CN117853245A - 保险合规风控方法、装置、存储介质及计算机设备 - Google Patents

Abstract

本发明公开了一种保险合规风控方法、装置、存储介质及计算机设备，涉及保险合规分析技术领域。其中方法包括：获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容。获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据。获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。上述方法通过数据治理模型对保险机构上传的数据进行校正，提高了数据质量，利用合规分析模型针对多正风险场景对保险机构进行合规分析，提高了保险领域合规风控质量。

Description

保险合规风控方法、装置、存储介质及计算机设备

技术领域

本发明涉及保险合规分析技术领域，尤其是涉及一种保险合规风控方法、装置、存储介质及计算机设备。

背景技术

近年来，监管部门着力推动银行保险机构建立数字化经营体系，强化数据要素赋能，全面提升科技应用能力及合规风险管理水平。

保险领域的数字化转型较晚，保险机构的合规分析仅局限于其公司已经发生的合规风险，合规风控导向不清晰，保险机构内部数据错综复杂，基础数据质量低，并且主要通过统计指标和少量合规模型进行监测，合规分析手段单一，合规管理工作难以高效响应日益严格的监管要求。

发明内容

有鉴于此，本申请提供了一种保险合规风控方法、装置、存储介质及计算机设备，主要目的在于解决保险领域合规风控质量低的技术问题。

根据本发明的第一个方面，提供了一种保险合规风控方法，该方法包括：

获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容；

获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据；

获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。

可选的，获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据，包括：

获取每个数据项对应的数据治理模型，其中，每个数据治理模型根据多个数据项之间的保险业务逻辑和数据勾稽关系构建得到；

利用数据治理模型对每个数据项对应的数据内容进行校验，得到校验结果，其中，校验结果用于表征数据项对应的数据内容是否违规，违规类型包括数据缺失、码表校验不符、取值超范围、数量关系不符以及勾稽关系不符中的至少一种；

根据校验结果获取违规数据项，生成数据治理线索，并将数据治理线索发送至用户终端；

接受用户终端发送的针对违规数据项的修正数据，得到校正数据。

可选的，上述方法还包括：

基于维度分析、明细分析、历史分析中的至少一种分析方式对检验结果进行统计分析，得到数据治理分析结果；

维度分析包括基于违规类型和/或数据主题对校验结果进行统计分析，其中，数据主题包括基础信息、业务信息和会计记账信息；

明细分析包括逐条提取校验结果中的违规数据项，并对违规数据项以及违规数据项对应的数据内容进行展示；

历史分析包括根据数据治理模型对校验结果进行分类，对于任意一个数据治理模型，计算得到每一次数据校验的检验结果对应的违规率。

可选的，获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果，包括：

获取多个合规分析模型，其中，每个合规分析模型根据一种风险场景构建得到，每种风险场景包括一种数据项组合对应的风险类型，数据项组合由多个数据项组合得到；

针对每个合规分析模型，在校正数据中提取出于合规分析模型对应的目标数据项，根据目标数据项确定目标数据项组合，将目标数据项组合与合规分析模型对应的数据项组合进行对比，得到合规分析模型对应的合规分析结果；

