CN115496595A - 标识产品风险的分析方法、设备及计算机可读存储介质 - Google Patents
标识产品风险的分析方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115496595A CN115496595A CN202211363446.1A CN202211363446A CN115496595A CN 115496595 A CN115496595 A CN 115496595A CN 202211363446 A CN202211363446 A CN 202211363446A CN 115496595 A CN115496595 A CN 115496595A
- Authority
- CN
- China
- Prior art keywords
- identification
- risk
- product
- target
- company
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种标识产品风险的分析方法、设备及计算机可读存储介质,该方法包括:监控并获取多家指定公司的标识相关数据;根据所述标识相关数据建立与相关标识产品相关的风险评级体系与知识图谱;所述知识图谱包括每个所述指定公司之间的关联关系、每个所述指定公司的相关标识产品及每个所述相关标识产品的配置信息;根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司;基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值;通过所述第一标识值确定存在风险的目标标识产品。上述方案,能够在进行风险识别时,提高对目标标识产品识别的准确性。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种标识产品风险的分析方法、设备及计算机可读存储介质。
背景技术
由于公司存在风险,相应的金融产品会受到影响,若对金融产品的监控不及时,会对购买了金融产品的客户造成损失。但是,相关技术中的金融产品的监控不够全面和准确。
发明内容
本申请至少提供一种标识产品风险的分析方法、设备及计算机可读存储介质,用以解决金融科技等相关领域中,对金融产品的监控不准确的问题。
本申请第一方面提供了一种标识产品风险的分析方法,包括:
监控并获取多家指定公司的标识相关数据;根据所述标识相关数据建立与相关标识产品相关的风险评级体系与知识图谱;所述知识图谱包括每个所述指定公司之间的关联关系、每个所述指定公司的相关标识产品及每个所述相关标识产品的配置信息;根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司;基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值;通过所述第一标识值确定存在风险的目标标识产品。
其中,所述根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司之后,所述方法还包括:
将所述目标公司与所述知识图谱中每个所述指定公司之间的关联关系进行匹配,以确定所述目标公司相关的第一公司;获取所述第一公司的标识相关数据并通过所述风险评级体系进行分析,从所述第一公司中确定存在风险的第二公司。
其中,基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值之后,所述方法还包括:
从所述知识图谱中获取所述第二公司的相关标识产品的配置信息,并根据所述配置信息确定与所述目标公司相关的第二标识产品;将所述第二标识产品的配置信息输入至所述风险评级体系进行分析与计算,得到确定所述第二标识产品的第二标识值。
其中,根据所述第一标识值确定存在风险的目标标识产品,包括:
将所述第二标识值与预设的风险等级规则进行比对,从所述第二标识产品中确定存在风险的目标标识产品。
其中,基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值,包括:
从所述知识图谱的每个所述指定公司的相关标识产品中,确定所述目标公司的第一标识产品;将所述第一标识产品的配置信息与所述目标公司的标识相关数据输入至所述风险评级体系进行分析与计算,得到所述第一标识产品的第一标识值。
其中,根据所述标识相关数据建立与相关标识产品相关的风险评级体系与知识图谱,包括:
分析所述标识相关数据,以建立与所述相关标识产品相关的初始评级体系与所述知识图谱;获取预设评级数据并通过所述预设评级数据校正所述初始评级体系,得到所述风险评级体系。
其中,根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司,包括:
将所述标识相关数据输入至所述风险评级体系中进行分析和计算,得到所述目标公司的目标风险值;将所述目标风险值大于预设阈值的公司确定为存在风险的目标公司。
其中,所述方法还包括:
根据预设的安抚规则,对所述目标标识产品对应的目标客户群体进行预警、情绪安抚并提供相应的事件处理建议。
本申请第二方面提供了一种电子设备,包括相互耦接的存储器和处理器,处理器用于执行存储器中存储的程序指令,以实现上述第一方面中的标识产品风险的分析方法。
本申请第三方面提供了一种非易失性计算机可读存储介质,其上存储有程序指令,程序指令被处理器执行时实现上述第一方面中的标识产品风险的分析方法。
