CN114997750B - 一种风险信息推送方法、系统、设备和介质 - Google Patents

一种风险信息推送方法、系统、设备和介质 Download PDF

Info

Publication number
CN114997750B
CN114997750B CN202210924362.4A CN202210924362A CN114997750B CN 114997750 B CN114997750 B CN 114997750B CN 202210924362 A CN202210924362 A CN 202210924362A CN 114997750 B CN114997750 B CN 114997750B
Authority
CN
China
Prior art keywords
data
information
risk
original data
original
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
CN202210924362.4A
Other languages
English (en)
Other versions
CN114997750A (zh
Inventor
朱峰
彭丽
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.)
Guangdong Knowledge Gain And Loss Network Technology Co ltd
Original Assignee
Guangdong Knowledge Gain And Loss 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 Guangdong Knowledge Gain And Loss Network Technology Co ltd filed Critical Guangdong Knowledge Gain And Loss Network Technology Co ltd
Priority to CN202210924362.4A priority Critical patent/CN114997750B/zh
Publication of CN114997750A publication Critical patent/CN114997750A/zh
Application granted granted Critical
Publication of CN114997750B publication Critical patent/CN114997750B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种风险信息推送方法、系统、设备和介质，包括：通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储；对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送；本发明通过将获得数据输入到数据整合模型进行逐层分析和提取核心数据信息，可以对各类数据信息进行多维度评估，将获取的数据信息全面进行风险标注，提高风险信息的准确性。