基于每个合规分析模型对应的合规分析结果，根据预设的合规分析报告模板生成标准化合规分析报告以及可视化图表，得到合规分析结果。

可选的，上述方法还包括：

获取监管文件和行政处罚文件，其中，监管文件包括法律法规文件、规章及规范性文件和公告通知文件，监管文件和行政处罚文件根据保险领域的关键词和/或监管部门筛选得到；

对法律法规文件和规章及规范性文件进行结构化提取，得到法规信息，根据法规信息构建法规数据库；

对公告通知文件进行结构化提取，得到公告通知信息，根据公告通知信息，构建公告通知数据库；

对行政处罚文件进行结构化提取，得到行政处罚信息，根据行政处罚信息，构建行政处罚数据库；

根据法规数据库、公告通知数据库和行政处罚数据库得到制度知识数据库；

根据制度知识库确定多种风险场景。

可选的，上述方法还包括：

以法律信息中的法条为映射条件，在制度知识库中提取出每一个行政处罚文件与监管文件的对应关系、每个风险场景与监管文件的对应关系、每一项行政处罚与风险场景的对应关系；

以数据治理模型和/或合规分析模型为映射条件，在数据治理分析结果和/或合规分析结果中提取出风险场景与保险机构之间的对应关系；

以保险机构的业务信息中的业务范围为映射条件，提取保险机构与监管文件之间的对应关系；

以行政处罚信息中的处罚对象为映射条件，提取行政处罚文件与保险机构分支机构之间的对应关系；

以监管文件、行政处罚文件、风险场景、保险机构、保险机构分支机构为节点，以每两个节点之间的映射条件为边，构建合规风险知识图谱。

可选的，上述方法还包括：

响应于信息查询请求，提取信息查询请求中的关键词，根据关键词对制度知识数据库进行查询，得到第一查询结果，并对第一查询结果进行展示，其中，第一查询结果包括关键词对应的监管文件和/或法律法规文件；和/或

响应于信息查询请求，提取信息查询请求中的关键词，根据关键词对合规风险知识图谱进行查询，得到第二查询结果，并对第二查询结果进行展示，其中，第二查询结果包括关键词在合规风险知识图谱中的分布关系。

根据本发明的第二个方面，提供了一种保险合规风控装置，该装置包括：

数据获取模块，用于获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容；

数据治理模块，用于获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据；

合规分析模块，用于获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。

根据本发明的第三个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述保险合规风控方法。

根据本发明的第四个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述保险合规风控方法。

本申请提供的一种保险合规风控方法、装置、存储介质及计算机设备，首先获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容。然后，获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据。最后，获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。本申请通过数据治理模型对保险机构上传的数据进行校正，夯实保险公司的数据基础，提高数据质量，并利用合规分析模型针对多种风险场景对保险机构进行合规分析，可以提高保险机构风险管控的准确性和全面性，提高保险领域合规风控质量。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了本发明实施例提供的一种保险合规风控方法的流程示意图；

图2示出了本发明实施例提供的一种保险合规风控装置的结构示意图；

图3示出了本发明实施例提供的一种存储介质和计算设备的结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

近年来，监管部门着力推动银行保险机构建立数字化经营体系，强化数据要素赋能，全面提升科技应用能力及合规风险管理水平。保险领域的数字化转型较晚，保险机构的合规分析仅局限于其公司已经发生的合规风险，合规风控导向不清晰，保险机构内部数据错综复杂，基础数据质量低，并且主要通过统计指标和少量合规模型进行监测，合规分析手段单一，合规管理工作难以高效响应日益严格的监管要求。因此，本申请实施例提供一种保险合规风控方法及装置，以提高保险领域合规风控质量。

在一个实施例中，如图1所示，提供了一种保险合规风控方法，以该方法应用于计算机设备为例进行说明，包括以下步骤：

101、获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容。

在本实施例中，保险机构可以通过计算机设备的前端页面发送合规分析请求，并按照保险业监管标准化数据规范将保险机构的基础信息、业务信息和会计记账信息进行上传，其中，保险机构的基础信息为保险机构的基础运营信息，例如销售人员数据、分支机构数据、保单投诉数据等，业务信息为与保险机构开展的业务相关的数据，例如保单数据等，会计记账信息为保险机构的账务相关的数据，例如投资数据等。计算机设备可以对保险机构上传的数据进行结构化处理，得到待分析数据中的数据项以及与每个数据项对应的数据内容。

