风险监控处理方法、装置、电子设备及存储介质与流程

1.本发明涉及信息处理领域，特别涉及一种风险监控处理方法、装置、电子设备及存储介质。

背景技术：

2.随着移动互联网、物联网等新技术的迅速发展，人类进入数据时代。数据时代带来的信息风暴正改变着我们的生活、工作和思维方式，对网络风险管理也带来深刻影响。
3.网络风险是以网络为载体，以事件为核心，是广大网民情感、态度、意见、观点的表达，传播与互动，以及后续影响力的集合。网民可以通过多种途径迅速地从网络上获取社会各类信息，并将自己的主观意见发布与互联网上，与他人进行交流。在密切关注风险风险的同时，能够深入挖掘风险大数据的价值，有利于获取社会、市场和用户的反馈，进而得到商业机会。
4.若依赖人工每天从上百万的数据中监控网络风险信息，则会大大降低网络风险监控处理的效率。通过人工进行风险监控处理在对网络风险信息进行筛选时，很容易将一些信息漏掉，降低了网络风险监控处理的准确度。

技术实现要素：

5.基于此，本技术实施例提供了一种风险监控处理方法、装置、电子设备及存储介质，可以提高了对网络风险监控处理的准确度。
6.第一方面，提供了一种风险监控处理方法，该方法包括：
7.获取待监控的网络风险信息；
8.通过关键词识别从所述网络风险信息中提取出直接关联实体与风险事件，并接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数；
9.获取所述直接关联实体的实体关系，根据所述实体关系建立至少一条直接关联实体与间接关联实体的传导路径；其中，所述传导路径中还包括情绪传导系数；
10.基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的重要性指数与情绪指数。
11.可选地，接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数，包括：
12.根据第一公式确定风险事件对直接关联实体的重要性指数，所述第一公式具体包括：
13.pi(x0|ej)＝p(ej)
·
r(x0，ej)
14.其中，pi(x0|ej)表示风险事件ej对直接关联实体x0的重要性，p(ej)表示风险事件ej的重要性，r(x0，ej)表示风险事件ej对直接关联实体x0的关联度。
15.可选地，所述基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联
实体关于所述网络风险信息的重要性指数，包括：
16.根据第二公式确定风险事件对间接关联实体的重要性指数，所述第二公式具体包括：
17.pe(xi|ej)＝pi(x0|ej)
·
r(xi，x0)
18.其中，pe(xi|e)表示风险事件ej对间接关联实体xi的重要性，pi(x0|ej)表示风险事件ej对直接关联实体x0的重要性，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度。
19.可选地，间接关联实体与直接关联实体的关联度具体包括：
[0020][0021]
其中，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度，rpj(xi，x0)表示间接关联实体xi与直接关联实体x0在可达路径pj上间接关联实体xi与直接关联实体x0的关联度，n表示可达路径的数量。
[0022]
可选地，在可达路径pj上间接关联实体xi与直接关联实体x0的关联度具体包括：
[0023][0024]
其中，rs
kj
(x
j0
，x
j1
)表示可达路径pj中，在第j步径上，相邻实体x
j0
，x
j1
之间步径的关联度，f表示分段函数，表示路径参数，dk表示路径的深度，c的取值为(0，1)m表示可达路径的长度，j表示当前路径。
[0025]
可选地，根据所述实体关系建立至少一条直接关联实体与间接关联实体的传导路径，包括：
[0026]
根据第三公式确定间接关联实体xi与直接关联实体x0的关联度，所述第三公式具体包括：
[0027][0028]
其中，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度，xj是xi的路径邻接点，r(xj，x0)表示间接关联实体xj与直接关联实体x0的关联度，rs(xi，xj)表示步径关联度，m表示可达路径的长度，j表示当前路径。
[0029]
可选地，基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的情绪指数，包括：
[0030]
根据第四公式确定间接关联实体关于网络风险信息的情绪指数度，所述第四公式具体包括：
[0031]
se(xi|ej)＝si(x0|ej)
·
sp(pj)
[0032]
st.arg(pj，xi)，max{pi(x0|ej)
·
r(xi，x0)}
[0033]
其中，se(xi|ej)表示风险事件ej对间接关联实体xi的情绪指数，si(xs|ej)表示风险事件ej对直接关联实体x0的情绪指数，sp(pj)表示路径pj的情绪传导系数，pi(x0|ej)表示风险事件ej对直接关联实体x0的重要性，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度。