上述方案,通过存在风险的目标公司分析到对应的存在风险的目标标识产品,能够快速定位对应的目标标识产品,结合到公司本身的标识相关数据进行分析,使得分析得到的目标标识产品更加准确。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1是本申请标识产品风险的分析方法一实施例的流程示意图;
图2是本申请电子设备一实施例的框架示意图;
图3是本申请非易失性计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或者请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理个人信息种类等信息。
请参阅图1,图1是本申请实施例的标识产品风险的分析方法的流程示意图。具体而言,可以包括如下步骤:
步骤S11、监控并获取多家指定公司的标识相关数据。
本实施例中,通过cat等监控系统及实体调研方式监控多家指定公司的标识相关数据,标识相关数据为金融相关数据,标识相关数据包括但不限于公司财务数据、公司信用评级、公司所发债券评级、卫星云图识别工地建设、工厂开工等等数据。
步骤S12、根据所述标识相关数据建立与相关标识产品相关的风险评级体系与知识图谱;所述知识图谱包括每个所述指定公司之间的关联关系、每个所述指定公司的相关标识产品及每个所述相关标识产品的配置信息。
本实施例中,对标识相关数据从公司角度建立知识图谱,该知识图谱包括公司的理财产品图谱与公司之间的产业链图谱,具体可以用到金融实体识别技术。风险评级数据用于根据金融相关数据评估公司以及该公司下的理财产品的暴雷风险。理财产品知识图谱包括理财产品、理财产品(发行机构)即理财管理人、理财产品的资产配置信息等信息,资产配置信息包括理财投资权益、非标等各类资产。资产配置信息可以用于确认该理财产品中包括的法律主体。
步骤S13、根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司。
本实施例中,在通过标识相关数据建立风险评级体系的同时,可以确定存在暴雷风险的目标公司,例如等级为C级以下的公司为目标公司,或者风险概率值为0.8以上的公司为目标公司。
示例性地,建立的标识相关数据可以是历史时间段监控到的数据,根据风险评级体系分析的标识相关数据是历史时间段中最靠近当前事时间的一段时间的数据。例如,通过多个公司过去一年内的标识相关数据建立风险评级体系,通过风险评级体系分析多个公司近三个月的标识相关数据确定目标公司。
步骤S14、基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值。
本实施例中,从知识图谱中查询到以目标公司为法律主体的第一标识产品,进一步根据风险评级体系确定该第一理财产品的第一标识值。第一标识产品为第一理财产品,第一标识值用于表示第一标识产品是否存在风险。具体地,风险评级体系中可以根据目标公司的风险值、目标公司在第一标识产品中的配置占比计算得到第一标识值。第一标识产品中可以包括多个法律主体,每个法律主体具有对应的占比。
步骤S15、通过所述第一标识值确定存在风险的目标标识产品。
本实施例中当第一标识值大于设定的阈值时,则可以确定该第一标识值对应的第一标识产品为目标标识产品。
本实施例可以通过标识相关数据构建知识图谱与风险评级体系,进而再通过风险评级体系对标识相关数据进行风险分析,从而确定目标公司,再进一步通过知识图谱确定与目标公司关联的第一标识产品,通过风险评级体系分析计算第一标识产品是否存在风险,得到第一标识值,从而可以根据第一标识值确定第一标识产品是否存在风险。通过存在风险的目标公司分析到对应的存在风险的目标标识产品,能够快速定位对应的目标标识产品,结合到公司本身的标识相关数据进行分析,使得分析得到的目标标识产品更加准确。
在示例性地实施例中,所述步骤S13之后,所述方法还包括:
将所述目标公司与所述知识图谱中每个所述指定公司之间的关联关系进行匹配,以确定所述目标公司相关的第一公司;获取所述第一公司的标识相关数据并通过所述风险评级体系进行分析,从所述第一公司中确定存在风险的第二公司;从所述知识图谱中获取所述第二公司的相关标识产品的配置信息,并根据所述配置信息确定与所述目标公司相关的第二标识产品;将所述第二标识产品的配置信息输入至所述风险评级体系进行分析与计算,得到确定所述第二标识产品的第二标识值;将所述第二标识值与预设的风险等级规则进行比对,从所述第二标识产品中确定存在风险的目标标识产品。
本实施例从公司之间的关联关系,查询存在风险的目标公司的关联的第一公司,包括子公司和上下游公司。例如,目标公司为房地产公司,其上下游公司为建工集团、材料供货商等。再获取第一公司的金融相关数据,即第一公司的标识相关数据。因为某个公司暴雷时,存在利益关系的其他公司也会被波及。通过风险评级体系分析和计算出第一公司的风险概率值,当第一公司的风险概率值大于风险阈值时,则说明该第一公司存在暴雷风险,确定为第二公司。
进一步地,再从知识图谱中查询到第二公司旗下的第二标识产品,分析该第二标识产品是否与目标公司相关,例如法律主体中是否包括目标公司,可以初步筛选出存在风险的部分第二标识产品。将该部分第二标识产品通过风险评级体系分析和计算出其对应的第二标识值。
在示例性地实施例中,基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值,包括:
