保险业务风险预警方法、装置、电子设备及存储介质与流程
本申请涉及人工智能应用和计算机信息处理,可应用于金融科技领域,尤其涉及一种保险业务风险预警方法、装置、电子设备及存储介质。
背景技术:
1、随着金融科技的发展,保险机构在承保、保全、理赔、缴费、客户服务和渠道管理等业务过程中产生了大量保险业务数据。现有保险业务风险预警技术通常对保险业务数据进行统计分析,根据预先设置的业务指标、统计周期和风险阈值识别异常情况,并向业务人员输出相应的风险提示信息。然而,不同业务环节的数据通常分别进行采集和管理,各类数据在数据格式、记录周期和统计口径等方面存在差异。在风险分析过程中,通常需要对不同来源的业务数据进行整理和汇总,数据处理过程较为复杂,容易影响风险分析结果的完整性。同时,现有风险预警方式通常根据当前统计结果或历史统计结果判断业务风险。当保险业务数据在较短时间内发生连续变化时,按照固定统计周期生成的分析结果可能与当前业务状态存在一定差异,导致风险预警信息生成不及时。此外,现有风险预警结果通常以风险指标、风险等级或异常业务列表的形式呈现,能够反映部分业务异常情况,但对风险信息涉及的具体业务内容反映较为有限,业务人员仍需进一步查询相关数据并进行人工核查,影响后续风险分析和业务处置效率。
技术实现思路
1、本申请实施方式主要解决的技术问题是传统保险业智能决策与风险预警技术中多源业务数据关联处理不足、风险状态识别不及时和风险传导关系反映不充分。
2、为解决上述技术问题,本申请实施方式采用的第一个技术方案是:提供一种保险业务风险预警方法,包括:获取多源保险业务数据,对所述多源保险业务数据进行实体解析和关系抽取,根据解析结果和抽取结果生成保险业务对象和业务关联关系;对所述多源保险业务数据进行时序编码和关系属性编码,根据时序编码结果生成所述保险业务对象对应的节点特征,并根据关系属性编码结果生成所述业务关联关系对应的边特征;根据所述保险业务对象、所述业务关联关系、所述节点特征和所述边特征生成动态异构业务图,并根据新增保险业务数据更新所述动态异构业务图;从所述动态异构业务图中选取目标节点,提取以所述目标节点为中心的目标邻域子图,将所述目标邻域子图输入预训练的时序图注意力风险感知模型,并根据所述目标邻域子图中节点特征的时序差异和边特征生成动态注意力权重;根据所述动态注意力权重聚合所述目标邻域子图中的邻居节点特征,并根据聚合结果和所述目标节点的节点特征生成风险状态表征;根据所述风险状态表征计算所述目标节点的风险评分,并根据所述动态注意力权重从所述目标邻域子图中提取风险关联节点和风险传导路径;当所述风险评分满足预设预警条件时,根据所述风险评分、所述风险关联节点和所述风险传导路径生成保险业务风险预警信息。
3、为解决上述技术问题,本申请实施方式采用的第二个技术方案是:提供一种保险业务风险预警装置,包括:多源业务解析模块,用于获取多源保险业务数据,对所述多源保险业务数据进行实体解析和关系抽取,根据解析结果和抽取结果生成保险业务对象和业务关联关系;时序关系编码模块,用于对所述多源保险业务数据进行时序编码和关系属性编码,根据时序编码结果生成所述保险业务对象对应的节点特征,并根据关系属性编码结果生成所述业务关联关系对应的边特征;动态异构图谱模块,用于根据所述保险业务对象、所述业务关联关系、所述节点特征和所述边特征生成动态异构业务图,并根据新增保险业务数据更新所述动态异构业务图;注意权重生成模块,用于从所述动态异构业务图中选取目标节点,提取以所述目标节点为中心的目标邻域子图,将所述目标邻域子图输入预训练的时序图注意力风险感知模型,并根据所述目标邻域子图中节点特征的时序差异和边特征生成动态注意力权重;风险状态表征模块,用于根据所述动态注意力权重聚合所述目标邻域子图中的邻居节点特征,并根据聚合结果和所述目标节点的节点特征生成风险状态表征;风险关联分析模块,用于根据所述风险状态表征计算所述目标节点的风险评分,并根据所述动态注意力权重从所述目标邻域子图中提取风险关联节点和风险传导路径;风险预警生成模块,用于当所述风险评分满足预设预警条件时,根据所述风险评分、所述风险关联节点和所述风险传导路径生成保险业务风险预警信息。
4、为解决上述技术问题,本申请实施方式采用的第三个技术方案是:提供一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的保险业务风险预警方法。
5、为解决上述技术问题,本申请实施方式采用的第四个技术方案是:提供一种非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储有计算机可执行指令,当所述计算机可执行指令被电子设备执行时,使所述电子设备执行如上所述的保险业务风险预警方法。
6、区别于相关技术的情况,本申请通过对多源保险业务数据进行实体解析、关系抽取、时序编码和关系属性编码,构建并动态更新包含业务对象、关联关系、节点特征和边特征的动态异构业务图,并结合节点状态的时序差异和业务关联属性生成动态注意力权重。在此基础上,进一步形成风险状态表征、风险评分、风险关联节点和风险传导路径。因此,能够减少仅依据静态业务数据或单一业务对象进行风险分析造成的信息缺失,提高保险业务风险识别的准确性和及时性,并增强预警结果的可解释性。
1.一种保险业务风险预警方法,其特征在于,包括:
2.根据权利要求1所述的保险业务风险预警方法,其特征在于,所述获取多源保险业务数据,对所述多源保险业务数据进行实体解析和关系抽取,根据解析结果和抽取结果生成保险业务对象和业务关联关系,包括:
3.根据权利要求1所述的保险业务风险预警方法,其特征在于,所述对所述多源保险业务数据进行时序编码和关系属性编码,根据时序编码结果生成所述保险业务对象对应的节点特征,并根据关系属性编码结果生成所述业务关联关系对应的边特征,包括:
4.根据权利要求1所述的保险业务风险预警方法,其特征在于,所述根据所述保险业务对象、所述业务关联关系、所述节点特征和所述边特征生成动态异构业务图,并根据新增保险业务数据更新所述动态异构业务图,包括:
5.根据权利要求1所述的保险业务风险预警方法,其特征在于,所述从所述动态异构业务图中选取目标节点,提取以所述目标节点为中心的目标邻域子图,将所述目标邻域子图输入预训练的时序图注意力风险感知模型,并根据所述目标邻域子图中节点特征的时序差异和边特征生成动态注意力权重,包括:
6.根据权利要求1所述的保险业务风险预警方法,其特征在于,所述根据所述风险状态表征计算所述目标节点的风险评分,并根据所述动态注意力权重从所述目标邻域子图中提取风险关联节点和风险传导路径,包括:
7.根据权利要求1所述的保险业务风险预警方法,其特征在于,所述预训练的时序图注意力风险感知模型的训练过程包括:
8.一种保险业务风险预警装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种非易失性计算机可读存储介质,其特征在于,所述非易失性计算机可读存储介质存储有计算机可执行指令,当所述计算机可执行指令被电子设备执行时,使所述电子设备执行权利要求1-7任一项所述的保险业务风险预警方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com