有效
生成风险评估模型的方法和装置以及风险评估方法和装置
陈志强、张丽、李元景、邢宇翔、车佳航、张䶮、李强、李苇、傅罡
清华大学
陈
陈志强机构 暂无
技术领域 暂无
张
张丽机构 暂无
技术领域 暂无
李
李元景机构 暂无
技术领域 暂无
邢
邢宇翔机构 暂无
技术领域 暂无
车
车佳航机构 暂无
技术领域 暂无
张
张䶮机构 暂无
技术领域 暂无
李
李强机构 暂无
技术领域 暂无
李
李苇机构 暂无
技术领域 暂无
傅
傅罡机构 暂无
技术领域 暂无
摘要
本公开的实施例公开了一种用于生成风险评估模型的方法,包括:对多个申报信息进行预处理以获得所述多个申报信息中包括的多个第一条目;对与所述多个第一条目相关的信息执行图网络分析以生成第一结果;对所述多个第一条目执行特征工程处理以生成第二结果;以及利用所述第一结果和所述第二结果对神经网络进行训练以得到风险评估模型。
1.一种用于生成风险评估模型的方法,包括:对多个申报信息进行预处理以获得所述多个申报信息中包括的多个第一条目;对与所述多个第一条目相关的信息执行图网络分析以生成第一结果;对所述多个第一条目执行特征工程处理以生成第二结果;以及利用所述第一结果和所述第二结果对神经网络进行训练以得到风险评估模型。
2.根据权利要求1所述的方法,其中,对与所述多个第一条目相关的信息执行图网络分析以生成第一结果包括:从所述多个申报信息中包括的所有第一条目中选择符合预定义的关联类别的第一条目作为第二条目;将所述第二条目作为节点信息并且将所述第二条目之间的关联关系作为边信息输入图网络以生成分别与所述第二条目相对应的多个第一向量作为所述第一结果。
3.根据权利要求2所述的方法,其中,对所述多个第一条目执行特征工程处理以生成第二结果包括:对所述多个第一条目执行特征工程处理以得到与所述多个第一条目相对应的多个第二向量作为所述第二结果。
4.根据权利要求3所述的方法,其中,利用所述第一结果和所述第二结果对神经网络进行训练以得到风险评估模型包括:根据所述多个第一向量和所述多个第二向量生成分别与所述多个申报信息相对应的多个第三向量;以及利用所述多个第三向量对所述神经网络进行训练以得到风险评估模型。
5.根据权利要求2所述的方法,其中,从所述多个申报信息中包括的所有第一条目中选择符合预定义的关联类别的第一条目作为第二条目包括:从所述多个申报信息中的多个第一条目所属的多个类别中选择能够使所述申报信息产生关联并相互影响风险预测概率的类别作为所述预定义的关联类别。
6.一种风险评估方法,包括:对待评估的申报信息进行预处理以获得所述待评估的申报信息中包括的多个第一条目;对与所述多个第一条目相关的信息执行图网络分析以生成第一结果;对所述多个第一条目执行特征工程处理以生成第二结果;以及根据所述第一结果和所述第二结果利用风险评估模型得到所述待评估的申报信息的风险评估结果,其中,所述风险评估模型是通过多个申报信息利用根据权利要求1所述的用于生成风险评估模型的方法得到的。
7.根据权利要求6所述的方法,其中,对与所述多个第一条目相关的信息执行图网络分析以生成第一结果包括:从所述多个第一条目中选择符合预定义的关联类别的第一条目作为第二条目;将所述第二条目作为节点信息并且将所述第二条目之间的关联关系作为边信息输入图网络以生成与所述第二条目相对应的第一向量作为所述第一结果。
8.根据权利要求7所述的方法,其中,对所述多个第一条目执行特征工程处理以生成第二结果包括:对所述多个第一条目执行特征工程处理以得到与所述多个第一条目相对应的第二向量作为所述第二结果。
