基于人群画像的侧向需求分析方法及系统

    公开(公告)号:CN117271905B

    公开(公告)日:2024-02-09

    申请号:CN202311552859.9

    申请日:2023-11-21

    IPC分类号: G06F16/9535

    摘要: 本发明公开了基于人群画像的侧向需求分析方法及系统,属于自然语言处理领域,其中方法包括:配置主人群画像;建立监督数据集,并进行监督数据集的信息提取,建立信息特征集;分别以主人群画像中的子画像作为初始匹配画像,执行信息特征集与子画像的关联匹配,生成匹配关联集;进行消费比例解析,并根据消费比例解析结果和子画像顺序排序生成消费匹配值;通过消费匹配值和关联总值输入侧向需求分析网络,执行网络分析;根据网络分析结果生成用户侧向需求,将用户侧向需求添加至主人群画像。本申请解决了现有技术中无法精确捕捉用户个性化侧向需求的技术问题,达到了实现精确的侧向需求分析,提高个性化服务和用户满意度的技术效果。

    数据驱动建模的信息分布式管理方法及系统

    公开(公告)号:CN118428246B

    公开(公告)日:2024-08-30

    申请号:CN202410895532.X

    申请日:2024-07-05

    摘要: 本发明提供了数据驱动建模的信息分布式管理方法及系统,涉及数据处理技术领域,包括:根据信息属性构建各属性存储区块;进行数据扩展性、数据量评估,构建扩展子空间;获取训练任务,进行分解确定训练步骤;进行信息要求解析,确定各训练步骤的信息要求;进行遍历匹配,提取匹配建模数据;进行数据量要求匹配,当不满足时,激活扩展子空间按照要求匹配偏差结果进行数据扩展;设置各步骤的数据提取路径,进行组织打包,构建建模数据模块包,用于执行训练任务的训练步骤。本发明解决了现有技术在数据驱动建模过程中,不同类型的数据通常存储在不同的系统中,导致数据管理复杂、数据访问和共享效率低下的技术问题。

    一种多源数据的风险智能洞察方法及系统

    公开(公告)号:CN118171921B

    公开(公告)日:2024-08-13

    申请号:CN202410599038.9

    申请日:2024-05-15

    IPC分类号: G06Q10/0635 G06Q30/0601

    摘要: 本发明提供了一种多源数据的风险智能洞察方法及系统,涉及数据处理技术领域,通过对监测第一参与方和第二参与方得到的关联交互信息进行数据提取分析得到交互风险特征参数集,结合历史关联交互日志对第一参与方和第二参与方进行风险预测得到供应风险指数和采购风险指数;对交互风险特征参数集进行分析得到交互风险指数;结合供应风险指数、采购风险指数与交互风险指数进行风险洞察识别。解决了现有技术依赖于人工经验对片面交易数据分析进行交易风险洞察,导致交易风险分析洞察准确度较低,影响交易可靠性的技术问题。实现了准确分析交易风险,对于交易风险进行高准确性洞察,降低交易风险的技术效果。

    基于随机森林算法的风险监控方法及系统

    公开(公告)号:CN117874654B

    公开(公告)日:2024-05-24

    申请号:CN202410282142.5

    申请日:2024-03-13

    摘要: 本发明公开了基于随机森林算法的风险监控方法及系统,涉及交易风险监控技术领域,该方法包括:遍历风险监控因子,对目标用户进行信息采集,生成失信比波动曲线、交易数波动曲线、好评比波动曲线和年利润波动曲线;对目标用户同行进行信息采集,生成失信比均值波动曲线、交易数均值波动曲线、好评比均值波动曲线和年利润均值波动曲线;通过风控评价模型进行分析,生成失信比评分、交易数评分、好评比评分和稳定性评分,生成目标风险系数。本发明解决了现有技术中传统的交易风险评估方法不够客观全面,导致风险监控效果差的技术问题,基于随机森林算法和风险监控因子进行客观风险评估,达到了提高风险监控水平的技术效果。

    数据驱动建模的信息分布式管理方法及系统

    公开(公告)号:CN118428246A

    公开(公告)日:2024-08-02

    申请号:CN202410895532.X

    申请日:2024-07-05

    摘要: 本发明提供了数据驱动建模的信息分布式管理方法及系统,涉及数据处理技术领域,包括:根据信息属性构建各属性存储区块;进行数据扩展性、数据量评估,构建扩展子空间;获取训练任务,进行分解确定训练步骤;进行信息要求解析,确定各训练步骤的信息要求;进行遍历匹配,提取匹配建模数据;进行数据量要求匹配,当不满足时,激活扩展子空间按照要求匹配偏差结果进行数据扩展;设置各步骤的数据提取路径,进行组织打包,构建建模数据模块包,用于执行训练任务的训练步骤。本发明解决了现有技术在数据驱动建模过程中,不同类型的数据通常存储在不同的系统中,导致数据管理复杂、数据访问和共享效率低下的技术问题。