从所述知识图谱的每个所述指定公司的相关标识产品中,确定所述目标公司的第一标识产品;将所述第一标识产品的配置信息与所述目标公司的标识相关数据输入至所述风险评级体系进行分析与计算,得到所述第一标识产品的第一标识值。
本实施例中第二标识产品为第二理财产品,第二标识值用于表示第二标识产品是否存在风险。具体地,风险评级体系中可以根据第二公司的风险值、第二公司在第二标识产品中的配置占比计算得到第二标识值。第二标识产品中可以包括多个法律主体,每个法律主体具有对应的占比。
在示例性地实施例中,根据所述标识相关数据建立与所述相关标识产品相关的风险评级体系与知识图谱,包括:
分析所述标识相关数据,以建立与所述相关标识产品相关的初始评级体系与所述知识图谱;获取预设评级数据并通过所述预设评级数据校正所述初始评级体系,得到所述风险评级体系。
本实施例预设评级数据包括国际三大债券体系,例如穆迪、惠誉、标普;及国内四大信用评估公司的评级数据。标识产品为理财产品,具体可以为标准债券。
在示例性地实施例中,根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司,包括:
将所述标识相关数据输入至所述风险评级体系中进行分析和计算,得到所述目标公司的目标风险值;将所述目标风险值大于预设阈值的公司确定为存在风险的目标公司。
本实施例可以对标识相关数据进行分析,从而对分析得到的数据进行计算,求得目标风险值。
在示例性地实施例中,所述方法还包括:
根据预设的安抚规则,对所述目标标识产品对应的目标客户群体进行预警、情绪安抚并提供相应的事件处理建议。
本实施例的安抚规则包括事前预警、事中处置与事后跟进。事先预警包括:对目标标识产品中持仓数值大于某个范围值的目标客户群体进行预警。特别是,对目标标识产品的标识值>0.5(某个阈值)且持仓产品相对集中的这部分客户去做能力范围内的资产配置及分散化投资建议管理,此为事前预警。事中处理包括利用性格色彩心理学、客户风险等级等数据,建立面向客户心理疏导机制SOP流程去沟通安抚目标客户群,并非不管不问不打扰。例如:主动安抚、告知影响并面对问题、积极电话沟通。特别地,优先服务老年客群、集中配置客群、以及风险偏好厌恶类客群。事后跟进包括:当目标标识产品出现转机及资产重组等正面消息进展时,也应及时通过短信、电话、微信、手机app等各种技术手段及时将消息触达到目标客户群体,并给出重新安排资产配置的建议。
本实施例通过安抚规则对目标客户群体进行相应的预警、情绪安抚并提供相应的事件处理建议处理,可以上目标客户群体及时了解到购买的目标标识产品出现问题,并避免他们出现过多损失,从而避免这些目标客户群体中承受不住的人员出现情绪崩溃、做出极端事件,于社会、家庭有利。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
请参阅图2,图2是本申请电子设备20一实施例的框架示意图。电子设备20包括相互耦接的存储器21和处理器22,处理器22用于执行存储器21中存储的程序指令,以实现上述任一标识产品风险的分析方法实施例中的步骤。在一个具体的实施场景中,电子设备20可以包括但不限于:微型计算机、服务器,此外,电子设备20还可以包括笔记本电脑、平板电脑等移动设备,在此不做限定。
具体而言,处理器22用于控制其自身以及存储器21以实现上述任一标识产品风险的分析方法实施例中的步骤。处理器22还可以称为CPU(Central Processing Unit,中央处理单元)。处理器22可能是一种集成电路芯片,具有信号的处理能力。处理器22还可以是通用处理器、数字信号处理器(Digital Signal Processor, DSP)、专用集成电路(Application Specific Integrated Circuit, ASIC)、现场可编程门阵列(Field-Programmable Gate Array, 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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器22可以由集成电路芯片共同实现。
请参阅图3,图3为本申请非易失性计算机可读存储介质30一实施例的框架示意图。非易失性计算机可读存储介质30存储有能够被处理器运行的程序指令301,程序指令301用于实现上述任一标识产品风险的分析方法实施例中的步骤。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,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。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元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取存储介质中。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全部或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)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种标识产品风险的分析方法,其特征在于,包括:
监控并获取多家指定公司的标识相关数据;
