摘要
本申请的一种可视化风控建模方法及系统,涉及人工智能技术领域,通过获取原始异构数据并进行特征提取,若提取的特征值的关联强度小于关联阈值,则将其剔除,得到精炼特征数据集;基于精炼特征数据集构建风险画像框架,采用图神经网络根据风险画像框架生成风险关联图谱;预测风险关联图谱中节点的变化特征值,若变化特征值超出波动范围,则标记该节点为潜在威胁信号;针对潜在威胁信号进行分级储存,并分析潜在威胁信号的演变路径,并标记高相关信号,确定风险演变的威胁模式,实现了风险的精准预测和直观呈现。
技术关键词
风控建模方法
特征值
风险
节点
画像
LSTM模型
信号
图谱
框架
标记
数据
异构
支持向量机分类
模式
实时监控技术
强度
指标
特征提取模块
人工智能技术
建模系统
系统为您推荐了相关专利信息
数据融合平台
故障预测模型
运维
设备健康状态
机器学习算法
空间结构特征
流行度预测方法
关系
节点
融合特征