[0034]
第二方面，提供了一种风险监控处理装置，该装置包括：
[0035]
获取模块，用于获取待监控的网络风险信息；
[0036]
提取模块，用于通过关键词识别从所述网络风险信息中提取出直接关联实体与风险事件，并接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数；
[0037]
建立模块，用于获取所述直接关联实体的实体关系，根据所述实体关系建立至少一条直接关联实体与间接关联实体的传导路径；其中，所述传导路径中还包括情绪传导系数；
[0038]
确定模块，用于基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的重要性指数与情绪指数。
[0039]
第三方面，提供了一种电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面任一所述的风险监控处理方法。
[0040]
第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一所述的风险监控处理方法。
[0041]
本技术实施例提供的技术方案中，首先获取待监控的网络风险信息；从网络风险信息中提取出直接关联实体与风险事件，并确定风险事件对于直接关联实体的重要性指数与情绪指数；获取直接关联实体的实体关系，根据实体关系建立至少一条直接关联实体与间接关联实体的传导路径；其中，传导路径中还包括情绪传导系数；基于所建立的至少一条传导路径进行情绪传导，确定间接关联实体关于网络风险信息的重要性指数与情绪指数。本发明中通过对网络风险信息提取出直接关联实体与风险事件以及确定出直接关联实体的重要性指数与情绪指数进行风险分析确定，根据建立的传导路径，对风险信息进行有效地引导向间接关联实体，提高了风险信息处理的准确性。
附图说明
[0042]
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0043]
图1为本技术实施例提供的一种风险监控处理方法的步骤流程图；
[0044]
图2为本技术实施例提供的自身风险与周边风险示意图；
[0045]
图3为本技术实施例中直接关联实体和间接关联实体之间包括有多个相关风险时的示意图；
[0046]
图4为本技术在单路径、全传导实施例时的案例示意图；
[0047]
图5为本技术在单路径、非全传导实施例时的案例示意图；
[0048]
图6为本技术在多路径传导实施例时的案例示意图；
[0049]
图7为本技术在非同质实体关联实施例时的案例示意图；
[0050]
图8为本技术实施例提供的一种风险监控处理装置的框图；
[0051]
图9为本技术实施例提供的一种电子设备的示意图。
具体实施方式
[0052]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对
本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0053]
在本发明的描述中，除非另有说明“多个”的含义是两个或两个以上。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等旨在区别指代的对象。对于具有时序流程的方案，这种术语表述方式不必理解为描述特定的顺序或先后次序，对于装置结构的方案，这种术语表述方式也不存在对重要程度、位置关系的区分等。
[0054]
此外，术语“包括”、“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包括了一系列步骤或单元的过程、方法、系统、产品或设备不必限于已明确列出的那些步骤或单元，而是还可包含虽然并未明确列出的但对于这些过程、方法、产品或设备固有的其它步骤或单元，或者基于本发明构思进一步的优化方案所增加的步骤或单元。
[0055]
为便于对本实施例进行理解，首先对本技术实施例所公开的一种风险监控处理方法进行详细介绍。请参考图1，其示出了本技术实施例提供的一种风险监控处理方法的流程图，该方法可以包括以下步骤：
[0056]
步骤101，获取待监控的网络风险信息。
[0057]
在对应平台上设置进行监控，获取风险信息时间，实时地获取或者预设时间段，获取被监测平台更新的风险信息，具体地，从公告、监管等信息中摘录如下资讯获取的风险信息包括：风险类型、标题、发布日期、风险链接，其中，风险类型可以包括公告信息、行政处罚信息等等；标题可以包括a公司2019年年度报告等。
[0058]
步骤102，通过关键词识别从所述网络风险信息中提取出直接关联实体与风险事件，并接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数。
[0059]
具体地，根据风险与关联实体之间的关系，风险可分为：自身风险、周边风险，如图2，图中：
[0060]
(1)自身风险。关联实体x0与风险事件e直接关联，因此，风险事件e是关联实体x0的自身风险，x0即为直接关联实体。
