当前价格波动是否异常,若是则提醒相关监管部门对相应成交地理位置的市场价格进行调控。
在本实施例中,数据分析模块2包括存储模块21及与其连接的数据分析单元22、数据对比模块23;
数据分析单元22用于从互联网交易数据中获取往期报价、往期成交价、今日报价、今日成交价,并采集对应的成交地理位置;进而根据往期报价、往期成交价计算出单日最高的第一报价均值、第一成交价均值,以及对应单日最低的第二报价均值、第二成交价均值;根据今日报价、今日成交价,计算出对应的今日报价均值和今日成交价均值;
数据对比模块23用于根据第一报价均值、第一成交价均值与今日报价均值、今日成交价计算最高数据超出率,根据第二报价均值、第二成交价均值与今日报价均值、今日成交价计算最低数据超出率;
存储模块21包括第一存储区、第二存储区、第三存储区、第四存储区;第一储存区用于存储往期报价、往期成交价及对应的成交地理位置;第二储存区为第一储存区的备用储存区;第三储存区为第一储存区的备份储存区;
第四储存区用于今日报价、今日成交价及对应的成交地理位置,并在预设时间之后将今日报价、今日成交价及对应的成交地理位置转存到第一储存区中;
预设时间为24小时。
在本实施例中,参见图3,风险预警模块3包括数据预警模块31、一级预警单元32、二级预警单元33、三级预警单元34,二级预警单元33、三级预警单元34与追踪监测模块4连接;
数据预警模块31用于根据最高数据超出率、最低数据超出率、预设最高阈值与预设最低阈值,计算出风险评估值,并根据风险评估值触发一级预警单元32或二级预警单元33或三级预警单元34进行风险预警;
一级预警单元32用于启动远程电话以及声光报警器,提醒值班室内的人员进行处理;
二级预警单元33用于启动远程电话以及声光报警器通知二级值班室进行处理以及自动风险评估,并将风险评估数据输入到追踪监测模块4;
三级预警单元34用于启动远程电话以及声光报警器通知专家值班室进行处理以及人工风险评估,并将风险评估数据输入到追踪监测模块4。
本方案设计数据预警模块31及与其连接的一级预警单元32、二级预警单元33、三级预警单元34,形成分段式监测机制,在市场价格波动正常时联系相关负责人进行常规处理,而当市场价格波动异常时则直接连接专业人士进行处理以及人工风险评估,有效提高监测处理效率,同时降低处理成本,提高了数据的及时性处理需求,更好的应对风险监测。
在本实施例中,风险评估值的计算具体为:将获取到最高数据超出率与预设最高阈值进行对比计算,得到价格比值作为第一风险评估值;将获取到最低数据超出率与预设最低阈值进行对比计算,得到价格比值作为第二风险评估值。
本实施例所提供的监测系统采用各个模块实现监测方法中的各个步骤,为监测方法提供硬件基础,便于方法实施。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种基于知识图谱的市场风险监测方法,其特征在于,包括步骤:
S1、采用网络爬虫技术获取互联网交易数据;
S2、根据所述互联网交易数据获取往期报价、往期成交价、今日报价、今日成交价,进而计算出价格波动幅度;
S3、根据所述价格波动幅度计算风险评估值,并结合分段式预警策略进行风险预警及风险评估。
2.如权利要求1所述的一种基于知识图谱的市场风险监测方法,其特征在于,所述步骤S2包括步骤:
S21、从所述互联网交易数据中获取往期报价、往期成交价、今日报价、今日成交价,并采集对应的成交地理位置;
S22、根据所述往期报价、往期成交价,分别计算出对应单日最高的第一报价均值、第一成交价均值,以及对应单日最低的第二报价均值、第二成交价均值;
S23、同时根据所述今日报价、今日成交价,计算出对应的今日报价均值和今日成交价均值;
S24、根据所述第一报价均值、第一成交价均值与所述今日报价均值、今日成交价计算最高数据超出率,根据所述第二报价均值、第二成交价均值与所述今日报价均值、今日成交价计算最低数据超出率;
所述价格波动幅度包括所述最高数据超出率和最低数据超出率。
3.如权利要求2所述的一种基于知识图谱的市场风险监测方法及系统,其特征在于,在所述步骤S2之后还包括步骤:
设置第一存储区、第二存储区、第三存储区、第四存储区;
将所述往期报价、往期成交价及对应的所述成交地理位置存储在第一储存区中;将所述第二储存区设置为所述第一储存区的备用储存区;将所述第三储存区设置为所述第一储存区的备份储存区,进行数据备份;
将所述今日报价、今日成交价及对应的所述成交地理位置存储在第四储存区中,并在预设时间之后将所述今日报价、今日成交价及对应的所述成交地理位置转存到所述第一储存区中;
所述预设时间为24小时。
4.如权利要求2所述的一种基于知识图谱的市场风险监测方法,其特征在于,所述步骤S3具体为:将获取到所述最高数据超出率与预设最高阈值进行对比计算,得到价格比值作为第一风险评估值,将所述第一风险评估值代入分段式预警策略确定风险预警等级,进而进行风险预警及风险评估;
