实体行为仿真评估方法、装置、设备、介质和程序产品与流程

摘要: 本技术涉及数字人和具体涉及金融科技领域,更具体地涉及一种实体行为仿真评估方法、装置、设备、介质和程序产品。背景技术:1、随着金融科技与数字化转型的深入,在金融服...
实体行为仿真评估方法、装置、设备、介质和程序产品与流程

本技术涉及数字人和具体涉及金融科技领域,更具体地涉及一种实体行为仿真评估方法、装置、设备、介质和程序产品。

背景技术:

1、随着金融科技与数字化转型的深入,在金融服务网络中存在大量业务处理实体。这些实体负责响应外部请求、执行逻辑分析并给出处理结果。这些实体的运行状态与处理效能,直接决定了整个金融服务网络的稳定性与服务质量。为了维持金融服务网络的稳定运行,通常需要对金融服务网络中各业务处理实体的分析能力与处理能力进行检测与评估。传统的评估方法主要依赖于事后统计复盘,缺乏前瞻性与实时预警能力,导致金融服务网络在面对复杂交互场景时存在极高的不稳定性风险。

技术实现思路

1、鉴于上述问题,本技术的实施例提供了一种实体行为仿真评估方法、装置、设备、介质和程序产品。

2、根据本技术的第一方面,提供了一种实体行为仿真评估方法,所述方法包括:获取目标业务处理实体对应的数字孪生体,其中,所述数字孪生体基于所述目标业务处理实体的历史业务处理数据和静态属性信息预先构建;确定至少一个待测试因素,并获取各所述待测试因素的历史数据,其中,所述待测试因素用于表征影响所述目标业务处理实体的业务处理结果的不确定性因素;基于预设的分布拟合策略,分别基于各所述待测试因素的历史数据确定各所述待测试因素的目标概率分布;基于各所述待测试因素的目标概率分布,按照预设抽样规则,生成预设数量组场景样本,其中,每组所述场景样本包括各所述待测试因素的一取值组合;将所述预设数量组场景样本分别输入所述数字孪生体,得到各所述场景样本对应的预测业务处理结果;对所述预测业务处理结果进行统计,得到至少一个行为仿真指标,并基于所述行为仿真指标生成所述目标业务处理实体的行为评估结果。

3、根据本技术的实施例,所述数字孪生体包括实体映射层、数据模型层、行为仿真层和交互控制层,其中:所述实体映射层用于表征所述目标业务处理实体的静态属性;所述数据模型层用于基于所述目标业务处理实体的历史业务处理数据和历史行为数据生成状态特征;所述行为仿真层用于基于所述状态特征和输入的场景样本推演所述目标业务处理实体的业务处理行为;所述交互控制层用于接收所述场景样本,并将所述场景样本与所述实体映射层和所述数据模型层提供的数据关联后输入所述行为仿真层。

4、根据本技术的实施例,所述数字孪生体按照如下方式预先构建:获取所述目标业务处理实体的历史业务处理数据、历史行为数据和静态属性信息;基于所述静态属性信息构建所述实体映射层,所述实体映射层用于表征所述目标业务处理实体的实体标识、业务权限和职责范围中的至少一种静态属性;对所述历史业务处理数据和所述历史行为数据进行特征提取,得到业务状态特征和行为状态特征,并基于所述业务状态特征和所述行为状态特征构建所述数据模型层;基于所述业务状态特征、所述行为状态特征以及对应的历史业务处理结果,训练行为仿真模型,并基于所述行为仿真模型构建所述行为仿真层;配置所述交互控制层的数据接口,使所述交互控制层接收所述场景样本,将所述场景样本与所述实体映射层表征的静态属性信息、所述数据模型层生成的业务状态特征和行为状态特征进行组合,并将组合结果输入所述行为仿真层;对所述实体映射层、所述数据模型层、所述行为仿真层和所述交互控制层进行关联配置,得到所述数字孪生体。

5、根据本技术的实施例,所述基于所述业务状态特征、所述行为状态特征以及对应的历史业务处理结果,训练行为仿真模型,并基于所述行为仿真模型构建所述行为仿真层,包括:按照时间顺序对所述业务状态特征、所述行为状态特征以及所述历史业务处理结果进行排列,得到时序训练样本;基于所述时序训练样本训练时序预测模型,得到所述行为仿真模型;基于所述行为仿真模型构建所述行为仿真层,其中,所述行为仿真模型用于根据输入的场景样本预测所述目标业务处理实体的业务处理行为。