[0061]
(2)周边风险。关联实体xi与风险事件e间接关联(中间可能包括有pi件相关风险)，因此，风险事件e是关联实体xi的周边风险，xi即为间接关联实体。
[0062]
其中，关联实体包括企业、行业、地域、概念等。
[0063]
风险包含两类属性：重要性、情绪。
[0064]
(1)重要性。风险事件e对关联实体的影响程度，其可以用重要性指数进行表征。
[0065]
(2)情绪。风险事件e对关联实体的情绪，其可以用情绪指数进行表征。
[0066]
如图3给出了直接关联实体x0和间接关联实体xi之间，包括有多个相关风险时的示意图，其中，rsi路径可以表征为直接关联实体和间接关联实体在指定风险时间时的目标路径。
[0067]
在本技术中，风险事件的重要性是根据风险的类型、属性等因素来确定；风险事件对直接关联主体的关联度非人工确定，是由关联度算法确定，在本技术实施例中由ti/idf算法决定；风险事件对直接关联主体的情绪由风险情绪决定，而风险情绪的确定是通过分类算法(如：bayes网络)。具体地：
[0068]
例如，风险信息为a公司2019年年度报告中，可以确定直接关联实体为a公司，同时
通过人工确定该信息对于a公司的重要性指数与情绪指数。其中，重要性指数与情绪指数可以包括：
[0069]
表1重要性指数定义
[0070][0071]
表2情绪指数定义
[0072][0073]
步骤103，获取直接关联实体的实体关系，根据实体关系建立至少一条直接关联实体与间接关联实体的传导路径。
[0074]
其中，传导路径中还包括情绪传导系数。
[0075]
在本技术实施例中，在自身风险中，关联实体与风险事件存在直接关联。其重要性、情绪的定义及算法如下：
[0076]
根据第一公式确定风险事件对直接关联实体的重要性指数，所述第一公式具体包括：
[0077]
pi(x0|ej)＝p(ej)
·
r(x0，ej)
ꢀꢀꢀꢀꢀ
(1)
[0078]
其中，pi(x0|ej)表示风险事件ej对直接关联实体x0的重要性，p(ej)表示风险事件ej的重要性，r(x0，ej)表示风险事件ej对直接关联实体x0的关联度。
[0079]
并根据si(x0|ej)表示风险事件ej对直接关联实体x0的情绪。
[0080]
在周边风险中，关联实体与风险事件存在间接关联。其重要性、情绪的定义及算法如下。
[0081]
根据第二公式确定风险事件对间接关联实体的重要性指数，所述第二公式具体包括：
[0082]
pe(xi|ej)＝pi(x0|ej)
·
r(xi，x0)
ꢀꢀꢀꢀꢀꢀꢀ
(2)
[0083]
其中，pe(xi|e)表示风险事件ej对间接关联实体xi的重要性，pi(x0|ej)表示风险事件ej对直接关联实体x0的重要性，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度。
[0084]
在本技术可选的实施例中，间接关联实体与直接关联实体的关联度具体包括：
[0085][0086]
其中，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度，rpj(xi，x0)表示间接关联实体xi与直接关联实体x0在可达路径pj上间接关联实体xi与直接关联实体x0的关联度，n表示可达路径的数量。
[0087]
在本技术可选的实施例中，在可达路径pj上间接关联实体xi与直接关联实体x0的关联度具体包括：
[0088][0089]
其中，rs
kj
(x
j0
，x
j1
)表示可达路径pj中，在第j步径上，相邻实体x
j0
，x
j1
之间步径的关联度，f表示分段函数，表示路径参数，dk表示路径的深度，c的取值为(0，1)m表示可达路径的长度，j表示当前路径。
[0090]
其中，步径关联度的关系类型可以为股权或者管理。由于股权比例对关联度的贡献是非连续、非线性的，因此，在关联度算法中引入分段函数，对50％以上及以下的股比，分别放大及缩小其贡献。
[0091]
当路径深度超过1时，分段函数f的定义如下。
[0092][0093]
当路径深度为1时，两个公司直接关联，我们约定举牌人(持股＞5％)的重要性为一般(0.6)，分段函数f的定义如下。
[0094]
f＝((x-0.05)/0.95)*0.4+0.6
[0095]
这里分段函数f会把空间[0.05，1]映射为[0.6，1]，f可以看作是三个线性函数f1，f2，f3的组合。
[0096]
f＝f3(f2(f1(x)))
[0097]
f1把空间[0.05，1]映射为[0，1]。
[0098]
f2把空间[0，1]映射为[0，0.4]。
[0099]
f3把空间[0，0.4]映射为[0.6，1]。
[0100]
因为起始节点至目标节点之间的路径长度对关联度也存在类反比关系，路径越短，则关联度也强，反之。所以，在关联度算法中引入类似半衰期函数，将路径长度作为关联度的影响因子，中，dk表示路径的深度，c的取值为(0，1)，c值越大，衰减越慢，在本技术实施例中中经过试验，c＝0.85时，贴合实际应用，故采用c＝0.85。
[0101]