Description

一种风险信息推送方法、系统、设备和介质
技术领域
本发明属于风险信息控制领域，具体涉及一种风险信息推送方法、系统、设备和介质。
背景技术
目前的风险信息推送方法和系统多用于金融和电商领域，具有局限性，当前社会环境，我们需要多元的风险信息推送方法，风险信息都需要通过一种可以接收多元化数据的系统进行数据分析，给目标用户推送风险信息，提醒目标用户风险内容。
发明内容
为克服上述现有技术的不足，本发明提出一种风险信息推送方法，包括：
通过多个数据端口接收原始数据，并通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储；
对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；
当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送。
优选的，所述通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储，包括：
将所述原始数据输入到数据整合模型的格式规范层，通过格式规范层的数据标准机制，对原始数据进行统一数据格式；
再在数据类别层对所述原始数据进行提取数据特征，根据所述数据特征确定数据类别，并将所述原始数据和数据特征进行打包，生成数据包；
将所述数据包输入到数据存储层对应的数据类型库中进行存储；
其中，格式规范层、数据类别层和数据存储层通过数据节点进行连接。
优选的，所述对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注，包括：
从所述原始数据中提取出预设数量个核心数据信息，并计算出所述核心数据信息的信息熵；
基于所述信息熵，计算所述信息熵的权重值；
基于提取的所述核心数据信息的多个主元素，获得初始评估矩阵，并对所述初始评估矩阵进行标准化处理，获得标准化评估矩阵；
基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵；
当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注。
优选的，所述当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注之后，还包括：
汇总每个最终评估矩阵中进行风险标注的数量，判断是否超过预先设置风险数量区间；
当所述风险标注的数量处于一级数量区间，对所述主元素所对应的数据包进行实时监控，并对数据行为进行分析，获取分析结果；
当所述风险标注的数量处于二级数量区间，对所对应的目标用户发送风险信息。
优选的，所述当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送，包括：
根据JSON反追踪技术对超过预设风险数量的最终评估矩阵进行数据反向追踪，获取原始数据的发送端口；
在所述发送端口调取所述原始数据的用户信息，并通过JSON报文的形式对含有风险信息的原始数据进行报文加密，并发送给目标用户。
优选的，所述基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵，按下式计算：
Figure 98663DEST_PATH_IMAGE001
其中，
Figure 492735DEST_PATH_IMAGE002
为最终评估矩阵，
Figure 982622DEST_PATH_IMAGE003
为
Figure 637594DEST_PATH_IMAGE004
位置主元素的标识变量，
Figure 125208DEST_PATH_IMAGE005
为最终评 估矩阵的行
Figure 131210DEST_PATH_IMAGE006
为最终评估矩阵的列。
基于同一发明构思，本发明还提供了一种风险信息推送系统，包括：
信息整合模块、信息评估模块和风险信息推送模块；
所述信息整合模块：用于通过多个数据端口接收原始数据，并将通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储；
所述信息评估模块：用于对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；
所述风险信息推送模块：用于当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送。
优选的，所述信息整合模块通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储，包括：
将所述原始数据输入到数据整合模型的格式规范层，通过格式规范层的数据标准机制，对原始数据进行统一数据格式；
再在数据类别层对所述原始数据进行提取数据特征，根据所述数据特征确定数据类别，并将所述原始数据和数据特征进行打包，生成数据包；
将所述数据包输入到数据存储层对应的数据类型库中进行存储；
其中，格式规范层、数据类别层和数据存储层通过数据节点进行连接。
优选的，所述信息评估模块，具体用于：
从所述原始数据中提取出预设数量个核心数据信息，并计算出所述核心数据信息的信息熵；
基于所述信息熵，计算所述信息熵的权重值；
基于提取的所述核心数据信息的多个主元素，获得初始评估矩阵，并对所述初始评估矩阵进行标准化处理，获得标准化评估矩阵；
基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵；
当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注；
汇总每个最终评估矩阵中进行风险标注的数量，判断是否超过预先设置风险数量区间；
