本发明专利技术提供一种基于时间序列的目标主体风险预警方法，应用于风险预警平台，所述方法包括：构建风险预警模型，所述风险预警模型的训练样本基于时间序列特征构建；根据所述风险预警模型，对目标主体进行风险预测；所述风险预警平台构建风险预警模型之前，所述方法包括：所述风险预警平台获取训练样本风险指标的状态值；根据所述训练样本风险指标的状态值，构建训练样本的时间序列特征，所述时间序列特征中包含至少一个时间节点。通过上述方法，用户可以通过风险预警平台对目标主体进行风险预警。预警。预警。
【技术实现步骤摘要】
基于时间序列的目标主体风险预警方法及装置
[0001]本申请涉及风险预警
，尤其是涉及一种基于时间序列的目标主体风险预警方法及装置。
技术介绍
[0002]在风险治理领域，进行主体的风险预警多是用各指标的权重加权和来表征一个主体的综合风险得分。现有技术中通常用简单的特征指标作为训练数据样本来构建训练模型，得到符合预期的风险模型后，计算实际数据的风险得分，然后根据风险得分下发不同的风险预警。
[0003]现有技术中的指标权重值往往需要由经验丰富的相关领域专家来评估，无疑增加了成本投入，且以往的风险模型大多指标涉及范围单一、指标权重值不受时间维度影响，模型设计简单。仅关注了指标的静态数值，忽略了指标会随时间发生的动态变化，导致模型预警的效果不理想。
[0004]因此，目前亟需一种准确的目标主体风险预警方法来解决上述问题。
技术实现思路
[0005]本申请提供了一种基于时间序列的目标主体风险预警方法及装置，使用户可以通过风险预警平台对目标主体进行风险预警。
[0006]本申请第一方面提供了一种基于时间序列的目标主体风险预警方法，应用于风险预警平台中，所述风险预警平台获取训练样本风险指标的状态值；根据所述训练样本风险指标的状态值，构建训练样本的时间序列特征，所述时间序列特征中包含至少一个时间节点；构建风险预警模型，所述风险预警模型的训练样本基于时间序列特征构建；根据所述风险预警模型，对目标主体进行风险预测。
[0007]在一种可能的实施方式中，所述时间序列特征根据如下公式确定：；其中，代表第n个时间节点对应风险指标的状态值，表示所述风险指标种类的序号，表示第n个时间节点，表示第n个时间节点对应的所述风险预警模型的输入。
[0008]在一种可能的实施方式中，所述训练样本包括标签，所述标签与所述时间节点一一对应，所述标签包括风险标签。
[0009]在一种可能的实施方式中，确定所述时间节点对应的标签方法包括：获取训练样本中目标主体的当前时间节点；在预设时间窗口内对目标主体的风险指标状态值进行求和，得到预设时间窗口内的风险指标值；所述预设时间窗口包括起始时
间和终止时间，所述终止时间在所述起始时间之前，所述起始时间为当前时间节点；比较所述风险指标值与预设风险阈值的大小，所述风险指标值大于或等于预设风险阈值，所述时间节点的标签确定为风险标签。
[0010]在一种可能的实施方式中，所述风险预警平台在预设时间窗口内对目标主体的风险指标状态值进行求和，得到预设时间窗口内的风险指标值；具体包括：所述预设时间窗口内的风险指标值为所述预设时间窗口内所有时间节点的风险状态值之和；所述预设时间窗口包括至少一个第一时间节点，所述第一时间节点的风险指标值等于所述第一时间节点内所有风险指标状态值之和。
[0011]在一种可能的实施方式中，所述风险指标的状态值根据风险指标发生的次数确定，所述风险指标的状态值与所述风险指标发生的次数根据同一时间节点确定。
[0012]在一种可能的实施方式中，所述至少一个时间节点中任意一个时间节点的单位包括以下任意一种：年、季度、月份、星期。
[0013]本申请第二方面提供一种基于时间序列的目标主体风险预警装置，所述装置包括状态获取单元、特征构建单元、模型构建单元以及模型应用单元；其中，所述状态获取单元，用于获取训练样本风险指标的状态值；所述特征构建单元，用于根据所述训练样本风险指标的状态值，构建训练样本的时间序列特征，所述时间序列特征中包含至少一个时间节点；所述模型构建单元，用于构建风险预警模型，所述风险预警模型的训练样本基于时间序列特征构建；所述模型应用单元，用于根据所述风险预警模型，对目标主体进行风险预测。
[0014]在一种可能的实施方式中，所述特征构建单元包括标签确定子单元；所述标签确定子单元，用于获取训练样本中目标主体的当前时间节点；在预设时间窗口内对目标主体的风险指标状态值进行求和，得到预设时间窗口内的风险指标值；所述预设时间窗口包括起始时间和终止时间，所述终止时间在所述起始时间之前，所述起始时间为当前时间节点；比较所述风险指标值与预设风险阈值的大小，当所述风险指标值大于或等于预设风险阈值，则目标主体在所述时间节点的标签为风险标签。
