[发明专利]一种基于神经网络模型的大数据风险管控方法及系统

说明书

本发明公开了一种基于神经网络模型的大数据风险管控方法及系统，涉及数据处理领域，其中，所述方法包括：对风险事件类型和事件触发状态序列进行聚类分析，获取第一聚类结果；获取第二聚类结果；遍历第二聚类结果进行关键词向量化，生成事件触发矢量空间；基于长短时记忆神经网络，训练风险事件触发概率预测模型；采集预设管控项目实时状态信息，输入风险事件触发概率预测模型，获取预测风险事件类型，并根据其对预设管控项目实时状态信息进行管控。解决了现有技术中针对项目的风险管控准确性不高，进而造成项目风险管控效果不佳的技术问题。达到了提高项目风险管控的及时性、准确性，提升项目风险管控的质量等技术效果。

技术领域

本发明涉及数据处理领域，具体地，涉及一种基于神经网络模型的大数据风险管控方法及系统。

背景技术

风险事件不可避免地存在于项目的全过程。风险管控对于项目的顺利完成具有重要影响。传统的项目风险管控方法存在着风险管控不及时、风险管控精度低等诸多问题。神经网络模型已广泛应用于许多领域，发挥着重要作用。将神经网络模型与项目风险管控相结合，研究设计一种对项目风险管控进行优化的方法，具有十分重要的现实意义。

现有技术中，存在针对项目的风险管控准确性不高，进而造成项目风险管控效果不佳的技术问题。

发明内容

本申请提供了一种基于神经网络模型的大数据风险管控方法及系统。解决了现有技术中针对项目的风险管控准确性不高，进而造成项目风险管控效果不佳的技术问题。达到了通过风险事件触发概率预测模型实现准确而高效地项目风险预测分析，提高项目风险管控的及时性、准确性，提升项目风险管控的质量，为项目的顺利完成提供有力保障的技术效果。

鉴于上述问题，本申请提供了一种基于神经网络模型的大数据风险管控方法及系统。

第一方面，本申请提供了一种基于神经网络模型的大数据风险管控方法，其中，所述方法应用于一种基于神经网络模型的大数据风险管控系统，所述方法包括：根据项目类型信息基于大数据进行风险事件挖掘，获取风险事件集，其中，所述风险事件集包括风险事件类型和事件触发状态序列；对所述风险事件类型和所述事件触发状态序列按照项目进度进行聚类分析，获取第一聚类结果；对所述第一聚类结果按照项目部分进行聚类分析，获取第二聚类结果；遍历所述第二聚类结果，对任意一个所述风险事件类型的所述事件触发状态序列进行关键词向量化，生成事件触发矢量空间；根据所述事件触发矢量空间，基于长短时记忆神经网络，训练风险事件触发概率预测模型；遍历所述第二聚类结果，采集预设管控项目实时状态信息，输入所述风险事件触发概率预测模型，获取预测风险事件类型，其中，所述预测风险事件类型的触发概率大于或等于触发概率阈值；根据所述预测风险事件类型对所述预设管控项目实时状态信息进行管控。

第二方面，本申请还提供了一种基于神经网络模型的大数据风险管控系统，其中，所述系统包括：风险事件挖掘模块，所述风险事件挖掘模块用于根据项目类型信息基于大数据进行风险事件挖掘，获取风险事件集，其中，所述风险事件集包括风险事件类型和事件触发状态序列；第一聚类分析模块，所述第一聚类分析模块用于对所述风险事件类型和所述事件触发状态序列按照项目进度进行聚类分析，获取第一聚类结果；第二聚类分析模块，所述第二聚类分析模块用于对所述第一聚类结果按照项目部分进行聚类分析，获取第二聚类结果；关键词向量化模块，所述关键词向量化模块用于遍历所述第二聚类结果，对任意一个所述风险事件类型的所述事件触发状态序列进行关键词向量化，生成事件触发矢量空间；训练模块，所述训练模块用于根据所述事件触发矢量空间，基于长短时记忆神经网络，训练风险事件触发概率预测模型；风险事件类型获取模块，所述风险事件类型获取模块用于遍历所述第二聚类结果，采集预设管控项目实时状态信息，输入所述风险事件触发概率预测模型，获取预测风险事件类型，其中，所述预测风险事件类型的触发概率大于或等于触发概率阈值；管控模块，所述管控模块用于根据所述预测风险事件类型对所述预设管控项目实时状态信息进行管控。