102、获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据。

在本实施例中，保险机构上传的待分析数据可能存在数据缺失、数据类型错误、数值超范围、数量关系不符等等问题，而待分析数据是后续合规分析的基础，为了得到准确的合规分析结果，在进行合规分析之前需要对保险机构上传的待分析数据进行校验和修正。本申请实施例根据待分析数据之间的勾稽关系以及保险业务逻辑针对待分析数据的数据项预设多种数据治理模型，每个数据项均对应至少一个数据治理模型，且可以根据用户配置，对数据治理模型的参数进行调整。计算机设备根据每个数据项对应的数据治理模型对数据项对应的数据内容进行校验，并反馈校验结果，然后，支持用户根据校验结果对存在问题的数据进行校正，得到校正数据。

103、获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。

具体的，在保险机构的经营过程中会涉及多种风险场景，本实施例基于每一种风险场景构建至少一个合规分析模型，每种风险场景对应不同的待分析数据的数据项组合，通过每种风险场景对应的合规分析模型，对每种场景对应的数据项组合进行合规分析，得到多种风险场景对应的合规分析结果。合规分析模型可以通过关键词匹配方法、阈值比对方法、描述统计分析等方法对校正数据进行合规分析。例如，基于业务信息中的保单数据、基础信息中的销售人员数据、分支机构数据、保单投诉数据等，运用关键词匹配技术和保险指标阈值比对方法，构建销售误导模型，实现对疑似销售违规人员的精准识别。基于会计记账信息中的投资数据，通过描述统计分析等方法，对保险机构持仓及具体投资标的分析，实现投资风险的预警识别等等。

本实施例提供的保险合规风控方法，首先获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容。然后，获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据。最终，获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。本申请通过数据治理模型对保险机构上传的数据进行校正，夯实保险公司的数据基础，提高数据质量，并利用合规分析模型针对多正风险场景对保险机构进行合规分析，可以提高保险机构风险管控的准确性和全面性，提高保险领域合规风控质量。

在一个可选的实施例中，在步骤102中，获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据的方法，具体可以通过以下步骤实现：获取每个数据项对应的数据治理模型，其中，每个数据治理模型根据多个数据项之间的保险业务逻辑和数据勾稽关系构建得到；利用数据治理模型对每个数据项对应的数据内容进行校验，得到校验结果，其中，校验结果用于表征数据项对应的数据内容是否违规，违规类型包括数据缺失、码表校验不符、取值超范围、数量关系不符以及勾稽关系不符中的至少一种；根据校验结果获取违规数据项，生成数据治理线索，并将数据治理线索发送至用户终端；接受用户终端发送的针对违规数据项的修正数据，得到校正数据。

具体的，数据缺失指的是保险机构提供的待分析数据的必填数据项对应的数据内容存在缺失的情况，例如销售保险产品的中介机构对应的编码及名称缺失。码表校验不符指的是待分析数据中的数据类型与数据项不匹配，例如保单数据中“团个性质”这一数据项对应的数据内容应为“个体”或“团体”，而实际填报的是其他类型的数据。取值超范围指的是数据内容中的数值超出其数据项规定的数值，例如保费对应的数值不应小于零，否则该数据项对应的数据内容取值超范围。数量关系不符指的是两个或两个以上数据内容之间的数量关系与其对应的数据项之间的关系不符，例如，保险机构的保费收入不应小于单张保单保费收入，否则不符合数量关系。勾稽关系不符指的是两个或两个以上数据内容之间的关系与其对应的数据项之间的关系不符，例如，保单被投保人为夫妻关系时，被投保人的性别应不同，否则不符合勾稽关系。

在上述实施例中，在得到校验结果之后，提取出校验结果中的违规数据项及其对应的违规数据内容，并生成数据治理线索。其中，数据治理线索可以是将违规数据项及其对应的违规数据内容逐一展示，并针对每个违规数据项显示其对应的违规类型，也可以根据违规类型对违规数据项进行统计分类，逐类展示每个违规类型对应的违规数据项及其对应的违规数据内容，提示用户对违规数据进行修改。数据治理线索通过计算机设备的服务器处理并生成，得到数据治理线索之后将治理线索发送到用户终端，用户终端可以为运行本实施例提供的保险合规风控装置的计算机设备，也可以为能够与保险合规风控装置进行通信的远程设备，用户终端返回违规数据项对应的修正数据，得到校正数据。