[0015]本申请第三方面提供了一种电子设备，包括处理器、存储器和收发器，所述存储器用于存储指令，所述收发器用于和其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行上述任意一项所述的方法。
[0016]本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行上述任意一项所述的方法。
[0017]与现有技术相比，本专利技术的有益效果是：使用风险预警模型对目标主体进行风险预测，不再需要经验丰富的相关领域专家来对风险指标进行权重评估，减少了成本投入。同时在训练模型中，不仅关注了指标的静态值，同时关注了目标主体的风险指标会随着时间的推移而发生动态变化，在引入时间序列后，使得训练后的模型的预测效果更佳准确。
附图说明
[0018]图1是本申请实施例提供的一种基于时间序列的目标主体风险预警方法的流程示意图；图2是本申请实施例提供的又一种基于时间序列的目标主体风险预警方法的流程示意图；
图3是本申请实施例提供的一种风险预警模型架构原理示意图；图4是本申请实施例提供的一种训练样本数据集的原理示意图；图5是本申请实施例提供的一种风险指标状态值动态变化原理示意图；图6是本申请实施例提供的一种确定训练样本时间节点对应标签方法的流程示意图；图7是本申请实施例提供的再一种基于时间序列的目标主体风险预警方法的流程示意图；图8是本申请实施例提供的又一种风险指标状态值动态变化原理示意图；图9是本申请实施例提供的一种基于时间序列的目标主体风险预警装置结构示意图；图10是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0019]为了使本
的主体更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
[0020]本申请实施例中的风险指标代表目标主体的特征，风险指标是基于社会认知和历史经验，以及数学统计和概率分析的方式筛选得来，风险指标的来源可以是多样的，不仅限于本申请实施例中所描述的类型。
[0021]本申请实施例中的群体稳定性指标（Population Stability Index，PSI）、证据的权重（Weight of Evidence，WOE）、信息价值（Information Value，IV）、相关性筛选、多重共线性、方差膨胀因子等皆为统计学中的指标。一般认为PSI小于0.1时候模型稳定性很高，PSI处于0.1
‑
0.2时模型稳定性一般，需要进一步研究，PSI大于0.2模型稳定性差，建议修复；证据权重表明自变量相对于因本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于时间序列的目标主体风险预警方法，其特征在于，应用于风险预警平台，所述方法包括：所述风险预警平台获取训练样本风险指标的状态值；根据所述训练样本风险指标的状态值，构建训练样本的时间序列特征，所述时间序列特征中包含至少一个时间节点；构建风险预警模型，所述风险预警模型的训练样本基于所述时间序列特征构建；根据所述风险预警模型，对目标主体进行风险预测。2.根据权利要求1所述的方法，其特征在于，所述时间序列特征根据如下公式确定：；其中，代表第n个时间节点对应风险指标的状态值，表示所述风险指标种类的序号，表示第n个时间节点，表示第n个时间节点对应的所述风险预警模型的输入。3.根据权利要求1所述的方法，其特征在于，所述训练样本包括标签，所述标签与所述时间节点一一对应，所述标签包括风险标签。4.根据权利要求3所述的方法，其特征在于，确定所述时间节点对应的标签方法包括：获取训练样本中目标主体的当前时间节点；在预设时间窗口内对目标主体的风险指标状态值进行求和，得到预设时间窗口内的风险指标值；所述预设时间窗口包括起始时间和终止时间，所述终止时间在所述起始时间之前，所述起始时间为当前时间节点；比较所述风险指标值与预设风险阈值的大小，当所述风险指标值大于或等于预设风险阈值，则目标主体在所述时间节点的标签为风险标签。5.根据权利要求4所述的方法，其特征在于，所述风险预警平台在预设时间窗口内对目标主体的风险指标状态值进行求和，得到预设时间窗口内的风险指标值；具体包括：所述预设时间窗口内的风险指标值为所述预设时间窗口内所有时间节点的风险状态值之和；所述预设时间窗口包括至少一个第一时间节点，所述第一时间节点的风险指标值等于所述第一时间节点内所有风险指标状态值之和...
【专利技术属性】
技术研发人员：周斌，陈凤，廖闪闪，郝景顺，
申请(专利权)人：杭州天阙科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。