本技术公开一种基于多维信息融合的风险评估预警方法和装置,属于数据处理技术领域,对预定场所多维异构数据采用了基于T‑SNE降维和K‑Means聚类算法的数据处理方式,降低了不同量纲的数据融合困难、各维度数据的非线性相关影响预测结果的问题;而且采用了模型学习和专家经验相结合的方式进行风险的评估和预警,利用K‑means聚类算法及LSTM进行模型的评估和预测,可以充分挖掘数据中的数学规律,而结合专家经验进行打分又增加了评估和预测结果的合理性和可解释性;采用了置信度的计算预测方式,数据处理模块完成风险的预测后得到的只是一个高、中、低风险值的结果,为预定场所内提出合理、科学的决策提供保障。
背景技术
随着机器学习算法的不断优化,人工智能技术的应用领域越来越广泛,渗透在了金融、工程和司法体系的各个方面。近年来,人工智能技术在风险的评估和预警方面也有了长足的发展,但它在预定场所应用中依然存在这一些不足:由于预定场所数据的特殊性和局限性,在进行分析时存在数据体系不够全面、预测模型单一的问题,并不能充分挖掘数据与风险的相关性。
预定场所的风险评估和预警是指针对预定场所内当前时刻风险场景、风险等级的评判以及对风险场景中进行可能出现的各种情况的预测和评估。智慧预定场所是当前时代在人工智能领域的一个新的重要应用,在预定场所的智慧场景模式下,预定场所整合监管改造信息资源和社会信息资源,如何将大数据、物联网、人工智能等现代科技与预定场所各项业务相融合,对监管安全风险采取评估定量定性的评判,提高预定场所监管安全方面的防范能力,推进预定场所治理体系的创新,是当前亟待解决的技术难题。
实现思路