当所述风险标注的数量处于一级数量区间，对所述主元素所对应的数据包进行实时监控，并对数据行为进行分析，获取分析结果；
当所述风险标注的数量处于二级数量区间，对所对应的目标用户发送风险信息。
优选的，所述风险信息推送模块，具体用于：
根据JSON反追踪技术对超过预设风险数量的最终评估矩阵进行数据反向追踪，获取原始数据的发送端口；
在所述发送端口调取所述原始数据的用户信息，并通过JSON报文的形式对含有风险信息的原始数据进行报文加密，并发送给目标用户。
优选的，所述信息评估模块基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵，按下式计算：
Figure 424788DEST_PATH_IMAGE007
其中，
Figure 75212DEST_PATH_IMAGE008
为最终评估矩阵，
Figure 592781DEST_PATH_IMAGE009
为
Figure 961445DEST_PATH_IMAGE010
位置主元素的标识变量，
Figure 793135DEST_PATH_IMAGE011
为最终评 估矩阵的行
Figure 699998DEST_PATH_IMAGE012
为最终评估矩阵的列。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明提供了一种风险信息推送方法、系统、设备和介质，包括：通过多个数据端口接收原始数据，并通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储，对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送；本发明通过各个数据端口接收各种数据信息，不局限一类数据，通过将获得数据输入到数据整合模型进行逐层分析和提取核心数据信息，可以对各类数据信息进行多维度评估，将获取的数据信息全面进行风险标注，提高风险信息的准确性。
附图说明
图1为本发明提供的一种风险信息推送方法流程示意图；
图2为本发明提供的一种风险信息推送方法的数据整合模型框图；
图3为本发明提供的一种风险信息推送方法的风险信息评估图；
图4为本发明提供的一种风险信息推送方法的风险信息推送图；
图5为本发明提供的一种风险信息推送系统示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1：
本发明提供的一种风险信息推送方法如图1所示，包括：
步骤1：通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储；
步骤2：对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；
步骤3：当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送。
具体地，步骤1：
通过多个数据端口接收原始数据，原始数据的形式不受限制，可以是二维码数据信息、文字、图像，当接收原始数据后将原始数据输入到数据整合模型中底端，数据整合模型如图2所示，从下至上有三层，分别是格式规范层、数据类别层、数据存储层，并且格式规范层、数据类别层和数据存储层通过数据节点进行连接。
将原始数据输入到数据整合模型的格式规范层，通过格式规范层的数据标准机制，对原始数据进行统一数据格式，并统一原始数据的数据长度，再在数据类别层对所述原始数据进行提取数据特征，根据所述数据特征确定数据类别，并将所述原始数据和数据特征进行打包，生成数据包，将所述数据包输入到数据存储层对应的数据类型库中进行存储。
本发明的有益效果为：本发明通过多个数据端口收集各类数据信息，实现了数据多样化汇总，将实时收集的原始数据输送到数据整合模型中，进行数据统一整合，根据每个数据的类型，规范每种数据类型的数据长度，方便后续进行数据识别和数据存储，通过将格式规范层、数据类别层和数据存储层通过数据节点进行连接，可以从各个层调取或查询数据。
具体地，步骤2：
从所述原始数据中提取出预设数量个核心数据信息，核心数据信息根据数据类型进行不同设置，例如;文字类的数据信息，提取核心词，并计算出所述核心数据信息的信息熵,基于所述信息熵，计算所述信息熵的权重值,计算式如下：
Figure 263834DEST_PATH_IMAGE013
其中，
Figure 244428DEST_PATH_IMAGE014
为t个信息熵的权重值，k为原始数据的核心数据信息，r为核心数据信 息的权重，
Figure 879809DEST_PATH_IMAGE015
为核心数据信息的平均影响值，
Figure 239246DEST_PATH_IMAGE016
为权重的平均影响值。
基于提取的所述核心数据信息的多个主元素，获得初始评估矩阵，并对所述初始评估矩阵进行标准化处理，获得标准化评估矩阵；基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵，按下式计算：
Figure 364197DEST_PATH_IMAGE017
其中，
Figure 441875DEST_PATH_IMAGE018
为最终评估矩阵，
Figure 880946DEST_PATH_IMAGE019
为
Figure 485103DEST_PATH_IMAGE020
位置主元素的标识变量，
Figure 656321DEST_PATH_IMAGE021
为最终评 估矩阵的行，
Figure 345928DEST_PATH_IMAGE022
为最终评估矩阵的列。
当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注，当主 元素的标识变量超过预设阈值，为1或其它约定的变量，当主元素的标识变量没有超过预设 阈值，为0或其它约定的变量，如图3所示，汇总每个最终评估矩阵中进行风险标注的数量， 判断是否超过预先设置风险数量区间；当所述风险标注的数量处于一级数量区间