将获取到所述最低数据超出率与预设最低阈值进行对比计算,得到价格比值作为第二风险评估值,将所述第二风险评估值代入分段式预警策略确定风险预警等级,进而进行风险预警及风险评估。
5.如权利要求2所述的一种基于知识图谱的市场风险监测方法,其特征在于,所述分段式预警策略具体为:
设置对应于风险评估的预设最高阈值、预设最低阈值,并根据所述风险评估值划分多个风险预警等级,多个所述风险预警等级包括一级预警、二级预警、三级预警;
所述一级预警具体为,启动远程电话以及声光报警器,提醒值班室内的人员进行处理;所述二级预警具体为,启动远程电话以及声光报警器通知二级值班室进行处理以及自动风险评估;所述三级预警具体为,启动远程电话以及声光报警器通知专家值班室进行处理以及人工风险评估。
6.如权利要求3所述的一种基于知识图谱的市场风险监测方法,其特征在于,还包括:S4、整合本次所述风险评估数据、历史风险评估数据,确定当前价格波动是否异常,若是则提醒相关监管部门对相应所述成交地理位置的市场价格进行调控。
7.一种基于知识图谱的市场风险监测系统,用于实现如权利要求1~6任一项权利要求所述的一种基于知识图谱的市场风险监测方法,其特征在于:包括依次连接的数据采集模块、数据分析模块、风险预警模块和追踪监测模块;
所述数据采集模块用于采用网络爬虫技术获取互联网交易数据;
所述数据分析模块用于根据所述互联网交易数据获取往期报价、往期成交价、今日报价、今日成交价,进而计算出价格波动幅度;
所述风险预警模块用于根据所述价格波动幅度计算风险评估值,并结合分段式预警策略进行风险预警及风险评估;
所述追踪监测模块用于根据本次所述风险评估数据、历史风险评估数据,判断当前价格波动是否异常,若是则提醒相关监管部门对相应所述成交地理位置的市场价格进行调控。
8.如权利要求7所述的一种基于知识图谱的市场风险监测系统,其特征在于:所述数据分析模块包括存储模块即与其连接的数据分析单元、数据对比模块;
所述数据分析单元用于从所述互联网交易数据中获取往期报价、往期成交价、今日报价、今日成交价,并采集对应的成交地理位置;进而根据所述往期报价、往期成交价计算出单日最高的第一报价均值、第一成交价均值,以及对应单日最低的第二报价均值、第二成交价均值;根据所述今日报价、今日成交价,计算出对应的今日报价均值和今日成交价均值;
所述数据对比模块用于根据所述第一报价均值、第一成交价均值与所述今日报价均值、今日成交价计算最高数据超出率,根据所述第二报价均值、第二成交价均值与所述今日报价均值、今日成交价计算最低数据超出率;
所述存储模块包括第一存储区、第二存储区、第三存储区、第四存储区;所述第一储存区用于存储所述往期报价、往期成交价及对应的所述成交地理位置;所述第二储存区为所述第一储存区的备用储存区;所述第三储存区为所述第一储存区的备份储存区;
所述第四储存区用于所述今日报价、今日成交价及对应的所述成交地理位置,并在预设时间之后将所述今日报价、今日成交价及对应的所述成交地理位置转存到所述第一储存区中;
所述预设时间为24小时。
9.如权利要求8所述的一种基于知识图谱的市场风险监测系统,其特征在于:所述风险预警模块包括数据预警模块、一级预警单元、二级预警单元、三级预警单元,所述二级预警单元、所述三级预警单元与所述追踪监测模块连接;
所述数据预警模块用于根据所述最高数据超出率、最低数据超出率、预设最高阈值与预设最低阈值,计算出风险评估值,并根据所述风险评估值触发一级预警单元或二级预警单元或三级预警单元进行风险预警;
所述一级预警单元用于启动远程电话以及声光报警器,提醒值班室内的人员进行处理;
所述二级预警单元用于启动远程电话以及声光报警器通知二级值班室进行处理以及自动风险评估,并将风险评估数据输入到所述追踪监测模块;
所述三级预警单元用于启动远程电话以及声光报警器通知专家值班室进行处理以及人工风险评估,并将风险评估数据输入到所述追踪监测模块。
10.如权利要求9所述的一种基于知识图谱的市场风险监测系统,其特征在于,所述风险评估值的计算具体为:将获取到所述最高数据超出率与预设最高阈值进行对比计算,得到价格比值作为第一风险评估值;将获取到所述最低数据超出率与预设最低阈值进行对比计算,得到价格比值作为第二风险评估值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210353304.0A CN114820043A (zh) | 2022-04-06 | 2022-04-06 | 一种基于知识图谱的市场风险监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210353304.0A CN114820043A (zh) | 2022-04-06 | 2022-04-06 | 一种基于知识图谱的市场风险监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114820043A true CN114820043A (zh) | 2022-07-29 |
