一种基于大数据挖掘的风险信号识别方法

本发明涉及大数据分析与风险管理技术领域,公开了一种基于大数据挖掘的风险信号识别方法，包括以下步骤：S1、数据预处理与多模态特征构建：通过采集结构化数据、非结构化数据及时间序列数据，统一构建多模态高维特征向量；S2、拓扑空间构建与持久同调分析：利用数据间的欧氏距离构建邻接图，提取高维空间拓扑特征，并通过同调群和Betti数计算，提取异常模式；S3、基于非线性动力学的动态异常点识别：通过时间延迟嵌入构建相空间轨迹，计算Lyapunov指数和分形维数以识别高风险异常点。本发明通过多模态数据融合、拓扑分析、非线性动力学建模和动态可视化，实现了风险信号的精准识别与全面展示。