实体xi与实体x0的关联度r(xi，x0)，通过第三公式变换如下，具体地：
[0102]
根据第三公式确定间接关联实体xi与直接关联实体x0的关联度，所述第三公式具体包括：
[0103][0104]
其中，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度，xj是xi的路径邻
接点，r(xj，x0)表示间接关联实体xj与直接关联实体x0的关联度，rs(xi，xj)表示步径关联度，m表示可达路径的长度，j表示当前路径。
[0105]
因此，r(xi，x0)的计算本质上是一个动态规划的过程，可通过递归的方式来实现，本实施例可采用队列与层次遍历的方法来实现。为提高算法的执行效率，在层次遍历的过程中可进行“剪枝”。
[0106]
假设，起始直接关联实体x0的自身风险的重要性指数为5(非常重要)。若遍历的过程中，已遍历路径pk的路径关联度rpk(xi，x0)≤0.4，那么，通过此可达路径pk，间接关联实体xi的周边风险的重要性指数小于等于2(不重要，或极不重要)。因此，当路径关联度rpk≤0.4时，可“剪枝”。
[0107]
步骤104，基于所建立的至少一条传导路径进行情绪传导，确定间接关联实体关于网络风险信息的重要性指数与情绪指数。
[0108]
基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的情绪指数，包括：
[0109]
根据第四公式确定间接关联实体关于网络风险信息的情绪指数度，所述第四公式具体包括：
[0110]
se(xi|ej)＝si(x0|ej)
·
sp(pj)
[0111]
st.arg(pj，xi)，max{pi(x0|ej)
·
r(xi，x0)}
[0112]
其中，se(xi|ej)表示风险事件ej对间接关联实体xi的情绪指数，si(xs|ej)表示风险事件ej对直接关联实体x0的情绪指数，sp(pj)表示路径pj的情绪传导系数，pi(x0|ej)表示风险事件ej对直接关联实体x0的重要性，r(xi，x0)表示间接关联实体xi与直接关联实体x0的关联度。
[0113]
在本技术可选的实施例中，进行路径传播包括了(1)单路径、全传导案例；(2)单路径、非全传导案例；(3)多路径传导案例；(4)非同质实体关联。
[0114]
具体地，在1、单路径、全传导案例中，如图4所示：
[0115]
案例说明：
[0116]
a公司持有b公司100.00％股权。
[0117]
(1)重要性：
[0118]
pi(a公司|e1)＝3(一般)
[0119]
r(a公司,b公司)＝(1/2+0.5)*1＝1。
[0120]
pe(b公司|e1)＝3*1＝3(一般)
[0121]
(2)情绪：
[0122]
si(a公司|e1)＝0(中性)；
[0123]
se(b公司|e1)＝0*1＝0(中性)
[0124]
2、在单路径、非全传导案例中，如图5：
[0125]
案例说明：
[0126]
a公司持有b公司9.70％股权。
[0127]
(1)重要性：
[0128]
pi(a公司|e2)＝4(重要)
[0129]
r(a,b)＝0.097/2＝0.0485。
[0130]
pe(b|e2)＝4*0.0485＝ceil(0.194)＝1(极不重要)
[0131]
(2)情绪：
[0132]
si(a|e2)＝-1(负面)
[0133]
sp(pj)＝1
[0134]
se(b|e2)＝-1*1＝-1(负面)
[0135]
3、在多路径传导案例中，如图6所示：
[0136]
案例说明：
[0137]
a公司通过多条路径控制f公司。
[0138]
(1)重要性：
[0139]
pi(a公司|e2)＝4(重要)
[0140]
r(a公司,f公司)＝max{rpj(a,f公司)}
[0141]
因为a公司触达f公司存在3条路径，所以需要从这3条可达路径中选择关联度最大的路径。3条可达路径的关联度计算如下。
[0142]
路径1关联度计算如下：
[0143]
rp1(a公司,f公司)＝(1/2+0.5)*(0.0224/2)*(1/2+0.5)*(0.9823/2+0.5)*0.85^(4-1)＝0.0069
[0144]
rp2(a公司,f公司)＝(0.3560/2)*(1/2+0.5)*(0.9823/2+0.5)*0.85^(3-1)＝0.1286
[0145]
rp3(a公司,f公司)＝(1/2+0.5)*(0.0224/2)*(1/2+0.5)*(0.9823/2+0.5)*0.85^(4-1)＝0.0069
[0146]
综上所述：
[0147]
r(a公司,f公司)＝0.1286
[0148]
pi(a公司|e2)＝4(重要)
[0149]
pe(a|e2)＝max{ceil(0.1286*4)}＝1(极不重要)
[0150]
(2)情绪：
[0151]
si(a公司|e2)＝-1(负面)
[0152]
综上所述：
[0153]
se(f公司|e2)＝-1*1＝-1(负面)
[0154]
4、在非同质实体关联案例中，如图7所示：
[0155]