Figure 323112DEST_PATH_IMAGE023
，对 所述主元素所对应的数据包进行实时监控，并对数据行为进行分析，获取分析结果；当所述 风险标注的数量处于二级数量区间
Figure 657141DEST_PATH_IMAGE024
，对所对应的目标用户发送风险信息。
本发明的有益效果为：本发明中，通过最终评估矩阵的形式，对一个原始数据进行风险评估结果汇总，通过统计每个最终评估矩阵中标识变量的结果，可以快速对其对应的原始数据作出风险评估，通过矩阵的形式，方便对原始数据从多个维度提取核心数据信息的主元素，使得最终评估矩阵的风险评估从多个维度进行分析，使得到的评估结果更加准确。
具体地，步骤3：
如图4所示，根据JSON反追踪技术通过对数据报文进行数据反向定位，可以对超过预设风险数量的最终评估矩阵进行数据反向追踪，获取原始数据的发送端口，并且获取原始数据发送的时间，基于所述数据端口和我数据获取时间，调取所述发送原始数据的用户信息，并通过JSON报文的形式对含有风险信息的原始数据进行报文加密，并发送给目标用户，同时发送短信提醒目标用户。
本发明的有益效果为：本发明中，通过采用JSON反追踪技术可以在不破坏原始数据的情况下对原始数据进行反向定位，通过JSON反追踪技术可以防止出现乱码的出现，处于双保险的目的，通过系统对目标用户发送风险信息后还需对目标用户发送短信风险信息，确保用户能够第一时间了解风险内容，作出积极处理。
实施例2：
本发明提供的一种风险信息推送系统如图5所示，包括：
信息整合模块、信息评估模块和风险信息推送模块；
所述信息整合模块：用于通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行统一数据格式后进行数据特征提取，根据所述数据特征进行数据录入，并将所述原始数据存放在公共数据信息库中；
所述信息评估模块：用于对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；
所述风险信息推送模块：用于当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送。
进一步地，所述信息整合模块将所述原始数据经过数据整合模型进行统一数据格式后进行数据特征提取，根据所述数据特征进行数据录入，包括：
将所述原始数据输入到数据整合模型的格式规范层，通过格式规范层的数据标准机制，对原始数据进行统一数据格式；
再在数据类别层对所述原始数据进行提取数据特征，根据所述数据特征确定数据类别，并将所述原始数据和数据特征进行打包，生成数据包；
将所述数据包输入到数据存储层对应的数据类型库中进行存储；
其中，格式规范层、数据类别层和数据存储层通过数据节点进行连接。
进一步地，所述信息评估模块，具体用于：
从所述原始数据中提取出预设数量个核心数据信息，并计算出所述核心数据信息的信息熵；
基于所述信息熵，计算所述信息熵的权重值；
基于提取的所述核心数据信息的多个主元素，获得初始评估矩阵，并对所述初始评估矩阵进行标准化处理，获得标准化评估矩阵；
基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵；
当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注；
汇总每个最终评估矩阵中进行风险标注的数量，判断是否超过预先设置风险数量区间；
当所述风险标注的数量处于一级数量区间，对所述主元素所对应的数据包进行实时监控，并对数据行为进行分析，获取分析结果；
当所述风险标注的数量处于二级数量区间，对所对应的目标用户发送风险信息。
进一步地，所述风险信息推送模块，具体用于：
根据JSON反追踪技术对超过预设风险数量的最终评估矩阵进行数据反向追踪，获取原始数据的发送端口；
在所述发送端口调取所述发送原始数据的用户信息，并通过JSON报文的形式对含有风险信息的原始数据进行报文加密，并发送给目标用户。
进一步地，所述信息评估模块基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵，按下式计算：
Figure 123895DEST_PATH_IMAGE025
其中，
Figure 176164DEST_PATH_IMAGE026
为最终评估矩阵，
Figure 691459DEST_PATH_IMAGE027
为
Figure 270208DEST_PATH_IMAGE028
位置主元素的标识变量，
Figure 376704DEST_PATH_IMAGE029
为最终评 估矩阵的行
Figure 713008DEST_PATH_IMAGE030
为最终评估矩阵的列。
实施例3：
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种风险信息推送方法的步骤。
实施例4：
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质（Memory），所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序（包括程序代码）。需要说明的是，此处的计算机可读存储介质可以是高速RAM 存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种风险信息推送方法的步骤。
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。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (8)