在一个可选的实施例中，在得到校验结果之后还可以基于维度分析、明细分析、历史分析中的至少一种分析方式对检验结果进行统计分析，得到数据治理分析结果；维度分析包括基于违规类型和/或数据主题对校验结果进行统计分析，其中，数据主题包括基础信息、业务信息和会计记账信息；明细分析包括逐条提取校验结果中的违规数据项，并对违规数据项以及违规数据项对应的数据内容进行展示；历史分析包括根据数据治理模型对校验结果进行分类，对于任意一个数据治理模型，计算得到每一次数据校验的检验结果对应的违规率。

在上述实施例中，通过数据治理模型得到待分析数据的校验结果后，还可以对校验结果进行统计分析，以便保险机构直观地了解待分析数据存在的问题。维度分析可以基于违规类型或数据主题对校验结果进行汇总分析，得到每种违规类型或每个数据主题对应的校验结果统计数据。明细分析指的是逐条提取违规数据，例如保单生效日期应该在合理范围之内(1949年1月1日至当前日期)，明细分析会将所有超出该范围的保单进行提取并展示。历史分析指的是针对每一个数据治理模型均可进行多次违规情况的筛查比较，例如2023年1月1日对某一个数据治理模型对应的校验结果中的违规数据的比例进行统计，违规率为10％，保险机构发现问题后及时进行干预，在2023年9月1日针对该模型再次进行校验，违规率将至4％，则数据治理效果显著。

在一个可选的实施例中，在步骤103中，获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果的方法，具体可以通过以下步骤实现：获取多个合规分析模型，其中，每个合规分析模型根据一种风险场景构建得到，每种风险场景包括一种数据项组合对应的风险类型，数据项组合由多个数据项组合得到；合规分析模型的参数可以根据用户配置进行调整；针对每个合规分析模型，在校正数据中提取出于合规分析模型对应的目标数据项，根据目标数据项确定目标数据项组合，将目标数据项组合与合规分析模型对应的数据项组合进行对比，得到合规分析模型对应的合规分析结果；基于每个合规分析模型对应的合规分析结果，根据预设的合规分析报告模板生成标准化合规分析报告以及可视化图表，得到合规分析结果。

在上述实施例中，举例来说，一种合规分析模型为销售误导模型，该模型根据销售人员违规风险这一场景构建得到，该风险场景由业务信息中的保单数据、基础信息中的销售人员数据、分支机构数据、保单投诉数据等多个数据项组合得到。针对该模型，在进行合规分析时，可以在目标保险机构上传的待分析数据中提取出上述几个数据项，并按照风险场景对应的数据项组合逻辑对这几个数据项进行组合，得到目标数据项组合。然后，可以将目标数据项组合中的某个数据项的数值与销售误导模型对应的数据项的数值进行对比，看数值是否在销售误导模型设定的风险阈值范围内，或者，可以将目标数据项组合中的某个数据项的描述与销售误导模型对应的数据项的描述进行关键词匹配或进行语义分析，看描述的相似度是否在销售误导模型设定的风险阈值范围内等等。通过这种方式，可以通过销售误导模型，实现对目标保险机构中疑似销售违规人员进行精准识别。

在一个可选的实施例中，本申请提供的方法还包括构建制度知识库，具体可以通过以下步骤实现：获取监管文件和行政处罚文件，其中，监管文件包括法律法规文件、规章及规范性文件和公告通知文件，监管文件和行政处罚文件根据保险领域的关键词和/或监管部门筛选得到；对法律法规文件和规章及规范性文件进行结构化提取，得到法规信息，根据法规信息构建法规数据库；对公告通知文件进行结构化提取，得到公告通知信息，根据公告通知信息，构建公告通知数据库；对行政处罚文件进行结构化提取，得到行政处罚信息，根据行政处罚信息，构建行政处罚数据库；根据法规数据库、公告通知数据库和行政处罚数据库得到制度知识数据库；根据制度知识库确定多种风险场景。