根据所述标识相关数据建立与相关标识产品相关的风险评级体系与知识图谱;所述知识图谱包括每个所述指定公司之间的关联关系、每个所述指定公司的相关标识产品及每个所述相关标识产品的配置信息;
根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司;
基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值;
通过所述第一标识值确定存在风险的目标标识产品。
2.根据权利要求1所述的方法,其特征在于,所述根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司之后,所述方法还包括:
将所述目标公司与所述知识图谱中每个所述指定公司之间的关联关系进行匹配,以确定所述目标公司相关的第一公司;
获取所述第一公司的标识相关数据并通过所述风险评级体系进行分析,从所述第一公司中确定存在风险的第二公司。
3.根据权利要求2所述的方法,其特征在于,基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值之后,所述方法还包括:
从所述知识图谱中获取所述第二公司的相关标识产品的配置信息,并根据所述配置信息确定与所述目标公司相关的第二标识产品;
将所述第二标识产品的配置信息输入至所述风险评级体系进行分析与计算,得到确定所述第二标识产品的第二标识值。
4.根据权利要求3所述的方法,其特征在于,根据所述第一标识值确定存在风险的目标标识产品,所述方法还包括:
将所述第二标识值与预设的风险等级规则进行比对,从所述第二标识产品中确定存在风险的目标标识产品。
5.根据权利要求1所述的方法,其特征在于,基于所述知识图谱与所述风险评级体系,确定所述目标公司的第一标识产品及所述第一标识产品的第一标识值,包括:
从所述知识图谱的每个所述指定公司的相关标识产品中,确定所述目标公司的第一标识产品;
将所述第一标识产品的配置信息与所述目标公司的标识相关数据输入至所述风险评级体系进行分析与计算,得到所述第一标识产品的第一标识值。
6.根据权利要求1所述的方法,其特征在于,根据所述标识相关数据建立与相关标识产品相关的风险评级体系与知识图谱,包括:
分析所述标识相关数据,以建立与所述相关标识产品相关的初始评级体系与所述知识图谱;
获取预设评级数据并通过所述预设评级数据校正所述初始评级体系,得到所述风险评级体系。
7.根据权利要求1所述的方法,其特征在于,根据所述风险评级体系对所述标识相关数据进行分析,确定存在风险的目标公司,包括:
将所述标识相关数据输入至所述风险评级体系中进行分析和计算,得到所述目标公司的目标风险值;
将所述目标风险值大于预设阈值的公司确定为存在风险的目标公司。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据预设的安抚规则,对所述目标标识产品对应的目标客户群体进行预警、情绪安抚并提供相应的事件处理建议。
9.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现权利要求1至8任一项所述的标识产品风险的分析方法。
10.一种非易失性计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令被处理器执行时实现权利要求1至8任一项所述的标识产品风险的分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211363446.1A CN115496595B (zh) | 2022-11-02 | 2022-11-02 | 标识产品风险的分析方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211363446.1A CN115496595B (zh) | 2022-11-02 | 2022-11-02 | 标识产品风险的分析方法、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115496595A true CN115496595A (zh) | 2022-12-20 |
CN115496595B CN115496595B (zh) | 2023-05-02 |
Family
ID=85115808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211363446.1A Active CN115496595B (zh) | 2022-11-02 | 2022-11-02 | 标识产品风险的分析方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115496595B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080195555A1 (en) * | 2006-10-24 | 2008-08-14 | Peter Carr | Method and instrument for generating and trading identifiable plural ownership rights in assets |
CN110135691A (zh) * | 2019-04-12 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 理财产品风险评估方法、装置、计算机设备以及存储介质 |