Family
ID=82533382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210353304.0A Pending CN114820043A (zh) | 2022-04-06 | 2022-04-06 | 一种基于知识图谱的市场风险监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114820043A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436709A (zh) * | 2023-12-20 | 2024-01-23 | 四川宽窄智慧物流有限责任公司 | 一种跨区域订单数据统筹预警方法 |
-
2022
- 2022-04-06 CN CN202210353304.0A patent/CN114820043A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436709A (zh) * | 2023-12-20 | 2024-01-23 | 四川宽窄智慧物流有限责任公司 | 一种跨区域订单数据统筹预警方法 |
CN117436709B (zh) * | 2023-12-20 | 2024-03-19 | 四川宽窄智慧物流有限责任公司 | 一种跨区域订单数据统筹预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20140129272A1 (en) | System and method for managing service restoration in a utility network | |
JP2018007311A (ja) | 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム | |
CN114596693A (zh) | 用于能源监控和管理的方法、系统、介质和程序产品 | |
CN115619382B (zh) | 一种电力调度可视化管理方法及系统 | |
CN114820043A (zh) | 一种基于知识图谱的市场风险监测方法及系统 | |
US20230342678A1 (en) | Methods for managing smart gas work order implementation and internet of things (iot) systems thereof | |
CN115994187A (zh) | 基于分布式协作的隐患链路式全周期安全管理方法及系统 | |
CN115169805A (zh) | 一种能耗监测方法和装置 | |
CN116626524A (zh) | 电池状态评估方法、装置、电子设备和存储介质 | |
CN110751317A (zh) | 一种电力负荷预测系统及预测方法 | |
CN112884369A (zh) | 一种停电工单的监控方法、装置、设备及存储介质 | |
CN113052553A (zh) | 一种汽车同步器齿毂生产线的mes系统管控方法及系统 | |
CN116090702B (zh) | 一种基于物联网的erp数据智能监管系统及方法 | |
CN110807012B (zh) | 一种全能供电所大数据支撑平台 | |
CN114969068B (zh) | 城市压力管网实时流量监测数据分析方法及系统 | |
CN113052417A (zh) | 一种资源配置方法以及装置 | |
JP5784450B2 (ja) | 緊急時事案行動計画策定支援装置、緊急時事案行動計画策定支援方法、及び緊急時事案行動計画策定支援プログラム | |
CN115619593A (zh) | 一种智慧用电管理云平台 | |
CN111260150A (zh) | 一种通信设备运行风险预警方法及通信管理系统 | |
CN113240358B (zh) | 一种超大跨斜拉桥梁型施工徐变数据自动记录方法 | |
CN116955575B (zh) | 一种信息智能回复方法以及跨境电商系统 | |
CN116777148B (zh) | 一种基于数据分析的服务工单智能分配处理系统 | |
CN113743622B (zh) | 基于n-1准则的配电网分析系统及方法 | |
CN117150032A (zh) | 一种水电站发电机组的智能维护系统及方法 | |
JPH10257694A (ja) | 送電線事故原因判別方法 |
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 |