在上述实施例中，通过关键词匹配以及根据保险领对应的监管部门获取保险领域的监管文件和行政处罚文件。对监管文件和行政处罚文件进行结构化提取构建法规数据库、公告通知数据库和行政处罚数据库，其中，法规数据库和公告通知数据库中的数据项包括发文字号、发布时间、文件类型、文件链接、业务范围、文件标签、文件状态、实施日期等；行政处罚数据库中的数据项包括发文字号、发布时间、文件链接、处罚等级、处罚对象、处罚事由、处罚内容、处罚依据等。

在上述实施例中，可以基于Python自动化完成对监管文件的文本段落的识别及存储，实现法条拆解，并基于根据制度知识数据库中的监管文件对保险业的规定及处罚信息，结合保险业的业务流程，确定多种风险场景及风险场景对应的监管规定，以便根据风险场景及其对应的监管规定构建合规分析模型。

在一个可选的实施例中，本申请提供的方法还包括构建合规风险知识图谱，具体通过以下步骤实现：以法律信息中的法条为映射条件，在制度知识库中提取出每一个行政处罚文件与监管文件的对应关系、每个风险场景与监管文件的对应关系、每一项行政处罚与风险场景的对应关系；以数据治理模型和/或合规分析模型为映射条件，在数据治理分析结果和/或合规分析结果中提取出风险场景与保险机构之间的对应关系；以保险机构的业务信息中的业务范围为映射条件，提取保险机构与监管文件之间的对应关系；以行政处罚信息中的处罚对象为映射条件，提取行政处罚文件与保险机构分支机构之间的对应关系；以监管文件、行政处罚文件、风险场景、保险机构、保险机构分支机构为节点，以每两个节点之间的映射条件为边，构建合规风险知识图谱。

在上述实施例中，基于制度知识库、风险场景以及保险机构之间的关联关系，构建合规风险知识图谱，形成完整的合规风险场景挖掘视图，可以实现节点下钻及关联检索，为保险机构提供直观的风险分布关系以及潜在的风险场景。

在一个可选的实施例中，计算机设备还可以接收用户的查询请求指令，响应于信息查询请求，提取信息查询请求中的关键词，根据关键词对制度知识数据库进行查询，得到第一查询结果，并对第一查询结果进行展示，其中，第一查询结果包括关键词对应的监管文件和/或法律法规文件；和/或，响应于信息查询请求，提取信息查询请求中的关键词，根据关键词对合规风险知识图谱进行查询，得到第二查询结果，并对第二查询结果进行展示，其中，第二查询结果包括关键词在合规风险知识图谱中的分布关系。

本申请实施例提供了“制度知识—数据治理—合规分析”三支柱驱动的保险合规风控方法，制度知识模块引导保险机构合规管理方向，通过自动化信息处理程序，能够实现监管部门公开发布的全量法律法规、规章及规范性文件、公告通知及行政处罚信息的提取及分类，一方面通过制度知识库为保险机构合规管理提供依据，大幅减轻手动下载、整理、分类的人工成本；另一方面，对行政处罚信息进行结构化提取，能够极大程度地帮助保险公司及时发现高发违规问题，并与保险市场常见风险场景进行关联分析。数据治理模块奠定保险机构合规管理基础，能够精准定位数据库表下数据项的数据质量问题，支持开展维度分析、明细分析及历史情况分析，并设置参数配置功能，支持数据治理人员灵活确定数据校验范围。机构仅需定期提供标准化数据，即可自动生成数据治理报告，有的放矢，快速解决数据问题。合规模型模块提升保险机构合规管理效率，实现合规风险的事中动态监测和定位，合规风险可直接定位至机构、产品、保单、凭证及相关人员等维度。同时，通过对保险机构在业务经营、资金运用等方面进行数据分析，支持保险机构在日常合规风险管理场景下使用，并通过预设报告模板，生成标准化分析报告及可视化图表。本申请实施例可以提高保险机构风险管控的准确性和全面性，提高保险领域合规风控质量。

