[发明专利]基于区块链和舆情的金融风控系统

权利要求书

1.一种基于区块链和舆情的金融风控系统，其特征在于，所述金融风控系统包括舆情采集模块和区块链网络，所述区块链网络内包括多个节点设备，所述舆情采集模块与所述多个节点设备中的指定节点设备通信连接；

其中，所述舆情采集模块用于：每隔预设时间长度，检测目标网站内的新增评论数量，并判断新增评论数量是否超过预设阈值，其中，目标网站是指预先指定的与金融相关的网站；在新增评论数量未超过预设阈值的情况下，结束当前周期的舆情监控流程；在新增评论数量超过预设阈值的情况下，从所述新增评论中获取热门评论，并确定所述热门评论的词向量；

所述舆情采集模块还用于：利用自身私钥对所述词向量进行签名，得到签名后的词向量，以及签名后的词向量提交给区块链网络内的指定节点设备；

所述区块链网络的指定节点设备用于：在接收到签名后的词向量后，将签名后的词向量广播给所述区块链网络内的每个节点设备；

所述区块链网络的每个节点设备用于：在接收到签名后的词向量后，利用所述舆情采集模块的公钥，对签名后的词向量进行签名验证，在签名验证通过的情况下，将词向量输入预先训练的用于检测舆情的BP神经网络，得到BP神经网络输出的检测结果，其中，检测结果的数值越高，表示舆情风险越高；

所述区块链网络的每个节点设备还用于：在获得检测结果后，确定该检测结果所属的数值区间，从而将舆情风险程度确定为该数值区间对应的舆情风险程度；

所述区块链网络的多个节点设备相互之间对各自确定出的舆情风险程度进行共识，对于未通过共识的节点设备，该节点设备自动启动下线进程，以退出所述区块链网络；对于通过共识的指定节点设备，该指定节点设备将确定出的舆情风险程度发送给管理员的终端设备。

2.根据权利要求1所述的基于区块链和舆情的金融风控系统，其特征在于，所述舆情采集模块在从新增评论中获取热门评论时，具体用于：针对每条新增评论，确定该新增评论的词向量；再针对每个词向量，将该词向量与其他每个词向量分别计算向量距离，如果向量距离小于预设距离，则确定两者为相似词向量；最后根据每个词向量各自具有的相似词向量数量，将具有相似词向量最多的新增评论，确定为热门评论。

3.根据权利要求1所述的基于区块链和舆情的金融风控系统，其特征在于，所述区块链网络的每个节点设备预设有舆情风险程度的数值区间表，该数值区间表中包括多个数值区间和每个数值区间对应的舆情风险程度；其中，数值区间内的数值越高，该数值区间对应的舆情风险程度越高。

4.根据权利要求3所述的基于区块链和舆情的金融风控系统，其特征在于，所述区块链网络的节点设备在未通过共识的情况下，首先确定出通过共识的舆情风险程度对应的数值区间，然后将自身得到的检测结果和该数值区间对比；

如果检测结果与最接近的端点值之间的差值未超过预设差值，则该节点设备不启动下线进程，且将自身确定出的舆情风险程度调整为通过共识的舆情风险程度；

如果检测结果与最接近的端点值之间的差值超过预设差值，则该节点设备才自动启动下线进程。

5.根据权利要求1至4任一所述的基于区块链和舆情的金融风控系统，其特征在于，所述用于检测舆情的BP神经网络是通过以下方式训练得到的：

搜集多条样本评论，并针对每条样本评论，为该条样本评论配置一个金融舆情风险分值，并确定该条样本评论的样本词向量；

针对每条样本评论，将该条样本评论对应的样本词向量输入预设的BP神经网络，得到该BP神经网络输出的检测结果，再计算该检测结果与该条样本评论的金融舆情风险分值的差值，并将该差值作为损失值，以更新该BP神经网络；

将经过多轮训练的BP神经网络确定为用于检测舆情的BP神经网络。