1.一种风险信息推送方法，其特征在于，包括：
通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储；
对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；
当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送；
所述对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注，包括：
从所述原始数据中提取出预设数量个核心数据信息，并计算出所述核心数据信息的信息熵；
基于所述信息熵，计算所述信息熵的权重值；
基于提取的所述核心数据信息的多个主元素，获得初始评估矩阵，并对所述初始评估矩阵进行标准化处理，获得标准化评估矩阵；
基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵；
当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注。
2.如权利要求1所述的方法，其特征在于，所述将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储，包括：
将所述原始数据输入到数据整合模型的格式规范层，通过格式规范层的数据标准机制，对原始数据进行统一数据格式；
再在数据类别层对所述原始数据进行提取数据特征，根据所述数据特征确定数据类别，并将所述原始数据和数据特征进行打包，生成数据包；
将所述数据包输入到数据存储层对应的数据类型库中进行存储；
其中，格式规范层、数据类别层和数据存储层通过数据节点进行连接。
3.如权利要求1所述的方法，其特征在于，所述当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注之后，还包括：
汇总每个最终评估矩阵中进行风险标注的数量，判断是否超过预先设置风险数量区间；
当所述风险标注的数量处于一级数量区间，对所述主元素所对应的数据包进行实时监控，并对数据行为进行分析，获取分析结果；
当所述风险标注的数量处于二级数量区间，对所对应的目标用户发送风险信息。
4.如权利要求1所述的方法，其特征在于，所述当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送，包括：
根据JSON反追踪技术对超过预设风险数量的最终评估矩阵进行数据反向追踪，获取原始数据的发送端口；
在所述发送端口调取所述发送原始数据的用户信息，并通过JSON报文的形式对含有风险信息的原始数据进行报文加密，并发送给目标用户。
5.如权利要求1所述的方法，其特征在于，所述基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵，按下式计算：
Figure DEST_PATH_IMAGE001
其中，
Figure 176006DEST_PATH_IMAGE002
为最终评估矩阵，
Figure DEST_PATH_IMAGE003
为
Figure 686622DEST_PATH_IMAGE004
位置主元素的标识变量，
Figure DEST_PATH_IMAGE005
为最终评估矩 阵的行
Figure 200780DEST_PATH_IMAGE006
为最终评估矩阵的列。
6.一种风险信息推送系统，其特征在于，包括：
信息整合模块、信息评估模块和风险信息推送模块；
所述信息整合模块：用于通过多个数据端口接收原始数据，并将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储；
所述信息评估模块：用于对所述原始数据提取核心数据信息，对所述核心数据信息根据风险要素进行多维度信息评估，进行风险标注；
所述风险信息推送模块：用于当所述风险标注超过预先设置的数量时，追溯核心数据信息所对应的原始数据，并确定原始数据的目标用户，进行风险信息推送；
所述信息评估模块，具体用于：
从所述原始数据中提取出预设数量个核心数据信息，并计算出所述核心数据信息的信息熵；
基于所述信息熵，计算所述信息熵的权重值；
基于提取的所述核心数据信息的多个主元素，获得初始评估矩阵，并对所述初始评估矩阵进行标准化处理，获得标准化评估矩阵；
基于所述信息熵的权重值，对标准化评估矩阵的约束权重进行调节，获得最终评估矩阵；
当所述最终评估矩阵中主元素的标识变量超过预设阈值时，进行风险标注；
汇总每个最终评估矩阵中进行风险标注的数量，判断是否超过预先设置风险数量区间；
当所述风险标注的数量处于一级数量区间，对所述主元素所对应的数据包进行实时监控，并对数据行为进行分析，获取分析结果；
当所述风险标注的数量处于二级数量区间，对所对应的目标用户发送风险信息。
7.如权利要求6所述的系统，其特征在于，所述信息整合模块将所述原始数据经过数据整合模型进行数据格式统一、确定数据类别，并进行存储，包括：
将所述原始数据输入到数据整合模型的格式规范层，通过格式规范层的数据标准机制，对原始数据进行统一数据格式；
再在数据类别层对所述原始数据进行提取数据特征，根据所述数据特征确定数据类别，并将所述原始数据和数据特征进行打包，生成数据包；
将所述数据包输入到数据存储层对应的数据类型库中进行存储；
其中，格式规范层、数据类别层和数据存储层通过数据节点进行连接。
8.如权利要求6所述的系统，其特征在于，所述风险信息推送模块，具体用于：
根据JSON反追踪技术对超过预设风险数量的最终评估矩阵进行数据反向追踪，获取原始数据的发送端口；
在所述发送端口调取所述发送原始数据的用户信息，并通过JSON报文的形式对含有风险信息的原始数据进行报文加密，并发送给目标用户。
CN202210924362.4A 2022-08-03 2022-08-03 一种风险信息推送方法、系统、设备和介质 Active CN114997750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210924362.4A CN114997750B (zh) 2022-08-03 2022-08-03 一种风险信息推送方法、系统、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210924362.4A CN114997750B (zh) 2022-08-03 2022-08-03 一种风险信息推送方法、系统、设备和介质