进一步的，作为图1所示方法的具体实现，本实施例提供了一种保险合规风控装置，如图2所示，该装置包括：数据获取模块31、数据治理模块32、合规分析模块33。

数据获取模块31，用于获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容；

数据治理模块32，用于获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据；

合规分析模块33，用于获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。

在具体的应用场景中，所述数据治理模块32，具体可用于获取每个数据项对应的数据治理模型，其中，每个数据治理模型根据多个数据项之间的保险业务逻辑和数据勾稽关系构建得到；利用数据治理模型对每个数据项对应的数据内容进行校验，得到校验结果，其中，校验结果用于表征数据项对应的数据内容是否违规，违规类型包括数据缺失、码表校验不符、取值超范围、数量关系不符以及勾稽关系不符中的至少一种；根据校验结果获取违规数据项，生成数据治理线索，并将数据治理线索发送至用户终端；接受用户终端发送的针对违规数据项的修正数据，得到校正数据。

在具体的应用场景中，所述数据治理模块32，具体还可用于基于维度分析、明细分析、历史分析中的至少一种分析方式对检验结果进行统计分析，得到数据治理分析结果；维度分析包括基于违规类型和/或数据主题对校验结果进行统计分析，其中，数据主题包括基础信息、业务信息和会计记账信息；明细分析包括逐条提取校验结果中的违规数据项，并对违规数据项以及违规数据项对应的数据内容进行展示；历史分析包括根据数据治理模型对校验结果进行分类，对于任意一个数据治理模型，计算得到每一次数据校验的检验结果对应的违规率。

在具体的应用场景中，所述合规分析模块33，具体可用于获取多个合规分析模型，其中，每个合规分析模型根据一种风险场景构建得到，每种风险场景包括一种数据项组合对应的风险类型，数据项组合由多个数据项组合得到；针对每个合规分析模型，在校正数据中提取出于合规分析模型对应的目标数据项，根据目标数据项确定目标数据项组合，将目标数据项组合与合规分析模型对应的数据项组合进行对比，得到合规分析模型对应的合规分析结果；基于每个合规分析模型对应的合规分析结果，根据预设的合规分析报告模板生成标准化合规分析报告以及可视化图表，得到合规分析结果。

在具体的应用场景中，如图2所示，本装置还包括制度知识模块34，所述制度知识模块34具体可用于获取监管文件和行政处罚文件，其中，监管文件包括法律法规文件、规章及规范性文件和公告通知文件，监管文件和行政处罚文件根据保险领域的关键词和/或监管部门筛选得到；对法律法规文件和规章及规范性文件进行结构化提取，得到法规信息，根据法规信息构建法规数据库；对公告通知文件进行结构化提取，得到公告通知信息，根据公告通知信息，构建公告通知数据库；对行政处罚文件进行结构化提取，得到行政处罚信息，根据行政处罚信息，构建行政处罚数据库；根据法规数据库、公告通知数据库和行政处罚数据库得到制度知识数据库；根据制度知识库确定多种风险场景。

在具体的应用场景中，如图2所示，本装置还包括知识图谱模块35，所述知识图谱模块35具体可用于以法律信息中的法条为映射条件，在制度知识库中提取出每一个行政处罚文件与监管文件的对应关系、每个风险场景与监管文件的对应关系、每一项行政处罚与风险场景的对应关系；以数据治理模型和/或合规分析模型为映射条件，在数据治理分析结果和/或合规分析结果中提取出风险场景与保险机构之间的对应关系；以保险机构的业务信息中的业务范围为映射条件，提取保险机构与监管文件之间的对应关系；以行政处罚信息中的处罚对象为映射条件，提取行政处罚文件与保险机构分支机构之间的对应关系；以监管文件、行政处罚文件、风险场景、保险机构、保险机构分支机构为节点，以每两个节点之间的映射条件为边，构建合规风险知识图谱。

