(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210036046.3 (22)申请日 2022.01.11 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 郭芷秀　刘润佳　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 周春枚 (51)Int.Cl. G06Q 40/04(2012.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 风险数据识别方法、 装置、 存储介质及电子 设备 (57)摘要 本申请公开了一种风险数据识别方法、 装 置、 存储介质及电子设备。 涉及金融科技领域， 方 法包括： 获取目标对象在多个维度的风险数据， 其中， 风险数据在每个维度上包括不同层级的多 个指标； 确定多个指标的第一权重和的熵权； 根 据第一权重和熵权确定多个指标分别对应的目 标权重； 根据多个指标和分别对应的目标权重， 确定目标对象的风险等级。 通过本申请， 解决了 相关技术中风险识别采用单一赋权法的准确率 较差的问题。 权利要求书2页 说明书22页 附图5页 CN 114565457 A 2022.05.31 CN 114565457 A 1.一种风险数据识别方法， 其特 征在于， 包括： 获取目标对象在多个维度的风险数据， 其中， 所述风险数据在每个维度上包括不同层 级的多个指标； 确定多个指标的第一权 重和的熵权； 根据所述第一权 重和所述熵权确定所述多个指标分别对应的目标权 重； 根据所述多个指标和分别对应的所述目标权 重， 确定所述目标对象的风险等级。 2.根据权利要求1所述的方法， 其特 征在于， 确定多个指标的第一权 重和的熵权包括： 确定多个指标的第一权 重； 确定多个指标的熵权； 根据所述第一权 重和所述熵权确定所述指标的目标权 重包括： 通过第一权重和对应的第 一预设比例， 以及熵权和对应的第 二预设比例确定所述目标 权重， 其中， 所述第一预设比例与所述第二预设比例之和为 一。 3.根据权利要求2所述的方法， 其特 征在于， 确定多个指标的第一权 重包括： 通过对低层级的多个指标相对于高层级的指标的重要性进行比较， 结合预设标度， 生 成判断矩阵， 其中， 所述判断矩阵每一个元素表 示相对于高层级的指标， 第一指标与第二指 标的重要程度， 所述低层级的多个指标属于所述高层级的指标的下一层级； 通过所述判断矩阵的最大 特征值和对应的特 征向量， 确定多个指标的相对权 重； 根据多个指标的相对权重， 以及多个指标的原始数据， 生成指标矩阵， 其中， 所述指标 矩阵的每一个元 素表示一个指标与一个相对权 重的乘积； 通过所述指标矩阵确定多个指标的第一权 重。 4.根据权利要求3所述的方法， 其特征在于， 通过所述判断矩阵的最大特征值和对应的 特征向量， 确定多个指标的相对权 重之后， 所述方法还 包括： 确定所述判断矩阵的一 致性指标； 根据所述 一致性指标， 确定所述判断矩阵的一 致性比率指标； 在所述一致性比率指标处于预设值范围的情况下， 确定所述判断矩阵一致性合格， 执 行通过所述判断矩阵的最大 特征值和对应的特 征向量， 确定多个指标的相对权 重的步骤； 在所述一致性比率指标不处于预设值范围的情况下， 确定所述判断矩阵一致性不合 格， 对所述判断矩阵的元 素进行修改， 直至所述判断矩阵的一 致性合格。 5.根据权利要求4所述的方法， 其特征在于， 通过所述指标矩阵确定多个指标的第 一权 重包括： 对所述指标矩阵中的原 始数据进行 无量纲化； 通过无量纲化后的指标矩阵， 确定指标矩阵中每一指标对应的行/列中的最优值， 其 中， 所述最优值为极大值或者极小值， 在所述指标的类型为收益性指标的情况下， 所述最优 值为极大值， 在所述指标的类型为成本性指标的情况 下， 所述最优值为极小值； 根据所述 最优值和指标对应的相对权 重， 确定指标的第一权 重。 6.根据权利要求2所述的方法， 其特 征在于， 确定多个指标的熵权包括： 对所述指标的原 始数据进行 无量纲化处 理； 根据处理后的指标的原 始数据， 计算所述指标的熵值和差异系数； 根据所述熵值和差异系数， 确定所述指标的熵权 。权　利　要　求　书 1/2 页 2 CN 114565457 A 27.根据权利要求1至6中任一项所述的方法， 其特征在于， 所述目标对象包括： 客户， 业 务， 地域。 8.根据权利要求7中所述的方法， 其特征在于， 根据 所述多个指标和分别对应的所述目 标权重， 确定所述目标对象的风险等级之后， 所述方法还 包括： 根据所述 风险等级更新 客户风险的风险数据； 根据更新后的风险数据对客户风险进行识别； 其中， 所述客户风险的风险数据包括内部数据和外部数据， 所述内部数据为系统内部 的客户账户的数据， 所述外 部数据为系统外 部的客户数据。 9.根据权利要求7中所述的方法， 其特征在于， 根据 所述多个指标和分别对应的所述目 标权重， 确定所述目标对象的风险等级之后， 所述方法还 包括： 根据所述 风险等级更新 业务风险的风险数据； 根据更新后的风险数据对业务风险识别模型进行训练， 其中， 所述业务风险识别模型 为半监督模糊聚类算法FC M模型； 其中， 所述 业务风险的风险数据包括 业务风险数据以及与客户有关的客户数据。 10.根据权利要求7中所述的方法， 其特征在于， 根据所述多个指标和分别对应的所述 目标权重， 确定所述目标对象的风险等级之后， 所述方法还 包括： 根据所述 风险等级更新 地域风险的风险数据； 根据更新后的风险数据生成地 域风险特征； 其中， 所述地域风险的风险数据包括地域系统数据， 地域对应的与业务有关的业务数 据以及与客户有关的客户数据。 11.一种风险数据识别装置， 其特 征在于， 包括： 获取模块， 获取目标对象在多个维度的风险数据， 其中， 所述风险数据在每个维度 上包 括不同层级的多个指标； 第一确认模块， 确定多个指标的第一权 重和的熵权； 第二确定模块， 根据所述第一权重和所述熵权确定所述多个指标分别对应的目标权 重； 第三确定模块， 根据所述多个指标和分别对应的所述目标权重， 确定所述目标对象的 风险等级。 12.一种计算机可读存储介质， 其特征在于， 所述存储介质用于存储程序， 其中， 所述程 序运行时执 行权利要求1至10中任意 一项所述的风险数据识别方法。 13.一种电子设备， 其特征在于， 包括一个或多个处理器和存储器， 所述存储器用于存 储一个或多个程序， 其中， 当所述一个或多个程序被所述一个或多个处理器执行时， 使得所 述一个或多个处 理器实现权利要求1至10中任意 一项所述的风险数据识别方法。权　利　要　求　书 2/2 页 3 CN 114565457 A 3