    基于深度学习的风险动态演化方法及系统

    公开(公告)号:CN118229071A

    公开(公告)日:2024-06-21

    申请号:CN202410258470.1

    申请日:2024-03-07

    摘要: 本申请公开了基于深度学习的风险动态演化方法及系统,涉及风险控制技术领域,所述方法包括:加载目标项目的项目属性信息和项目流程信息,预设深度学习约束,执行特征项目风险识别的深度学习,获得项目风险解析集成网络;加载实时项目节点及对应的项目实时监测信息;基于实时项目节点,生成子网络激活指令,激活匹配项目风险解析子网络;对项目实时监测信息进行实时风险识别,获得实时项目风险解析结果;基于项目实时监测信息和实时项目风险解析结果进行多维风险动态演化,获得预测项目风险解析结果。对实时、预测项目风险解析结果进行风险融合,获得项目风险识别报告。实现适应不同领域和环境中风险变化,提供更准确的风险管理的技术效果。

    基于随机森林算法的风险监控方法及系统

    公开(公告)号:CN117874654A

    公开(公告)日:2024-04-12

    申请号:CN202410282142.5

    申请日:2024-03-13

    摘要: 本发明公开了基于随机森林算法的风险监控方法及系统,涉及交易风险监控技术领域,该方法包括:遍历风险监控因子,对目标用户进行信息采集,生成失信比波动曲线、交易数波动曲线、好评比波动曲线和年利润波动曲线;对目标用户同行进行信息采集,生成失信比均值波动曲线、交易数均值波动曲线、好评比均值波动曲线和年利润均值波动曲线;通过风控评价模型进行分析,生成失信比评分、交易数评分、好评比评分和稳定性评分,生成目标风险系数。本发明解决了现有技术中传统的交易风险评估方法不够客观全面,导致风险监控效果差的技术问题,基于随机森林算法和风险监控因子进行客观风险评估,达到了提高风险监控水平的技术效果。

    海量数据下的人群画像分析方法及系统

    公开(公告)号:CN118051879A

    公开(公告)日:2024-05-17

    申请号:CN202410453203.X

    申请日:2024-04-16

    摘要: 本公开提供了一种海量数据下的人群画像分析方法及系统,涉及用户画像分析技术领域,该方法包括:根据第一指标参数组构建第一画像;读取预定相似度概率分布对第一画像进行降维,得到第一降维画像;通过智能用户分类器对第一降维画像进行分析,得到第一分类结果;随机获取基于第一分类结果组建的第一同类用户簇中的目标同类用户;对监测到的多组消费数据进行分析,生成目标需求预测。通过本公开可以解决由于无法针对海量原始用户数据进行快速有效的数据挖掘和分析,导致人群画像分类的准确性和效率较低,造成消费需求预测时间较长和准确性较低的问题,可以提高人群画像构建的准确性和效率,达到提高消费需求预测的准确性和及时性的技术效果。

    基于人群画像的侧向需求分析方法及系统

    公开(公告)号:CN117271905A

    公开(公告)日:2023-12-22

    申请号:CN202311552859.9

    申请日:2023-11-21

    IPC分类号: G06F16/9535

    摘要: 本发明公开了基于人群画像的侧向需求分析方法及系统,属于自然语言处理领域,其中方法包括:配置主人群画像;建立监督数据集,并进行监督数据集的信息提取,建立信息特征集;分别以主人群画像中的子画像作为初始匹配画像,执行信息特征集与子画像的关联匹配,生成匹配关联集;进行消费比例解析,并根据消费比例解析结果和子画像顺序排序生成消费匹配值;通过消费匹配值和关联总值输入侧向需求分析网络,执行网络分析;根据网络分析结果生成用户侧向需求,将用户侧向需求添加至主人群画像。本申请解决了现有技术中无法精确捕捉用户个性化侧向需求的技术问题,达到了实现精确的侧向需求分析,提高个性化服务和用户满意度的技术效果。

    一种批量标识数据学习的风险识别方法及系统

    公开(公告)号:CN116578845B

    公开(公告)日:2023-11-07

    申请号:CN202310861087.0

    申请日:2023-07-14

    摘要: 本发明公开了一种批量标识数据学习的风险识别方法及系统,涉及数据处理领域,其中,所述方法包括:基于清洗约束对数据集合进行数据清洗,生成个体数据集和综合数据集;生成监测数据集;通过映射提取结果分别与个体数据集和综合数据集的节点比对,生成节点数据风险识别结果;基于映射提取结果分别与个体数据集和综合数据集的数据趋势变化比对,生成窗口趋势数据风险识别结果;根据节点数据风险识别结果和窗口趋势数据风险识别结果进行监测目标的风险识别,输出风险识别结果。解决了现有技术中针对监测数据的风险识别精准性不足、全面度低,导致监测数据的风险识别质量不高的技术问题。达到了提升监测数据的风险识别质量的技术效果。