在具体的应用场景中，如图2所示，本装置还包括信息查询模块36，所述信息查询模块36具体可用于响应于信息查询请求，提取信息查询请求中的关键词，根据关键词对制度知识数据库进行查询，得到第一查询结果，并对第一查询结果进行展示，其中，第一查询结果包括关键词对应的监管文件和/或法律法规文件；和/或，响应于信息查询请求，提取信息查询请求中的关键词，根据关键词对合规风险知识图谱进行查询，得到第二查询结果，并对第二查询结果进行展示，其中，第二查询结果包括关键词在合规风险知识图谱中的分布关系。

需要说明的是，本实施例提供的一种保险合规风控装置所涉及各功能单元的其它相应描述，可以参考图1中的对应描述，在此不再赘述。

基于上述如图1所示方法，相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1所示的保险合规风控方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该待识别软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)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场景所述的方法。

基于上述如图1所示的方法，以及图2所示的保险合规风控装置实施例，为了实现上述目的，如图3所示，本实施例还提供了一种保险合规风控的计算机设备，具体可以为个人计算机、服务器、智能手机、平板电脑、智能手表、或者其它网络设备等，该计算机设备包括存储介质和处理器；存储介质，用于存储计算机程序和操作系统；处理器，用于执行计算机程序以实现上述如图1所示的方法。

可选的，该计算机设备还可以包括内存储器、通信接口、网络接口、摄像头、射频(Radio Frequency，RF)电路，传感器、音频电路、WI-FI模块、显示屏(Display)、输入装置比如键盘(Keyboard)等，可选的，通信接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。

本领域技术人员可以理解，本实施例提供的一种保险合规风控的计算机设备结构并不构成对该计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述计算机设备硬件和待识别软件资源的程序，支持信息处理程序以及其它待识别软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与信息处理计算机设备中其它硬件和软件之间通信。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。通过应用本申请的技术方案，首先获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，待分析数据包括多个数据项以及与每个数据项对应的数据内容。然后，获取每个数据项对应的数据治理模型，利用数据治理模型对每个数据项对应的数据内容进行校正，得到校正数据。最终，获取多种风险场景对应的合规分析模型，利用合规分析模型对校正数据进行合规分析，得到合规分析结果。与现有技术相比，本申请通过数据治理模型对保险机构上传的数据进行校正，夯实保险公司的数据基础，提高数据质量，并利用合规分析模型针对多正风险场景对保险机构进行合规分析，可以提高保险机构风险管控的准确性和全面性，提高保险领域合规风控质量。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种保险合规风控方法，其特征在于，所述方法包括：

获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，所述待分析数据包括多个数据项以及与每个所述数据项对应的数据内容；

获取每个数据项对应的数据治理模型，利用所述数据治理模型对每个所述数据项对应的数据内容进行校正，得到校正数据；

获取多种风险场景对应的合规分析模型，利用所述合规分析模型对所述校正数据进行合规分析，得到合规分析结果。

2.根据权利要求1所述的方法，其特征在于，所述获取每个数据项对应的数据治理模型，利用所述数据治理模型对每个所述数据项对应的数据内容进行校正，得到校正数据，包括：

获取每个数据项对应的数据治理模型，其中，每个所述数据治理模型根据多个数据项之间的保险业务逻辑和数据勾稽关系构建得到；

利用数据治理模型对每个所述数据项对应的数据内容进行校验，得到校验结果，其中，所述校验结果用于表征所述数据项对应的数据内容是否违规，违规类型包括数据缺失、码表校验不符、取值超范围、数量关系不符以及勾稽关系不符中的至少一种；

根据所述校验结果获取违规数据项，生成数据治理线索，并将所述数据治理线索发送至用户终端；

接受所述用户终端发送的针对所述违规数据项的修正数据，得到校正数据。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于维度分析、明细分析、历史分析中的至少一种分析方式对所述检验结果进行统计分析，得到数据治理分析结果；

