一种基于智能AI机器学习的用于风险预测方法及装置与流程

一种基于智能ai机器学习的用于风险预测方法及装置
技术领域
1.本发明涉及项目风险预测领域，特别涉及一种基于智能ai机器学习的用于风险预测方法及装置。


背景技术：

[0002][0003]
随着科学技术的不断发展，软件研发项目的复杂性不断增大，研发周期不断增长且不确定性因素较多，为了减小风险发生概率并有效避免潜在风险对整个研发项目的损失，有必要对软件研发项目风险进行预测。现有文献提出基于粗糙集理论对电网建设项目的风险关系进行分析，计算风险因素的相关系数，为软件项目的风险管理提供依据，但存在项目风险因素两两之间相关项不高的问题。
[0004]
现有的风险分析方法对当前数据进行简单的分析，无法实时的对风险进行分析，从而不能很好的对项目进行分析，因此，需要一种基于智能ai机器学习的用于风险预测方法及装置。


技术实现要素：

[0005][0006]
本技术的目的在于提供一种基于智能ai机器学习的用于风险预测方法及装置，以解决上述背景技术中提出现有的风险分析方法对当前数据进行简单的分析，无法实时的对风险进行分析，从而不能很好的对项目进行分析的问题。
[0007]
为实现上述目的，本技术提供如下技术方案：一种基于智能ai机器学习的用于风险预测方法，该方法包括
[0008]
步骤一、项目录入，在项目录入时首先提取项目样本数据，将提取后的样本数据与风险标准库进行对比得到初步风险分析结果，在项目未被风险标准库录入时，增加新的风险标准库的风险标准规则；
[0009]
步骤二、项目在风险标准库的风险标准规则内时，在项目进行过程中定期提取更新后的样本数据，并将新的样本数据与风险标准库内同时期的样本数据进行对比得到实时风险分析结果，直至项目结束；
[0010]
步骤三、项目不在风险标准库的风险标准规则内时，在新的项目开始时，首先确定风险的来源、风险产生的条件、描述其风险特征和判断出确定哪些风险事件有可能影响本项目，并将风险进行评级，同时输出和储存风险分析结果，在项目进行至结束时，实时对风险事件进行更新，同时输出和储存该时期的风险分析结果。
[0011]
优选的，所述步骤一中的项目样本数据包括项目类型、项目时间、项目进度。
[0012]
优选的，所述步骤一和所述步骤二中的风险标准库模块用于接收并储存不同项目类型相对应的风险标准规则。
[0013]
优选的，所述步骤三中的风险评级方法为首先计算风险影响程度，然后根据风险
影响程度进行评级。
[0014]
优选的，所述计算风险影响程度的公式为：
[0015]
f＝s/c
[0016]
其中f为风险影响程度，s为总收入，c为交付成本。
[0017]
优选的，所述样本数据与所述风险标准库对比时，首先筛选重复度高于百分之五十的风险标准规则，然后根据重复度从高往低，筛选出前三个风险标准规则提供初步风险对比结果，当没有高于百分之五十的风险标准时，筛选出一个最高的风险标准规则提供初步风险对比结果后，并建立一个新的风险标准规则供使用者增添风险标准库的风险标准规则。
[0018]
优选的，所述风险标准库中设置有风险标准库的风险标准规则添加模块。
[0019]
一种基于智能ai机器学习的用于风险预测装置，包括报警模块，所述报警模块用于根据风险分析结果的风险等级发出报警指令。
[0020]
优选的，包括计算机，所述计算机内安装有处理模块，所述处理模块用于对风险进行分析，所述计算机上安装有散热模块，所述散热模块用于对所述计算机进行散热。
[0021]
优选的，所述储存模块，所述储存模块安装于所述计算机上，所述储存模块用于对数据进行储存。
[0022]
综上，本发明的技术效果和优点：
[0023]
本发明中，基于以上方法，可以对项目进行分类，从而可以对可以与风险标准库的风险标准规则做对比的项目进行风险分析，同时可以实时分析风险，也可以对不能与风险标准库的风险标准规则做对比的项目进行风险分析，并可以更新风险标准库的风险标准规则，不断的学习，从而便于进行分析。
附图说明
[0024][0025]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]
图1为本技术实施例的方法流程图。
具体实施方式
