【技術實現步驟摘要】
本專利技術涉及風險分析，更具體地說，它涉及一種基于多維感知和企業數據量化的風控評估方法及系統。
技術介紹
1、在當今高度動態和復雜的商業環境中，企業面臨著多種潛在風險，這些風險不僅可能對其自身造成損害，還可能通過各種渠道在整個企業系統中傳播；使用深度學習技術，整合來自企業的不同部門、供應商、客戶或市場等多種數據源的信息，可以自動化地捕捉和建模企業內外的風險因素及其可能的傳染路徑；然而在不確定性增加的市場環境中，過去的數據可能無法準確反映未來的趨勢，影響預測模型的可靠性；同時，當機構識別到企業的風險因素及其傳染路徑后，應當強化對高風險行業或企業的監管，確保它們采用適當的風險管理策略，避免風險的擴散。
技術實現思路
1、本專利技術的目的就在于為了解決上述問題而提供一種基于多維感知和企業數據量化的風控評估方法及系統。
2、本專利技術提供了一種基于多維感知和企業數據量化的風控評估方法，包括以下步驟：
3、步驟100，采集企業數據，企業數據在每個時間采樣點采集一次，包括部門信息、供應商信息、客戶信息和外部環境信息；
4、步驟200，構建圖結構數據，圖結構數據包括節點和連接節點的邊，一個節點表示一個部門、供應商、客戶或外部環境；部門與其存在項目和流程關聯的部門之間存在邊，部門與其下屬部門之間存在邊，部門與其供應商之間存在邊，部門與其客戶之間存在邊，所有的部門和外部環境之間存在邊；
5、表示部門的節點的節點特征等于部門特征，表示供應商的節點的節點特
6、部門特征、供應商特征、客戶特征和外部環境特征通過特征工程獲得；
7、將每個節點的企業數據分別編碼為一號序列數據，一號序列數據包括n個一號序列單元，第t個一號序列單元表示第t個時間采樣點的一個節點的企業數據；
8、步驟300，將圖結構數據輸入傳播模型，傳播模型包括第一隱藏層、第二隱藏層和第一輸出層，傳播模型輸出表示企業風險因素傳染路徑的結果；
9、步驟400，將企業風險因素傳染路徑編碼為二號序列數據；二號序列數據包括b個按照時間排序的二號序列單元，第z個二號序列單元表示第z個時刻采集的風險路徑，將圖結構數據輸入決策模型，決策模型包括第三隱藏層、特征融合層、第四隱藏層、第六隱藏層和第二輸出層，決策模型輸出表示風險應對策略的結果。
10、進一步地，時間采樣點是指按照預定的時間間隔進行數據采集的時刻，預定的時間間隔的缺省值為24小時。
11、進一步地，部門信息包括部門的基本信息，下屬部門，財務信息，人力資源信息，部門流程信息；
12、供應商信息包括供應商的基本信息，供應商的供貨信息；
13、客戶信息包括客戶的基本信息，客戶的購買信息；
14、外部環境信息包括市場情報信息，社交媒體趨勢信息，新聞報道信息。
15、進一步地，在傳播模型中，將一號序列數據輸入第一隱藏層，第一隱藏層輸出第一隱藏狀態到第二隱藏層，第二隱藏層還輸入圖結構數據，第二隱藏層輸出第二隱藏狀態到第一輸出層和特征融合層，第一輸出層輸出表示企業風險因素傳染路徑的結果。
16、進一步地，傳播模型的損失函數計算方法為：
17、；
18、其中，表示傳播損失值，是傳播樣本的數量，是每個傳播樣本的路徑長度，是部門節點總數，表示第個傳播樣本在第步真實的傳播節點為第個部門節點時其取值為1，否則取值為0；是傳播模型預測的第個傳播樣本在第步傳播節點為第個部門節點的概率，表示以自然常數e為底的對數函數。
19、進一步地，在決策模型中，將一號序列數據輸入第三隱藏層，第三隱藏層輸出第三隱藏狀態到特征融合層，將二號序列數據輸入第四隱藏層，第四隱藏層輸出第四隱藏狀態到特征融合層，特征融合層輸出第一融合狀態到第六隱藏層，第六隱藏層還輸入圖結構數據，第六隱藏層輸出第六隱藏狀態到第二輸出層，第二輸出層輸出表示風險應對策略的結果。
20、進一步地，風險應對策略表示針對企業風險因素傳染路徑所執行的行動計劃、資源分配和責任分配。
21、進一步地，決策模型的訓練的步驟包括：
22、步驟401，構建目標網絡，目標網絡復制決策模型；
23、步驟402，從經驗池中隨機獲取一個經驗，經驗包括e時刻的狀態，e時刻執行的動作、e+1時刻的狀態，執行動作獲得的獎勵；
24、e和e+1時刻的狀態分別表示決策模型輸入的第e個和e+1個時刻的企業數據；
25、然后計算狀態下目標網絡輸出的對應于的概率值；
26、；
27、表示下目標網絡輸出的最大的概率值；
28、步驟403，根據和求損失值loss，更新決策模型；
29、；
30、表示下決策模型輸出的對應于的概率值；
31、是折扣因子，是一個介于0和1之間的值；
32、步驟404，每隔固定的網絡更新次數，更新目標網絡，使其參數與當前的決策模型的參數相同；