所述维度分析包括基于违规类型和/或数据主题对所述校验结果进行统计分析，其中，所述数据主题包括基础信息、业务信息和会计记账信息；

所述明细分析包括逐条提取所述校验结果中的违规数据项，并对所述违规数据项以及所述违规数据项对应的数据内容进行展示；

所述历史分析包括根据数据治理模型对所述校验结果进行分类，对于任意一个所述数据治理模型，计算得到每一次数据校验的检验结果对应的违规率。

4.根据权利要求1所述的方法，其特征在于，所述获取多种风险场景对应的合规分析模型，利用所述合规分析模型对所述校正数据进行合规分析，得到合规分析结果，包括：

获取多个合规分析模型，其中，每个所述合规分析模型根据一种所述风险场景构建得到，每种所述风险场景包括一种数据项组合对应的风险类型，所述数据项组合由多个数据项组合得到；

针对每个所述合规分析模型，在所述校正数据中提取出于所述合规分析模型对应的目标数据项，根据所述目标数据项确定目标数据项组合，将所述目标数据项组合与所述合规分析模型对应的数据项组合进行对比，得到所述合规分析模型对应的合规分析结果；

基于每个所述合规分析模型对应的合规分析结果，根据预设的合规分析报告模板生成标准化合规分析报告以及可视化图表，得到合规分析结果。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取监管文件和行政处罚文件，其中，所述所述监管文件包括法律法规文件、规章及规范性文件和公告通知文件，所述监管文件和所述行政处罚文件根据保险领域的关键词和/或监管部门筛选得到；

对所述法律法规文件和规章及规范性文件进行结构化提取，得到法规信息，根据所述法规信息构建法规数据库；

对所述公告通知文件进行结构化提取，得到公告通知信息，根据所述公告通知信息，构建公告通知数据库；

对所述行政处罚文件进行结构化提取，得到行政处罚信息，根据所述行政处罚信息，构建行政处罚数据库；

根据所述法规数据库、所述公告通知数据库和所述行政处罚数据库得到制度知识数据库；

根据所述制度知识库确定多种风险场景。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

以所述法律信息中的法条为映射条件，在所述制度知识库中提取出每一个行政处罚文件与所述监管文件的对应关系、每个风险场景与所述监管文件的对应关系、每一项行政处罚与风险场景的对应关系；

以所述数据治理模型和/或所述合规分析模型为映射条件，在数据治理分析结果和/或合规分析结果中提取出风险场景与保险机构之间的对应关系；

以保险机构的业务信息中的业务范围为映射条件，提取保险机构与监管文件之间的对应关系；

以所述行政处罚信息中的处罚对象为映射条件，提取行政处罚文件与保险机构分支机构之间的对应关系；

以监管文件、行政处罚文件、风险场景、保险机构、保险机构分支机构为节点，以每两个节点之间的映射条件为边，构建合规风险知识图谱。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

响应于信息查询请求，提取所述信息查询请求中的关键词，根据所述关键词对所述制度知识数据库进行查询，得到第一查询结果，并对所述第一查询结果进行展示，其中，第一查询结果包括所述关键词对应的监管文件和/或法律法规文件；和/或

响应于信息查询请求，提取所述信息查询请求中的关键词，根据所述关键词对所述合规风险知识图谱进行查询，得到第二查询结果，并对所述第二查询结果进行展示，其中，第二查询结果包括所述关键词在所述合规风险知识图谱中的分布关系。

8.一种保险合规风控装置，其特征在于，所述装置包括：

数据获取模块，用于获取目标保险机构上传的基础信息、业务信息和会计记账信息，得到目标保险机构的待分析数据，其中，所述待分析数据包括多个数据项以及与每个所述数据项对应的数据内容；

数据治理模块，用于获取每个数据项对应的数据治理模型，利用所述数据治理模型对每个所述数据项对应的数据内容进行校正，得到校正数据；

合规分析模块，用于获取多种风险场景对应的合规分析模型，利用所述合规分析模型对所述校正数据进行合规分析，得到合规分析结果。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。