9.根据权利要求8所述的方法,其中,根据所述第一结果和所述第二结果利用风险评估模型得到所述待评估的申报信息的风险评估结果包括:根据所述第一向量和所述第二向量生成与所述待评估的申报信息相对应的第三向量;以及将所述第三向量输入所述风险评估模型以得到所述待评估的申报信息的风险评估结果。
10.根据权利要求7所述的风险评估方法,其中,从所述多个第一条目中选择符合预定义的关联类别的第一条目作为第二条目包括:从所述多个第一条目所属的多个类别中选择能够使所述待评估的申报信息与另一申报信息产生关联并相互影响风险预测概率的类别作为所述预定义的关联类别。
11.一种用于生成风险评估模型的装置,包括:预处理模块,被配置为对多个申报信息进行预处理以获得所述多个申报信息中包括的多个第一条目;图网络分析模块,被配置为对与所述多个第一条目相关的信息执行图网络分析以生成第一结果;特征工程处理模块,被配置为对所述多个第一条目执行特征工程处理以生成第二结果;以及训练模块,被配置为利用所述第一结果和所述第二结果对神经网络进行训练以得到风险评估模型。
12.根据权利要求11所述的装置,其中,所述图网络分析模块被进一步配置为:从所述多个申报信息中包括的所有第一条目中选择符合预定义的关联类别的第一条目作为第二条目;将所述第二条目作为节点信息并且将所述第二条目之间的关联关系作为边信息输入图网络以生成分别与所述第二条目相对应的多个第一向量作为所述第一结果。
13.根据权利要求12所述的装置,其中,所述特征工程处理模块被进一步配置为:对所述多个第一条目执行特征工程处理以得到与所述多个第一条目相对应的多个第二向量作为所述第二结果。
14.根据权利要求13所述的装置,其中,所述训练模块被进一步配置为:根据所述多个第一向量和所述多个第二向量生成分别与所述多个申报信息相对应的多个第三向量;以及利用所述多个第三向量对所述神经网络进行训练以得到风险评估模型。
15.根据权利要求12所述的装置,其中,所述图网络分析模块被进一步配置为:从所述多个申报信息中的多个第一条目所属的多个类别中选择能够使所述申报信息产生关联并相互影响风险预测概率的类别作为所述预定义的关联类别。
16.一种风险评估装置,包括:预处理模块,被配置为对待评估的申报信息进行预处理以获得所述待评估的申报信息中包括的多个第一条目;图网络分析模块,被配置为对与所述多个第一条目相关的信息执行图网络分析以生成第一结果;特征工程处理模块,被配置为对所述多个第一条目执行特征工程处理以生成第二结果;以及评估模块,被配置为根据所述第一结果和所述第二结果利用风险评估模型得到所述待评估的申报信息的风险评估结果,其中,所述风险评估模型是通过多个申报信息利用根据权利要求1所述的用于生成风险评估模型的方法得到的。
17.根据权利要求16所述的风险评估装置,其中,所述图网络分析模块被进一步配置为:从所述多个第一条目中选择符合预定义的关联类别的第一条目作为第二条目;将所述第二条目作为节点信息并且将所述第二条目之间的关联关系作为边信息输入图网络以生成与所述第二条目相对应的第一向量作为所述第一结果。
18.根据权利要求17所述的风险评估装置,其中,所述特征工程处理模块被进一步配置为:对所述多个第一条目执行特征工程处理以得到与所述多个第一条目相对应的第二向量作为所述第二结果。
19.根据权利要求18所述的风险评估装置,其中,所述评估模块被进一步配置为:根据所述第一向量和所述第二向量生成与所述待评估的申报信息相对应的第三向量;以及将所述第三向量输入所述风险评估模型以得到所述待评估的申报信息的风险评估结果。
20.根据权利要求17所述的风险评估装置,其中,所述图网络分析模块被进一步配置为:从所述多个第一条目所属的多个类别中选择能够使所述待评估的申报信息与另一申报信息产生关联并相互影响风险预测概率的类别作为所述预定义的关联类别。