33、步驟405，直至采集的經驗數達到設定的閾值或者決策模型收斂，終止步驟。
34、進一步地，獎勵的計算公式如下：
35、；
36、其中是預期的收益，是實施風險應對策略的成本，是風險應對策略的效果，如果實施風險應對策略成功減少了風險則為1，否則為0，、、是獎勵的第一、第二、第三權重系數，為實施風險應對策略時消耗的各種資源的綜合指標，計算方法如下：
37、；
38、其中是執行策略所需的時間，是涉及到的人員數量和工時的乘積，是消耗的實際資金量，是使用的設備和技術資源，、、、是綜合指標的第一、第二、第三、第四權重系數。
39、本專利技術提供了一種基于多維感知和企業數據量化的風控評估系統，其用于存儲計算機可讀指令，當該計算機可讀指令被讀取時能夠執行前述的一種基于多維感知和企業數據量化的風控評估方法。
40、本專利技術的有益效果在于：本專利技術通過分析企業歷史數據和實時數據，綜合考慮實時外部數據，得到企業內外風險在整個企業中的傳播路徑與應對策略，相較于僅提供風險傳播路徑，該系統能提供降低風險、節約成本和資源的風險應對策略，提高用戶體驗。
本文檔來自技高網...【技術保護點】
1.一種基于多維感知和企業數據量化的風控評估方法，其特征在于，包括：
2.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，時間采樣點是指按照預定的時間間隔進行數據采集的時刻，預定的時間間隔的缺省值為24小時。
3.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，部門信息包括部門的基本信息，下屬部門，財務信息，人力資源信息，部門流程信息；
4.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，在傳播模型中，將一號序列數據輸入第一隱藏層，第一隱藏層輸出第一隱藏狀態到第二隱藏層，第二隱藏層還輸入圖結構數據，第二隱藏層輸出第二隱藏狀態到第一輸出層和特征融合層，第一輸出層輸出表示企業風險因素傳染路徑的結果。
5.根據權利要求4所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，傳播模型的損失函數計算方法為：
6.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，在決策模型中，將一號序列數據輸入第三隱藏層，
7.根據權利要求6所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，風險應對策略表示針對企業風險因素傳染路徑所執行的行動計劃、資源分配和責任分配。
8.根據權利要求7所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，決策模型的訓練的步驟包括：
9.根據權利要求8所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，獎勵的計算公式如下：
10.一種基于多維感知和企業數據量化的風控評估系統，其特征在于，其用于存儲計算機可讀指令，當該計算機可讀指令被讀取時能夠執行如權利要求1-9任一所述的一種基于多維感知和企業數據量化的風控評估方法。
...【技術特征摘要】
1.一種基于多維感知和企業數據量化的風控評估方法，其特征在于，包括：
2.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，時間采樣點是指按照預定的時間間隔進行數據采集的時刻，預定的時間間隔的缺省值為24小時。
3.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，部門信息包括部門的基本信息，下屬部門，財務信息，人力資源信息，部門流程信息；
4.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，在傳播模型中，將一號序列數據輸入第一隱藏層，第一隱藏層輸出第一隱藏狀態到第二隱藏層，第二隱藏層還輸入圖結構數據，第二隱藏層輸出第二隱藏狀態到第一輸出層和特征融合層，第一輸出層輸出表示企業風險因素傳染路徑的結果。
5.根據權利要求4所述的一種基于多維感知和企業數據量化的風控評估方法，其特征在于，傳播模型的損失函數計算方法為：
6.根據權利要求1所述的一種基于多維感知和企業數據量化的風控評估方法...
【專利技術屬性】
技術研發人員：戴曄，董愛平，劉世聞，嚴典范，
申請(專利權)人：江蘇風云科技服務有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。