6、根据本技术的实施例,所述方法还包括采用如下至少一种方式对所述数字孪生体进行更新:按照预设同步周期,基于所述目标业务处理实体在上一同步周期内生成的第一业务处理数据,并基于所述第一业务处理数据更新所述数字孪生体的状态参数;在检测到所述目标业务处理实体对预设关键业务进行处理的情况下,采集所述目标业务处理实体对所述预设关键业务进行处理生成的第二业务处理数据;基于所述第二业务处理数据更新所述数字孪生体的状态参数;获取目标偏差值,所述目标偏差值用于表征所述目标业务处理实体针对目标业务输出的实际业务处理结果与所述数字孪生体针对所述目标业务输出的预测业务处理结果之间的偏差;在所述目标偏差值大于预设偏差阈值的情况下,获取上一同步更新时刻至当前时刻所述目标业务处理实体生成的第三业务处理数据,并基于所述第三业务处理数据更新所述数字孪生体的状态参数,其中,所述状态参数至少包括所述行为仿真层的模型参数。

7、根据本技术的实施例,所述对所述预测业务处理结果进行统计,得到至少一个行为仿真指标,并基于所述行为仿真指标生成所述目标业务处理实体的行为评估结果,包括:基于所述预测业务处理结果的统计结果,计算所述目标业务处理实体的业务能力指标值、风险管控指标值、合规履职指标值以及客户服务指标值中的至少一种;对所述业务能力指标值、所述风险应对指标值、所述合规履职指标值和/或所述客户服务指标值进行加权处理,得到业务处理综合得分;基于所述业务处理综合得分,生成所述目标业务处理实体的仿真评估报告,其中,所述仿真评估报告包括对所述目标业务处理实体的优化提示信息。

8、根据本技术的实施例,所述业务能力指标值包括审批准确率、业务处理时效以及业务覆盖完成率中的至少一种;所述风险管控指标值包括风险识别准确率、预设场景风险应对成功率以及逾期风险控制率中的至少一种;所述合规履职指标值包括合规操作率、违规整改完成率以及合规知识掌握度中的至少一种;所述客户服务指标值包括客户满意度、投诉处理时效以及客户留存率中的至少一种。

9、根据本技术的第二方面,提供了一种实体行为仿真评估装置,所述装置包括:数字孪生体获取模块,用于获取目标业务处理实体对应的数字孪生体,其中,所述数字孪生体基于所述目标业务处理实体的历史业务处理数据和静态属性信息预先构建;待测试因素确定模块,用于确定至少一个待测试因素,并获取各所述待测试因素的历史数据,其中,所述待测试因素用于表征影响所述目标业务处理实体的业务处理结果的不确定性因素;概率分布确定模块,用于基于预设的分布拟合策略,分别基于各所述待测试因素的历史数据确定各所述待测试因素的目标概率分布;场景样本生成模块,用于基于各所述待测试因素的目标概率分布,按照预设抽样规则,生成预设数量组场景样本,其中,每组所述场景样本包括各所述待测试因素的一取值组合;处理结果获得模块,用于将所述预设数量组场景样本分别输入所述数字孪生体,得到各所述场景样本对应的预测业务处理结果;以及评估结果生成模块,用于对所述预测业务处理结果进行统计,得到至少一个行为仿真指标,并基于所述行为仿真指标生成所述目标业务处理实体的行为评估结果。

10、根据本技术的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个计算机程序,其中,上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。

11、根据本技术的第四方面,还提供了一种计算机可读存储介质,其上存储有计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。

12、根据本技术的第五方面,还提供了一种计算机程序产品,包括计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。

13、本技术实施例提供的方法,基于预设的分布拟合策略对各待测试因素进行分布拟合,确定各待测试因素的目标概率分布;进而再基于预设抽样规则生成预设数量组场景样本,用于模拟目标业务处理实体可能面临的复杂交互场景;将预设数量组场景样本输入目标业务处理实体对应的数字孪生体,得到数字孪生体输出的预测业务处理结果,并基于预测业务处理结果的统计结果进一步生成目标业务处理实体的行为评估结果。这样,能够基于所得到的行为评估结果前瞻性地预知目标业务处理实体在面对复杂交互场景时的处理状况,从而能够及时对目标业务处理实体进行调整优化,避免在面对复杂交互场景时可能面临的不稳定性风险。