买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:珠海凤泽信息科技有限公司
摘要:本申请属于数据处理领域,尤其涉及一种经济风险智能识别方法以及系统,该方法包括:实时监测目标金融系统中的多模态监测数据;对所述多模态监测数据进行网络拓扑编辑,以获得所述目标金融系统的实时监测拓扑网络;通过风险识别模型,对所述实时监测拓扑网络进行风险识别,以得到所述目标金融系统中的潜在风险对象;对所述潜在风险对象进行监测设置优化以及数据重采集,以获得所述潜在风险对象的优化分析数据;基于所述潜在风险对象的优化分析数据,生成针对所述目标金融系统的风险预警信息。该方法实现对金融系统中潜在风险的提前预警,有助于提高经济风险监测的效率和准确性,帮助金融机构及时应对潜在风险,保障金融系统的安全运行。
主权项:1.一种经济风险智能识别方法,其特征在于,应用于经济风险监测场景;所述经济风险智能识别方法包括:实时监测目标金融系统中的多模态监测数据;所述多模态监测数据至少包括:结构型经济数据和非结构型经济数据;所述目标金融系统对应于特定地理区域和或组织机构;所述多模态监测数据来自于多个数据源;对所述多模态监测数据进行网络拓扑编辑,以获得所述目标金融系统的实时监测拓扑网络;其中,所述实时监测拓扑网络中的节点元素表示所述多模态监测数据中的各个监测对象,各个监测对象的对象类型包括实体对象和或变量对象;所述实时监测拓扑网络中网络拓扑结构用于表示各个监测对象对应的经济环境特征之间的关系模式;各个监测对象具有对应的特定数据模式;各个监测对象的特定数据模式用于表示各个监测对象对应的经济特征指标的变化特点;通过风险识别模型,对所述实时监测拓扑网络进行风险识别,以得到所述目标金融系统中的潜在风险对象;对所述潜在风险对象进行监测设置优化以及数据重采集,以获得所述潜在风险对象的优化分析数据;基于所述潜在风险对象的优化分析数据,生成针对所述目标金融系统的风险预警信息;所述风险识别模型至少包括:风险对象初筛层、对比校验层、风险识别层;所述通过风险识别模型,对所述实时监测拓扑网络进行风险识别,以得到所述目标金融系统中的潜在风险对象,包括:通过风险对象初筛层,以所述实时监测拓扑网络作为输入,通过多层图注意力层,从所述实时监测拓扑网络中提取与同类其他元素节点在数据模式上存在差异表现的候选元素节点;通过对比校验层,采用与多层图注意力层匹配的星状结构对冲校验单元,对所述候选元素节点进行对比校验处理,以获得所述候选元素节点在各个潜在风险模式下的异常表现概率;其中,异常表现概率越高,候选元素节点被鉴别为潜在风险对象的概率越高;所述对比校验层中包含与所述实时监测拓扑网络的实时网络拓扑结构匹配的星状结构对冲校验单元;通过风险识别层,基于所述异常表现概率确定最终输出的候选元素节点,作为所述潜在风险对象;所述对比校验层中获取第y个候选元素节点在第i个潜在风险模式下的异常表现概率的过程表示为如下公式: ;其中,表示对函数执行最小化操作,函数为用于预估异常表现概率的预测函数,表示对于候选元素参考集合中的候选元素节点以及对应的潜在异常表现样本执行求和操作,表示对候选元素节点通过函数预测对应异常表现概率并取预测结果负对数的函数,用于衡量模型预测值与潜在异常表现样本之间的差异程度,为控制正则化项的权重参数,表示上下文集合U中的候选元素节点以及对应的潜在异常表现样本进行求和操作,表示如下过程:通过函数预测候选元素节点的异常表现概率并使用逻辑函数将该预测结果映射到(0,1)区间内,获取映射结果与潜在异常表现样本之间的差异值。
全文数据:
权利要求:
百度查询: 珠海凤泽信息科技有限公司 经济风险智能识别方法以及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。