为避免因系统类风险(行业类风险、概念类风险、地域类风险)传导导致的“计算爆炸、信息爆炸”，风险的传导仅在同类实体间发生。具体来讲，是指风险只在企业与企业之间、行业与行业之间、地域与地域之间、概念与概念之间传导。
[0156]
当用户在查看企业风险时，与该企业相关的行业、地域风险，是通过企业的行业、地域属性所关联出来的，而非通过行业、地域传导至企业的。
[0157]
案例说明：
[0158]
行业类风险通过行业实体关联到企业实体。
[0159]
(1)重要性：
[0160]
pi(网络支付安全系统|业内:有助于构筑支付安全防线)＝4(重要)
[0161]
r(c公司,网络支付安全系统)＝1
[0162]
pe(c公司|业内:有助于构筑支付安全防线)
[0163]
＝max{pi(网络支付安全系统|业内:有助于构筑支付安全防线)*r(c公司,网络支付安全系统)}
[0164]
＝max{4*1}＝4(重要)
[0165]
(2)情绪：
[0166]
si(xs|ej)＝1(正面)
[0167]
sp(pj)＝1
[0168]
se(c公司|业内:有助于构筑支付安全防线)＝1*1＝1(正面)
[0169]
请参考图8，其示出了本技术实施例提供的一种风险监控处理装置200的框图。如图8所示，该装置200可以包括：获取模块201、提取模块202、建立模块203以及确定模块204。
[0170]
获取模块201，用于获取待监控的网络风险信息；
[0171]
提取模块202，用于通过关键词识别从所述网络风险信息中提取出直接关联实体与风险事件，并接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数；
[0172]
建立模块203，用于获取直接关联实体的实体关系，根据实体关系建立至少一条直接关联实体与间接关联实体的传导路径；其中，传导路径中还包括情绪传导系数；
[0173]
确定模块204，用于基于所建立的至少一条传导路径进行情绪传导，确定间接关联实体关于网络风险信息的重要性指数与情绪指数。
[0174]
关于风险监控处理装置的具体限定可以参见上文中对于风险监控处理方法的限定，在此不再赘述。上述风险监控处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0175]
在一个实施例中，提供了一种电子设备，该电子设备可以是计算机，其内部结构图可以如图9所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该设备的处理器用于提供计算和控制能力。该设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于风险监控处理数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种风险监控处理方法。
[0176]
本领域技术人员可以理解，如图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0177]
在本技术的一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述风险监控处理方法的步骤。
[0178]
本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
[0179]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机
可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以m种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(symchlimk)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0180]
以上实施例的各技术特征可以进行任意的组合(只要这些技术特征的组合不存在矛盾)，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述；这些未明确写出的实施例，也都应当认为是本说明书记载的范围。
[0181]
上文中通过一般性说明及具体实施例对本技术作了较为具体和详细的描述。应当理解，基于本技术的技术构思，还可以对这些具体实施例作出若干常规的调整或进一步的创新；但只要未脱离本技术的技术构思，这些常规的调整或进一步的创新得到的技术方案也同样落入本技术的权利要求保护范围。

技术特征：

1.一种风险监控处理方法，其特征在于，所述方法包括：获取待监控的网络风险信息；通过关键词识别从所述网络风险信息中提取出直接关联实体与风险事件，并接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数；获取所述直接关联实体的实体关系，根据所述实体关系建立至少一条直接关联实体与间接关联实体的传导路径；其中，所述传导路径中还包括情绪传导系数；基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的重要性指数与情绪指数。2.根据权利要求1所述的方法，其特征在于，接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数，包括：根据第一公式确定风险事件对直接关联实体的重要性指数，所述第一公式具体包括：pt(x0|e
