[发明专利]一种风险评估方法、系统、电子设备及存储介质

说明书

本申请提供一种风险评估方法、系统、电子设备及存储介质，可应用于计算机领域、大数据领域或者金融领域；获取目标用户相关的构化风险事件和非结构化风险事件；通过结构化事件抽取模型从非结构化风险事件中，抽取出目标结构化事件；根据预先设置的事件属性和风险等级的对应关系，确定每个结构化事件的事件属性对应的风险等级和每个目标结构化事件的事件属性对应的风险等级；利用目标用户的用户基本信息、根据每个结构化事件对应的事件类型、事件属性及其对应的风险等级生成的每个结构化事件对应的事件信息，和根据每个目标结构化事件对应的事件类型、事件属性及其对应的风险等级生成的每个目标结构化事件对应的事件信息对目标用户进行风险评估。

技术领域

本发明涉及大数据处理技术领域，更具体地说，涉及一种风险评估方法、系统、电子设备及存储介质。

背景技术

在银行营销领域中，银行企业可以通过收集与用户相关的事件，并根据与用户相关的事件对用户进行风险评估。其中，“事件”是指在特定的时间和空间下，有一个或多个事件主体参与的，围绕某个主题开展的一系列活动。

在现有技术中，与用户相关的事件主要是依靠业务人员手工进行获取和整理的，并且，事件又分为结构化事件和非结构化事件，针对非结构化事件，需要业务人员手工从非结构化事件中抽取出相应的结构化事件。这种方式，往往存在着事件信息获取不完全、不及时，导致风险评估的精准率和效率低下。

发明内容

有鉴于此，本发明提供一种风险评估方法、系统、电子设备及存储介质，以提高风险评估的精准率和效率的目的。

本发明第一方面公开一种风险评估方法，所述方法包括：

获取目标用户相关的至少一个结构化风险事件和至少一个非结构化风险事件；

针对每个所述非结构化风险事件，将所述非结构化风险事件输入结构化事件抽取模型，通过所述结构化事件抽取模型从所述非结构化风险事件中，抽取出目标结构化事件；其中，所述结构化事件抽取模型是利用历史非结构化风险事件及其对应的目标历史结构化风险事件对待训练的事件抽取模型进行训练得到；

根据预先设置的事件属性和风险等级的对应关系，确定每个所述结构化事件的事件属性对应的风险等级和每个所述目标结构化事件的事件属性对应的风险等级；

根据每个所述结构化事件对应的事件类型、事件属性及其对应的风险等级，生成每个所述结构化事件对应的事件信息；

根据每个所述目标结构化事件对应的事件类型、事件属性及其对应的风险等级，生成每个所述目标结构化事件对应的事件信息；

利用所述目标用户的用户基本信息、各个所述结构化事件的事件信息和各个所述目标结构化事件的事件信息对所述目标用户进行风险评估。

可选的，所述利用历史非结构化事件及其对应的目标历史结构化事件对待训练的事件抽取模型进行训练，得到结构化事件抽取模型，包括：

获取多个历史结构化风险事件；

针对每个历史结构化风险事件，从所述历史结构化风险事件中抽取出相应的事件类型和事件属性；

利用各个历史结构化风险事件的事件类型和事件属性，配置待训练的事件抽取模型的参数，得到初始结构化事件抽取模型；

获取历史非结构化风险事件及其对应的目标历史结构化风险事件；

将所述历史非结构化风险事件及其对应的目标历史结构化风险事件，输入所述初始结构化事件抽取模型，以使所述初始结构化事件抽取模型根据所配置的事件类型和事件属性对所述历史结构化风险事件进行结构化事件抽取，利用得到的抽取结果与对应的目标历史结构化风险事件构建损失函数，并利用所述损失函数对所述初始结构化事件抽取模型的参数进行调整，直至所述初始结构化事件抽取模型达到收敛，得到结构化事件抽取模型。