本技术公开了基于大数据的风险数据分析方法及系统,涉及数据分析技术领域,包括:基于大数据获取项目进程中存在风险的数据;建立风险模拟模型,获取项目的进程特征值,得到存在风险的数据中的可优化风险数据;对风险模拟模型进行优化并对存在风险的数据进行分类;本发明用于解决现有技术中无法基于特征数据对项目进程的整体走向进行分析,从而判断得到的特征数据是否对项目进程的整体运行造成负面影响,同时片面地获取行业中存在的风险特征,会导致虽能提高风险获取的效率,但会造成无法判断风险特征的真实性的问题。
背景技术
风险数据包括内部数据和外部数据,其中内部数据是从各个业务系统中抽取的、与风险管理相关的数据信息,外部数据是通过专业数据供应商所获得的数据;风险数据分析是指通过对各种数据进行收集、整理、分析和挖掘,以识别和评估潜在风险,为决策和规划提供支持的过程。在各种行业中,风险数据分析被广泛应用,帮助组织管理者更好地了解自身面临的风险,并采取相应的措施来应对和管理这些风险。
现有的用于风险数据分析方面的改进,通常是获取行业的特征数据,并建立在以特征数据为主体的角度进行逐步分析,从而得到与特征数据相关联的风险数据,比如在申请公开号为CN115222303A的专利申请中,公开了基于大数据的行业风险数据分析方法、系统及存储介质,该方案就是通过提取行业特征数据,通过一系列分析后对基于行业特征数据得到的行业风险情况进行判断,再进行风险评估,这种分析方法通常无法基于项目进程的整体走向进行分析,从而判断得到的特征数据是否对项目进程的整体运行造成负面影响,进而导致在对特征数据的分析过程中将能够对项目进程造成正面影响的风险数据被排查掉,同时造成数据分析相关资源的浪费,而现有技术中其他的用于风险数据分析方面的改进,通常是获取风险数据的风险特征分布,从而提高风险数据分析的效率以及便携性,这种分析方法仅能片面地获取行业中存在的风险特征,无法在行业的整体进程中对风险特征进行进一步判断,导致虽能提高风险获取的效率,但会造成无法判断风险特征的真实性的问题,鉴于此,有必要对现有的风险数据分析方法进行改进。
实现思路