j
)＝p(e
j
).r(x0，e
j
)其中，pi(x0|e
j
)表示风险事件e
j
对直接关联实体x0的重要性，p(e
j
)表示风险事件e
j
的重要性，r(x0，e
j
)表示风险事件e
j
对直接关联实体x0的关联度。3.根据权利要求1所述的方法，其特征在于，所述基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的重要性指数，包括：根据第二公式确定风险事件对间接关联实体的重要性指数，所述第二公式具体包括：pe(x
i
|e
j
)＝pi(x0|e
j
).r(x
i
，x0)其中，pe(x
i
|e)表示风险事件e
j
对间接关联实体x
i
的重要性，pi(x0|e
j
)表示风险事件e
j
对直接关联实体x0的重要性，r(x
i
，x0)表示间接关联实体x
i
与直接关联实体x0的关联度。4.根据权利要求3所述的方法，其特征在于，间接关联实体与直接关联实体的关联度具体包括：其中，r(x
i
，x0)表示间接关联实体x
i
与直接关联实体x0的关联度，rp
j
(x
i
，x0)表示间接关联实体x
i
与直接关联实体x0在可达路径p
j
上间接关联实体x
i
与直接关联实体x0的关联度，n表示可达路径的数量。5.根据权利要求4所述的方法，其特征在于，在可达路径p
j
上间接关联实体x
i
与直接关联实体x0的关联度具体包括：其中，rs
kj
(x
j0
，x
j1
)表示可达路径p
j
中，在第j步径上，相邻实体x
j0
，x
j1
之间步径的关联度，f表示分段函数，表示路径参数，d
k
表示路径的深度，c的取值为(0，1)m表示可达路径的长度，j表示当前路径。6.根据权利要求1所述的方法，其特征在于，根据所述实体关系建立至少一条直接关联实体与间接关联实体的传导路径，包括：根据第三公式确定间接关联实体x
i
与直接关联实体x0的关联度，所述第三公式具体包
括：其中，r(x
i
，x0)表示间接关联实体x
i
与直接关联实体x0的关联度，x
j
是x
i
的路径邻接点，r(x
j
，x0)表示间接关联实体x
j
与直接关联实体x0的关联度，rs(x
i
，x
j
)表示步径关联度，m表示可达路径的长度，j表示当前路径。7.根据权利要求1所述的方法，其特征在于，基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的情绪指数，包括：根据第四公式确定间接关联实体关于网络风险信息的情绪指数度，所述第四公式具体包括：se(x
i
|e
j
)＝si(x0|e
j
).sp(p
j
)st.arg(p
j
，x
i
)，max{pi(x0|e
j
).r(x
i
，x0)}其中，se(x
i
|e
j
)表示风险事件e
j
对间接关联实体x
i
的情绪指数，si(x
s
|e
j
)表示风险事件e
j
对直接关联实体x0的情绪指数，sp(p
j
)表示路径p
j
的情绪传导系数，pi(x0|e
j
)表示风险事件e
j
对直接关联实体x0的重要性，r(x
i
，x0)表示间接关联实体x
i
与直接关联实体x0的关联度。8.一种风险监控处理装置，其特征在于，所述装置包括：获取模块，用于获取待监控的网络风险信息；提取模块，用于通过关键词识别从所述网络风险信息中提取出直接关联实体与风险事件，并接收用户发出的风险指示信息从而确定所述风险事件对于所述直接关联实体的重要性指数与情绪指数；建立模块，用于获取所述直接关联实体的实体关系，根据所述实体关系建立至少一条直接关联实体与间接关联实体的传导路径；其中，所述传导路径中还包括情绪传导系数；确定模块，用于基于所建立的至少一条传导路径进行情绪传导，确定所述间接关联实体关于所述网络风险信息的重要性指数与情绪指数。9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一所述的风险监控处理方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一所述的风险监控处理方法。

技术总结

本申请公开了一种风险监控处理方法、装置、电子设备及存储介质。该方法包括首先获取待监控的网络风险信息；从网络风险信息中提取出直接关联实体与风险事件，并确定风险事件对于直接关联实体的重要性指数与情绪指数；获取直接关联实体的实体关系，根据实体关系建立至少一条直接关联实体与间接关联实体的传导路径；基于所建立的至少一条传导路径进行情绪传导，确定间接关联实体关于网络风险信息的重要性指数与情绪指数。本发明中通过对网络风险信息提取出直接关联实体与风险事件以及确定出直接关联实体的重要性指数与情绪指数进行风险分析确定，根据建立的传导路径，对风险信息进行有效地引导向间接关联实体，提高了风险信息处理的准确性。息处理的准确性。息处理的准确性。