Publications (2)

Publication Number Publication Date
CN114997750A CN114997750A (zh) 2022-09-02
CN114997750B true CN114997750B (zh) 2022-10-25

Family

ID=83022761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210924362.4A Active CN114997750B (zh) 2022-08-03 2022-08-03 一种风险信息推送方法、系统、设备和介质

Country Status (1)

Country Link
CN (1) CN114997750B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115543729B (zh) * 2022-09-08 2023-07-07 华能信息技术有限公司 一种数据采集方法及系统
CN115942262B (zh) * 2022-11-30 2024-10-29 厦门讯美网络科技有限公司 一种具有数据安全机制的短信服务系统及其方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523118A (zh) * 2018-10-11 2019-03-26 平安科技（深圳）有限公司 风险数据筛选方法、装置、计算机设备和存储介质
CN109872050A (zh) * 2019-01-23 2019-06-11 平安科技（深圳）有限公司 供应商风险评估处理方法、装置、计算机设备和存储介质
CN110097460A (zh) * 2019-05-09 2019-08-06 深圳美美网络科技有限公司 一种信用风险评估方法
CN112884320A (zh) * 2021-02-18 2021-06-01 中铁建华南建设有限公司 基于熵值模型的基坑风险评估方法、装置、设备和介质
CN113837862A (zh) * 2021-09-27 2021-12-24 天元大数据信用管理有限公司 一种基于征信的贷后风险预警方法、设备及介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200279235A1 (en) * 2019-03-01 2020-09-03 American Express Travel Related Services Company, Inc. Payment transfer processing system
CN112448947B (zh) * 2020-11-10 2022-10-28 奇安信科技集团股份有限公司 网络异常确定方法、设备及存储介质
CN114358548A (zh) * 2021-12-27 2022-04-15 中国电信股份有限公司 一种确定评价指标的方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523118A (zh) * 2018-10-11 2019-03-26 平安科技（深圳）有限公司 风险数据筛选方法、装置、计算机设备和存储介质
CN109872050A (zh) * 2019-01-23 2019-06-11 平安科技（深圳）有限公司 供应商风险评估处理方法、装置、计算机设备和存储介质
CN110097460A (zh) * 2019-05-09 2019-08-06 深圳美美网络科技有限公司 一种信用风险评估方法
CN112884320A (zh) * 2021-02-18 2021-06-01 中铁建华南建设有限公司 基于熵值模型的基坑风险评估方法、装置、设备和介质
CN113837862A (zh) * 2021-09-27 2021-12-24 天元大数据信用管理有限公司 一种基于征信的贷后风险预警方法、设备及介质

Also Published As

Publication number Publication date
CN114997750A (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN114997750B (zh) 一种风险信息推送方法、系统、设备和介质
CN109510737B (zh) 协议接口测试方法、装置、计算机设备和存储介质
CN110377569B (zh) 日志监控方法、装置、计算机设备和存储介质
CN110008251B (zh) 基于时序数据的数据处理方法、装置和计算机设备
CN110737818B (zh) 网络发布数据处理方法、装置、计算机设备和存储介质
CN109271356B (zh) 日志文件格式处理方法、装置、计算机设备和存储介质
US20170140309A1 (en) Database analysis device and database analysis method
CN110162754B (zh) 一种岗位描述文档的生成方法及设备
CN110598008B (zh) 录制数据的数据质检方法及装置、存储介质
CN105630656B (zh) 基于日志模型的系统健壮性分析方法及装置
US11734341B2 (en) Information processing method, related device, and computer storage medium
CN110378386A (zh) 基于有监督的无标记异常识别方法、装置及存储介质
CN116383742B (zh) 基于特征分类的规则链设置处理方法、系统及介质
CN112116273B (zh) 一种员工查询行为风险监测方法、装置、设备及存储介质
CN115237859A (zh) 需求文档质量检测方法、装置、设备及存储介质
CN115545103A (zh) 异常数据识别、标签识别方法和异常数据识别装置
CN114595765A (zh) 数据处理方法、装置、电子设备及存储介质
CN113190680A (zh) 一种非结构化数据标记方法、装置、设备及存储介质
CN111552812B (zh) 确定实体之间关系类别的方法、装置和计算机设备
CN116032726B (zh) 故障根因定位模型训练方法、装置、设备及可读存储介质
CN112069230A (zh) 数据分析方法、装置、设备及存储介质
CN111385273B (zh) 一种物联网业务流程识别方法、装置、电子设备及介质
CN117033309A (zh) 一种数据转换方法、装置、电子设备及可读存储介质
CN115774784A (zh) 一种文本对象的识别方法及装置
CN111143433A (zh) 一种统计数据仓数据的方法及装置

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
GR01 Patent grant
GR01 Patent grant