[0027][0028]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0029]
在本公开的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”、“顶部”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须
具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0030]
还需要说明的是，本技术文件中使用到的标准零件均可以从市场上购买，而且根据说明书和附图的记载均可以进行订制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本公开中的具体含义，并且，未做明确限定的情况下，机械、零件和设备均可以采用现有技术中常规的型号。
[0031]
在本文中，术语“包括”意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0032]
实施例：参考图1所示的一种基于智能ai机器学习的用于风险预测方法，包括该方法包括：
[0033]
步骤一、项目录入，在项目录入时首先提取项目样本数据，将提取后的样本数据与风险标准库进行对比得到初步风险分析结果，在项目未被风险标准库录入时，增加新的风险标准库的风险标准规则；
[0034]
步骤二、项目在风险标准库的风险标准规则内时，在项目进行过程中定期提取更新后的样本数据，并将新的样本数据与风险标准库内同时期的样本数据进行对比得到实时风险分析结果，直至项目结束；
[0035]
步骤三、项目不在风险标准库的风险标准规则内时，在新的项目开始时，首先确定风险的来源、风险产生的条件、描述其风险特征和判断出确定哪些风险事件有可能影响本项目，并将风险进行评级，同时输出和储存风险分析结果，在项目进行至结束时，实时对风险事件进行更新，同时输出和储存该时期的风险分析结果。
[0036]
所述步骤一中的项目样本数据包括项目类型、项目时间、项目进度。
[0037]
所述步骤一和所述步骤二中的风险标准库模块用于接收并储存不同项目类型相对应的风险标准规则。
[0038]
基于以上方法，可以对项目进行分类，从而可以对可以与风险标准库的风险标准规则做对比的项目进行风险分析，同时可以实时分析风险，也可以对不能与风险标准库的风险标准规则做对比的项目进行风险分析，并可以更新风险标准库的风险标准规则，不断的学习，从而便于进行分析。
[0039]
所述步骤三中的风险评级方法为首先计算风险影响程度，然后根据风险影响程度进行评级，所述计算风险影响程度的公式为：
[0040]
f＝s/c
[0041]
其中f为风险影响程度，s为总收入，c为交付成本。这样设置的好处是，便于计算风险的影响程度。
[0042]
所述样本数据与所述风险标准库对比时，首先筛选重复度高于百分之五十的风险
标准规则，然后根据重复度从高往低，筛选出前三个风险标准规则提供初步风险对比结果，当没有高于百分之五十的风险标准时，筛选出一个最高的风险标准规则提供初步风险对比结果后，并建立一个新的风险标准规则供使用者增添风险标准库的风险标准规则。所述风险标准库中设置有风险标准库的风险标准规则添加模块。这样设置的好处是，从而可以智能的根据样本数据的信息对比，从而智能提供初步风险对比结果供使用者进行参考，同时可以添加新的风险标准库的风险标准规则，从而在不断的使用过程中，可以学习添加新的风险标准库的风险标准规则。
[0043]
一种基于智能ai机器学习的用于风险预测装置，包括计算机和报警模块，所述报警模块用于根据风险分析结果的风险等级发出报警指令。通过报警模块的设置，可以使得使用者可以及时接受报警，从而可以及时进行处理。
[0044]
所述计算机内安装有处理模块，所述处理模块用于对风险进行分析，所述计算机上安装有散热模块，所述散热模块用于对所述计算机进行散热。通过散热模块的设置，可以对计算机进行散热，散热模块可以是风扇和冷凝水管散热。
[0045]
所述计算机内安装有储存模块，所述储存模块安装于所述计算机上，所述储存模块用于对数据进行储存。通过储存模块的设置，便于对数据进行储存。最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。