CN111967976A (zh) * | 2020-08-19 | 2020-11-20 | 中国银行股份有限公司 | 基于知识图谱的风险企业确定方法及装置 |
CN112215711A (zh) * | 2020-10-13 | 2021-01-12 | 中国银行股份有限公司 | 产品风险评估方法及装置 |
CN113989019A (zh) * | 2021-10-27 | 2022-01-28 | 平安银行股份有限公司 | 识别风险的方法、装置、设备及存储介质 |
-
2022
- 2022-11-02 CN CN202211363446.1A patent/CN115496595B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080195555A1 (en) * | 2006-10-24 | 2008-08-14 | Peter Carr | Method and instrument for generating and trading identifiable plural ownership rights in assets |
CN110135691A (zh) * | 2019-04-12 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 理财产品风险评估方法、装置、计算机设备以及存储介质 |
CN111967976A (zh) * | 2020-08-19 | 2020-11-20 | 中国银行股份有限公司 | 基于知识图谱的风险企业确定方法及装置 |
CN112215711A (zh) * | 2020-10-13 | 2021-01-12 | 中国银行股份有限公司 | 产品风险评估方法及装置 |
CN113989019A (zh) * | 2021-10-27 | 2022-01-28 | 平安银行股份有限公司 | 识别风险的方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115496595B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107918905B (zh) | 异常交易识别方法、装置及服务器 | |
JP2020523657A (ja) | 業者を評価する方法及びシステム | |
KR20180013998A (ko) | 계정 도난 위험 식별 방법, 식별 장치, 예방 및 통제 시스템 | |
CN112668859A (zh) | 基于大数据的客户风险评级方法、装置、设备及存储介质 | |
CN111126844A (zh) | 涉众型风险企业的评估方法、装置、设备及存储介质 | |
CN105991574B (zh) | 风险行为监控方法及装置 | |
CN110889617A (zh) | 一种基于区块链的资源分配方法、设备及存储介质 | |
CN110992135A (zh) | 一种风险识别方法、装置、电子设备及存储介质 | |
CN113554350A (zh) | 活跃度评估方法、装置、电子设备及计算机可读存储介质 | |
CN117273800A (zh) | 营销策略生成方法、装置、设备及存储介质 | |
US10009246B1 (en) | Monitoring service | |
CN115496595A (zh) | 标识产品风险的分析方法、设备及计算机可读存储介质 | |
CN110503284B (zh) | 一种基于排队数据的统计方法及装置 | |
Kim et al. | Instant customer base analysis in the financial services sector | |
CN111914591A (zh) | 一种时长确定方法及装置 | |
CN113327336B (zh) | 人车关系的识别方法、装置和电子设备 | |
CN115422538A (zh) | 应用的风险识别方法、装置及设备 | |
CN114971887A (zh) | 信贷系统的作业监控方法及装置、存储介质、电子设备 | |
CN114943455A (zh) | 一种前后台防违规方法和装置、电子设备、存储介质 | |
CN115358894A (zh) | 一种知识产权生命周期托管管理方法、装置、设备及介质 | |
CN110706098A (zh) | 一种基于区块链的精准扶贫系统和方法 | |
CN111629005A (zh) | 一种反作弊方法、装置、电子设备及存储介质 | |
Negahban | Estimating the true arrival, balking, and reneging processes from censored transactional data: a simulation-based approach | |
CN110852517A (zh) | 非正常行为预警方法、装置、数据处理设备及存储介质 | |
Horvat et al. | Decision tree approach to discovering fraud in leasing agreements |
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 |